跳到正文
只看一手
  1. Google Research68

    Google Research 将基础模型用于结核病筛查一线

    Google Research 在 IDWeek 2026 上介绍了把健康 AI 研究推向结核病筛查一线的进展，包括与 Nexus AI 合作将胸部 X 光算法转化为通过 CE MDR class IIb 认证的临床诊断工具。

    推荐理由：Google 梳理了结核病筛查从论文基准到 CE 认证工具、再到开源基础模型的完整落地路径，可供参考医疗 AI 转化经验。

  1. Hugging Face Blog60

    微软与 Hugging Face 用 ThinkingBox 数据库校验做 RL 奖励，Qwen3.8-27B 稳定通过任务从 38 增至 107

    微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的 0/1 可执行校验当作 RL 奖励，对 Qwen3.8-27B 做 50 步 GRPO 全参数微调。

    推荐理由：微软与 Hugging Face 把数据库终态校验改造成 RL 奖励，并公开了任务筛选与训练栈，可看可复用的训练数据策展方法。

  2. Microsoft Research60

    微软研究院发布 Flint-interactive 语言，让智能体生成可交互数据可视化

    微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放、高亮并支持跨图表联动的图表。

    推荐理由：微软研究院把图表交互拆成语义事件与更新算子，读者可据此判断智能体生成交互图表的成本与可靠性变化。

  1. NVIDIA Blog60

    NVIDIA 发布 Minerva，为 AI 工厂提供端到端可观测性

    NVIDIA 发布 AIOps 平台 Minerva，汇集基础设施与 AI 工作负载的遥测数据，用专用 AI 模型把数据转成可执行的洞察。Minerva 跨 GPU、网络、存储、调度器和工作负载构建动态知识图谱，每小时分析数十亿数据点，可把大量告警聚合成单一事件并给出可能的根因。

    推荐理由：原文交代了 Minerva 如何把 GPU、网络与作业信号关联成知识图谱，读者可据此判断 AI 工厂运维从被动告警转向主动维护的路径。

  2. NVIDIA Blog63

    NVIDIA 扩展 Cosmos 平台，新增世界模型训练、评估与部署工具

    NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，用于世界模型的训练、评估与部署。

    推荐理由：原文列出 Cosmos 平台新增的训练、仿真与数据蓝图，并给出 Porsche、ANYbotics 等落地案例，可据此判断世界模型开发链路的变化。

  3. Hugging Face Blog78

    NVIDIA 发布 Kumo Relational 关系型基础模型，无需训练即可预测

    NVIDIA 发布预训练关系型基础模型 Kumo Relational，可直接在企业数据库上做预测，无需任务特定训练、特征工程或表展平。

    推荐理由：原文给出预训练关系型基础模型在 41 项任务上的对比结果与开源入口，可据此判断免训练预测在现有数据库流程中的位置。

  4. Google Research61

    Google Research 用 AI 辅助盲扫超声评估孕周，跨场景误差接近专家

    Google Research 在 JAMA Network Open 发表研究，用 AI 模型解读未经专业超声培训的操作者采集的盲扫超声图像来评估孕周。在 385 名 16 至 36 周孕妇的队列中，模型平均绝对误差为 4.18 天，专家标准流程为 4.48 天；芝加哥适配后为 4.10 天，内罗毕零本地优化为 4.27 天。

    推荐理由：研究在芝加哥和内罗毕两地前瞻验证同一模型，读者可据此判断盲扫超声 AI 跨硬件、跨人群的泛化程度。

  5. Microsoft Research74

    微软研究院等证明31年悬而未决的KLS猜想

    微软研究院的Xinzhi Zhang与合著者Zhao Song证明了1995年提出的KLS猜想，确认对一大类高维概率分布，最佳平面切割与任意形状最佳切割的效果差距不超过一个与维度无关的固定常数。研究采用人类主导的智能体流程，AI系统探索了100多条候选路径，由研究者评估、剪枝并调整方向，最终借助递归细化方法消除了对维度的依赖。同期另有独立团队给出完整证明，随后还发布了Lean 4形式化验证。

