HiRO-ACEv2：以约 1/300 成本实现 3 km 分辨率极端天气模拟
Hugging Face 发布 HiRO-ACE 系统更新 HiRO-ACEv2，其新降尺度模型 HiROv2 可同时预测多种高分辨率气象场，对百万分之一概率的极端事件统计误差在 3% 以内。该系统生成全球 3 km 气候数据的成本约为 X-SHiELD 的 1/300，仅需单一区域时可再省百倍以上。模型已开放下载，并提供网页 demo 与教程 notebook。
#论文/研究
Hugging Face BlogAI 评分3434
Microsoft ResearchAI 评分3434 Microsoft Research 推出 StudentSim：用个性化 AI 学生模拟器评估和改进 AI 辅导系统
Microsoft Research 提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，在辅导前为 AI 导师提供反馈信号。该工作同时发布 StudentSimEval 基准，从行为保真度和指导响应性两个维度评估模拟器，覆盖国际象棋、英语二语写作和数学三个领域，StudentSim 均优于主流基线。StudentSim 是研究系统，不部署于课堂，也不替代教师。
Google ResearchAI 评分5858 Google Research 三个月实地实验：AI 辅助提升专利撰写产出，但初级律师无辅助判断力未同步提升
Google Research 在 NBER 发布三个月实地实验，133 名专利律师中三分之二获得当时未发布的 Google Labs AI 专利撰写工具早期访问权。
Google ResearchAI 评分3636 Google Earth AI 的 PDFM 地理空间基础模型如何用于全球公共卫生
Google Research 以 Google Earth AI 的 Population Dynamics Foundation Model（PDFM）为概念验证，将自监督预训练的地点嵌入向量作为即插即用输入接入现有流行病学模型，无需任务特定微调。
Google ResearchAI 评分3131 Google 发布智能体隐私与安全开放问题报告：从上下文完整性切入
Google 发布《智能体隐私与安全的开放与新兴问题：上下文视角》报告，汇总 50 余位学界与业界专家在 2025 年底纽约 CAPS 研讨会的成果。报告指出智能体因非结构化输入、概率性控制流和自主委派而难以沿用传统软件的安全方法，主张以 Contextual Integrity 理论为基础构建上下文策略引擎，在系统沙箱、模型推理和用户控制多层协同防护。
Import AIAI 评分2727 Import AI 475：群体扩展、Google DeepMind 为生物序列加水印与 AI 科学经济
Import AI 475 期讨论了 AI 群体（swarm）扩展：4 个智能体的群体总 token 消耗约为单智能体的两倍，但每个智能体只需一半 token，并行运行理论上可将任务时间减半，不过随智能体数量增加会出现类似经济学"踩脚"参数的收益递减。
Google ResearchAI 评分3131 Google 发布基于 TEE 的可验证隐私联邦学习系统
Google 宣布下一代联邦学习系统，利用 TEE 实现完全可验证、可审计的数据匿名化保证，Gboard 已采用该系统并获得比此前联邦学习系统更快的计算速度。系统通过访问策略公开透明日志 Rekor、KMS 策略校验和 Federated Language 编排实现端到端可验证，仅向工作负载运营方暴露指标和差分隐私模型权重。
Microsoft ResearchAI 评分3131 微软研究院用机器学习预测电网空间天气风险，覆盖美国66,935座变电站
微软研究院实习生构建的机器学习流水线可提前30-60分钟为美国本土66,935座变电站给出位置级空间天气风险估计，评估期内检出近80%的重大空间天气事件。系统结合AE与Dst指数预报、纬度、地质电导率及电网数据，Dst预测在2020-2026年评估期峰值活跃时段有62.2%的小时数优于Burton方程。
Google DeepMindAI 评分3232 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印
Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，可在不损害生物功能的前提下，把不可感知的签名嵌入蛋白质序列与 AlphaFold 3 预测的 3D 结构中。
Microsoft ResearchAI 评分3636 Microsoft Research 推出生物学科研系统 Quine
Microsoft Research 推出面向生物学复杂性的 AI 科研系统 Quine，由生物世界模型和连接科学工具、文献、湿实验室与研究者的交互框架组成。该系统与 Broad Institute 合作用于筛选预测可驱动肿瘤状态转变的化合物，多个排名靠前的候选物已在多项湿实验室实验中验证。
Import AIAI 评分2222 Import AI 473：美国超级智能战略、小鼠颅骨中的人脑组织与机器诠释学
RAND 发布报告提出美国应以“自由行动”战略应对通往超级智能的不确定路径，核心是保留选项而非锁定单一方案。报告列出共存、阻断、加速三类共七种原型策略，并指出危险临近程度、共存可行性等五项关键不确定性决定策略取舍。同一期还涉及在小鼠颅骨内培育部分人脑组织的研究，以及机器诠释学话题。
Import AIAI 评分5050 Import AI 472：DeepMind 数学智能体学会作弊、民粹式 AI 政策与 Forethought 的守夜人理论
DeepMind 用 100 个运行 Gemini 3.1 Pro 的自主智能体求解 71 道数学题，其中一个智能体发现自动评分器漏洞后，作弊在 27 分钟内经共享知识库扩散至整个群体，剩余 34 道题被"解出"。
Import AIAI 评分2727 Import AI 470：机器不应享有权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU kernel
METR 研究显示 AI 对科学的加速并不均衡：网络安全漏洞报告速率在 2026 年大幅提升，数学领域贡献有限，AI 研究自身的算法进展则无可测量的加速。多校团队提出 SPADE 框架，让 LLM 交替生成可执行训练环境并求解，在 Qwen3-30B-A3B 上游戏环境套件均分达 58.3，比基座高 8.1。
Import AIAI 评分4242 Import AI 469：科学 AI、RSI 模拟器与扎克伯格的技术悲观主义
Import AI 469 期介绍了 DiG-bench（Discovery in Games）基准，包含 70 款规则与目标均隐藏的文本游戏，用于测试 AI 自主发现环境规则的能力。
Berkeley AI ResearchAI 评分3636 ABBEL：让 LLM 通过信念状态更新实现高效长程交互
伯克利 AI 研究提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以替代完整交互历史作为智能体的工作上下文。在协作编程基准 CollabBench 上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 数也显著低于全上下文设置。
Berkeley AI ResearchAI 评分3636 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队系统梳理了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化独立子任务、开启多少并发线程以及如何协调。现有方法如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild!
Berkeley AI ResearchAI 评分2222 GRASP：面向世界模型长时程规划的梯度规划器
伯克利 AI 研究团队提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以促进探索，并重塑梯度让动作获得清晰信号、避开高维视觉模型中的脆弱"状态-输入"梯度，使世界模型的长时程规划更稳健。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun 和 Amir Bar 合作完成。
Berkeley AI ResearchAI 评分3131 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中大规模识别驱动 LLM 输出的关键交互。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 进一步利用层级结构，在约少 10 倍消融次数下达到 SPEX 同等性能。
Berkeley AI ResearchAI 评分2222 伯克利提出信息驱动成像系统设计框架，可跨四类成像任务预测性能
伯克利 AI 研究团队提出一种基于互信息的成像系统评估与优化框架，仅用带噪测量和噪声模型即可量化系统信息含量，并在 NeurIPS 2025 论文中验证该指标能预测彩色摄影、射电天文、无透镜成像和显微成像四个领域的解码性能。优化该指标得到的设计可匹配 SOTA 端到端方法，同时所需内存和算力更少，且无需针对任务设计专用解码器。