Google DeepMind 发布关于 AI 有害操纵的新研究，称其为首个经实证验证的测量工具包，并公开运行同类人类受试者研究所需的全部材料。研究覆盖英国、美国、印度共九项实验、超过 10000 名参与者，聚焦金融与健康等高风险场景，结果显示 AI 在健康话题上的有害操纵效果最弱，且在一个领域的成功无法预测另一个领域。
推荐理由：Google DeepMind 公开了首个经实证验证的 AI 有害操纵测量工具包，并给出跨英、美、印三国万人实验的关键结论。
Google DeepMind 发布音乐生成模型 Lyria 3 Pro，可生成最长 3 分钟的曲目，并更好理解音乐结构，支持用提示词指定前奏、主歌、副歌和桥段等元素。
推荐理由：Lyria 3 Pro 把单次生成时长提升到 3 分钟并支持段落级提示，读者可据此判断音乐生成在哪些产品里已经可用。
OpenAI 的 Model Spec 是一套公开的模型行为框架，在 AI 系统演进过程中平衡安全、用户自由与问责。该框架面向模型行为设定公开规范，兼顾安全性与用户自由，并明确责任归属。
Google 发布 Vibe Coding XR 工作流，将 Gemini 的长上下文推理与开源 WebXR 框架 XR Blocks 结合，把自然语言提示词直接转成具备物理感知的 Android XR 应用，官方称耗时在 60 秒以内。
OpenAI 推出 Safety Bug Bounty 计划，用于识别 AI 滥用与安全风险，覆盖范围包括智能体漏洞、提示注入和数据外泄。
Google 发布 TurboQuant 压缩算法，并配套提出 QJL 和 PolarQuant，用于解决向量量化中的内存开销问题，三篇工作将分别亮相 ICLR 2026 和 AISTATS 2026。
推荐理由：Google 提出三种向量量化算法，在 KV cache 压缩与向量搜索上给出可复用的压缩思路与基准结果。
Google Research 发布自监督框架 S2Vec，通过 S2 Geometry 分区与特征栅格化，把建筑、道路等建成环境特征转成多层图像，再用掩码自编码（MAE）学习通用嵌入向量。在人口密度、收入等社会经济预测的零样本地理外推任务中，S2Vec 通常是最佳单模型，与图像嵌入做多模态融合后效果普遍优于单一模态；但在树木覆盖、海拔等环境任务上仍需改进。
OpenAI 面向使用 gpt-oss-safeguard 的开发者发布基于提示词的青少年安全策略，用于在 AI 系统中审核针对不同年龄段的特定风险。
OpenAI Foundation 宣布计划投入至少 10 亿美元，用于攻克疾病、创造经济机会、提升 AI 韧性以及支持社区项目。
ChatGPT 推出更丰富、更具视觉沉浸感的购物功能，由 Agentic Commerce Protocol 驱动。该功能支持商品发现、并排对比以及商家接入。
ServiceNow 在 Hugging Face 发布 EVA，一个面向对话式语音智能体的端到端评测框架，同时给出 EVA-A（准确率）和 EVA-X（体验）两个分数，并开源代码与数据集。
Mistral AI 发布首款文本转语音模型 Voxtral TTS，参数规模 4B，支持英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语共 9 种语言，可生成带情感表达的语音。
推荐理由：官方给出 4B 参数、9 种语言与 70ms 延迟等具体指标，并公开与 ElevenLabs 的人工对比结果。
OpenAI 针对最先进视频模型与新型社交创作平台带来的新型安全挑战，将安全作为 Sora 2 和 Sora 应用的基础来构建，其方法以具体防护措施为核心。
NVIDIA 发布一套嵌入模型微调流程，用单张 GPU 和不到一天时间把通用嵌入模型改造成理解特定领域的模型，无需人工标注。流程基于 Llama-Nemotron-Embed-1B-v2，用 LLM 从领域文档生成合成问答对、挖掘难负样本并做多跳展开，再用对比学习微调。
推荐理由：给出从合成数据生成到部署的完整嵌入模型微调流程，含 Atlassian 实测提升数据，可迁移到自有领域语料。
