跳到正文
10月6日周二
  1. Google Research34

    Google 发布智能体隐私与安全报告:从上下文完整性视角看开放与新兴问题

    Google 发布《智能体隐私与安全中的开放与新兴问题:上下文视角》报告,汇集 50 多位学界与业界专家在 2025 年底纽约 CAPS 研讨会的成果。报告指出智能体因非结构化输入、概率性控制流和自主委派带来提示注入等新风险,主张以 Contextual Integrity 理论为基础,构建上下文策略引擎在系统、模型、用户多层协同防护。

10月2日周五
  1. Google Research62

    Google 发布基于 TEE 的新一代联邦学习系统

    Google 公布新一代联邦学习系统,用可信执行环境(TEE)为数据匿名化提供可验证、可审计的保证,Gboard 已采用该系统。系统通过访问策略公开透明日志、KMS 密钥管理与 TEE 内 Python 训练程序执行,使加密训练数据只能在符合策略的 TEE 中解密处理。Gboard 已用它上线英语和日语下一词预测模型,训练时间从过去的 1-2 个月缩短,目前仅受 TEE 资源限制。

    推荐理由:Google 公布基于 TEE 的新一代联邦学习系统设计,读者可了解其如何把隐私保证从信任服务器转为可远程验证。

9月30日周三
9月25日周五
  1. Google Research66

    Google Research 发布 AI 视频联合导演框架,自动化长视频生成

    Google Research 发布 AI video co-director,一个构建在 Gemini 和 Veo 之上的多智能体编排框架,用于自动化多镜头长视频生成,并原生继承 SynthID 水印等安全机制。

    推荐理由:Google 把长视频生成拆成四个可组合框架,并给出多镜头一致性与角色保持的评测结果,便于判断多智能体编排在长时程生成中的位置。

9月19日周六
  1. Google Research22

    Google Research 发布 MilleMiglia:面向中段物流的真实实例生成器

    Google Research 推出 MilleMiglia,一个用 C++ 编写的实例生成器,用于为中段物流配送问题生成真实且保护隐私的基准数据,源码与文档已在 GitHub 公开。中段物流承担区域乃至洲际配送中心之间的大批量货物运输,成本占比高却长期缺乏公开高质量数据,学术研究因此受限。该工作将中段物流建模为时空图上的多商品流问题,以刻画货物在多辆车辆间转运、需在时间窗内赶上接驳班次等约束。

9月18日周五
9月16日周三
  1. Google Research28

    Google Research 提出 Retrieve-for-Train:用 RL 编译扩散模型绕过推理瓶颈,加速复杂 AI 搜索

    Google Research 提出 Retrieve-for-Train 框架,通过离线强化学习发现奖励对齐的查询扇出并编译为监督信号,再蒸馏进一个 53.9M 参数的扩散检索器,实现推理时单次非自回归的查询扇出。该方法基于 Gemma3-4B 和 Qwen3-4B 微调,无需测试时 CoT 推理 token,即可满足多样性、覆盖度等集合级属性。