跳到正文

全部動態

RSS
今日 24 則
6月24日週三
6月23日週二
  1. Mistral AI81

    Mistral AI 釋出 Mistral OCR 4 文件解析模型

    Mistral AI 釋出 Mistral OCR 4 模型，提供文件解析功能，除提取文本外還返回邊界框、塊分類和行內建信度分數。該模型支援 170 種語言，可在單容器中執行以用於自託管部署，並通過 API 或 Document AI 提供支援。

    推薦理由：該模型支援多語言及單容器私有化部署，為企業級檢索和智慧體工作流提供了帶邊界框和置信度的結構化文件解析能力。

6月17日週三
  2. Google Research41

    從畫素到規劃：用 Earth AI 恢復自然

    Google Research 開發了一個高解析度深度學習框架，將衛星影像轉化為英格蘭全境林籬、石牆和樹叢的向量化資料集。該框架基於在超 3 億張全球衛星影像上預訓練的 ViT Backbone，並結合雙層標註系統與多邊形緊湊度評分，有效解決了複雜空間拓撲與計算規模等技術難題。這一新資源賦能土地所有者與自然保護主義者測量並擴充套件微觀生態特徵，在不損害糧食安全的前提下應對氣候與生物多樣性危機。

6月16日週二
6月13日週六
  1. Google Research44

    研究探討 AI 如何幫助使用者理解皮膚狀況

    Google Research 分享了關於消費者理解皮膚科 AI 工具的研究，指出結構化 AI 輔助能顯著提升使用者識別皮膚狀況的能力與準確率。在一項針對 2,345 名參與者的研究中，使用 AI 工具組的病情命名準確率達到 23%，接近未輔助對照組 8% 的三倍。然而，由於資訊通用性限制，標準 AI 組在確定後續醫療行動時的準確率並未表現出顯著提升。

6月11日週四
  1. Google Research58

    Google Research 提出用於機器遺忘審計的新框架

    Google Research 推出了正則化 f 散度核檢驗新框架，旨在提高機器學習模型隱私審計與機器遺忘評估的敏感性與準確性。該框架通過相對距離測試和自適應方法，有效控制了假陽性，並在物理學資料集、差分隱私及機器遺忘演算法評估中表現出優於傳統基線方法的效能。

  2. Google DeepMind75

    Google DeepMind 釋出 DiffusionGemma 開源文本擴散模型

    Google DeepMind 釋出了採用 Apache 2.0 協議開源的實驗性模型 DiffusionGemma，這是一款基於 Gemma 4 家族和 Gemini 擴散研究的 26B MoE 文本擴散模型，可在專用 GPU 上實現高達 4 倍的文本生成速度。

    推薦理由：該模型採用文本擴散架構實現數倍於傳統自迴歸模型的推理速度，為開發者探索本地即時互動工作流提供了新的硬體利用方式與微調路徑。

6月10日週三
6月9日週二
  1. Google DeepMind81

    Gemini 3.5 Live Translate 即時語音翻譯實現流暢自然

    Gemini 3.5 Live Translate 是 Google DeepMind 推出的最新音訊模型，支援 70+ 語言的即時語音對語音翻譯。該模型可持續流式處理，幾秒延遲，自動檢測語言並保持語調、節奏與音高。

    推薦理由：Gemini 3.5 Live Translate 提供 70+ 語言的即時語音翻譯，減少停頓，適用於會議、通話等場景，幫助開發者快速構建多語言翻譯應用。支援多語言輸入，無需手動配置，噪聲魯棒性強，適合嘈雜環境。

  2. Google DeepMind86

    推出 Gemma 4 12B：無編碼器統一多模態模型

    DeepMind 推出 Gemma 4 12B，這是一款無編碼器的統一多模態模型，能夠直接在配備 16GB VRAM 的筆記本上執行。它在保持與 26B MoE 近似的推理效能的同時，顯著降低了記憶體佔用，並首次支援原生音訊輸入。

    推薦理由：Gemma 4 12B 以無編碼器的多模態架構實現低記憶體、強推理，適配本地 16GB VRAM 機器，讀者可據此評估在邊緣裝置上的部署可能。

6月8日週一
  1. Google DeepMind64

    測量 AI 在獅子山及其他地區學習影響

    DeepMind 在獅子山開展了一項預註冊試驗，評估 AI 輔助學習工具 Guided Learning 對學生數學成績的影響。實驗顯示，學生使用 Guided Learning 的數學成績提升了 0.258 標準差，等同於 1.2 至 1.7 年的學習進度；在課堂中使用 Gemini 的教師班級更高達 1.8 至 2.5 年的進步。