OpenAI 采用思维链监控（chain-of-thought monitoring）研究内部编码智能体的失准（misalignment）问题，通过分析真实部署环境来检测风险并强化 AI 安全保障措施。
OpenAI 宣布收购 Astral，以加速 Codex 增长并打造下一代 Python 开发者工具。官方称此举意在为 Python 开发者工具提供新一代能力支持。
推荐理由：OpenAI 收购 Astral 以加速 Codex 增长，读者可据此了解其在 Python 开发者工具方向的布局。
Google Research 在 The Check Up 活动上展示了医疗 AI 的多项进展，包括与 Fitbit 合作研究的 Personal Health Agent（PHA），发现其比单一任务应用更能支持长期健康。
Google Research 与多家 NHS 机构合作的 AIMS 研究在 Nature Cancer 发表两项姊妹研究，评估 AI 乳腺癌检测系统。
推荐理由：两项 Nature Cancer 研究给出 AI 在 NHS 乳腺筛查中的独立读片与双读流程数据，可了解人机协作的实际收益与仲裁环节的失误。
Hugging Face 发布《State of Open Source on Hugging Face: Spring 2026》，基于平台数据回顾过去一年开源 AI 生态变化。
推荐理由：Hugging Face 用平台数据勾勒开源 AI 一年变化，中国模型下载占比与机器人数据集增长是两条主线。
Google DeepMind 发布论文《Measuring Progress Toward AGI: A Cognitive Taxonomy》，提出用认知科学衡量 AGI 进展的框架，涵盖感知、生成、注意力、学习、记忆、推理、元认知、执行功能、问题解决、社会认知 10 项能力，并配套三阶段评测协议。
Mistral AI 推出 Forge，一套让企业基于自有专有知识构建前沿级 AI 模型的系统，支持预训练、后训练和强化学习等阶段。Forge 支持 dense 与 MoE 架构，并可按需支持多模态输入，模型可在企业自有基础设施内训练和治理。该平台以 Agent 优先设计，Mistral Vibe 等自主智能体可用其微调模型、寻找最优超参数、调度任务并生成合成数据，用户只需用自然语言即可定制模型。
推荐理由：Forge 把预训练、后训练与强化学习打包成企业自建模型的入口，读者可据此判断企业级定制模型的落地路径。
H Company 发布 Holotron-12B，一个基于 NVIDIA Nemotron-Nano-2 VL 后训练的多模态 computer-use 模型，现已上线 Hugging Face，采用 NVIDIA Open Model License。
推荐理由：原文给出模型架构、吞吐对比与基准提升，读者可据此判断它在高并发 computer-use 场景的可用性。
OpenAI 发布 GPT-5.4 mini 和 nano，作为 GPT-5.4 的更小、更快版本。两者针对编码、工具调用、多模态推理以及高并发 API 和子智能体负载做了优化。
推荐理由：OpenAI 在 GPT-5.4 之下补出 mini 与 nano 两档，读者可据此判断高并发与子智能体场景的选型空间。
OpenAI Japan 发布日本青少年安全蓝图，为使用生成式 AI 的青少年引入更强的年龄保护、家长控制和身心健康保障措施。
OpenAI 新研究显示，美国用户每天向 ChatGPT 发送近 300 万条询问薪酬与收入的消息，用于弥补薪资信息差。
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个重要版本，也是 Mistral 首个把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型中的模型，采用 Apache 2.0 许可开源。
推荐理由：Mistral 首次把推理、多模态与编码能力合并进单一小模型，并给出可调推理强度与部署门槛。
Mistral AI 宣布以创始成员身份加入 NVIDIA Nemotron Coalition，并与 NVIDIA 计划联合开发前沿开源 AI 模型，结合 Mistral 的模型架构与全栈平台和 NVIDIA 的算力、模型开发工具及合成数据生成管线。
