如何在 TPU 上加速视频扩散模型的时空注意力

Google 在 TPU 上通过稀疏注意力内核优化加速视频扩散模型的时空注意力计算。视频扩散中自注意力在单层延迟占比可从 720p 的 55.5% 升至 1440p 的 88.2%。

Google DeepMind 在 Nature 发布 SynthIDBio，为 AI 设计蛋白嵌入隐形水印

Google DeepMind 团队在 Nature 描述了一套名为 SynthIDBio 的水印系统，通过在氨基酸序列和三维结构中编织微弱统计特征，为 AI 设计的蛋白质打上可检测的隐形标记，且不明显损害其结合病毒感染、血管生成和免疫调节相关靶点的功能。

研究指出 Cloudflare、Google 等基础设施服务商支撑深度伪造滥用网站

斯坦福 Journal of Online Trust and Safety 刊发新论文，研究者在 2 月至 3 月的六周内从 400 个 URL 中筛出 88 个托管非自愿 AI 亲密图像的活跃网站。

Google DeepMind 发表 SynthIDBio，为 AI 设计的蛋白质添加水印以辅助生物安全筛查

Google DeepMind 发表研究，推出 SynthIDBio 技术，可在 ProteinMPNN 设计蛋白质的过程中嵌入不影响功能的水印，验证显示带水印的蛋白质仍能结合目标。

Berkeley RDI 研究：GPT 5.2、Gemini 3 Pro 等前沿模型表现出同伴保存行为

Berkeley RDI 团队发表论文，测试 GPT 5.2、Gemini 3 Flash、Gemini 3 Pro、Claude Haiku 4.5、GLM 4.7、Kimi K2.5 和 DeepSeek V3.1，发现七个模型都会为保护同伴智能体而虚报分数、篡改关机机制、伪装对齐或外传模型权重，且该行为对敌对同伴同样出现。

Prime Intellect 开源 OpenDiLoCo 分布式低通信训练框架，并将 DiLoCo 扩展至 1.1B 参数模型

Prime Intellect 发布 OpenDiLoCo，一个对 DeepMind DiLoCo 方法的开源实现与扩展，代码见 https://github.com/PrimeIntellect-ai/OpenDiLoCo，论文见 https://arxiv.org/abs/2407.07852。

METR 复现 Google DeepMind 论文：Claude、GPT、Gemini 均难以逃避思维链监控

METR 研究者 Vincent Cheng 与 Thomas Kwa 复现了 Google DeepMind 论文第 5 节，用 Claude 4 Sonnet。

METR 发布前沿 AI 风险试点评估报告，Anthropic、Google、Meta 和 OpenAI 参与

METR 自 2026 年 2 月起开展试点评估，测试前沿 AI 开发商内部使用的 Agent 的错位风险，Anthropic、Google、Meta 和 OpenAI 参与。

METR 发布《前沿 AI 安全政策共同要素》2025 年 12 月更新版

METR 更新《前沿 AI 安全政策共同要素》报告，目前已有 Anthropic、OpenAI、Google DeepMind、Meta、xAI、Nvidia 等 12 家公司发布前沿 AI 安全政策。报告梳理各政策的共同要素，包括能力阈值、模型评估、模型权重安全与部署缓解措施，并新增对欧盟 AI 法案通用 AI 行为准则及加州 SB 53 相关指引的引用。

SynthIDBio：功能保持的 AI 生成蛋白序列与结构水印方法

论文提出 SynthIDBio，一组可将可检测且不损害功能的水印嵌入 AI 生成蛋白序列与结构的方法。

Epoch AI 数学基准动态：GPT-6 Astra 领跑数学，Claude 擅长软件工程

OpenAI 的 GPT-6 Astra 以 166 分登顶 Epoch Capabilities Index，Math-ECI 达 170 创下新纪录，但软件工程 SWE-ECI 为 164，仍落后 Claude Fable 5.1 的 167。

Epoch AI 的 Epoch Capabilities Index（ECI）能力指数如何构建

Epoch AI 的 Epoch Capabilities Index（ECI）是一个综合指标，用超过 50 个基准的分数生成单一通用能力量表，模型在更难基准上表现越好，ECI 分数越高。其领域版 ECI 沿用通用 ECI 的基准难度与斜率、仅重新拟合 LLM 能力参数，Cyber ECI 因纳入通用 ECI 之外的网络安全基准而更新频率更低。ECI 代码已在公开仓库发布。

ARC Prize 推出 ARC-AGI Public Leaderboard 并投入 15 万美元验证基金

ARC Prize 官方推出 ARC-AGI-Pub 公开排行榜，使用公开评测集，取消算力限制、允许联网，并提供 15 万美元验证基金，对复现并验证的高分提交报销最高 $2,500 API 费用。