    推薦理由：該研究展示了 Gemini 輔助教學可在短期內顯著提升學生數學成績，驗證了 AI 與教師協同的有效性。

6月5日週五
  1. Google Research64

    Gemini Enterprise Agent Platform 釋出 Agentic RAG 提升可靠響應

    Google Research 推出了 Gemini Enterprise Agent Platform 的 Agentic RAG，利用多代理協同、規劃與足夠上下文機制，提升多源多跳查詢的準確率至 34%，在跨語料庫實驗中保持 90.1% 的高準確率，且延遲與單語料庫版本相近。該功能已作為公開預覽提供。

    推薦理由：該系統在多源多跳查詢中將準確率提升至 34%，為企業工作流提供更可靠的答案，並在跨語料庫場景下保持 90.1% 的高準確率。

  2. Google Research71

    Google Research 推出基於智慧手機攝像頭的被動心率與靜息心率監測系統 PHRM

    Google Research 推出了被動心率監測系統（PHRM），利用智慧手機前置攝像頭在日常面部解鎖後進行影片採集，通過深度學習實現全膚色覆蓋的心率與靜息心率精準追蹤。該研究結合實驗室與真實世界評估，在各類膚色上均達到了與穿戴裝置相當的準確率，並同步開源了相關資料集與“PHRM-mini”預訓練模型供合規研究者申請使用。

    推薦理由：研究推出了基於智慧手機攝像頭的被動心率監測系統，其準確率達到行業標準並開源了資料集與預訓練模型。

6月4日週四
  1. Google Research72

    Google開源水文框架，開啟洪水韌性新篇章

    Google Research公開了其水文模型框架，供各國氣象機構在GitHub上使用和構建AI洪水預報模型。該框架基於PyTorch實現LSTM網路，支援使用Caravan資料集訓練，並已在Czech Hydrometeorological Institute驗證，提升預測時效6天。

    推薦理由：Google公開的水文框架讓各國氣象機構可自行訓練AI洪水預報模型，提升預測時效並降低技術門檻。

5月29日週五
  1. Google Research69

    Google Research 在 I/O 2026 上開啟新發現時代

    Google Research 在 I/O 2026 上公佈了多款 AI 工具與模型，涵蓋科研加速、健康應用、邊緣計算與氣候預測等領域。

    推薦理由：Google Research 在 I/O 2026 上公佈多款 AI 工具與模型，展示了從科研到產品的快速落地與實際影響，凸顯代理式編碼與多模態推理在科學與日常應用中的變革潛力，併為全球科研社群提供了可擴充套件的實驗平臺。

5月28日週四
  1. Mistral AI68

    Mistral AI 在 AI Now Summit 2026 釋出工業工程 AI 堆疊與 Vibe 代理

    Mistral AI 在 AI Now Summit 2026 釋出面向工業工程的全棧 AI 解決方案，並與空中客車、BMW集團和 ASML 合作，支援從設計到生產的安全高效工作流。新推出的 Vibe 代理可處理長週期任務，如編碼與研究；法國 Les Ulis 10 MW 資料中心將於 2026 年第三季度投入使用，提升推理與安全控制。

    推薦理由：Mistral 推出面向工業工程的 AI 堆疊和 Vibe 代理，展示如何在航空、汽車和半導體領域實現安全、高效的設計與生產。

  2. Mistral AI74

    Vibe 開始工作

    Vibe 是 Mistral 推出的統一 AI 代理，兼顧工作與編碼。它提供 Work Mode 處理多步企業任務（如收件箱、日曆、研究、文件起草）以及 Code Mode 進行遠端編碼（從功能開發到拉取請求），並可通過 VS Code、CLI 和 Web 進行無縫協作。

    推薦理由：Vibe 將工作與編碼整合為單一智慧體，支援多步任務、視覺化推理與可擴充套件部署，適合企業與個人使用

  3. Mistral AI74

    推出 Search Toolkit 搜尋工具包

    Mistral AI 公佈 Search Toolkit，開源框架整合搜尋、檢索與評估，支援多源索引、即時資料拉取，相容 BM25、向量檢索及混合模式，內建 recall、precision、MRR、NDCG 等指標，適用於 RAG 與智慧體場景，可在雲端、本地或邊緣部署。

    推薦理由：Search Toolkit 將搜尋、檢索和評估整合到單一框架，幫助企業減少工程時間並提升檢索質量；其可在雲端、邊緣或本地部署，支援多源索引與即時資料拉取，適用於 RAG 與智慧體場景。

