Google Research 在 The Check Up 活動上公佈醫療健康 AI 最新突破
Google Research 在 The Check Up 活動上公佈了醫療健康領域的最新研究進展，涵蓋個性化醫療、臨床協作、開發者生態、公共衛生及生物醫學發現。
推薦理由：Google Research 公佈了醫療健康領域的最新研究成果與進展，讀者可以據此瞭解其技術在臨床、公共衛生和生物醫藥方面的實際應用方向。
多模態
全部主題文本之外的能力：視覺理解、圖文混合、音影片輸入輸出的模型與產品進展。
最新精選
第 161–175 條 · 共 175 條Google Research精選品質評分6161
Mistral AI精選品質評分8484 釋出 Mistral Small 4
Mistral AI 釋出了 Mistral Small 4，這是一款統一推理、多模態與編碼功能的模型，採用 119B 引數、256k 上下文視窗，支援可配置推理強度，提供 40% 的延遲降低和 3 倍的吞吐量提升。該模型採用 Apache 2.0 許可，支援 vLLM、llama.cpp、SGLang 等開源框架，並已加入 NVIDIA Nemotron 聯盟。
推薦理由：Mistral Small 4 將推理、多模態與編碼功能統一，提供可配置推理強度和高效推理，幫助使用者在單一模型中完成多種任務。
Mistral AI精選品質評分7676 Mistral 與 NVIDIA 合作加速開放前沿模型
Mistral 與 NVIDIA 於 2026 年 3 月 16 日宣佈成為 NVIDIA Nemotron Coalition 創始成員，將共同推動前沿開放模型的研發。
推薦理由：Mistral 與 NVIDIA 合作推動開放前沿模型，為開發者提供可擴充套件、可自訂的基礎模型，促進 AI 生態快速成長。
Together AI Official Blog精選品質評分6969 Together AI 推出即時語音代理全新解決方案
Together AI 推出全新的統一即時語音代理解決方案，將 STT、LLM 與 TTS 整合於同一雲端叢集，實現低於 500 毫秒的端到端延遲。 - 低延遲：整合後端到端延遲 < 500 ms，支援自然對話。
推薦理由：提供低延遲、模組化語音堆疊，幫助開發者以單一雲平臺快速部署即時語音代理，同時支援多種 STT、LLM、TTS 模型，降低跨供應商調整成本。
Hugging Face Diffusers Releases精選品質評分8181 Diffusers 0.37.0 推出模組化管線與多款影像/影片模型
Diffusers 0.37.0 透過模組化管線與多款新影像/影片模型，為開發者提供更靈活的創作與部署方案。 - 模組化管線：可組合可重用的區塊，省去從零開始編寫管線的時間。
推薦理由：Diffusers 0.37.0 透過模組化管線與多種新影像/影片模型，為開發者提供更靈活的創作與部署方案。
Hugging Face Diffusers Releases精選品質評分8787 Diffusers 0.36.0 發布多種新影像與影片管線、快取與訓練指令碼
Diffusers 0.36.0 於 2025 年 12 月 9 日發布，內含 Flux2、Z‑Image、SAGE 等多個新影像與影片生成管線，以及 Flash Attention 3 等高效後端。
推薦理由：Diffusers 0.36.0 透過 Flux2、Z‑Image、SAGE 等新管線及 Flash Attention 3，為影像與影片生成提供更高效、可擴充的工具，開發者可直接整合進工作流程。
Mistral AI精選品質評分8383 Mistral AI 釋出 Mistral 3 模型系列
Mistral AI 釋出新一代 Mistral 3 模型系列，包含 14B、8B 和 3B 的 Ministral 3 端側稠密模型，以及採用稀疏 MoE 架構、啟用引數 41B 總引數 675B 的旗艦模型 Mistral Large 3。所有模型均採用 Apache 2.0 許可證開源，支援多模態與多語言能力，推理版本也將很快推出。
推薦理由：原文釋出了包含稠密小模型與 MoE 旗艦大模型的全新模型系列，並全部採用 Apache 2.0 許可證開源，開發者和企業可直接藉此在多端與雲端部署前沿智慧能力。
Mistral AI精選品質評分6363 Mistral AI 為 Le Chat 推出深度研究、語音模式、Magistral 思考模式與專案管理等新功能
