Hugging Face 在 Gradio 中推出 gr.Workflow，把管线变成可拖拽界面与 API
Hugging Face 在 Gradio 中推出 gr.Workflow，把 AI 管线描述为带类型节点的图，Gradio 直接提供可拖拽画布，每个节点可运行、中间结果可见。
推荐理由：官方给出 gr.Workflow 的节点模型与多个可运行示例，读者可据此判断管线能否直接落成 API 与 Space。
#Agent
#Agent
今日 1 条Hugging Face Blog精选AI 评分7272
Google ResearchAI 评分5858 Google Research 推出 Biomarker Discovery Framework，从可穿戴传感器数据中筛选候选生物标志物
Google Research 发布 Biomarker Discovery Framework，一个在人类监督下将候选生物标志物优先级排序组织为迭代研究循环的多智能体系统。
Google DeepMindAI 评分3636 Google DeepMind 如何用 15 年游戏 AI 研究打造 SIMA 2 游戏智能体
Google DeepMind 回顾从 Atari、AlphaGo 到 AlphaStar 的 15 年游戏 AI 研究，并宣布与游戏开发者合作探索新玩法。
Mistral AI精选AI 评分7171 Mistral AI 发布 Agentic Search，面向企业复杂文档检索
Mistral AI 发布 Agentic Search，一个让模型在多步检索循环中查找、查阅并核验信息的检索层，通过 Mistral Search Toolkit 和 Studio、Vibe 中的 Libraries 提供。
推荐理由：官方给出两套基准上的准确率、token 与 p90 延迟变化，可对照现有一站式 RAG 判断升级收益。
Hugging Face BlogAI 评分5050 智能体到底需要多少记忆？ALTK-Evolve 在 8 个模型上的实测
Hugging Face 博客发布 ALTK-Evolve 记忆剂量研究：在 AppWorld 585 个多步任务上测试 8 个模型后发现，智能体记忆不是开关而是需要按模型校准的剂量。
Hugging Face BlogAI 评分5858 Hugging Face 发布 2026 夏季开源模型观察报告
Hugging Face 发布 2026 年 1 至 8 月的开源模型观察报告，模型仓库从 243 万增至 296 万，数据集从 71.1 万增至 100 万。
Hugging Face BlogAI 评分5151 用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 打通录制、训练与部署
Hugging Face 博客给出 Strands Robots 的流式数据循环教程：机器人演示录成 LeRobot 格式后同步进 Storage Bucket，训练时用 stream_dataset() 从 Hub 按分片直接读取而不下载，训练好的 checkpoint 改一个 mode="real" 参数即可部署回硬件。
Google DeepMind精选AI 评分8181 Google DeepMind 发布 Gemini 3.7 Flash，主打编码与智能体
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体场景的最强主力模型，距离 Gemini 3.6 Flash 发布仅三周。
推荐理由：Google DeepMind 公布 3.7 Flash 的基准提升与降价幅度，可据此判断它在编码和智能体工作流中的性价比。
Hugging Face Blog精选AI 评分7777 Hugging Face 用智能体复现 ICML 2026 的 2226 篇论文
Hugging Face 在 7 月 15 日至 8 月 2 日举办 ICML 2026 开放复现挑战，1221 名社区成员用 Claude Code、Codex、Cursor 等编码智能体逐条验证论文结论，共发布 6816 份 Trackio logbook，覆盖 2226 篇论文，占会议接收论文的 34%。
推荐理由：Hugging Face 公开 ICML 2026 论文复现活动的数据与方法，读者可据此看到智能体做科研复现的真实边界与人类角色。
Google Research精选AI 评分7171 Google 发布 AMIE (Video)：实时视频问诊达到专家级表现
Google Research 发布 AMIE (Video)，在 Gemini 与 Project Astra 之上实现同步临床视频问诊，可感知非语言临床线索、引导患者演员完成虚拟体格检查并实时进行诊断推理。
推荐理由：AMIE (Video) 用三智能体异步架构支撑实时视频问诊，并在 300 场随机 OSCE 研究中与初级保健医生对比，适合了解医疗多模态智能体的设计与评测方式。
Hugging Face BlogAI 评分3232 ALTK-Evolve 对比 ACE：Agent 记忆更少 Token 实现更高准确率
