Google 宣布在 Flood Hub 上线 Urban Flash Flood 预报，用 AI 方法提前最多 24 小时预测城市山洪风险。其 Groundsource 方法用 Gemini 分析公开新闻报道构建历史山洪数据集，训练基于 LSTM 的 RNN 模型，仅依赖全球气象产品即可运行，空间分辨率 20x20 公里，覆盖人口密度大于每平方公里 100 人的城市区域。
推荐理由：原文给出模型方法、精度数据和与 NWS 的对比，读者可了解 AI 山洪预报在缺监测地区的实际表现。
Google 发布 Groundsource，利用 Gemini 从 80 种语言的新闻中提取结构化洪水事件数据，构建覆盖 150 多个国家、2000 年至今的 260 万条城市山洪记录并开放获取。
推荐理由：原文给出方法细节、准确率数字和开放数据入口，读者可据此评估 LLM 构建灾害历史数据集的可复用路径。
Mistral 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型驱动，新增自定义子智能体、多选项澄清、斜杠命令技能和统一智能体模式。
推荐理由：官方公布了 Mistral Vibe 2.0 的具体新能力和套餐定价，读者可以据此判断终端智能体工作流如何配置与迁移。
Mistral 推出 Mistral AI Studio，一个面向企业的生产级 AI 平台，解决原型难以进入生产阶段的痛点。平台包含三大支柱：Observability（含 Explorer、Judges、Datasets 等评估观测能力）、基于 Temporal 的 Agent Runtime（支持容错、可复现的执行）、以及管理资产版本与治理的 AI Registry。
Mistral AI 在 Le Chat 中推出记忆功能（beta），采用混合方案：自动保存有用信息，召回时可见并附来源链接。用户可随时关闭记忆、开启隐身聊天、编辑或删除单条记忆，并支持导入导出。配套的 Memory Insights 能基于用户数据呈现趋势与摘要，后续还将支持记忆分类和即时遗忘。
Mistral AI 在 Le Chat 中发布 20+ 个 MCP 驱动的安全连接器（beta），覆盖 Databricks、Snowflake、GitHub、Asana、Stripe、Zapier 等数据、生产力、开发、自动化和商业类别，并支持连接任意远程 MCP 服务器。
Mistral AI 为 Le Chat 推出一批新功能，包括 Deep Research（预览）研究模式、基于 Voxtral 模型的语音模式、由 Magistral 推理模型驱动的多语言思考模式、Projects 项目文件夹，以及与 Black Forest Labs 合作的图像编辑。
Mistral AI 推出 AI for Citizens 协作计划，帮助各国政府和公共机构战略性地利用 AI 转型公共服务、催化创新并保障竞争力。该计划基于开放、协作、选择与自主原则，提供自托管、AI 数据中心、SaaS 与 serverless API 等部署选择，并保障数据主权与定制化研发。
Mistral 发布面向企业的 AI 编码助手 Mistral Code，基于开源项目 Continue 构建，集成 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型，支持 JetBrains IDE 和 VSCode，今日开放私测。
Mistral 发布新的 Agents API，将语言模型与代码执行、网页搜索、图像生成、Document Library 及 MCP 工具等内置连接器结合，并支持跨对话的持久记忆与智能体编排。
推荐理由：官方公告完整列出了内置连接器、记忆机制与编排方式，读者可以据此判断这套 API 如何简化智能体场景的搭建。
Mistral AI 发布光学字符识别 API Mistral OCR，接受图像和 PDF 输入，以有序的图文交错形式提取内容，定位为搭配 RAG 系统处理多模态文档的模型。
推荐理由：官方给出完整基准对比、定价和部署选项，读者可以据此评估它在文档理解和 RAG 流程中的实际适用性。