Mistral AI 為旗下 Le Chat 推出了一系列新功能，包括支援快速生成結構化報告的 Deep Research 預覽模式、基於 Voxtral 模型的語音模式、由 Magistral 驅動的的多語言思考模式、用於組織對話的 Projects 功能，以及與 Black Forest Labs 合作推出的高階影像編輯功能。使用者現可通過網頁端或移動端應用體驗上述功能。
推薦理由：原文集中釋出了多模態助手的一系列新功能，讀者可以據此評估其在深度研究和多模態互動方面的能力擴充套件。
Mistral AI精選品質評分8686 Mistral AI 釋出開源語音理解模型 Voxtral
Mistral AI 釋出了開源語音理解模型 Voxtral，包含面向生產的 24B 規格與面向端側的 3B 規格，均採用 Apache 2.0 協議開源。該系列模型支援 32k 上下文、長達 30 至 40 分鐘的音訊處理、內建問答與摘要、多語言處理及函式呼叫功能，並在多項語音轉寫和理解基準測試中表現優異。
推薦理由：該模型提供了兩種尺寸並開源，讀者可以根據自身算力條件選擇合適的版本進行本地部署或呼叫 API。
Mistral AI精選品質評分8484 Mistral AI 釋出首個推理模型 Magistral
Mistral AI 釋出首個推理模型 Magistral，推出開源的 Magistral Small（24B）和企業級 Magistral Medium 兩個版本。
推薦理由：原文給出了兩個版本的具體效能指標與開放渠道，讀者可以據此評估其在真實業務和推理任務中的表現。
Ollama Blog精選品質評分7272 Ollama 推出多模態模型新引擎
Ollama 推出多模態模型新引擎，首次支援 Meta Llama 4、Google Gemma 3、Qwen 2.5 VL、Mistral Small 3.1 等視覺模型，並可在本地即時處理影像與文字互動。
推薦理由：Ollama推出的新多模態引擎與多款視覺模型支援，讓使用者能即時測試影像與文字互動，對於需要本地多模態推理的開發者提供可直接落地的解決方案。
Mistral AI精選品質評分8686 Mistral AI 釋出 Mistral Medium 3 模型
Mistral AI 宣佈推出 Mistral Medium 3 模型，在編碼和多模態理解等專業用例中具備前沿級效能，同時顯著降低了成本。該模型支援混合部署或本地部署、自定義後訓練及企業工具整合，API 定價為每百萬 token 輸入 0.4 美元、輸出 2 美元，現已在 Mistral La Plateforme 和 Amazon Sagemaker 等平臺上線。
推薦理由：官方公佈了該新模型的具體基準表現和定價，讀者可以據此評估其在企業級應用中的價效比。
Mistral AI精選品質評分6565 Mistral AI 釋出 Mistral Small 3.1 模型
Mistral AI 宣佈推出 Mistral Small 3.1，這是一款在其體量級別表現出色的開源模型。該模型帶來改進的文本效能、多模態理解以及高達 128k tokens 的上下文視窗，並以 Apache 2.0 許可證開源。
推薦理由：原文給出了開源模型的新版本效能與多維度升級，讀者可以據此評估其在端側和多模態任務中的應用潛力。
Mistral AI精選品質評分8585 Mistral AI 釋出 Mistral OCR 文件理解模型與 API
Mistral AI 推出 Mistral OCR 光學字元識別 API，能夠高精度解析複雜文件中的文本、影像、表格和數學公式。該模型原生支援多語言與多模態，已在 Le Chat 中作為預設文件理解模型上線，並在 la Plateforme 提供 API，定價為每美元 1000 頁。
推薦理由：該模型在多項複雜文件基準測試中表現突出，為文件理解與檢索增強生成系統提供了新的高精度處理方案。
Ollama Blog精選品質評分6666 Meta Llama 3.2 釋出小型多模態版本
Meta Llama 3.2 現已透過 Ollama 可本地執行，提供 1B、3B、11B、90B 四個版本。 - 1B、3B：純文字模型，專為手機或邊緣裝置最佳化，可即時處理訊息或行事曆摘要，並保留隱私。 - 11B、90B：視覺模型，支援檔案、圖表、圖片說明等影像推論。 - 所有模型皆為開源，使用者可自行下載 Ollama 並直接執行。
推薦理由：Meta Llama 3.2 以小型多模態模型示範本地端推論的可行性，對隱私保護與即時回應的需求提供實際解決方案。