Google 迈向基于联邦数据的可证明隐私学习
Google 宣布推出下一代联邦学习系统，通过结合可信执行环境（TEE）提供端到端可验证且可审计的数据匿名化隐私保证。该系统将数据访问策略公开发布至 Rekor 透明日志，加密数据仅允许在 TEE 内部限时解密运算，相关代码已在 GitHub 开源并支持可重现构建。目前 Gboard 已率先接入该架构，计算速度较上一代系统大幅提升。
Google ResearchAI 评分4545
Ars Technica · AIAI 评分5151 Google 研发出 AI 设计蛋白质的水印添加方法
Google 研发出一种为 AI 设计的蛋白质添加水印的技术方法。该研究旨在提升生物安全保障，并能与一款主流的 AI 蛋白质设计工具配合使用。
Google DeepMind精选AI 评分7070 Google DeepMind 发布生物水印技术 SynthID Bio
Google DeepMind 推出合成生物学水印技术 SynthID Bio，能够在保留蛋白质生物学功能的前提下，将不可察觉的水印签名直接嵌入生物代码与结构中。该方案支持在 AlphaFold 3 预测结构中嵌入数字特征，并在实体合成的蛋白质结合物湿实验中保持了与原版相当的结合亲和力。团队正进一步探索基因组层面的水印应用，并宣布将开源相关代码、体外实验数据与模型权重。
推荐理由：原文给出了在不破坏生物活性前提下标记生成分子的完整方案，为生物安全筛查与数据防伪提供了可落地的验证方法。
Google ResearchAI 评分4343 Diffusion Controller 如何统一并简化 AI 图像生成
Google 提出 Diffusion Controller 框架，将扩散模型去噪过程重构为连续控制问题，通过轻量附加网络动态校准生成轨迹。该方案提供 PPO 与奖励加权损失两种优化路径，无需改动底层模型即可在保持画质的同时对齐用户意图。评测表明其附加网络表现超越行业标准，全解锁版本相比基线模型取得 90% 的胜率。
Google Research精选AI 评分6767 Google Research 提出连贯长视频生成多智能体框架
Google Research 提出了一套用于自动化连贯长视频生成的 AI 视频协同导演多智能体框架体系，作为运行在 Gemini 和 Veo 之上的编排层，以解决多镜头叙事中的语义漂移与视觉不一致问题。
推荐理由：原文拆解了长视频生成中角色与场景漂移的成因，提供了一套通过分层智能体解耦创意与时序一致性的系统性方案。
NVIDIA Blog精选AI 评分6767 NVIDIA 与 Google DeepMind 如何通过开放蛋白质结构数据助力大流行病预防
NVIDIA 联合 Google DeepMind 及 EMBL-EBI 等机构，在 AlphaFold Database 中开放了超过 2800 种病毒的蛋白质复合物预测 3D 结构数据集。
推荐理由：团队利用计算优化将蛋白质结构预测拓展至数千种病毒复合物，并开源了可复现的完整预测工作流。
Google ResearchAI 评分5757 Google Research 探索利用生成式 UI 动态构建教学互动模拟
Google Research 推出一项基于生成式 UI（GenUI）的研究实验，允许教师根据课程目标动态生成定制化、阶梯式挑战的互动教学模拟课件。系统内嵌教学法护栏与智能体自动化评估自纠错循环，确保课件的教学逻辑与界面交互可用。目前 Google 已发布涵盖中小学物理、化学等 STEM 领域的 30 多个范例库，并面向教育机构开放试点。
Google ResearchAI 评分4545 Google 提出 Retrieve-for-Train：绕过推理瓶颈加速复杂 AI 搜索
Google 提出 Retrieve-for-Train 框架，通过离线强化学习与扩散模型解决复杂 AI 搜索的查询展开与推理延迟瓶颈。该框架微调 Gemma3-4B 和 Qwen3-4B 离线合成监督数据，再蒸馏到一个 53.9M 参数的轻量扩散检索器。模型通过单次非自回归计算直接生成目标嵌入集合，完全免除测试时 CoT 推理 token 开销。
Google ResearchAI 评分4848 ToolGrad：基于文本“梯度”高效生成工具调用数据集
Google Research 提出 ToolGrad 框架，通过先生成工具调用链再标注用户提示词的范式与文本梯度反馈，高效低成本构建复杂工具调用数据集。在基于该数据微调 Gemma-3 后，ToolGrad-12B 在 BFCL 榜单取得 83.1 分，逼近 gemini-2.5-pro（83.2）并超越 claude-4.5 Opus（82.8）与 gpt-5（74.4）。
Google ResearchAI 评分4444 Google Research：面向代表性不足人群基因组预测的迁移学习
Google 研究人员通过评估英国生物样本库（UKB）向日本生物样本库（BBJ）迁移的 8 种临床表型，探索多基因风险评分（PRS）跨人群预测规律。实验显示，当目标人群样本量极小（如 5,000 例）时合并欧洲数据可提升准确率，但样本达 15,000 例或以上时，目标人群专用模型表现反超联合训练。遗传相关性高的保守性状能在大样本下持续获益，而血脂和血糖等群体特异性状获益衰减更快。
Import AIAI 评分3838 Import AI 470：机器无人权、SPADE 自动化环境生成与 Hawkeye 优化 GPU 内核
METR 研究显示大语言模型在网络漏洞挖掘上实现显著加速，但在数学与 AI 算法优化中提升有限。多所高校联合团队推出 SPADE 框架，让模型通过自博弈交替生成可执行环境与解题，协同演化合成环境与推理能力。在 Qwen3-30B-A3B-Instruct-2507 上通过 GRPO 微调，游戏环境评测平均分达 58.3，较基础模型提升 8.1。