Elorian 发布 DecoyCount 视觉推理基准：Glimpse 超越 GPT-6 Astra 等前沿模型
Elorian 联合数据公司 Mercor 发布 DecoyCount 基准，测试模型是否真正数对物体还是依赖视觉捷径。
#多模态
Latent SpaceAI 评分4343
Google Research精选AI 评分6161 Google Research 分享基础模型如何推进全球结核病筛查
Google Research 在 IDWeek 2026 上分享其健康 AI 研究落地成果，从胸部 X 光 AI 筛查算法经前瞻验证与监管认证，发展为 MedGemma 等开放基础模型。
推荐理由：Google 回顾了从胸部影像算法到开放模型落地六国筛查的完整路径，可对照思考医疗 AI 从论文到临床的转化条件。
Google DeepMind精选AI 评分6363 Google DeepMind 联合发布全球森林类型地图 ForTy 2020
Google DeepMind 与 Google Research 联合 WRI 和 IIASA 发布 Forest Typology（ForTy）2020 全球地图，以 10 米分辨率把地表分为原始森林、天然更新林、人工林、种植园、经济林木及其他土地六类，并附 2017 至 2025 年逐年变化时间序列。
推荐理由：原文给出分类方法、验证规模和开放许可，读者可了解如何用 AI 遥感识别森林类型并服务欧盟毁林法规。
Google Research精选AI 评分6060 Google Research 发布 AI 盲扫超声孕周评估研究，准确度非劣于专家操作
Google Research 在 JAMA Network Open 发表前瞻性研究，验证用 AI 解读盲扫超声评估孕周，在芝加哥 Northwestern Medicine 和内罗毕 Jacaranda Health 两地 385 名 16 至 36 周孕妇中取得 4.18 天平均绝对误差，非劣于专家超声医师标准方法的 4.48 天。
推荐理由：该研究在芝加哥和内罗毕两地前瞻性验证盲扫超声 AI 估孕周，结果显示非劣于专家标准，可参考其跨硬件泛化做法。
Import AIAI 评分4141 Import AI 476：创造力与递归自我改进、表现不及中国的开放权重模型、AI 进军太空
Elorian 与 Scale AI 发布视觉直觉推理基准 Humanity's Sixth Sense（HSS），含 522 道题、覆盖 288 张图片和 234 段共 17.6 小时的视频，人类 pass@1 达 93.1，而最佳 AI 系统 GPT 6 Astra 仅 53.6，GLM-5.3-flash 和 Kimi K3 分别只有 26.8 和 25.5。