Google DeepMind Co-Scientist 连接两个实验室,携手攻关 ALS 研究
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 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 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。
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 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 Research 与纽约大学合作推出研究实验 Vantage,让学习者在多 AI 头像模拟对话中练习和测评批判性思维、协作、创造性思维等面向未来的技能。
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。
Mistral AI 发布 Spaces CLI,用于脚手架搭建、开发环境启动和部署,最初为内部解决方案团队构建,后发现智能体也成为主要用户。文章总结核心设计原则:每个交互式输入都有等价 flag、用 context. 和 AGENTS.md 为智能体提供项目上下文、显式化状态替代 CWD 隐式依赖,并用插件注册表作为唯一数据源;一个智能体曾据此从单个提示词在 10 分钟内完成配置生成与部署。
推荐理由:Mistral 以自家 CLI 实战总结出一套让人类与智能体共用的开发工具设计原则,可直接迁移到自己的工具链构建。
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 发布 Vibe Coding XR 工作流,结合 Gemini 与基于 WebXR、three.js、LiteRT.js 的开源 XR Blocks 框架,可将自然语言在 60 秒内转为支持物理效果的 Android XR 应用。
Mistral AI 推出 Forge,让企业基于内部文档、代码库等专有数据训练前沿级模型和智能体。Forge 支持预训练、后训练和强化学习全流程,兼容 dense 与 MoE 架构及多模态输入,可由 Mistral Vibe 等智能体用自然语言完成微调、超参数优化和合成数据生成。
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 发布 Codestral 25.08,并整合 Codestral Embed、Devstral 和 Mistral Code IDE 插件组成企业级编码栈。
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。