跳到正文
只看一手
  1. Mistral AI80

    Mistral AI 开源发布 Mistral Large 4（Le Chonk）权重

    Mistral AI 正式发布 1 万亿参数原生多模态模型 Mistral Large 4（代号 Le Chonk）的开源权重。

    推荐理由：官方给出编码、防御安全和推理效率的完整基准对比与三档推理模式定价，便于评估开源权重模型的经济性。

  2. Hugging Face Blog83

    Mistral Large 4 多模态 MoE 模型登陆 Hugging Face

    Hugging Face 发布 Mistral Large 4（Le Chonk）的上架介绍，这是 Mistral 的多模态多语言 MoE 模型，总参数约 1T、激活 49B、上下文窗口 1M token，提供 FP8 与 NVFP4 官方版本及 GGUF 量化，采用 Mistral Ecosystem Open-Weight License 开放。

    推荐理由：文章拆解了 Mistral Large 4 的稀疏注意力与 MoE 架构，并给出本地和云端多套部署实测数据，便于评估落地成本。

  3. Google DeepMind75

    Google DeepMind 发布新一代前沿模型 Gemini 4 Carbon

    Google DeepMind 发布 Gemini 4 Carbon，称其为最强模型，主打网络安全与长时程任务能力，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

    推荐理由：官方给出了完整的基准数据与安全对齐改进，读者可以对照 Argon 衡量这代模型在编码和网络安全上的实际进步。

  1. Google DeepMind76

    Google DeepMind 发布世界模型 Genie 4，支持实时交互模拟与原生音频

    Google DeepMind 发布新一代世界模型 Genie 4，实现实时交互式模拟、增强的照相级真实感、自然的人物动作以及原生音频生成。Genie 4 原生多模态，可同时生成环境音、音乐和可交互对话，并结合 Gemini 系列能力：Gemini Omni 锚定真实世界外观，Gemini 3.8 Flash 作为引导智能体分解目标、跟踪进度并实时调整计划。

    推荐理由：官方长文详细拆解了Genie 4的实时生成、原生音频与Gemini协同推理机制，适合对比当前世界模型的技术路线。

  1. Google Research61

    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。

  1. Google DeepMind63

    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。

  2. Google Research60

    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。

  3. Microsoft Research85

    微软研究院等证明KLS猜想，解决高维几何领域31年悬而未决的核心难题

    微软研究院机器学习与优化组的Xinzhi Zhang与合作者证明了1995年提出的Kannan–Lovász–Simonovits（KLS）猜想，证明对数凹分布的最优平面切割与任意形状最优切割之差被一个与维度无关的通用常数界定。

    推荐理由：作者亲述人类主导的智能体搜索如何证明悬置31年的KLS猜想，对照无引导尝试的失败，可作为人机协作科研方法的参照。

  1. Mistral AI61

    Mistral AI 发布 Voxtral 3 语音模型家族与实时语音智能体 SDK

    Mistral AI 发布 Voxtral 3，包含新一代语音转文字和文字转语音模型，以及基于 LiveKit 的语音智能体 SDK，将听、推理、工具调用和说话整合为单一实时流式管线。

    推荐理由：原文给出各模型价格和基准对比，便于与 Whisper、ElevenLabs 等现有语音方案比较成本与能力。

  1. Google Research60

    Google Research 发布自主湿实验室研究：VERID 框架与智能体闭环生物实验

    Google Research 介绍三项研究，推动 AI 智能体在真实湿实验室中闭环做实验。VERID 是基于开源 PyLabRobot 的实验室数字孪生框架，提供实时 3D 状态跟踪、虚拟试运行、硬件安全检查和同步录像日志，让智能体在真实实验中把染料混合物重建精度提升五倍以上。

    推荐理由：官方博文给出三条通往自主湿实验室的研究线，读者可看到智能体闭环实验在适配体和蛋白质设计上的具体数据。

  1. Google Research77

    Google Research 公开发布 Deep Review 文档评审智能体系统

    Google Research 宣布公开发布 Deep Review，一个对复杂文档提供严格反馈和技术验证的智能体系统，前身为 Paper Assistant Tool（PAT），已与 STOC 2026、ICML 2026、NeurIPS 2026、ICLR 2027 合作向超过 16,000 篇投稿的作者提供预提交反馈。

    推荐理由：官方由 PAT 试验演进为公开可用的评审系统，附带四阶段智能体流水线说明与免费额度等使用细节，可对照自身审校需求评估。

  1. Google DeepMind80

    Google 深度解析 Gemini 4 Argon 的安全与责任开发

    Google DeepMind 宣布广泛推出 Gemini 4 Argon，并发布安全与安保报告。模型在 12 个端到端模拟网络攻击场景中全部解决，上一代仅解决 5 个；因网络与生物领域能力提升，公司部署了新一代前沿安全防护。

    推荐理由：官方详述新模型的安全护栏设计，包括三层实时防护和思维链监控，可对照自家系统的安全实践借鉴。

  1. Google Research74

    Google 研究显示 AI 提升专利律师即期产出但未加速初级律师判断力养成

    Google Research 在 NBER 发表论文，在 11 家知识产权律所对 133 名律师开展三个月随机对照实验，测试未发布的 Google Labs AI 专利撰写助手（现已并入 Gemini Notebook）。

    推荐理由：Google 团队用三个月随机对照实验区分了用 AI 做出更好工作与养成专业判断力两件事，对理解新手成长有直接参考价值。

  2. GitHub Blog · AI & ML67

    GitHub 发布 AI 秘密检测模型，扩展 push protection 覆盖非结构化密钥

    GitHub 博客介绍与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，可在两毫秒内评估候选密钥，将 push protection 扩展到无固定模式的非结构化秘密，可拦截的秘密数量有望翻倍以上。

    推荐理由：作者用九个季度数据说明开发者并未因 Agent 变得更粗心，并给出新的检测模型如何以低延迟拦截更多泄露，可对照自家安全流程参考。

  1. Mistral AI73

    Mistral AI 发布 Mistral Large 4 公开预览，月底开放权重

    Mistral AI 启动 Mistral Large 4（ML4）公开预览，可在 Mistral Studio 试用预览 API，权重将于月底发布。ML4 是 1 万亿参数的原生多模态模型，激活参数 520 亿，在欧洲自有数据中心用 3,800 块 NVIDIA Grace Blackwell GPU 从零训练。

    推荐理由：Mistral 官方给出 ML4 在网络安全、编码与多模态上的多项基准数据，并承诺月底开放权重，可对照同类模型判断其开放定位。

  1. GitHub Blog · AI & ML61

    GitHub 发布开源 AI 代码评审基准 ReviewBench

    GitHub 与 Microsoft 团队发布 AI 代码评审离线基准 ReviewBench，语料基于对 GitHub 上 1.039 亿个真实 pull request 的分布分析，收录来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request，数据集、评审 rubric、judge 提示词与自测 runner 全部公开。

    推荐理由：基准数据集、评审规则和自测流程全部公开，做代码评审智能体的团队可以直接上手离线评估并对照排行榜迭代。

已经到底了