  4. Google Research59

    零信任聚合實現私有分析

    Google Research 在部落格中公佈了一種零信任聚合方案，利用單次加密提交和TEE硬體隔離，提供了更高效的隱私分析。該方案基於晶格加密，客戶端可在單條訊息中提交資料，伺服器僅能解密聚合結果；TEE 進一步驗證協議執行。Google 已將此技術用於 SafetyCore、Pixel Recorder、Gboard 等 Android 裝置，以在不洩露使用者內容的前提下評估模型效能並提升安全性。

5月27日週三
  1. Mistral AI62

    Mistral AI 推出面向工程加速的物理 AI

    Mistral AI 宣佈推出物理 AI 基礎能力，將 Emmi AI 整合至企業級產品棧中。該能力旨在通過資料驅動的模型在單張 GPU 上於數秒內直接預測物理行為，從而實現加速產品設計、加速工裝流程設計以及構建即時數字孿生。

    推薦理由：該產品將物理 AI 引入企業解決方案，讀者可以瞭解其如何通過單次前向傳播將模擬模擬時間從數小時縮短至數秒。

  2. Mistral AI43

    Mistral AI 塑造行業的物理 AI 研究

    Mistral AI 通過收購 Emmi AI 致力於構建面向航空航天、汽車、半導體和能源等物理世界工業的基礎 Physics AI。相關研究涵蓋跨音速湍流神經代理模型資料集、計算流體力學中的 AI 基礎模型以及 AB-UPT 等前沿技術突破。

5月23日週六
  1. Mistral AI57

    Mistral AI 宣佈收購 Physics AI 企業 Emmi AI

    Mistral AI 宣佈達成最終協議收購 Physics AI 企業 Emmi AI，以增強其在工業製造與工程領域的 AI 轉型能力。Emmi AI 的團隊與模型將加入 Mistral 的科學與應用 AI 團隊，雙方將共同構建面向工程師的智慧體，推進即時模擬和數字孿生技術的應用。

5月22日週五
  1. Mistral AI87

    Mistral AI 釋出 Mistral Medium 3.5 與 Vibe 雲端非同步智慧體

    Mistral AI 推出 128B 開源旗艦模型 Mistral Medium 3.5，具備 256k 上下文視窗、可配置推理強度以及從頭訓練的視覺編碼器，並在 SWE-Bench Verified 上取得 77.6% 的成績。

    推薦理由：Mistral Medium 3.5 的釋出和雲端非同步智慧體能力的上線，展示瞭如何通過長上下文與多工具呼叫降低開發者的任務阻塞成本。

  2. Mistral AI83

    Mistral AI 釋出 Studio 平臺 Connectors 功能

    Mistral AI 在 Studio 中推出 Connectors 功能，支援開發者使用內建與自定義 MCP 構建企業級 AI 應用。該功能提供 API/SDK 接入、直接工具呼叫、人機協同審批流及統一的集中註冊管理，適用於各類對話、智慧體及複雜工作流。

    推薦理由：該功能將企業級資料整合統一封裝為可重用的 MCP 實體，減少了重複開發和鑑權成本，為構建複雜智慧體工作流提供了標準化方案。

5月20日週三
  1. Google Research74

    Google 釋出科研輔助工具 Empirical Research Assistance 並推出 Computational Discovery

    Google 釋出由 Gemini 驅動的科研輔助工具 Empirical Research Assistance（ERA），可用於編寫和最佳化科學程式碼，並在《Nature》雜誌上發表了相關論文。

    推薦理由：Google 推出基於 Gemini 的科研輔助工具 Empirical Research Assistance，讀者可以瞭解其在多學科科學發現中的應用例項和開放入口。

5月19日週二
  1. Google DeepMind47

    Co-Scientist 加速基因線索以逆轉細胞衰老

    Co-Scientist 幫助生物學家 Omar Abudayyeh 和 Jonathan Gootenberg 在基因篩選實驗中快速識別並驗證了多種可逆轉細胞衰老的基因因素。它掃描數萬篇論文，提出超過20個新穎可行的基因靶點，其中部分已在實驗中證明能使細胞恢復年輕狀態並提升功能。除此之外，Co-Scientist 將資料分析時間從長達六個月壓縮至僅幾天。

5月18日週一
  1. Google DeepMind63

    Google DeepMind 推出 Project Genie 街景接地功能並擴大訪問範圍

    Google DeepMind 推出了將 Project Genie 與 Google Street View 結合的新街景接地功能，允許使用者利用真實街景影像生成互動虛擬環境，並面向全球 Google AI Ultra 訂閱者逐步開放。新功能通過 Maps Imagery Grounding 技術支援，目前美國地區的街景影像已可用。

