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。
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。
Mistral 在慕尼黑开设德国中心，将设专职 Physics AI 与工业 AI 研究团队，并与 BMW 合作碰撞仿真、与 Siemens Energy 合作工业 AI 应用。
GitHub Copilot 应用中的 canvases（画布扩展）是用户与智能体共享的可定制双向界面，可用作看板、问题分流板、发布清单或仪表盘。用户在智能体会话中输入 /create-canvas 并用自然语言描述需求，智能体即可自动生成界面并显示在右侧面板，后续可继续添加列、筛选器或拉取未合并的 pull request 进行调整。
Mistral 宣布与 Mozilla 达成合作，Firefox Smart Window（beta）AI 浏览助手即日起由 Mistral 模型驱动，覆盖法国和北美用户，英国和德国预计年内跟进。对话默认不保存在 Mozilla 服务器上，Mistral 等合作伙伴承诺零数据保留。双方表示将通过区域语言、方言和文化语境微调模型，并把开源、隐私与用户控制带入消费者 AI 浏览体验。
IBM Research 与 UC Berkeley Sky Lab 合作，为进化式内核搜索框架 K-Search 新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，把已有 CUDA 内核当作知识库适配到 Apple Silicon。
伯克利 Aditya G. Parameswaran 等人在 BAIR 发表观点文章，认为 AI 成本快速下降正在带来近乎免费的智能，数据系统研究将迎来三大挑战。
Berkeley AI Research 发文分析并行推理领域进展，重点是自适应并行推理（Adaptive Parallel Reasoning）：让推理模型自行决定何时分解并并行化独立子任务、生成多少并发线程及如何协调。
Berkeley AI Research 的研究者（与 Mike Rabbat、Yann LeCun 等合作）提出基于梯度的规划器 GRASP，让学习式世界模型的长时域规划变得可行。
**summary_zh:** Berkeley AI Research 提出 SPEX（Spectral Explainer）与 ProxySPEX 算法，利用信号处理与编码理论在大规模下识别 LLM 中驱动模型行为的关键交互，覆盖特征归因、数据归因与模型组件归因三个层面。