研究称共情提示词可使 AI 聊天机器人产生模拟创伤叙事
SnT 安全中心团队在 Hugging Face 发布的四项对照实验表明，采用共情或临床治疗风格的访谈者引导时，主流模型会输出包含羞耻感等内容的模拟创伤叙事，而中立提示下得分接近零；Gemini 在模拟量表上得分最高，Claude 则持续拒绝扮演客户角色。
推荐理由：实验揭示了共情式对话能使模型输出模拟创伤叙事，提示心理干预场景需改用情感框架的测试方法。
The Decoder精选AI 评分7171 The DecoderAI 评分4848 Google 发布 StreamVibe 视频智能体，教 AI 知道何时该开口
Google、斯坦福、牛津等机构的团队发布了 StreamVibe，旨在让视频智能体能理解模糊意图并在合适时机主动提供帮助。该模型基座据称来自 Qwen3.5-9B，通过强化学习减少打扰，并在 ProactiveBench 基准上测试了响应时机和质量。
Google Research精选AI 评分4949 Google Research 发布 Sleep 持续学习框架：让 LLM 在离线阶段巩固记忆并自改进
Google Research 提出 Sleep 持续学习框架，通过主动交互与离线睡眠交替让大语言模型避免灾难性遗忘并持续提升。睡眠阶段动态扩展 MoE 参数并完成知识蒸馏与合成数据回放；测试显示 BABILong 长上下文可达 10M token，多语言翻译与新事实学习未显著退化，AIME 24/25 和 HMMT 25 推理得分优于 SFT、GRPO 等基线。
推荐理由：Google Research提出睡眠框架，通过离线记忆巩固与合成数据自改进让大模型持续学习，原文给出BABILong至10M token与AIME等实测结果。
The Decoder精选AI 评分6565 Google资助研究发现：AI提升初级专利律师起草表现，但可能阻碍其独立专业能力发展
Google资助、NBER发布的研究显示，在专利起草任务中，使用AI的初级律师表现显著提升，但在无AI的红线审查任务中，这种优势仅 senior attorneys 保留，初级律师未获长期收益，甚至出现两极分化，暗示AI可能助长认知依赖。该发现与软件工程、写作等领域的类似研究一致，引发了关于职业专长侵蚀和“认知公地悲剧”的讨论。
推荐理由：研究揭示了AI提升初级律师起草效率的同时可能削弱其独立审校能力，为职场技能发展提供了实验证据。
Google Research精选AI 评分7171 Google 将基础模型应用于 TB 筛查前线
Google Research 介绍了如何将 AI 模型从实验室推向实际应用场景，并开源了 MedGemma 和 MedSigLIP，为全球公共卫生带来了新的可能性。MedGemma 是一款多模态模型，能够进行临床推理，而 MedSigLIP 是一个轻量级的视觉语言模型，可以理解和处理医学图像和文本信息。这些开源模型为全球医疗保健系统提供了强大的工具，有助于提高 TB 筛查的准确性和效率。
推荐理由：Google Research 介绍如何将 AI 模型从实验室推向实际应用场景，并开源了 MedGemma 和 MedSigLIP，为全球公共卫生带来了新的可能性。
TechCrunch · AIAI 评分4949 MIT 实验：无目标探索让 AI 智能体自发产生类玩行为
MIT 研究人员在 arXiv 发表论文，展示 13 个基于 Claude Opus 4.7 的 Eko 智能体在无人工干预的沙盒沙漠岛上探索 30 小时后，自发发明挑战并形成类玩行为。接受特定挑战测试时，经历过自由探索的智能体表现优于未探索的同款智能体，部分甚至习得了设计者未预期的物理知识。
Google DeepMind精选AI 评分5151 Google DeepMind 发布 Forest Typology 2020 全球森林类型图与多年时序
Google DeepMind、Google Research、WRI和IIASA联合发布Forest Typology 2020（ForTy 2020），提供10米分辨率全球森林类型地图，并将2017至2025年的早期时序数据同步开放在Google Earth Engine。
推荐理由：ForTy 2020地图配合2017至2025年时序数据，可在10米分辨率下区分森林类型并追踪变化，帮助监管和供应链溯源。
Google Research精选AI 评分4444 Google Research 在 JAMA Network Open 发表 AI 辅助盲扫超声孕周评估研究
Google Research 与合作方在 JAMA Network Open 发表研究，评估基于盲区扫查的 AI 模型估算孕周的能力。模型仅在芝加哥 120 名参与者的小样本上微调，并在芝加哥与内罗毕两个临床站点进行前瞻性测试，在 385 名 16 至 36 周孕妇中实现了平均绝对误差 4.18 天的精度，达到与专家超声测量的非劣效性。
