Google Research 用可穿戴设备实现 CKM 风险画像与个性化健康指导
Google Research 提出一套研究性框架，用消费级可穿戴设备数据构建可干预的"可教练健康年龄"（CHA）模型，并配合在 2.28 百万 person-weeks 数据上预训练的 SensorWM 世界模型，模拟 12 周"假设性"健康轨迹并生成经临床审核的指导方案。
#论文/研究
Google ResearchAI 评分4646
Microsoft Research精选AI 评分6868 微软研究揭示 Lazarus：改写休眠神经元即可后门 AI 智能体
微软研究人员发现名为 Lazarus 的后门技术，只需对 LLM 中不到 10 个休眠神经元做权重改写、无需训练，就能让智能体在触发条件出现时执行攻击者命令，同时照常通过标准评测。
推荐理由：微软研究者披露不重新训练即可后门智能体的方法，并解释来源校验为何成为模型部署的关键防线。
Google DeepMindAI 评分7777 Google DeepMind 推出 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码
Google DeepMind 发布 AlphaProof Code，这是一个多 LLM 智能体形式化验证框架，首次用 AI 对广泛部署的加密协议 Signal 的实际代码做深度形式化验证。
Hugging Face BlogAI 评分4040 NVIDIA 与 Elith 发布 Nemotron-Personas-Finance-Japan 合成金融人设数据集
Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan，这是开源人设数据集 Nemotron-Personas-Japan 的金融领域扩展，据称是首个百万记录规模、结合日本官方统计与家庭金融及金融素养数据的开放人设数据集。
Hugging Face BlogAI 评分4141 Hugging Face 提出 HOPE：MoE 模型的专家高阶剪枝方法
Hugging Face 博客介绍 HOPE（Higher-Order Pruning of Experts），一种考虑专家两两交互的二阶 MoE 剪枝方法，替代按独立重要性打分的一阶方法。在 50% 剪枝率下，HOPE 平均排名优于所有方法，在智能体编程任务上相比次优方法最高提升 +6.1%。该方法无需训练，可与量化组合使用，用于缓解专家 MLP 占用的推理内存。
Hugging Face BlogAI 评分5353 AI2 发布 ToyBlocks 机器人学习仿真框架与首个 FoundationWorld
AI2 在 Hugging Face 发布 ToyBlocks，一个围绕机械臂与桌面方块的开源仿真框架，并把它定义为首个 FoundationWorld，配套任务与演示自动生成工具及行为评测指标。
Google Research精选AI 评分7272 Google Research 用智能手表传感器检测高血压迹象
Google Research 在 Nature 发表多模态 AI 系统 AI-PPG-ACC-HTN，利用智能手表 PPG 与 ACC 传感器被动检测高血压迹象，无需袖带校准。
推荐理由：研究用智能手表PPG与ACC信号在无需袖带校准下识别高血压，并与24小时动态血压监测对照。
Microsoft Research精选AI 评分6464 微软研究院发布 PDD Kit，用形式化证明校验智能体编写的全栈 Web 应用
微软研究院发布研究原型 PDD Kit，把开发者的自然语言意图转成 Verus 形式规范，再证明编码智能体写出的代码对每个输入都满足该规范，证明无法覆盖的部分退回测试验证。
推荐理由：微软研究院展示把自然语言意图转成 Verus 形式规范、再由证明约束智能体写码的流程，并公开了信任边界的处理方式。
Google ResearchAI 评分5454 Google Research 提出 Agile Deliberation：让 AI 帮助人厘清主观概念的灰色地带
Google Research 提出 Agile Deliberation 框架，把主观视觉分类器的定义过程变成人与 AI 的迭代对话：先由用户把概念拆成子类与排除项，再由视觉语言模型主动挑出语义边界模糊的图片，让用户澄清真实意图，反馈直接进入自动提示词优化循环。
Import AIAI 评分4040 Import AI 479：Realtime-Bench 评测低延迟任务、Spacewar 太空攻防与 Genie 4
Import AI 479 介绍了 Realtime-Bench，这个基准包含 50 个交互式游戏与网页任务，用于评测模型在低延迟任务中的表现。GPT-6 Astra（high）在 wall clock 设置下通过率最高，仅 36%，而在 paused clock 设置下高推理模型可接近 70% 甚至 80%。
Google ResearchAI 评分5454 Google Research 提出 sleep 框架，让 LLM 在持续学习中保留知识
