Mistral 在慕尼黑开设德国中心，推进工业 AI 与 Physics AI
Mistral 在慕尼黑开设德国中心，组建专注 Physics AI 与工业 AI 的研究团队，并计划到 2030 年建成 1 吉瓦欧洲算力。该中心将携手 BMW 开展碰撞仿真与工程 AI 合作、与 Siemens Energy 推进工业 AI 应用，并与慕尼黑工业大学（TUM）合作利用风洞设施开发汽车空气动力学数字孪生。
#部署/工程
Mistral AIAI 评分4444
GitHub Blog · AI & MLAI 评分4747 GitHub Copilot：当聊天是错误 UI，canvas 才是答案
GitHub 认为聊天框是多数场景下与 AI 协作的错误界面，并提出 GitHub Copilot app 中的 canvas：一种运行在应用内、无浏览器外壳的全栈应用，可与 Copilot agent 双向通信、调用第三方 API 并在本地执行代码。官方示例包括 Connect 4 对局、Winget 包管理界面、SQLite 自助操作，以及把研究、原型、实现等开发流程自动化以尽量让人脱离循环。
GitHub Blog · AI & MLAI 评分2121 GitHub Copilot 应用如何渲染超大 pull request
GitHub Copilot 应用重构了 pull request 视图，以便流畅渲染包含 2,200 个文件、超百万行改动和 400 多条行内评论的超大 pull request。其核心是把文档高度拆成确定性代码几何与动态块几何两部分：代码行高提前精确计算，评论等动态块则延迟测量并把校正锚定在用户当前查看的位置。
Microsoft ResearchAI 评分5858 微软研究院提出物理AI推理卸载方案，并开源相关工具链
微软研究院系统研究了移动操作机器人工作负载，发现把物理AI推理限制在本体 GPU 上会拖累性能与续航：在显存足够的 GPU 上，建图与规划相比 A100 最多慢 383%。
Mistral AIAI 评分5959 Mistral 与 Mozilla 合作，为 Firefox Smart Window 提供模型支持
Mistral 宣布与 Mozilla 合作，Firefox 的 AI 浏览助手 Smart Window（beta）现由 Mistral 模型驱动，帮助用户梳理复杂搜索、找回此前点击过的内容并基于浏览器标签页溯源信息。
Mistral AIAI 评分3434 Cloudera 与 Mistral 达成合作，将主权 AI 引入企业数据平台
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保留完整控制权。双方还支持企业用自有专有数据在受控环境中训练定制模型，并保留数据和由此产生的智能的所有权。Cloudera 平台承载 30 exabytes 客户托管数据。
Mistral AI精选AI 评分6464 Mistral 发布 Agentic Search 检索层，FinanceBench 准确率提升至 3 倍
Mistral AI 发布 Agentic Search，一个面向 AI 系统的多步检索层，通过 search、open、navigate、read、grep 五个工具让模型在复杂文档中查找、翻阅并核验信息。
推荐理由：Mistral 官方披露 Agentic Search 在两个检索基准上的准确率、token 与延迟变化，可据此判断多步检索相对传统 RAG 的收益。
Berkeley AI ResearchAI 评分5757 从 CUDA 到 MLX：K-Search 如何把数十年内核经验带到 Apple Silicon
IBM Research 与 UC Berkeley Sky Lab 合作，把 K-Search 演化式内核搜索框架扩展到 Apple Silicon，并加入结构化 CUDA-to-MLX 翻译层来迁移已有 CUDA 内核经验。
Berkeley AI ResearchAI 评分3636 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 发布综述，分析并行推理尤其自适应并行推理的进展，探讨让模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调。现有方法多从模型外部固定并行结构，难以按问题难度调整并行度。
Berkeley AI ResearchAI 评分2424 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出梯度规划器 GRASP，通过将轨迹提升为虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以探索、并重塑梯度让动作获得清晰信号，同时避开高维视觉模型中脆弱的「状态输入」梯度，使世界模型的长时程规划变得可行。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 合作完成。
Berkeley AI ResearchAI 评分2828 Berkeley AI Research 提出 SPEX 与 ProxySPEX，可在规模化 LLM 中识别关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，用于在特征、数据和模型组件归因中识别 LLM 的关键交互，可扩展到比此前方法大几个数量级的规模。