跳到正文
只看一手
10月7日周三
  2. Google DeepMind72

    Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2，这是原生将文本、图像、音频和视频映射到统一嵌入空间的端侧多模态嵌入模型，基于 Gemma 4 架构、Apache 2.0 许可、740M 参数。

    推荐理由：EmbeddingGemma 2 把多模态嵌入压到 740M 参数并给出向量截断与内存数据，可据此评估端侧检索方案的可行性。

10月6日周二
  3. Mistral AI78

    Mistral AI 发布 Mistral Large 4 公开预览

    Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、52 亿激活参数的原生多模态模型，权重将于本月底开放。官方称其在编码、智能体工作流和多模态理解上表现突出，其中视觉 grounding 的 Dense 200 得分为 42%，超过 GPT-6-Astra 的 41%。

    推荐理由：Mistral 官方给出 ML4 的参数规模、开放权重计划与多项基准对比，可据此判断开放权重模型的前沿位置。

  5. Artificial Analysis74

    Mistral 发布 Mistral Large 4，位列美中之外最智能模型

    Mistral 以 Research Public Preview 形式发布 Mistral Large 4，在 Artificial Analysis Intelligence Index 上得分 38，与 GPT-6 Luna（max，38）相当，略低于 DeepSeek V4.1 Flash（max，39），成为美国和中国之外最智能的模型。

    推荐理由：Mistral Large 4 的评测数据覆盖智能指数、网络安全与成本，可对比同期中美模型的能力与价格定位。

  6. Google Research35

    Google CAPS 研讨会报告：AI 智能体隐私与安全的开放性问题

    Google 发布智能体隐私与安全研讨会报告，汇集超 50 位学界与业界专家，指出智能体因非结构化输入、概率性控制流和自主委派三大特性，传统软件安全方法不再适用。报告以情境完整性（CI）理论为基础，提出用情境策略引擎在动作执行前评估其适当性，并倡导系统级沙箱、模型级推理和用户控制的多层防御方案。

10月5日周一
10月4日周日
10月2日周五
  3. Hugging Face Blog39

    AutoSynthData：为企业的智能体生成训练数据

    ServiceNow CoreAI 推出 AutoSynthData，利用目标模型的失败案例和更强教师的成功经验定位能力短板，自动生成并验证新的可执行训练任务，生成的任务需满足可行性、真实性和难度三项要求。模型进步后，课程会自动转向仍难掌握的能力，形成迭代式训练循环。团队以 EnterpriseOps Gym 数据集演示了该流程。

10月1日周四
  2. Anthropic Research71

    物理学家用 Claude 打造 BootLoops：如何寻找「Claude 形状」的科学问题

    哈佛物理学家 Matthew Schwartz 在 Anthropic 客座研究中提出「Claude 形状的问题」思路，把适合当前 LLM 的定量计算任务交给 Claude，并据此构建开源工具链 BootLoops。

    推荐理由：作者以物理学家身份复盘用 Claude 构建 BootLoops 工具链的实践，读者可了解智能体在科研中可行的分工边界与协作方法。

  3. Google DeepMind89

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向可信网络安全防御者开放，并将逐步扩展至开发者、企业和消费者。

    推荐理由：Gemini 4 Argon 公布输出上限与多项基准成绩，可据此判断前沿模型在长程编码与企业工作流上的位置。

  4. Microsoft Research32

    微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站

    微软研究院开发了一套端到端机器学习流水线，可为美国本土 66,935 座变电站生成位置相关的空间天气风险预测，并提前 30 至 60 分钟向电网运营商发出预警。该系统结合太阳风观测、AE 与 Dst 指数预测、物理约束及当地地质电导率数据，在 2020-2026 年评估期内识别出近 80% 的重大空间天气事件，GIC 风险模型对 ≥10 nT/min 事件检测率达 76.5%。

