Google DeepMind 发布 Nano Banana 2 Lite 并向开发者开放 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image），4 秒生成 1K 图像、每张 $0.034，上线 Google AI Studio、Gemini API 等平台。
推荐理由：官方给出两款新模型的价格、延迟和限制等具体参数，开发者可以据此评估替换现有模型的成本收益。
#多模态
#多模态
今日 1 条Google DeepMind精选AI 评分7474
Google DeepMind精选AI 评分7171 Gemini 3.5 Flash 内置 computer use 能力
Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具，此前该能力仅以独立的 Gemini 2.5 computer use 模型提供。
推荐理由：官方说明 computer use 从独立模型并入 Gemini 3.5 Flash 主模型的定位变化，并给出配套安全机制与使用入口，读者可据此评估迁移时机。
Mistral AI精选AI 评分6565 Mistral 发布 OCR 4：新增边界框、块分类与置信度分数，支持 170 种语言
Mistral 发布 OCR 4 文档解析模型，在提取文本之外返回边界框、块类型分类和逐词逐页置信度分数，支持 170 种语言、10 个语言组。
推荐理由：官方发布给出了结构化输出能力、价格和基准局限说明，读者可据此评估它对 RAG 与文档流程的适配。
Google ResearchAI 评分4848 Google 发布从像素到规划的 Earth AI：高分辨率深度学习绘制英国农田树篱与林地矢量数据集
Google Research 在 Farmscapes 2020 栅格地图基础上，发布英国树篱、石墙和小林地的矢量化数据集，用于自然修复与碳核算。
Google ResearchAI 评分4444 Google Research 探索 AI 如何帮助用户理解皮肤状况
Google Research 公布了关于 AI 皮肤科信息工具的多项研究，发表于 JAMA Dermatology 等期刊。一项 2,345 人参与的实验显示，借助 AI 工具的用户病症识别准确率达 23%，约为普通搜索对照组（8%）的三倍；接近医生"ground truth"的 "Wizard of Oz" 组达 36%。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini 3.5 Live Translate 语音翻译模型
段已按要求撰写
推荐理由：原文给出 70 多种语言的近实时语音翻译能力、流式生成机制和各产品线的开放入口，读者可以据此判断它对会议和翻译场景的实际影响。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemma 4 12B：无编码器统一多模态模型
Google DeepMind 发布 Gemma 4 12B，可在 16GB 内存或显存的笔记本本地运行，性能接近其 26B MoE 模型但内存占用不足一半。该模型采用无编码器统一架构，视觉与音频输入直接进入 LLM 主干，是首个支持原生音频输入的中等规模 Gemma 模型，以 Apache 2.0 许可发布，并同步推出官方 Skills 仓库。
推荐理由：原文来自官方发布，给出架构细节、内存门槛和下载入口，可帮助读者评估在本地设备运行多模态模型的可行性。
Mistral AIAI 评分4848 Mistral 收购 Emmi AI，推出面向工程加速的 physics AI 基础能力
Mistral 将 Emmi AI 收入麾下，为企业级 AI 原生工业工程构建 physics AI 基础能力。这类数据驱动模型可从几何与边界条件直接预测物理行为，单 GPU 上一次前向传播数秒内输出完整物理场，替代传统 CFD/FEM 求解需数小时至数周的流程。已合作 ASML、Airbus、Safran、Siemens Energy 等伙伴，应用于产品设计、工装工艺设计和实时数字孪生。
Mistral AIAI 评分4949 Mistral AI 收购 Physics AI 公司 Emmi AI，加速 AI 原生工业转型
Mistral AI 本周达成最终协议，收购总部位于奥地利的 Physics AI 公司 Emmi AI，以强化其在工业 AI 领域的领先地位。Emmi AI 团队拥有超过 30 名研究人员和工程师，其大工程模型可将多天计算替换为实时仿真并构建数字孪生，团队将于 5 月加入 Mistral AI 的 Science 和 Applied AI 部门。
Google DeepMindAI 评分5858 Google DeepMind 为 Project Genie 新增 Street View 真实场景能力并扩大开放
Google DeepMind 在 Project Genie 中上线 Street View grounding 能力，用户可在美国地点的 Maps 图钉基础上生成风格化交互世界，如“Ocean World”或“B&W film”风格。该能力由 Maps Imagery Grounding 驱动，并逐步向全球 18 岁以上的 Google AI Ultra $200 订阅用户开放。
Google DeepMind精选AI 评分8181 Google DeepMind 发布 Gemini Omni Flash 多模态视频生成模型
Google DeepMind 发布 Gemini Omni 系列首个模型 Gemini Omni Flash，可结合图像、音频、视频和文本输入生成高质量视频，并支持通过自然语言多轮编辑。
推荐理由：官方公告说明了 Gemini Omni Flash 的视频生成与对话式编辑能力、可用入口和订阅范围，读者可据此判断它如何改变创作流程。
Google DeepMind精选AI 评分6363 Google DeepMind 扩展内容透明度与验证工具，SynthID 已为超 1000 亿张图像和视频加水印
Google DeepMind 宣布扩展内容透明度与验证工具，覆盖 Search、Gemini、Chrome、Pixel 和 Cloud。
推荐理由：官方公布了 SynthID 验证与 C2PA 内容凭证在 Gemini、Search、Chrome 等产品中的扩展计划，读者可据此了解内容溯源工具的实际落地范围。
Google ResearchAI 评分2626 Google Research：以全球合作与开放资源催化科学影响力
