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 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 收购 Emmi AI,深耕面向航空航天、汽车、半导体和能源等工业领域的 Physics AI 基础研究。其已发表成果包括:约 30,000 个样本的跨音速 3D 机翼 CFD 数据集、单 GPU 处理 9M 表面与 140M 体网格的 AB-UPT、支持流化床反应器实时仿真的 NeuralDEM,以及面向核聚变等离子体湍流的 GyroSwin 5D 代理模型。
Import AI 第 458 期刊登作者在牛津大学人类中心 AI 实验室(HAI Lab)与 Cosmos Institute 合办的 2026 Cosmos HAI Lab Lecture 上的长篇演讲及一篇虚构的正面奇点故事。
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。
Mistral 发布 128B 开源权重旗舰模型 Mistral Medium 3.5(256k 上下文窗口,SWE-Bench Verified 77.6%),在 Hugging Face 以修改版 MIT 许可发布,API 定价为每百万输入 token $1.5、输出 $7.5。
推荐理由:官方披露了新模型的参数量、上下文窗口和基准成绩,以及云端异步编码智能体的具体工作方式。
Mistral 发布 Studio 中的 Connectors(Public Preview),内置连接器与自定义 MCP 均可通过 API/SDK 用于所有模型和 Agent 调用。
Google DeepMind 在亚太地区启动首期 Accelerator 加速器计划,主题为"AI for the Planet",帮助初创团队、研究团队和非营利组织用前沿 AI 解决自然、气候、农业和能源等领域的问题。
Google 发布基于 Gemini 的科研工具 Empirical Research Assistance(ERA),相关论文发表在 Nature。
推荐理由:官方介绍 ERA 的 Nature 论文与配套开放入口,读者可据此了解其树搜索方法和八个应用方向。
Google DeepMind 发布博文,介绍生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 的实验室用 Co-Scientist 加速逆转细胞衰老的基因研究。Co-Scientist 扫描数万篇论文后提出超过 20 个候选基因因子,其中部分在实验中成功推动细胞进入更年轻状态;筛选数据分析从原本最长六个月缩短到几天。
Import AI 第 457 期报道三大主题:SentinelOne 拆解了约 20 多年前的病毒 fast16.sys,它篡改高精度计算软件(如 LS-DYNA 970。
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 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 推出 Gemini for Science,包含 Google Labs 上三个实验工具:基于 Co-Scientist 的 Hypothesis Generation。
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 DeepMind 宣布与新加坡政府建立新的国家级 AI 合作,涵盖医疗、教育、科研与可持续领域。
剑桥大学 Clare Bryant 教授使用 Google DeepMind 的 Co-Scientist 研究病原体跨物种传播引发脓毒症等重症的分子开关。该工具根据其流感研究提案生成并排序假设,逐步将候选蛋白细化到具体氨基酸。原本需两到三年的实验验证工作有望在六个月内完成。
Google DeepMind 的 Co-Scientist 正被 Calico Life Sciences 用于连接衰老生物学领域的零散研究发现并生成可检验假说。Calico 团队利用它提出了整合应激反应(ISR)如何受代谢调控的新颖假说,并与之交互完善实验设计。相关实验取得了对 ISR 在健康与疾病中作用具有重要意义的新发现,团队计划发表结果。
爱丁堡大学Filippo Menolascina团队使用Co-Scientist研究代谢功能障碍相关脂肪性肝炎(MASH),筛选潜在联合用药方案。系统针对药物resmetirom仅对部分患者有效的问题,提出NLRP3炎症小体是连接炎症与代谢的分子桥梁,该假说已获实验验证,有望推动双重靶向疗法。
Google DeepMind 的 Co-Scientist 正在连接 MIT 的 Ritu Raman 与 Boston Children's Hospital 的 Ryan Flynn 两个实验室,共同研究 ALS。
Google DeepMind 介绍斯坦福医学院 Gary Peltz 团队发表于 Advanced Science 的研究,用 Co-Scientist 从既有药物文献中筛选可重定位治疗肝纤维化的候选药。
Google DeepMind 发布复盘,介绍其 AI 气象模型 WeatherNext 如何帮助美国国家飓风中心(NHC)预测 2025 年飓风 Melissa 的路径与强度。模型在距登陆五天前以 80% 置信度预测其将以五级强度登陆牙买加,三天前置信度接近 100%;NHC 年度验证报告显示它是 2025 年飓风季路径与强度表现最好的单一模型。