Hugging Face 的 ALTK-Evolve 与 ACE 同属无权重更新的智能体记忆方案，都把过往轨迹转化为可复用经验，区别在推理时的投递方式。
Hugging Face Blog精选AI 评分8787 Meta 开源 Muse Glimmer：面向本地智能体的 30B 多模态模型
Meta 发布开源多模态模型 Muse Glimmer，从 Muse 蒸馏至 30B 参数，采用 Apache 2.0 许可，面向编码、文档分析、个人助理等本地智能体场景。
推荐理由：Meta 开源 30B 多模态模型，附 day-0 推理与量化支持，可用于评估本地智能体模型的落地方案。
Microsoft Research精选AI 评分7070 微软研究院开源 Orchard：面向可扩展智能体的开放框架
微软研究院开源 Orchard，一个面向可扩展智能体 AI 研究的框架，核心是可在软件工程、网页导航和智能助手等任务间复用的 Orchard Env 环境服务，并支持直接在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练智能体。
推荐理由：微软研究院开源 Orchard 环境服务与三套训练配方，读者可了解小参数模型在真实 harness 内训练后能达到的智能体水平。
Google ResearchAI 评分4747 Google 发布 Science One Framework：基于 Chain-of-Evidence 的可验证自主研究框架
Google Research 提出 Chain-of-Evidence（CoE）可验证性框架，并以此构建自主研究原型 Science One Framework，在 ADRS 基准五项系统优化任务的 75 篇论文审计中实现零幻觉引用、分数完全可复现，在 MLE-Bench 与 Parameter-Golf 上达到 SOTA，而基线系统最高有 21% 的引用为虚构。
Google DeepMind精选AI 评分7272 Google DeepMind 发布具身推理模型 Gemini Robotics ER 2
Google DeepMind 发布面向机器人具身推理的 Gemini Robotics ER 2，作为高层大脑负责对话、理解物理世界并规划多步任务，再交由底层 VLA 模型执行动作。
推荐理由：官方给出进度分类、时刻定位与多机协作的量化结果，可对照上一代了解具身推理的实际提升幅度。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和端侧模型 Gemini Robotics On-Device 2，首次实现对人形机器人从脚到指尖的全身控制。
推荐理由：官方给出了全身控制、22 自由度手部操作与多机器人协作的能力边界，并说明首个具身推理模型已开放入口。
Hugging Face Blog精选AI 评分9191 Hugging Face 复盘 2026 年 7 月前沿实验室智能体入侵事件技术时间线
Hugging Face 发布技术复盘，披露 2026 年 7 月 9 日至 13 日一次由 OpenAI 模型驱动的自主智能体对其平台发起的入侵，共还原约 17,600 个操作、归为约 6,280 个操作簇。
推荐理由：Hugging Face 以当事方身份复盘一次由前沿智能体发起、约 1.76 万步操作的入侵，给出两处注入向量与横向移动的完整链路。
Google ResearchAI 评分5858 Google Research 发布 SymptomAI：面向日常症状评估的对话式 AI 智能体
Google Research 发布 SymptomAI 研究，让 13,917 名参与者在随机对照试验中与五个不同提问策略的 Gemini Flash 2.0 智能体进行症状访谈，并产出鉴别诊断（DDx）。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 两款新模型，并推出面向网络安全的 Gemini 3.5 Flash Cyber。
推荐理由：官方给出三款新模型的价格、token 效率与多项基准对比，可据此判断智能体工作流的成本变化。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.5 Flash Cyber 安全模型
Google DeepMind 推出 Gemini 3.5 Flash Cyber，一款基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等基准上以多次调用 CodeMender 的方式取得与更大模型相当的表现。
推荐理由：官方给出了新模型在真实代码库漏洞挖掘上的基准与落地案例，可据此判断轻量安全模型的能力边界。
Hugging Face BlogAI 评分4444 模型路由并不简单：Hugging Face 谈智能体路由为何是系统优化问题
Hugging Face 在 AppWorld Test Challenge 的 417 个任务上用同一 CodeAct 智能体实测发现，Claude Sonnet 4.6 总成本 79 美元（0.19 美元/任务），GPT-4.1 却要 155 美元（0.37 美元/任务），近乎翻倍，原因在缓存而非标价。
