跳到正文
  1. Microsoft Research66

    微软研究院等发布 TokenEconomizer:让编码智能体从历史会话中学习降本

    微软研究院联合 UC Berkeley 和 Microsoft Security 发布开源插件 TokenEconomizer,它从编码智能体在仓库中的历史会话学习,在不改动智能体和底层模型的前提下降低后续会话的 token 开销。

    推荐理由:微软研究院联合 UC Berkeley 发布的插件,在 277 个 SWE-Bench 任务上把编码智能体成本降低 18.4–30.9%,可了解经验驱动降本的具体机制。

  2. NVIDIA Blog65

    NVIDIA Vera Rubin 首次亮相 MLPerf,横扫训练基准并在 Endpoints 领先

    NVIDIA Vera Rubin 平台首次提交 MLPerf 结果,在 MLPerf Training v6.1 全部基准上均有成绩,Vera Rubin NVL72 每 GPU 性能最高达 GB300 NVL72 的 2 倍。

    推荐理由:原文给出 Vera Rubin 在 MLPerf Training 与 Endpoints 的具体成绩和对比数据,可据此判断新一代平台在训练与智能体推理上的代际变化。

  1. Hugging Face Blog62

    Hugging Face 将 Inference Providers 路由切换至 OpenRouter

    Hugging Face 与 OpenRouter 合作,把 Inference Providers 的语言模型请求从自建路由切换到 OpenRouter,按实时价格、速度和可靠性为每次调用选择供应商,失败时在同一请求内重试其他供应商。

    推荐理由:原文交代了路由切换后的重试、缓存与计费变化,读者可据此判断现有调用代码是否需要调整。

  1. Google Research88

    Google 开放 Antigravity 的 /teamwork 多智能体工作流

    Google 将 Antigravity 中的 /teamwork 多智能体工作流开放给外部研究者和开发者,配合 Gemini 4 Argon、Carbon、Hydrogen 使用。

    推荐理由:Google 公开 /teamwork 多智能体工作流在数学证明、化学结构与内核优化上的具体成果,并说明外部研究者可用的入口。

  1. Hugging Face Blog60

    llama.cpp 与 ggml 发布 v1.0.0,确立语义化版本与 API 稳定性规则

    llama.cpp 与 ggml 发布 v1.0.0,将库接口纳入语义化版本管理,此后公共 C API 的破坏性变更将以主版本号提升标示。

    推荐理由:llama.cpp 与 ggml 同步发布 v1.0.0,并明确此后以主版本号标示 API 与 ABI 不兼容变更,读者可据此判断下游集成与打包的稳定性边界。

  2. Hugging Face Blog71

    IBM 发布基于 Granite 4.1 的 LLMON 预览模型 3B 与 8B

    IBM 在 Hugging Face 发布 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview 两个实验性预览模型,它们基于 Granite 4.1 base 训练,能读写 LLMON 这种面向 LLM 的标记语言。

    推荐理由:原文给出 LLMON 标记语言的设计动机、注入攻击基准对比和训练流程,可据此判断结构化上下文对小型模型稳健性的作用。

  1. Google DeepMind71

    Google DeepMind 发布 AlphaGenome 2,按细胞类型预测 DNA 变异影响

    Google DeepMind 发布 AlphaGenome 2,这是一个条件式 DNA 序列模型,可针对特定细胞类型或状态预测 DNA 变异对基因表达的影响。

    推荐理由:原文给出条件式建模思路与单细胞层面的对比数据,读者可据此判断它在变异解读上的变化。

  2. Microsoft Research80

    微软研究披露 Lazarus 后门:重编程休眠神经元即可控制 AI 智能体

    微软研究人员发现名为 Lazarus 的后门技术,通过重编程 LLM 中不到 10 个休眠神经元,无需训练即可给基于该模型的智能体植入后门,模型仍能通过标准评测,直到触发条件出现才执行攻击者命令。

    推荐理由:微软研究团队披露一种无需训练、仅改动不到 10 个休眠神经元即可给智能体植入后门的权重篡改方法,并给出溯源与检测思路。

  3. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 向开发者、企业和科研人员开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。

