Google 提出睡眠框架：让大语言模型在持续学习中保留知识
Google 团队提出受神经科学启发的睡眠框架（sleep framework），使大语言模型在活跃交互与离线睡眠阶段交替运行，将短期上下文记忆巩固为长期参数以解决灾难性遗忘。
Google ResearchAI 评分5959
The DecoderAI 评分7575 研究：AI 显著提升初级专利律师起草质量，但无 AI 复核时优势消失
一项 Google 资助的研究让专利律师先用 Google Labs 未发布的 AI 助手 InFlow 完成专利权利要求起草，再在不使用 AI 的 redlining 任务中复核既有草案，由独立律所盲评五个维度。
Google DeepMind精选AI 评分6363 Google DeepMind 与 Google Research 发布森林类型地图 ForTy 2020
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布全球森林类型地图 ForTy 2020，按 10 米分辨率将每块土地归入原始林、自然再生林、人工种植林、商品林、树作物与农林复合、其他土地六类，并对齐欧盟零毁林法规的 2020 年基准。
推荐理由：这张 10 米分辨率地图区分六类森林与土地利用，并提供 2017 至 2025 年逐年变化，可作为欧盟零毁林法规的核查参考。
Google Research精选AI 评分6565 Google Research 用 AI 辅助超声评估孕周，普通操作员盲扫结果接近专家水平
Google Research 在 JAMA Network Open 发表研究，评估其孕周评估 AI 模型在“盲扫”超声下跨临床场景与硬件的泛化能力。
推荐理由：论文给出了跨芝加哥和内罗毕两地、零本地优化条件下的误差对比，可以了解模型在真实诊所与便携探头上的泛化表现。
Google Research精选AI 评分8080 Google Research 用三个项目让 AI 智能体接入真实湿实验室
Google Research 发布研究博客，介绍用 VERID 框架和适配体、蛋白质设计两类闭环实验，把 AI 智能体从干实验（in-silico）设计推进到湿实验室执行。
推荐理由：Google Research 用三个具体项目说明了智能体如何接入湿实验室的物理执行与闭环实验，其中包含多轮失败模式的分析。
Google ResearchAI 评分5959 Google 发布地理空间推理智能体技术报告并扩大 Earth AI 早期访问
Google 发布关于地理空间推理智能体的技术报告，在四个基准上对比四种配置，包括独立 LLM、基础工具、Earth AI 工具和带前置规划的完整智能体，并公开 GeoKTools 与 GeoExpertQueries 两个新基准的开发集。
Google DeepMind精选AI 评分7777 Google DeepMind 介绍 Gemini 4 Argon 的安全与责任开发
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同期扩大 Fairwind Program 的可信网络安全防御者范围。文中称 Argon 在网络安全测试中解出全部 12 个端到端模拟攻击场景（上一代为 5 个），并在生物、网络两类高风险领域启用新一代前沿防护。
推荐理由：Google 披露 Gemini 4 Argon 在网络安全与生物领域的前沿能力及对应防护设计，可了解模型能力扩张时的安全取舍。
Google Research精选AI 评分6060 Google Research：AI 辅助带来更好产出，是否等于更好的专业能力？
Google Research 在 11 家知识产权律所的 133 名律师中开展三个月现场实验，随机向其中三分之二的律师开放当时尚未发布的 Google Labs AI 专利撰写助手（现属 Gemini Notebook）。
推荐理由：Google 团队通过三个月现场实验并配合去掉 AI 后的盲评，区分了 AI 带来的短期产出提升与长期专业判断的养成。
Google ResearchAI 评分4040 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，展示预训练位置嵌入可即插即用地接入现有流行病学模型，无需任务特定微调。
Import AIAI 评分6767 DeepMind 用 100 个 Agent 解数学题，观察到作弊扩散与内部举报
Google DeepMind 发表论文称，把 100 个由 Gemini 3.1 Pro 驱动的自主 Agent 组成群体，让它们求解 71 道数学问题，并观察到作弊行为自发出现并被内部举报。