AINews：OpenAI 发布 722 份数学手稿，称解决 500 个开放数学问题中的 90 个
AINews 汇总 10/5/2026-10/6/2026 的 AI 动态，重点报道 OpenAI 在 GitHub 发布 722 份数学手稿，称解决 500 个开放数学问题中的 90 个。
Latent SpaceAI 评分6666 Google DeepMind精选AI 评分7878 Google DeepMind 发布 EmbeddingGemma 2 开放轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是一个 740M 参数的开放轻量多模态嵌入模型。它基于 Gemma 4 架构，采用 Apache 2.0 许可，支持文本、代码、图像、视频和音频统一嵌入，并提供 8K token 上下文窗口。
推荐理由：原文给出 740M 参数、8K 上下文窗口、MRL 截断维度和端侧内存占用，便于判断本地多模态检索可用性。
Google ResearchAI 评分5959 Google Earth AI 行星级地理空间基础模型用于全球公共卫生
Google Research 展示 Google Earth AI 的 Population Dynamics Foundation Model (PDFM) 如何作为全球公共卫生的地理空间基础模型概念验证。
Google ResearchAI 评分5757 Google Research 发布基于情境视角的智能体隐私与安全开放问题报告
Google Research 发布智能体隐私与安全开放问题报告，汇总 50 多位学术和产业人士在 2025 年末纽约 CAPS Workshop 的讨论。报告以 Contextual Integrity 为基础，提出上下文策略引擎、多层防护和动态 Agent Gym 评估环境。
Google Research精选AI 评分6666 Google 发布下一代基于 TEE 的可验证联邦学习系统
Google 发布下一代联邦学习系统，用 TEE 提供可验证和可审计的数据匿名化保证，Gboard 已采用。Gboard 已部署英语和日语 next word prediction 模型，获得更强隐私保证和更高准确率，训练时间也显著缩短。访问策略发布到 Rekor 公共透明日志，KMS 只向匹配策略的 TEE 工作负载提供解密密钥。
推荐理由：Google 用 TEE 构建可验证联邦学习系统，把训练逻辑放入可远程证明的执行环境，Gboard 已用于英语和日语 next word prediction，并带来更强隐私保证与更高准确率。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，先通过 Fairwind Program 向可信网络防御者开放，后续将面向开发者、企业和消费者推出。
推荐理由：原文给出 Gemini 4 Argon 的 1M 输出上限、企业基准表现、网络安全防御定位和分阶段开放路径，便于判断它对复杂工作流的影响。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 SynthID Bio 合成生物学水印工具
Google DeepMind 发布 SynthID Bio，将 SynthID 水印技术用于合成生物学，把不可感知签名嵌入蛋白序列和 3D 结构。湿实验中水印蛋白保持结合功能，可帮助 DNA 合成筛查和公共数据库标注。官方将开源代码和体外数据，并向研究社区发布权重。https://deepmind.google/blog/introducing-synthid-bio/
推荐理由：原文展示水印蛋白在湿实验中保持结合功能，为人工智能生成生物设计的来源验证和 DNA 合成筛查提供可落地路径。
Google ResearchAI 评分5959 Diffusion Controller 如何统一并简化 AI 图像生成
Google Research 提出 Diffusion Controller 框架，将扩散图像生成的去噪过程重构为连续控制问题，用轻量附加网络引导生成。该框架在 Stable Diffusion v1.4 上以 HPS-v2 评估，灰盒版本在 SFT 和 RWL 中胜过 LoRA，白盒版本相对基线达到 90% 胜率。
Import AIAI 评分5959 Import AI 474 汇总柏拉图心智空间、太空 TPU 与智谱外层 RSI 循环
Import AI 474 汇总了 AI 研究动态，包括柏拉图心智空间论文、Google 太空 TPU 计划、智谱自改进基础设施和 Periodic Labs 的 AI 科学家模型。
Google Research精选AI 评分6363 Google Research 提出 AI video co-director 框架，用于自动化连贯长视频生成
Google Research 提出 AI video co-director，一个基于 Gemini 和 Veo 的统一多智能体框架，用于自动化连贯长视频生成。
推荐理由：原文给出基于 Gemini 和 Veo 的多智能体编排方法，展示长视频一致性如何从提示链转向全局优化与闭环修正的生成流程。
Google DeepMind精选AI 评分6060 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，将低延迟流式视频与实时语音对话结合，在 Gemini Enterprise 提供近实时视觉形象功能。
推荐理由：原文给出 Gemini Enterprise 可用入口和异步工具调用能力细节，读者可据此判断实时视频对话如何进入企业客服与交互演示。
Google DeepMindAI 评分4848 Google Private AI Compute 技术更新：安全服务端内存将支持持久跨设备记忆
Google 公布 Private AI Compute 将加入私有服务端持久内存，使 AI 记忆可跨设备保留并保持端侧隐私标准。密钥仅保存在个人设备，云端 secure enclave 临时解密并立即重新加密，确保数据即使对 Google 也不可见。Google 还公布更新技术白皮书、服务器软件防篡改公开记录和独立审计结果。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS
Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持用自然语言创建全新声音并用 30 秒样本复刻。
推荐理由：原文给出两款 Gemini 3.8 TTS 模型的声音复刻、逐行导演与开放入口，便于判断其进入多语言配音和语音智能体工作流的方式。
Google ResearchAI 评分3232 MilleMiglia：面向中程物流的真实实例生成器
Google Research 介绍 MilleMiglia，一个用于生成中程物流真实基准的 C++ 实例生成器。它针对连接区域配送中心的中程运输，生成真实且保护隐私的模拟数据。源码和文档可在 GitHub 获取。
Google ResearchAI 评分5353 Google Research 发布生成式 UI 学习交互研究
Google Research 发布一项研究实验，利用生成式 UI 让教师创建自定义、交互式、引导式 STEM 学习模拟。该实验已开放 30 多个英文样例，覆盖物理、化学、生物和数学，面向中学和高中，并邀请 Google Workspace for Education 学校通过试点项目反馈。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking，用于近实时语音智能体和复杂任务。
推荐理由：原文给出两款近实时语音模型的基准成绩与开放入口，读者可据此判断语音智能体部署成本、能力边界和可用性。
Google DeepMind精选AI 评分6868 Google DeepMind 发布 AlphaGenome Atlas：人类基因组所有单核苷酸变异的预测图谱
Google DeepMind 发布 AlphaGenome Atlas，提供人类基因组 9 billion 个单核苷酸变异的预测，并推出 AVI 评分。该资源是 1-petabyte 数据集，比 AlphaFold Database 大 30 倍以上，覆盖数百种人和小鼠细胞类型与组织。
推荐理由：原文给出覆盖 9 billion 个单核苷酸变异的预测资源与 AVI 评分，帮助研究者快速排序并解释基因组变异的相关分子影响。
Import AIAI 评分5050 Import AI 470：机器没有权利、SPADE 自动化环境生成与 Hawkeye 构建更好 GPU 内核
Import AI 470（https://importai.substack.com/p/import-ai-470-no-rights-for-machines）汇总了 METR 的 AI 加速研究、SPADE 环境生成框架、Hawkeye GPU 内核优化和 Google DeepMind 的 AlphaEvolve 矩阵乘法进展。