Google DeepMind 发布 SIMA 2，将 Gemini 模型嵌入智能体核心，使其从指令执行者升级为能推理目标、与用户对话并自我改进的游戏伙伴。SIMA 2 可理解多模态提示、多种语言和 emoji，在未训练过的游戏如 ASKA 和 MineDojo 上表现更接近人类玩家，还能在 Genie 3 生成的实时 3D 世界中行动。
推荐理由：SIMA 2 把 Gemini 的推理能力接入 3D 游戏智能体，并给出自我改进与跨游戏泛化的具体路径。
Google DeepMind 在 Nature 发表新论文，分析 AI 视觉模型与人类在组织视觉世界上的差异，并提出一种三步对齐方法。该方法先用 THINGS 数据集训练一个冻结主模型的小型适配器作为教师模型，再生成包含百万张图像、数百万条类人判断的 AligNet 数据集，最后微调其他学生模型。
推荐理由：DeepMind 在 Nature 发表视觉对齐研究，读者可了解人类与模型表征差异及三步对齐方法。
北爱尔兰 C2k 与 Google for Education 合作的六个月试点中，参与教师借助 Gemini 平均每周节省 10 小时，并沉淀出 600 多个使用场景。教师用 Gemini 起草家长信、生成课程图像，用 NotebookLM 的 MindMap 和播客功能辅助备考与差异化教学。试点成功后，C2k 计划在北爱尔兰面向更多教师推广 Gemini 培训。
Google 发布森林砍伐风险预测基准数据集，基于纯卫星输入和 vision transformers 架构，可在 30 米尺度上预测 2000-2024 年森林流失风险。
ChatGPT 新增连接 Google Drive 功能，可整合内部知识库，提供更丰富的问答背景信息。
OpenAI 联合 Anthropic、Google 和 Microsoft 宣布了 Frontier Model Forum 的新任执行董事，并设立 1000 万美元的 AI 安全基金。
OpenAI 宣布与 AIcrowd、卡内基梅隆大学和 DeepMind 联合举办两场 NeurIPS 2020 竞赛，分别基于 Procgen Benchmark 和 MineRL。
OpenAI 与 Google 研究人员合作推出激活图谱（Activation Atlases），一种可视化神经元之间交互所代表含义的新技术。该技术旨在帮助理解 AI 系统的内部决策过程，从而识别弱点并调查失败原因，以应对 AI 系统日益部署于敏感场景的需求。
OpenAI 与 DeepMind 安全团队合作开发了一种算法，通过让人类判断两种候选行为哪个更好，来推断人类想要的目标。该方法旨在省去人工编写目标函数的环节，因为用简单代理替代复杂目标或目标设定稍有偏差，都可能导致不良甚至危险的行为。
推荐理由：OpenAI 与 DeepMind 安全团队提出用人类偏好比较替代手写目标函数，为对齐研究提供了一条早期思路。
OpenAI 与 Berkeley、Stanford 的研究者共同合著了由 Google Brain 主导的论文《Concrete Problems in AI Safety》，该论文探讨了确保现代机器学习系统按预期运行的诸多研究问题。