    推荐理由：这篇论文证明了一个悬置31年的高维几何猜想，并展示了研究者如何引导AI智能体筛选上百条研究路径。

  1. Mistral AI82

    Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK

    Mistral 发布 Voxtral 3 语音模型家族，包含转录模型 Voxtral Small Transcribe 3、Voxtral Mini Transcribe 3 与实时版，以及 TTS 模型 Voxtral Mini TTS 3，并推出基于 LiveKit 的语音智能体 SDK，把听、推理、工具调用和说话串成一条实时流式管线。

    推荐理由：原文给出语音智能体 SDK 与转录、TTS 模型的完整规格和定价，可据此比较实时语音方案的成本与部署方式。

  1. Google Research64

    Google Research 介绍让 AI 智能体落地湿实验室的三项研究

    Google Research 发布博客，介绍让 AI 智能体从计算设计走向真实湿实验室实验的三项研究：VERID 实验室语义数字孪生框架、适配体闭环设计原型和 FAP 靶点 de novo 蛋白结合体设计。

    推荐理由：Google Research 用三个项目展示智能体如何接入湿实验室的物理状态与闭环实验反馈，读者可了解自动化实验的关键工程环节。

  1. Microsoft Research69

    微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明系统

    微软研究院发布零知识虚拟机 Magnetar，可证明用 Rust、Go 或 C 编写的程序执行过程，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍。

    推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在通用性、速度与密码学假设三方面同时推进。

  1. Mistral AI71

    Mistral 发布时间序列基础模型 Timestral，209M 参数版本登顶三项基准

    Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四个尺寸。其中 209M 版本在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上均排名第一，参数量约为此前最优模型的三分之二，结果已提交至 GIFT-Eval 和 TIME 榜单。

    推荐理由：原文给出四个尺寸的参数量、三项基准排名和 CPU 推理延迟，便于判断时间序列基础模型的选型边界。

  2. Google Research74

    Google 发布 Deep Review 智能体文档审阅系统

    Google 公开发布 Deep Review，一个面向复杂文档提供严谨反馈与技术核查的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。系统采用文档分段、自适应预算、并行核查与全局综合的四阶段流程，支持 PDF 和纯文本输入，每位用户每周可免费审阅两篇文档，也可接入 Gemini API key 提高额度。

    推荐理由：原文交代了 Deep Review 的四阶段智能体流程和会议试点规模，读者可据此判断自动审稿能承担哪些环节。

  3. Google Research60

    Google 发布地理空间推理智能体技术报告并扩大 Earth AI 早期访问

    Google 发布 Geospatial Reasoning 智能体的技术报告，在四个基准上对比独立 LLM、基础工具、Earth AI 工具和带前置规划的完整智能体四种配置，并新开源 GeoKTools 与 GeoExpertQueries 两个基准的开发集。

    推荐理由：原文给出四组基准对比与合作伙伴实测，可看清专用工具和前置规划对地理空间推理的作用。

  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安保报告，说明其在高风险领域的防护措施。该模型在 12 个端到端模拟网络攻击场景中全部通关，上一代为 5 个；在对抗测试集上违规率降低近两倍。

    推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护设计，以及智能体越界行为的监控数据。

  2. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Argon 机器人模型

    Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过其他前沿模型。

    推荐理由：官方给出 Argon 在 ERQA 的得分与四类机器人工作流示例，可据此判断物理推理模型在机器人栈中的用法。

  3. Google DeepMind92

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元。

    推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和数字，可据此判断前沿模型在长程任务中的实际边界。

  1. Google Research74

    Google Research 研究：AI 辅助提升专利撰写产出，但初级律师的无辅助判断力未同步提升

    Google Research 在 NBER 发布专利撰写三个月实地实验，133 名律师随机获得当时未发布的 Google Labs AI 专利撰写工具（现属 Gemini Notebook）使用权。

    推荐理由：三个月实地实验区分了 AI 带来的即时产出提升与无辅助判断力的变化，并指出两类收益在资深与初级律师身上并不一致。

  2. Microsoft Research71

    微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架

    微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的智能体 harness 直接参与训练，无需在训练框架内重新实现智能体。

    推荐理由：微软研究院开源了约 3500 行的智能体强化学习框架，并给出用约 6000 条样本训练编码智能体的完整流程与提升数据。

  1. Google DeepMind63

    Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2，将文本、图像、音频和视频映射到统一嵌入空间，采用 Apache 2.0 许可，参数量 7.4 亿。

    推荐理由：原文给出了参数量、模块化拆分和端侧内存占用，读者可据此判断多模态嵌入在本地检索中的可行性。