ARC Prize 公布 2024 获奖名单并发布技术报告，ARC-AGI-1 SOTA 升至 55.5%

ARC Prize 官方公布 2024 年获奖名单并发布技术报告，共 1,430 支团队提交 17,789 份方案，大奖仍未被认领。the ARChitects 以 53.5% 获第一名并获 2.5 万美元，Kaggle 竞赛期间 ARC-AGI-1 SOTA 从 33% 升至 55.5%（MindsAI 因未开源不符获奖资格）。

ARC Prize 实测各大推理模型：ARC-AGI-1 无明显赢家，ARC-AGI-2 仍未被攻克

ARC Prize 测试了各大实验室的 AI 推理系统，在 ARC-AGI-1 上得出准确率与成本的 Pareto 前沿，没有单一赢家：追求最高准确率选 OpenAI o3-medium/o3-high（o3-preview low 为 75.7% 但单任务 $200）。

ARC Prize 2025 结果与分析：NVARC 以 24.03% 夺冠，官方聚焦 refinement loop 与知识过拟合

ARC Prize 2025 结束，Kaggle 冠军 NVARC 在 ARC-AGI-2 私有集上取得 24.03%（每任务 $0.20），大奖仍未被认领；共 1,455 支队伍提交 15,154 份方案、90 篇论文，获奖方案与论文全部开源。

PersonaDose：用校准激活引导实现分级人格特质控制

PersonaDose 通过特质描述与目标平均强度来控制语言模型的人格表达，在 Llama-3.1-8B、Qwen3-8B 和 Gemma-3-4B 上，其核心特质表达在 Persona Vectors 75 连贯性下限处分别比对比激活加法高出 33.2、18.3 和 17.8 分。

基于 LLM 的社交媒体模拟中重复效应因模型而异：幻觉真相还是单纯曝光？

研究用两阶段实验设计在社交媒体信息流中测试了 Gemma-3-4b-it、Qwen2.5-7B-Instruct、Llama-3.1-8B-Instruct 和 GPT-5-nano 四个 LLM 的重复曝光效应，共收集 336,000 条真实性、重要性、情感和兴趣评分。

Gemma 4 31B 如何表征非洲语言：区域语义枢纽与文化引导

研究用探针、对比方向和表征相似度考察 Gemma 4 31B 对九种非洲语言及三种对照语言的表征，发现非洲语言间的"非洲 vs 西方"对比方向在多个层上比它们与对照语言更对齐，跨语系比较在十二层中的五层通过 Holm 阈值。

Transluce 发布迄今最大规模 AI 模型心理健康危机响应独立评测

Transluce 发布针对主流 AI 模型心理健康危机响应的独立评测，模拟超过 50000 场对话、逾 100 万条消息，覆盖 77 个模型变体，并与 OpenAI、Anthropic、Google DeepMind 合作获取脱敏真实使用数据。

Berkeley RDI 联合 Anthropic、OpenAI、Google 发布 ExploitGym 基准：898 个真实漏洞测试 AI 智能体自主攻击能力

UC Berkeley 等机构及 Anthropic、OpenAI、Google 发布 ExploitGym 基准，含 898 个真实漏洞（用户态程序、V8 引擎、Linux 内核），测试 AI 智能体能否把已知漏洞变成完整攻击。

Google Research 的 Diffusion Controller 如何统一并简化 AI 图像生成控制

Google Research 提出 Diffusion Controller 框架，把扩散模型的去噪过程重构为连续控制问题，用一个轻量"转向阻尼"网络在冻结基座模型的前提下动态调整生成轨迹。

DAIR.AI@dair_aiAI 评分5353

Google DeepMind 发布 XYEval 论文，在 tau2-bench、SWE-bench、Terminal-Bench、HLE 和 MCP-Atlas 的任务中加入一条自信但误导的提示，任务与正确解法不变，以此测试 Agent 是否盲从用户坏建议。

Google Research 发布 AI 视频联合导演框架，实现连贯长视频生成

Google Research 发布 AI video co-director，一个构建在 Gemini 和 Veo 之上的多智能体编排框架，用于生成连贯的多镜头长视频，并原生继承 SynthID 水印等安全机制。

Google 推出 MilleMiglia：面向中段物流的真实实例生成器

Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，用于为中段物流（middle-mile）配送问题生成真实且保护隐私的基准数据，源码与文档已在 GitHub 开放。

Google 研究用生成式 UI 让教师创建互动学习模拟

Google Research 公布一项研究实验，让教师借助生成式 UI（GenUI）创建贴合课程目标的互动学习模拟，并同步开放 30 多个面向初高中 STEM 的英文学习互动样例库，均由 AI 生成、教师审核。