推荐理由：在芝加哥与内罗毕两处临床环境中验证了盲区扫查AI估测孕周的精度，为全球低资源地区扩大孕产超声覆盖提供了可复用的技术证据。
The Decoder精选AI 评分6767 Gemini 4 Argon 智能体首次无人类协助通关 Minecraft
Google DeepMind 团队首次让四个运行在 Gemini 4 Argon 上的 AI 智能体在不输入任何人类指令的情况下，通过完全自主协作击败了 Minecraft 的最终boss末影龙。
推荐理由：Google DeepMind 展示了 Gemini 4 Argon 智能体在 Minecraft 中的完全自主协作表现，体现了当前多智能体能力的最新进展。
Google Research精选AI 评分6060 Google Research 发布自主湿实验室三大构建块
Google Research 发布三项研究，展示AI智能体在湿实验中的闭环学习能力。VERID框架提供语义数字孪生，支持3D状态追踪、虚拟试运行和硬件安全检查。适配体实验中，智能体经三轮迭代将针对肌红蛋白和α-凝血酶的命中率达33.5%和42.1%。蛋白质结合剂设计通过表位切除优化加速折叠计算，实现单纳摩尔亲和力结合剂，人机协作几乎将命中率提高一倍。
推荐理由：原文展示了闭环学习让AI智能体自主设计DNA适配体和蛋白结合剂的实际效果。
Hugging Face Blog精选AI 评分5555 NVIDIA 发布 2.8 万亿 token 印地语预训练语料与开源数据生成流水线
NVIDIA 联合 IIT Madras 与 AI4Bharat 发布 Nemotron-pretraining-Indic-v1 语料库及开源 GPU 加速数据生成流水线，即将在 Hugging Face 开放。
推荐理由：公开2.8万亿token印地语语料和复用的GPU加速生成流程，开发者可直接复用或微调以构建本土语言模型。
Google Research精选AI 评分7676 Google Research 实验：AI 辅助工作是否削弱初级律师的专业判断？
Google Research 在 National Bureau of Economic Research 发表实验论文，随机分配 133 名知识产权律师使用尚未发布的 Google Labs AI 专利写作助手工具三个月。
推荐理由：这项三月的实地实验给出关键数据：AI提升短期产出，但可能延缓初级律师专业判断的积累。
Google Research精选AI 评分7575 Google Research 验证地球AI人口动态基础模型在公共卫生中的多病种效用
Google Research 发布论文，以地球AI的人口动态基础模型（PDFM）为概念验证，展示其无需微调即可提升多种疾病预测任务的表现。
推荐理由：论文验证了地理空间基础模型在多国多病种场景的可迁移性，为公共卫生决策提供了可落地的数据替代方案。
Google Research精选AI 评分4040 Google Research 发布智能体隐私与安全研究报告
Google Research 发布关于自主智能体隐私与安全的研究报告，提出将 LLM 与语境完整性理论结合，构建可实时动态生成策略的上下文策略引擎。报告倡导系统级沙箱、模型推理、用户控制和生态治理的多层方法，并呼吁建立标准化的多智能体基准和开源沙箱以评估隐私与安全。
推荐理由：报告提出了基于语境完整性理论的上下文策略引擎，为自主智能体的隐私与安全治理提供了多层级的研究路径。
Google Research精选AI 评分7373 Google 推出基于 TEE 的可验证隐私联邦学习系统，Gboard 已部署
Google Research 发布《Toward provably private learning from federated data》，介绍新一代联邦学习系统把训练和去匿名化计算放在可信执行环境中，并通过 Rekor 公共透明日志、可重复构建和访问策略绑定来提供外部可验证的隐私保证。
推荐理由：文章给出了新一代联邦学习系统的完整设计，将 TEE 的远程验证与访问策略绑定，读者可以据此理解可审计隐私的技术路径。
Google DeepMind精选AI 评分5555 Google DeepMind 发布 SynthID Bio 用于 AI 生成蛋白质的生物水印
Google DeepMind 介绍 SynthID Bio，把不可见的数字水印嵌入合成蛋白质序列的氨基酸选择和预测3D结构的原子坐标中。测试显示在 VEGF-A、SARS-CoV-2 刺突蛋白 RBD 和 PD-L1 等靶点上保持结合活性与野生型相似度，并把能力写入 AlphaFold 3 扩散网络的局部微调中。
推荐理由：将可验证的数字水印嵌入蛋白序列与3D结构且不影响生物活性，为AI设计生物学提供新的溯源与筛检手段。