Google Research 介绍自动生成连贯长视频的 AI 协同导演框架
Google Research 介绍基于 Gemini 与 Veo 的 AI 视频协同导演，用多智能体编排规划多镜头长视频的视觉连续性。该套件包括将于 COLM 2026 发表的 Co-Director、将于 EMNLP 2026 发表的 CANVAS，以及 A²RD 与 VQQA，分别处理创意配置、持久视觉记忆、分段生成和提示词闭环修正，并继承 SynthID 水印。
#Agent
#Agent
今日 0 条Google ResearchAI 评分5050
Hugging Face BlogAI 评分5555 ALTK-Evolve 如何衡量并缩小智能体的一致性落差
在 AppWorld 上，使用 GPT-4.1 的 ReAct 智能体 Mean@5 为 77.4%，但五次运行全部成功的 Pass^5 只有 53.0%，一致性落差达 24.4 个百分点。
Google ResearchAI 评分5353 Google Research 的行星预测引擎 PPE 通过 Earth AI 自动构建全球模型
Google Research 在 Google Earth AI 中介绍实验性行星预测引擎 PPE，可根据自然语言查询自动完成地理空间数据发现、整理、训练、评估并生成报告，把含人工数据工程的建模时间从数周缩到数分钟。
Import AIAI 评分4646 Import AI 470：机器没有权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU 内核
华盛顿大学、斯坦福大学等高校提出 SPADE，让大语言模型以自对弈交替生成可执行训练环境并求解，用来合成训练数据。Qwen3-30B-A3B 的游戏环境套件平均分为 58.3，比基座高 8.1、比最强固定环境基线高 5.3。METR 研究显示，LLM 对网络安全漏洞发现加速明显，数学仅轻微加速，AI 研究算法进展则没有可测到的加速。
Hugging Face BlogAI 评分5252 ALTK-Evolve探讨智能体实际需要多少记忆
ALTK-Evolve在AppWorld test_normal上对照八个模型发现，自蒸馏记忆的合适剂量取决于模型能力。强模型DeepSeek-V3.2注入全量指南后TGC提升9.5个百分点，弱模型gpt-oss-120b用精选检索提升16.1个百分点且token仅增5%，饱和模型GLM-5增益为0。这些指南从智能体过往轨迹蒸馏，推理时注入，不更新模型权重，也不需要人工标注。
Google Research精选AI 评分6767 Google Research 推进 AMIE 实时视频问诊，模拟研究中与全科医生评分相当
Google Research 展示基于 Gemini 与 Project Astra 的 AMIE（Video），在100个情景、300次模拟实时视频问诊中，被20名全科医生评为在病史采集、诊断准确性、处置适当性和沟通质量上与10名视频问诊全科医生相当。
推荐理由：随机研究把AMIE视频版、纯文本版和全科医生放在同一评分框架下，从而呈现视听观察和虚拟查体的评分差异以及演员模拟边界。
Microsoft Research精选AI 评分6060 微软研究院发布开源框架 Orchard，约 3B 模型在 SWE-bench Verified 达 69.7%
微软研究院发布开源框架 Orchard，用 Kubernetes 环境服务 Orchard Env 在 Codex、OpenClaw、ZeroClaw 等真实框架中训练软件工程、网页与助手智能体。
推荐理由：微软研究院的 Orchard 用可复用环境让智能体在真实部署框架中训练，约 3B 激活参数的开放模型因而在 SWE-bench Verified 上达到 69.7% 并在价值模型重排后升至 73.0%。
Import AIAI 评分5757 Import AI 467：自复制AI蠕虫原型、放缓进展请求与创造力不足
多伦多大学等机构用可装入单块80GB A100的开源权重LLM，做出自我复制的AI蠕虫原型，完整攻击成功率约37%。约1337名来自OpenAI、Anthropic、Google DeepMind、Meta等机构的人士请求美国政府支持国际努力，开发有意放缓自动化AI研发前沿所需的技术与治理工具。
Google ResearchAI 评分5656 Google Research 提出基于 Chain-of-Evidence 的可验证自主科研框架 Science One
Google Research 提出 Chain-of-Evidence（CoE）及原型 Science One Framework，在研究主张生成时建立并维护证据链。
Microsoft ResearchAI 评分5353 Echoverse：用可演化的深度环境训练计算机使用智能体
微软研究院构建 Echoverse，用十个深度领域世界和两个能力世界训练计算机使用智能体。在全部十二个世界上训练后，Qwen3.5-9B 的平均分从 36.5% 升至 67.1%，距 GPT-5.4 的 80.7% 约十四个百分点。
Google Research精选AI 评分6868 Google Research分享SymptomAI日常症状评估对话研究结果
Google Research让13917人随机使用五种Gemini Flash 2.0 SymptomAI智能体做症状问诊和鉴别诊断。三名委员会认证临床医生盲评后，在超过50%的案例中更偏好SymptomAI的鉴别诊断，也更常判定其top-5结果包含参与者两周后报告的就医诊断；各主动追问策略均显著优于不追问的基础模型。
推荐理由：13917人的随机研究显示，临床专家在超过50%的案例里更偏好SymptomAI的鉴别诊断，主动追问也优于不追问的基础对话。
Google ResearchAI 评分5858 Google Research 提出 SensorFM，用可穿戴数据学习通用生理表征
Google Research 提出大型传感器基础模型 SensorFM，用五百万名同意参与者超过一万亿分钟的无标签多模态可穿戴信号学习可复用生理表征。