Google Research精选AI 评分6262 Google Research 提出 SensorFM：面向可穿戴健康数据的通用智能与接口
Google Research 提出 SensorFM，一个直接从人群规模无标注可穿戴数据中学习的大型传感器基础模型，在超过一万亿分钟多模态传感器信号上预训练，数据来自五百万名知情同意的参与者。
推荐理由：SensorFM 用一万亿分钟无标注穿戴数据预训练，读者可了解单个生理表征如何跨多类健康任务迁移。
Hugging Face BlogAI 评分5151 微软 Foundry Managed Compute 上架 Hugging Face 模型
微软在 Build 2026 上发布 Foundry Managed Compute 与 Hugging Face 模型集合，把 Hugging Face 生态的开源权重模型纳入 Foundry Model Catalog，每周刷新，可一键部署到托管 GPU 平台。
Berkeley AI ResearchAI 评分3434 智能免费之后怎么办？面向智能体、由智能体运行的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等提出近零推理成本下的三大数据系统挑战：为智能体服务的数据系统、由智能体运行的数据系统、以及由智能体合成的数据系统。GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间，中位数约 50x。
Hugging Face Blog精选AI 评分7676 LeRobot v0.6.0 发布：世界模型策略、奖励模型 API 与六套仿真基准
Hugging Face 发布 LeRobot v0.6.0，围绕机器人学习闭环引入世界模型策略（VLA-JEPA、FastWAM、LingBot-VA）、一批新 VLA（GR00T N1.7、MolmoAct2、EO-1、Multitask DiT、EVO1）以及统一奖励模型 API（Robometer、TOPReward）。
推荐理由：原文给出世界模型策略、奖励模型 API 与六套仿真基准的完整清单，读者可据此判断机器人学习闭环的现状与可用入口。
Hugging Face BlogAI 评分2929 ScarfBench：面向企业级 Java 框架迁移的 AI 智能体基准测试
Hugging Face 发布开源基准 ScarfBench（Self-Contained Application Refactoring Benchmark）。
Google DeepMind精选AI 评分7777 Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use 能力
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，此前该能力仅以独立的 Gemini 2.5 computer use 模型提供。
推荐理由：Gemini 3.5 Flash 把 computer use 从独立模型并入主 Flash 模型，读者可据此了解智能体跨平台操作的能力与安全设计。
Mistral AI精选AI 评分6363 Mistral AI 为 Connectors 增加管理员权限、密钥作用域与调试功能
Mistral AI 宣布 Connectors 多项新能力：管理员可按 workspace 或组织设置连接器访问、逐工具开关，带连接器作用域的 API key 和服务账号防止自动化任务冒用身份，多账号连接器支持一个连接器绑定多个账号，Connectors Debugger 处于公开预览，可对 MCP 连接做 11 步根因分析。
推荐理由：从权限管理、密钥作用域到连接调试，这组功能给出了企业级智能体接入外部数据的治理路径。
Mistral AI精选AI 评分6565 Mistral 发布 OCR 4，新增文本框选与区块分类
Mistral 发布文档解析模型 OCR 4，在提取文本之外新增边界框、区块分类和内联置信度评分，支持 170 种语言并可单容器自托管部署。官方称独立标注者在 600+ 份、12+ 种语言的文档对比中平均 72% 情况下更偏好 OCR 4，该模型在 OlmOCRBench 得 85.20、OmniDocBench 得 93.07。
推荐理由：Mistral OCR 4 在文本框选、区块分类和自托管上的变化，让文档解析可直接进入 RAG 与智能体管线。
Google DeepMindAI 评分4242 Google DeepMind 与英国政府用 Gemini 打造 AI 规划工具，目标将审批时间减半
Google DeepMind 正与英国政府、Google Cloud、Faculty 及 Barnet、Dorset、Camden 地方规划部门合作，基于 Gemini 共同开发 AI 规划原型工具，目标将房屋规划申请审批时间缩短 50%。
Google DeepMindAI 评分4848 Google DeepMind 发布 AI Control Roadmap，为内部 AI 智能体构建纵深防御