9月30日周三
  2. Anthropic Research73

    Anthropic 研究：机器人如今能完成 34% 工作小时的体力任务，但仅 0.3% 具成本优势

    Anthropic 发布机器人暴露指数研究，用 Claude 给 O*NET 的 7,594 项体力任务按工作环境受控程度分 E0 到 E3 四级评级，发现机器人今天可在某类场景完成四分之三的体力任务，占美国全部工作时间的 34%。

    推荐理由：Anthropic 用 Claude 按环境受控程度给 7,594 项体力任务评级，量化了机器人替代的边界与成本约束。

  4. Artificial Analysis62

    韩国 Upstage 发布 Solar Mini 4 推理模型，Intelligence Index 得分 24

    韩国 AI 实验室 Upstage 发布专有推理模型 Solar Mini 4，在 Artificial Analysis Intelligence Index 上得分 24，较上一代旗舰 Solar Pro 3 的 8 分高出 16 分。

    推荐理由：Artificial Analysis 用统一基准拆解 Solar Mini 4 的智力分数、成本与缓存命中，可看清小激活参数模型的性价比边界。

9月29日周二
  1. Microsoft Research60

    Microsoft Research 推出面向生物学复杂性的 AI 研究系统 Quine

    Microsoft Research 发布 Quine，一个面向生物学复杂性的 AI 研究系统，包含跨序列、结构、功能、细胞状态和成像等模态联合训练的生物世界模型，以及连接模型、科学工具、文献与研究者的交互 harness。

    推荐理由：微软研究院公开 Quine 的多模态世界模型设计，并给出胰腺癌化合物筛选的湿实验验证案例，可了解 AI 参与生物实验设计的当前路径。

  2. Meta Newsroom · AI65

    Meta 为 Muse 推出小企业版，新增技能与连接器

    Meta 为个人 AI 智能体 Muse 推出 Muse for Small Business，新增一批技能和连接器，可连接 Instagram 专业账号分析、Facebook Pages 和 Meta 广告账户，并接入 Canva 等数十款企业常用工具。

    推荐理由：Muse 新增面向小企业的技能与连接器，读者可了解它能接入哪些既有工具、替店主做哪些事。

  4. Microsoft Research12

    微软亚洲研究院新加坡成立一年：推进研究、合作与人才培养

    微软亚洲研究院新加坡（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践和生态与人才培养四大方向推进工作。实验室与新加坡医疗生态合作，研究多模态医疗 AI 与自进化诊断智能体，支持临床决策、疾病诊断与个性化护理，并已拓展至金融、教育和技术领域。

9月28日周一
  1. Mistral AI44

    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。

9月26日周六
9月25日周五
  1. GitHub Blog · AI & ML47

    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。

  3. GitHub Blog · AI & ML67

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动完成 C/C++ 项目 fuzzing

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主 fuzzing 流水线，指向一个 GitHub 仓库即可自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并分诊崩溃。

    推荐理由：作者公开了自主 fuzzing 流水线的架构与运行方式，可看 LLM 智能体如何接手覆盖率分析与崩溃分诊。

9月24日周四
  1. GitHub Blog · AI & ML21

    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。

9月23日周三
  1. Google DeepMind70

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

    Google DeepMind 推出 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色声音设计与逐行表演控制，后者面向高并发、低成本场景，支持 100 多种语言。

    推荐理由：官方给出两款 TTS 模型的定制能力、基准排名和接入渠道，可对照现有语音方案评估迁移成本。

  2. Anthropic News76

    Anthropic 用 Claude 发现类 CRISPR 的新型酶系统 ART

    Anthropic 宣布成立生命科学研究组与实验室，并公布早期成果：Claude 智能体在约 950 个智能体、消耗 2.1 亿 token、检索 21 小时后，从 DNA 序列数据库中自主识别出一种与 DNA 重复序列相关的新型酶系统，命名为 array-associated reverse transcriptases（ART）。

    推荐理由：Anthropic 首次公开其生物实验室用 Claude 智能体自主发现新型酶系统的过程与 token 消耗量，可观察 AI 驱动科学发现的工作流。