推荐理由:Google 官方复盘 WeatherNext 在飓风 Melissa 预报中的作用,读者可以了解 AI 气象模型如何与传统预报协作。
Google DeepMind 发布 Gemini 3.5 模型系列,首发 Gemini 3.5 Flash,主打智能体与编码性能,3.5 Pro 将于下月推出。
推荐理由:官方发布给出了 3.5 Flash 在编码与智能体基准上的具体成绩、速度对比和开放渠道,读者可据此评估替换现有工作流模型的收益。
Google DeepMind 在 Nature 发表 Co-Scientist 研究,推出基于 Gemini 的多智能体 AI 系统,可迭代生成、辩论和进化科学假设,并通过 Hypothesis Generation 实验工具向个人研究者开放,未来几周开始推出,可在 labs.google/science 注册。
推荐理由:原文给出系统架构、验证机制和多个实验室实测结果,读者可以据此评估多智能体假设生成的实际科研用法。
Import AI 第 456 期介绍 Institute for Law & AI 提出的“激进可选性”(Radical Optionality)AI 治理思路:政府应避免过度监管,同时提前投资建设信息收集、举报人保护、模型权重安全等能力,为未来危机保留决策选项。
Berkeley AI Research 发文分析并行推理研究进展,核心问题是让推理模型自主决定何时分解并并行独立子任务、生成多少并发线程以及如何协调。文章梳理了从 Self-consistency、Best-of-N 到 Tree of Thoughts、MCTS 的固定并行方法,以及 ParaThinker、GroupThink、Hogwild!
Google DeepMind 汇总 AlphaEvolve(Gemini 驱动的编码智能体)发布一年的主要成果。
推荐理由:官方汇总了 AlphaEvolve 一年来在科学研究和商业场景的具体应用结果,读者可以据此了解该智能体在各领域的落地方式和量化成效。
Jack Clark 在 Import AI 455 撰文判断,2028 年底前出现 AI 自主训练后继模型的概率超过 60%,2027 年为 30%。
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 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 Research 介绍其 Empirical Research Assistance(ERA)在四个科研领域的实际应用。
Mistral AI 发布 Workflows 公开预览版,定位为企业 AI 编排层,ASML、ABANCA、CMA-CGM 等机构已用于生产自动化。
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 在 Google Photos 的 Auto frame 功能中推出新方法,可在拍摄后调整照片的相机视角。方法先用内部 3D 点图估计模型重建场景并近似焦距,再用生成式 latent diffusion 模型补全新视角下的空洞,并自动检测广角前置镜头的人脸透视畸变,自动为含有人物的合格照片生成重组后的第二候选版本。
推荐理由:原文解释了用 3D 点图加生成补全改换拍摄视角的两阶段方法,读者可以理解它与普通裁剪编辑的本质差别。
Google DeepMind 推出分布式训练架构 Decoupled DiLoCo,将训练拆分为异步通信的计算“孤岛”(learner units),隔离硬件故障对整体训练的影响。
Google Research 在 ICLR 论文中提出 ReasoningBank,一个从成功与失败经验中提炼结构化推理记忆的智能体记忆框架,并配套 MaTTS 记忆感知测试时扩展方法。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte 和 McKinsey 合作,帮助企业大规模采用前沿 AI。合作包括三大支柱:开发行业专属 AI 解决方案、让合作伙伴提前体验包括 Gemini 系列在内的前沿模型、以及安排 AI 领导层与客户 CEO 和董事会对接。重点覆盖金融、制造、零售和媒体娱乐等行业。
Berkeley AI Research 等团队提出 GRASP,一种基于梯度的世界模型规划器,让长时程规划更实用。方法包括将轨迹提升到虚拟状态以实现跨时间并行的优化、在状态迭代中直接加入随机性以促进探索,并对梯度进行重塑以避开高维视觉模型中脆弱的 state-input 梯度。
Google Research 在 TMLR 论文中推出 Simula,一种 seedless、agentic 的“推理优先”合成数据生成框架,将数据集生成重构为机制设计问题,通过全局多样性、局部多样性、复杂化与双 critic 质量检查四个可控轴独立调控覆盖面、复杂度和质量。
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 DeepMind 发布文本转语音模型 Gemini 3.1 Flash TTS,主打更强的可控性、表达力和音质,在 Artificial Analysis TTS 排行榜获得 Elo 1,211 分。
推荐理由:官方宣布了音频标签等新控制方式和上线渠道,并给出 Artificial Analysis 的 Elo 分数,可据此评估其表达力与成本定位。