Google Research 阐述其开源软件与开放数据集如何支持全球科学合作，相关资源已服务超过 250,000 名研究者和开发者。基因组学工具 DeepVariant、DeepConsensus、DeepPolisher 已帮助处理 250 万人的外显子组和全基因组，神经科学的 H01 数据集（1.4 petabyte 人脑组织样本）被访问超 200k 次。
Google DeepMindAI 评分5757 Google DeepMind 发布 AI co-clinician 医疗协作智能体研究计划
Google DeepMind 宣布 AI co-clinician 研究计划，探索在医生监督下协助患者就诊的 AI 智能体。
Google DeepMindAI 评分4646 Google DeepMind 宣布与韩国科学技术信息通信部达成合作
Google DeepMind 与韩国科学技术信息通信部（MSIT）宣布建立合作伙伴关系，属于其 National Partnerships for AI 计划的一部分，以支持韩国 AI 战略。
Google ResearchAI 评分4747 Google Research 的 AI 合成神经元 MoGen 加速大脑绘制
Google Research 的 MoGen 模型用点云流匹配生成合成神经形态，加入 PATHFINDER 训练数据后使重建错误率降低 4.4%，主要减少 merge 错误。在完整小鼠大脑尺度上，这相当于节省 157 人年的手工校对工作。该研究将在 ICLR 2026 发表，MoGen 已开源。
Google DeepMindAI 评分5757 Google DeepMind 发布 Gemini Robotics-ER 1.6，强化机器人具身推理能力
Google DeepMind 发布 Gemini Robotics-ER 1.6，在指向、计数、成功检测等空间与物理推理能力上较 Gemini Robotics-ER 1.5 和 Gemini 3.0 Flash 有明显提升。
Google ResearchAI 评分4242 Google Research 发布 PaperVizAgent 与 ScholarPeer 两个 AI 智能体，改进学术论文图表与同行评审
Google Research 推出两个学术智能体框架：PaperVizAgent（前身 PaperBanana）用于从论文文本生成出版级学术图表，ScholarPeer 用于自动化同行评审。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemma 4 开源模型，含 E2B/E4B、26B MoE 与 31B Dense 四种尺寸
Google DeepMind 发布 Gemma 4 开源模型，称其为迄今最智能的开放模型，采用 Apache 2.0 许可，提供 E2B、E4B、26B MoE 和 31B Dense 四种尺寸。
推荐理由：官方发布给出四个尺寸、榜单名次、上下文长度与部署路径等具体信息，读者可据此评估选型和端侧部署方案。
Google DeepMind精选AI 评分6060 Google DeepMind 推出 Gemini 驱动的 AI 智能指针并落地 Chrome 与 Googlebook
Google DeepMind 发布由 Gemini 驱动的实验性 AI 智能指针，提出维持流程、所见即所指、用 This/That 简化指令、把像素变成可交互实体四项交互原则，让 AI 理解用户指向的内容与意图。
推荐理由：原文给出交互原则和已在 Chrome 与 Googlebook 落地的入口，读者可据此评估指向式 AI 交互对现有提示词工作流的影响。
Google ResearchAI 评分3737 Google Research 的 S2Vec 如何学习现代城市的“语言”
Google Research 在 Earth AI 计划下推出 S2Vec，一个自监督框架，可将建筑环境转化为通用嵌入向量。它先用 S2 Geometry 将地球表面划分为分层 cell，再把特征栅格化为多层图像，并通过掩码自编码（MAE）无需人工标签地学习位置特征。
Mistral AI精选AI 评分6767 Mistral 发布 Mistral Small 4，统一推理、多模态与编码能力并以 Apache 2.0 开源
Mistral 发布 Mistral Small 4，是首个将 Magistral 推理、Pixtral 多模态和 Devstral 智能体编码能力统一到单一模型的小型旗舰，采用 Apache 2.0 许可开源。
推荐理由：原文给出架构参数、reasoning_effort 用法和与 GPT-OSS 120B 的输出效率对比，读者可据此评估部署成本与选型。
Google Research精选AI 评分6262 Google 在 Flood Hub 推出 AI 驱动的城市山洪预报，可提前 24 小时预测
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。
Mistral AI精选AI 评分7777 Mistral 发布 Mistral 3 系列：Mistral Large 3 与 Ministral 3 全面开源
Mistral 发布新一代模型系列 Mistral 3，包含 Mistral Large 3（41B 激活、675B 总参数的 MoE）以及 3B、8B、14B 三档 Ministral 3 模型，全部以 Apache 2.0 许可开源。
推荐理由：官方一次放出 675B MoE 旗舰与三档小模型，全部 Apache 2.0 开源并给出部署路径，适合评估开源选型空间。
Mistral AIAI 评分4141 如何通过微调让 Pixtral-12B 在卫星图像上释放潜力
Mistral 展示了用 LoRA 微调 Pixtral-12B 处理卫星图像的方法，并在 Aerial Image Dataset（AID）上验证效果：数据集分为 8,000 训练样本和 2,000 测试样本。
Mistral AIAI 评分5757 Mistral Le Chat 新增 Deep Research、语音模式与 Projects 等多项功能
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精选AI 评分6262 Mistral 发布 OCR API，主打复杂文档理解
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。