    推荐理由:原文列出 Carbon 在多项基准上的排名与每任务成本,并给出网络安全与科研场景的实测案例,便于判断其与 Argon 的分工。

  1. Google DeepMind78

    Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型

    Google DeepMind 发布 Gemini Robotics 2.5,称其为目前能力最强的视觉-语言-动作(VLA)模型,在 200 项任务上相比此前基线成功率提升 30% 至 100%,完成任务速度快 20% 至 30%。

    推荐理由:原文给出 200 项任务评测与奔驰产线 96% 成功率的实测数据,可据此判断 VLA 模型在真实工业场景的进展。

  1. Google Research75

    Google 研究用智能手表 PPG 与加速度传感器无袖带检测高血压迹象

    Google Research 在 Nature 发表 AI-PPG-ACC-HTN 系统,仅用智能手表的 PPG 与加速度传感器数据、无需袖带校准即可被动识别高血压状态。

    推荐理由:研究以 24 小时动态血压监测为金标准,对比智能手表无袖带筛查与诊室测量的灵敏度、特异度,可了解被动筛查路径的可行性边界。

  1. Mistral AI72

    Mistral 扩展企业平台 Studio,新增托管智能体与工作流能力

    Mistral 扩展企业 AI 平台 Studio,新增托管智能体、应用、工作流能力以及企业上下文、智能体可观测性和评测功能。开发者可为智能体配置技能、沙箱与子智能体,并通过新的 Mistral MCP server 在本地测试后一条命令部署到 Studio。平台支持云端、自有 VPC 和本地部署,ABANCA、BNP Paribas、Capgemini 等客户已在生产环境使用。

    推荐理由:原文给出 Studio 新增托管智能体、工作流与可观测能力,读者可据此判断企业自建智能体的落地路径。

  1. Google DeepMind72

    Google DeepMind 为 Antigravity 推出化学信息学 Skills

    Google DeepMind 为 Google Antigravity 推出化学信息学 Skills,基于 RDKit 并接入 ChEMBL 与 PubChem,让智能体完成分子抽取、匹配分子对分析和成药性建模。

    推荐理由:原文完整演示了化学智能体从文献抽取分子到设计合成路线的流程,可据此判断科研工作流的自动化边界。

  1. Mistral AI88

    Mistral 开源 1 万亿参数多模态模型 Mistral Large 4(Le Chonk)

    Mistral 发布 Mistral Large 4(Le Chonk)的开放权重,这是一个 1 万亿参数的原生多模态模型,此前已进入公开预览。

    推荐理由:原文给出开放权重、三档推理模式与定价,读者可据此判断自托管部署的成本与安全取舍。

  1. Microsoft Research60

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

    微软研究院发布 Flint-interactive,一种在 Flint 之上创建交互式数据可视化的语言,让智能体生成可点击、筛选、缩放和跨图表联动的图表。它通过 Flint 编译器把点击、拖拽等原始触发解析为语义事件,用户和智能体只需用高层算子描述更新行为,从而减少布局、渲染和调试问题。

    推荐理由:微软研究院发布 Flint-interactive,把交互逻辑交给编译器处理,读者可据此判断 AI 生成图表在交互可靠性上的改进空间。

  1. Mistral AI78

    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,包含支持 50+ 语言的转写模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的 TTS 模型 Voxtral Mini TTS 3,以及基于 LiveKit 的语音智能体 SDK。

    推荐理由:原文给出语音智能体 SDK 与转写、TTS 模型的完整规格和定价,可据此判断实时语音工作流的落地成本。

  1. Mistral AI71

    Mistral 发布时间序列基础模型 Timestral,最大 209M 参数

    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,最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一,参数量仅为此前 SOTA 的三分之二。

    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,可据此判断时间序列基础模型的选型空间。

  1. Mistral AI83

    Mistral 发布 Mistral Large 4 公开预览,1 万亿参数原生多模态

    Mistral 发布 Mistral Large 4 公开预览,这是一个 1 万亿参数、520 亿激活参数的原生多模态模型,可通过 Mistral Studio 的 API 试用,权重将于本月底开放。

    推荐理由:Mistral 迄今最大模型,1 万亿参数原生多模态,权重月底开放,可对照其编码与网络安全基准表现。