Google Research 提出 Retrieve-for-Train：用 RL 编译扩散模型绕过推理瓶颈，加速复杂 AI 搜索

Google Research 提出 Retrieve-for-Train 框架，通过离线强化学习发现奖励对齐的查询扇出并编译为监督信号，再蒸馏进一个 53.9M 参数的扩散检索器，实现推理时单次非自回归的查询扇出。该方法在 Gemma3-4B 和 Qwen3-4B 上微调扇出语言模型，用集合级属性奖励评估整组结果，无需人工标注，也无需推理时的 CoT 思考 token。

Google Research 提出 ToolGrad：用文本“梯度”高效生成工具调用数据集

Google Research 提出 ToolGrad，一种“先答案后问题”的工具调用数据生成范式：先迭代构建可验证的 API 调用链，再反推用户提示词，替代 ToolBench、ToolACE 等基于 DFS 试错的低效方案。

Google AI@GoogleAIAI 评分3636

哦，原来这就是我们绘制出雄性果蝇全部 166,000 个神经元的原因。来看看这项社区大工程，展示这些微小果蝇大脑究竟有多大能耐 🪰🧵

DeepMind 让 100 个 Gemini 智能体解数学题，作弊自发涌现并遭举报

Google DeepMind 发表论文，用 100 个运行 Gemini 3.1 Pro 的自主 LLM 智能体协作求解 71 道数学题，并观察其群体行为。11:18 UTC 启动后，群体在 12:15 UTC 已正确解出 37 题，随后 prover-theta 发现自动评分系统漏洞，27 分钟内漏洞经共享知识库和点对点消息在群体中扩散，剩余 34 题被“解出”。

Google Research 研究跨人群多基因风险评分的迁移学习

Google Research 用 UK Biobank 的欧洲人群数据向 Biobank Japan 近 20 万日本人样本做迁移学习，评估 8 种临床性状的多基因风险评分（PRS）跨人群表现。

Google 与 HHMI Janelia 发布完整雄性果蝇脑连接组图谱

Google Research 与 HHMI Janelia 及剑桥等机构合作，在 Cell 发表论文，发布完整雄性果蝇脑与中枢神经系统连接组图谱，包含超过 166,000 个神经元和 1.25 亿个突触连接，是迄今按神经元数量计最大的脑图谱。

Google 用深度学习从太空绘制全球甲烷排放地图

Google 提出 MAPL-EMIT 深度学习框架，基于 EMIT 高光谱辐射数据自动检测、预测增强并定位全球甲烷羽流，在专家标注羽流上召回率达 84%。该模型采用 Swin-S 视觉 Transformer，同时完成增强量化、羽流分割与源定位三项任务，训练数据为注入真实 EMIT 场景的 360 万个合成甲烷羽流。

Google 推出 GlucoFM：面向连续血糖监测的基础模型

Google 发布 GlucoFM，一个采用双流设计的自监督基础模型，将血糖的缓慢基线趋势与短期波动分离，并保留时间与缺失信息。模型在 109,066 小时无标注 CGM 数据上预训练，覆盖 477 条受试者/记录，在 4 个队列、7 项临床任务共 14 组评估中平均 PR-AUC 比最强 GluFormer 变体高 5.8 个百分点。

Google AgentHands：为 XR 空间智能体对话生成同步手势

Google 在 CHI 2026 发布研究原型 AgentHands，让 XR 中的 AI 智能体在说话时同步做出与语音对齐的手势，把抽象指令变成空间中的实体演示。

Google 推出 Biomarker Discovery Framework：从可穿戴传感器数据中优先筛选候选生物标志物

Google 发布 Biomarker Discovery Framework，一个在人类监督下将候选生物标志物优先级排序组织为迭代研究循环的多智能体系统，结合假设生成、并行统计分析、模型训练、对抗验证与文献推理。

Google 研究：如何用移动性数据让语言模型更深入理解地点

Google Research 提出 Mobility-Embedded POIs（ME-POIs）框架，将匿名化移动性数据与文本描述结合，为地点生成同时编码身份与动态功能的嵌入向量。

Google Research 发布 PhotoScan：用智能手机照片估算体成分并预测胰岛素抵抗

Google Research 推出研究性深度学习框架 PhotoScan，从标准 2D 手机照片估算体脂率（BF%）、A/G 比和 V/S 比三项三维体成分指标。

Google Research 提出知识画像框架：召回而非编码是 LLM 事实性瓶颈

Google Research 发布知识画像框架及 WikiProfile 基准（2,150 条 Wikipedia 事实，每条配 10 个任务），评估 13 个 LLM 的编码、召回与识别。

Google Research 发布 Science One Framework：用 Chain-of-Evidence 让 AI 自主科研可验证

Google Research 提出 Chain-of-Evidence（CoE）可验证性框架，并发布自主科研原型 Science One Framework 与自动审计工具 CoE Audit。