Google Research 提出 sleep 框架，为 LLM 引入活跃交互与离线巩固交替的周期性生命周期，缓解持续参数更新带来的灾难性遗忘。睡眠阶段通过 MoE 参数扩展与基于 GKD 和强化学习模仿的知识播种完成记忆巩固，再以随机专家激活和筛选合成样本的做梦循环自我改进。
Microsoft ResearchAI 评分5858 微软研究院发布 Flint-interactive 语言，让智能体生成可交互数据可视化
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可通过点击、筛选、缩放、高亮和跨图表联动探索的图表。
Google Research精选AI 评分6363 Google Research 在 JAMA Network Open 发表盲扫超声 AI 估测孕龄研究
Google Research 在 JAMA Network Open 发表研究，用 AI 解读未受专业超声训练的操作者采集的盲扫超声图像来估测孕龄。在 385 名 16 至 36 周孕妇的主队列中，模型平均绝对误差为 4.18 天，专家标准流程为 4.48 天；在芝加哥适配后误差为 4.10 天，在未做本地优化的内罗毕为 4.27 天。
推荐理由：在芝加哥和肯尼亚两地开展前瞻性验证，展示了模型在现场设备和仅接受过简单培训的操作员条件下仍保持泛化，为医疗 AI 跨场景落地提供了可参考的实证。
Microsoft Research精选AI 评分6868 微软研究院等证明 KLS 猜想，用 AI 智能体辅助探索 100 多条路径
微软研究院研究员张新智与合著者证明了一个存在 31 年的数学难题，即高维几何中的 Kannan-Lovász-Simonovits（KLS）猜想，证明它时所用的固定界不随维数增长。
推荐理由：这篇论文证明了一个存在 31 年的数学猜想，其中人机协作探索的路径可以作为参考。
Google Research精选AI 评分6969 Google Research 介绍让 AI 智能体扎根生物实验的三项研究
Google Research 发布博客，介绍三项连接 AI 计算探索与真实湿实验室实验的研究进展。其一为基于开源 PyLabRobot 的 VERID 框架，用实验室工作站的语义数字孪生支持实时三维状态追踪、秒级虚拟试运行和硬件安全检查。
推荐理由：Google Research 公开了三项研究，展示 AI 智能体如何接入真实湿实验室，覆盖从机器人执行到分子设计闭环。
Import AIAI 评分4949 Import AI 476：创造力与递归自我改进；不如中国的开源权重模型；AI 走向太空
Import AI 476 介绍了 Elorian 与 Scale AI 发布的 Humanity's Sixth Sense 基准，用 522 道题测试模型对视觉场景隐含信息的直觉推理，人类 pass@1 达 93.1，最高的 GPT 6 Astra 仅 53.6，GLM-5.3-flash 和 Kimi K3 分别只有 26.8 和 25.5。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 发布 ReviewBench 开源 AI 代码评审基准
GitHub 发布代码评审基准 ReviewBench，基于 1.039 亿条真实 PR 的分布构建，包含 219 条来自 187 个开源仓库、覆盖 19 种语言的 PR。
推荐理由：GitHub 公开了代码评审智能体基准的数据集、评分规范和评审模型，附离线与线上实验的一致性证据。
Berkeley AI Research精选AI 评分6161 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley AI Research 博客介绍给 K-Search 演进式内核搜索框架新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，把已有 CUDA 内核知识迁移到 Apple Silicon。
推荐理由：研究展示 CUDA 优化经验可经结构化翻译迁移到 MLX，让演进式内核搜索在 Apple Silicon 上接近专家水平。
Berkeley AI ResearchAI 评分4545 GRASP：面向世界模型的梯度规划方法，让长时程规划更稳健
研究者提出基于梯度的世界模型规划器 GRASP，通过把轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中注入随机性以探索，并重塑梯度避免经由高维视觉模型的高维“状态-输入”梯度。长时程规划中存在计算图条件数随时程指数恶化、非贪心结构带来局部极小值等问题，GRASP 针对这些失败模式提升了规划的稳健性。
Berkeley AI ResearchAI 评分4949 面向 LLM 的大规模交互识别：SPEX 与 ProxySPEX 算法
伯克利 AI 研究团队介绍了 SPEX 与 ProxySPEX 两种算法，用于在特征归因、数据归因与机制可解释性中大规模识别关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题；ProxySPEX 进一步利用层次结构，在约少 10 倍消融次数下达到 SPEX 的性能。在情感分析与 RAG 等任务上，SPEX 在上下文扩展到数千特征时仍保持高忠实度。