Google 与康奈尔大学在《PNAS》发表研究，让 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 及一套自建 RAG 系统回答 67 道高温超导专家级问题，由 12 位国际专家按平衡性、全面性、简洁性、证据、图像相关性和定性反馈六项指标盲评打分。
Mistral AI 发布 Leanstral，称其为首个面向 Lean 4 的开源代码智能体，采用 6B 激活参数的稀疏架构，权重以 Apache 2.0 许可开放，并接入 Mistral Vibe 与免费 API 端点 labs-leanstral-2603。
推荐理由：Mistral 开源面向 Lean 4 的代码智能体，给出与 Claude 系列及开源模型的成本与得分对比，可据此判断形式化验证路线的性价比。
OpenAI 详解 Codex Security 为何不依赖传统 SAST，而是用 AI 驱动的约束推理与验证来发现真实漏洞，并减少误报。
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，用于在特征、数据和模型组件归因中识别 LLM 的关键交互。SPEX 利用稀疏性与低阶性将交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层级结构，以约 10 倍更少的消融实验达到 SPEX 的性能。
Google 宣布在 Flood Hub 上线城市山洪（Urban Flash Flood）预报，可提前最多 24 小时预测城市山洪风险。由于山洪常发生在远离水文站的地方、缺乏地面真值数据，Google 用名为 Groundsource 的方法，借助 Gemini 分析公开新闻报道确认洪水事件的地点与时间，构建历史山洪数据集来训练和评估新模型。
推荐理由：Google 用 Gemini 从新闻中提取历史洪水事件训练模型，把城市山洪预警提前到 24 小时，并给出与 NWS 的对比数据。
Google Research 推出 Groundsource，一种利用 Gemini 从非结构化全球新闻中提取历史灾害数据的方法，并发布首个开放数据集，包含 260 万条城市山洪记录，覆盖 150 多个国家、时间跨度从 2000 年至今。
推荐理由：Google 用 Gemini 从 80 种语言新闻中抽取洪水事件，其准确率与覆盖范围可供评估 LLM 做数据抽取的可行性。
Google Research 与 Beth Israel Deaconess Medical Center 合作开展了一项前瞻性单中心可行性研究，让 AMIE 在门诊初级保健就诊前与患者进行文本问诊，全程由医生通过视频监督。
推荐理由：Google 与 BIDMC 首次在真实门诊流程中部署对话式诊断 AI，读者可了解其安全监督机制与医患反馈。
Mistral 基于其开源编码助手 Vibe 构建了一个自主智能体，可读取 Rails 源码文件、生成或改进 RSpec 测试，并在 CI/CD 流水线中无需人工干预地运行。该智能体通过仓库级 AGENTS.md 执行计划、按文件类型划分的 skills 文件以及 Rubocop、SimpleCov 校验工具运作，仅靠一份 markdown 指令文件就将质量分从 0.68 提升至 0.74。
OpenAI 介绍了 ChatGPT 在智能体工作流中抵御提示词注入与社会工程攻击的设计思路：通过限制高风险操作、保护敏感数据来降低风险。
OpenAI 介绍如何用 Responses API、shell 工具和托管容器构建智能体运行时，让智能体在安全、可扩展的环境中处理文件、工具和状态。
推荐理由：OpenAI 官方说明如何用 Responses API、shell 工具和托管容器搭建智能体运行时，可了解其安全与扩展思路。
Wayfair 借助 OpenAI 模型自动化工单分类，并大规模优化数百万条商品属性，以提升电商客服效率与商品目录准确率。
OpenAI 发布 IH-Challenge，用于训练模型优先执行可信指令，从而改进指令层级、安全可控性以及对提示词注入攻击的抵抗能力。
ChatGPT 推出面向数学和科学的交互式可视化讲解功能，帮助学生实时探索公式、变量和概念。