阿里等机构发布 Co-Design Bench 基准：AI 编码智能体在真实任务中仅约四分之一完全正确
阿里巴巴与多所亚洲大学的研究人员发布了 Co-Design Bench 基准，基于真实用户修改请求测试编码智能体。在测试的十个模型中，表现最佳的 GPT-6 Astra 平均满足约 70% 的任务要求，但完全正确的比例仅为 26.4%。研究发现，当任务涉及布局、设计、交互和内容等多种变更类型时，所有模型的性能均会下降，且运行环境（harness）对结果有显著影响。
#多模态
The DecoderAI 评分7070
The DecoderAI 评分6767 Google DeepMind 与 WRI 发布全球森林类型地图 ForTy
Google DeepMind 与世界资源研究所（WRI）联合发布 ForTy，这是一张基于卫星数据和 AI 的全球森林类型地图，旨在为欧盟无毁林产品法规（EUDR）提供 2020 年的土地用途参考基准。
Google DeepMindAI 评分4242 Google DeepMind 发布 ForTy 2020 全球森林类型地图
Google DeepMind 联合 WRI 和 IIASA 发布 ForTy 2020，将全球土地划分为 6 种森林及土地利用类型。该地图提供 10 米分辨率数据及 2017-2025 年时序变化，在 9000 个验证点中森林类型识别准确率达 90%。
Ars Technica · AIAI 评分6262 研究人员利用 AI 设计可切割特定蛋白的蛋白酶
研究人员利用 AI 蛋白质设计工具，保留两类蛋白酶的催化核心并替换其余部分，设计出可精准切割特定蛋白的酶。研究团队通过切割与神经疾病相关的蛋白验证了这些酶的有效性，展示了 AI 在加速蛋白酶功能多样化方面的潜力。
Berkeley AI ResearchAI 评分4242 Berkeley AI Research 提出基于互信息的成像系统设计框架
Berkeley AI Research 提出基于互信息的成像系统设计框架，直接评估和优化系统信息含量。该框架在 NeurIPS 2025 论文中验证了其在四个成像领域预测性能的能力，优化结果匹配 SOTA 且无需任务特定解码器。