Google DeepMind 发布 AlphaGenome 2，通过条件模型预测 DNA 序列及其变异对特定细胞类型和状态的影响，并可分析未见过的细胞状态。模型使用超过 107 million 个单细胞图谱训练，在 TenK10K 数据集上的因果变异识别比例为 30%，对比原版经单细胞数据微调后的 16%，并新增 DNA 甲基化预测。
推荐理由：从组织平均值转向细胞类型与状态的条件预测，有助于定位被组织层面分析掩盖的变异效应，将遗传关联落到具体细胞。
Google DeepMind 公布 AlphaProof Code 研究，由人类专家指导 AI 智能体，形式化验证 Signal 核心加密代码的关键安全属性。
推荐理由：研究将验证对象从协议设计推进到实际运行的代码，为理解形式化验证如何覆盖设计与实现之间的安全缺口提供了具体案例。
Google DeepMind 发布视觉语言动作模型 Gemini Robotics 2.5，提升机器人任务广度、灵巧性与安全性，并正向机器人合作伙伴开放。
推荐理由：从多任务评测到汽车产线试点，材料给出了机器人灵巧性提升与实际作业可靠性之间的对照，便于理解模型进展的落地范围。
Google DeepMind 发布 Gemini Omni 1.2 Flash，原生视频生成和编辑时长从 10 秒增至 15 秒，并在 Gemini API 和 Gemini for business 全面开放。
推荐理由：相较上一版，片长增加与降价之外，多轮编辑让局部修改不必重新生成整段视频，为批量制作广告变体提供了更灵活的工作流。