    推薦理由：該產品更新將世界模型與街景資料結合，為使用者和智慧體提供了在現實地點基礎上生成互動環境的新能力。

  2. Google DeepMind86

    Google DeepMind 釋出 Gemini Omni 與首款模型 Gemini Omni Flash

    Google DeepMind 推出了全新多模態模型 Gemini Omni，併發布了該系列首款模型 Gemini Omni Flash，支援通過影像、音訊、影片和文本組合輸入生成及編輯影片。該模型已向 Gemini app、Google Flow 以及 YouTube Shorts 使用者推出，未來還將通過 API 提供給開發者和企業客戶。

    推薦理由：原文介紹了新模型的具體輸入組合和釋出範圍，讀者可以據此評估多模態影片生成與編輯的最新能力邊界。

  3. Google DeepMind86

    Google DeepMind 釋出 Antigravity 2.0 獨立桌面應用

    Google DeepMind 推出了全新獨立桌面應用 Google Antigravity 2.0，專為智慧體最佳化的體驗而設計，擺脫了傳統整合開發環境的束縛。該應用由 Gemini 模型驅動，引入了動態子代理、非同步任務管理、JSON 鉤子、定時任務以及基於專案的許可權管理等核心功能。

    推薦理由：該版本脫離了傳統開發環境並引入了獨立桌面應用形態，讀者可以據此瞭解智慧體工具如何向通用知識工作擴充套件。

5月17日週日
  2. Google DeepMind67

    Google DeepMind 擴充套件內容透明度與驗證工具

    Google DeepMind 在 Search、Gemini、Chrome、Pixel 及 Cloud 等產品中擴充套件了內容透明度與驗證工具，並深化與行業夥伴的合作。官方將 SynthID 數字水印與 C2PA 內容憑證技術整合到更多生成式媒體工具及硬體裝置中，並在 Google Cloud 上推出 AI 內容檢測 API。

    推薦理由：文章詳細披露了數字水印與內容憑證技術在多端產品及企業API中的落地範圍，為評估跨平臺內容溯源的實際可用性提供了直接依據。

5月16日週六
  2. Google DeepMind41

    Co-Scientist 如何尋找新發傳染病背後的分子開關

    劍橋大學教授 Clare Bryant 利用 Co-Scientist 探尋病原體跨物種傳播引發嚴重人類疾病的分子開關。在輸入研究資助申請書與未發表實驗材料後，該工具生成並篩選出候選蛋白質與特定胺基酸假設。這套原本需要兩到三年實驗才能完成的精準定位工作，目前有望在六個月內完成。

  3. Google DeepMind54

    Co-Scientist 在衰老研究中開闢新路徑

    Calico Life Sciences 利用 DeepMind 的 Co-Scientist 工具，生成並驗證了關於 ISR 通過代謝調控的新假設，實驗結果揭示了 ISR 在衰老與疾病中的重要作用。該工具幫助研究人員篩選高質量假設並最佳化實驗設計，推動了衰老生物學研究的進展。

  4. Google DeepMind59

    加速肝病機制發現

    DeepMind 的 Co-Scientist 工具幫助愛丁堡大學生物工程師 Filippo Menolascina 迅速梳理肝臟生物學與藥理學文獻，生成可驗證的機制假設，並篩選潛在組合療法。該工具在研究 MASH（代謝功能相關脂肪性肝炎）時，提出 NLRP3 炎症小體是炎症與代謝耦合的關鍵橋梁，實驗驗證後為靶向雙重療法提供了新思路。

  5. Google DeepMind45

    Co-Scientist 統一生物工具包，探索 ALS 新療法

    Co-Scientist 通過整合機械工程與化學生物學工具，幫助Raman與Flynn快速評估ALS研究方向。它壓縮文獻並結合細胞表面RNA對映，快速生成可測試假設並評估實驗可行性。兩位研究者利用該工具迭代合作，聚焦 RNA 基礎機制，力圖開發針對 ALS 的 RNA 相關藥物。

  6. Google DeepMind62

    Google DeepMind 部落格：利用 Co-Scientist 發現治療肝纖維化的老藥新用方案

    Google DeepMind 報道了斯坦福大學遺傳學家 Gary Peltz 利用 Co-Scientist 從現有藥物文獻中尋找肝纖維化治療方案的研究。研究表明，Co-Scientist 提出的三個候選藥物中有兩個通過了實驗室活體人類肝細胞測試，其中癌症藥物 vorinostat 成功阻斷了 91% 的肝損傷反應並促進了肝細胞再生。

    推薦理由：原文通過具體實驗結果展示了 Co-Scientist 在老藥新用研究中的應用成效，為理解 AI 在生物醫藥研發中的實際價值提供了具體參考。