Google DeepMind 推出 AI Control Roadmap，用纵深防御思路保障内部部署的 AI 智能体安全，即便模型对齐不完美也能提供保障。该框架将不可信智能体视为"内部威胁"，借鉴 MITRE ATT&CK 拆解攻击手法，并用可信 AI 监督工作智能体的推理与行动。团队已分析 100 万个编码智能体任务，并为 Gemini Spark 智能体搭建实时监控，防范数据误删等问题。
Google DeepMindAI 评分4040 Google DeepMind 联合 Schmidt Sciences 等出资最高 1000 万美元资助多智能体 AI 安全研究
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA，并在 Google.org 支持下发起最高 1000 万美元的多智能体 AI 安全研究资助征集，面向全球研究者开放。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本电脑的无编码器多模态模型，视觉与音频输入直接进入 LLM 主干。该模型在标准基准上接近 26B MoE 模型的表现，同时总内存占用不到其一半，并首次在中等规模 Gemma 中支持原生音频输入。
推荐理由：原文给出无编码器架构的视觉与音频直连设计和 16GB 显存本地运行门槛，可据此判断端侧多模态智能体的落地条件。
Google DeepMindAI 评分5959 Google DeepMind 发布塞拉利昂 AI 教学试验结果：Guided Learning 带动数学成绩提升
Google DeepMind 公布在塞拉利昂开展的预注册对照试验结果：使用 Gemini Guided Learning 的学生数学成绩比对照组提升 +0.258 个标准差，约相当于常规学习 1.2 至 1.7 年的进度，若教师将 Gemini 融入约一半课程，提升可达约 1.8 至 2.5 年。
Google ResearchAI 评分4444 Google Gemini Enterprise Agent Platform 推出 Agentic RAG，事实性数据集准确率最高提升 34%
Google 在 Gemini Enterprise Agent Platform 上线基于 Agentic RAG 的 Cross-Corpus Retrieval，用多智能体协作处理多源、多跳查询。相比标准 RAG，该框架在事实性数据集上准确率最高提升 34%，并新增 Sufficient Context Agent，在信息不足时判断缺口并持续检索，而非直接给出不完整答案。
Google ResearchAI 评分3737 Google Research 在 I/O 2026 发布 Gemini for Science 等系列科研 AI 工具
Google Research 在 I/O 2026 发布 Gemini for Science，一套与 Google Cloud、Google DeepMind。
Mistral AI精选AI 评分6767 Mistral 发布工业工程 AI 栈与统一智能体 Vibe，并将在法国建 10 MW 数据中心
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈，与 Airbus、BMW、ASML 合作优化设计、仿真与生产，同时保证对专有数据和 IP 的控制。
推荐理由：Mistral 一次性公布工业工程 AI 栈、统一智能体 Vibe 与自建 10 MW 推理数据中心，可据此观察其企业级全栈布局。
Mistral AI精选AI 评分7676 Mistral 发布统一 AI 智能体 Vibe，Le Chat 更名并推出 Work 与 Code 双模式
Mistral 将 Le Chat 更名为 Vibe，定位为同时覆盖工作与编码的统一 AI 智能体，原有对话、设置和订阅方案全部保留。
推荐理由：Mistral 把 Le Chat 更名并统一为工作与编码两种模式的智能体，读者可据此判断企业办公与编码流程的整合路径。
Mistral AI精选AI 评分7878 Mistral 发布 Mistral Medium 3.5，并在 Vibe 与 Le Chat 上线云端远程智能体
Mistral 发布 Mistral Medium 3.5，这是一个 128B 密集架构模型，在 SWE-Bench Verified 上得分 77.6%，以修改版 MIT 许可证开放权重，API 定价为每百万输入 token 1.5 美元、每百万输出 token 7.5 美元。
推荐理由：Mistral Medium 3.5 以 128B 密集架构开源并成为 Vibe 与 Le Chat 默认模型，读者可据此判断云端异步编码智能体的可用性。
Mistral AI精选AI 评分6464 Mistral 在 Studio 发布 Connectors，支持内置与自定义 MCP
Mistral 在 Studio 发布 Connectors，内置连接器和自定义 MCP 均可通过 API/SDK 用于所有模型与智能体调用，该功能处于 Public Preview。
推荐理由：官方给出连接器在 Studio 中的注册、直接调用与人审流程，读者可据此判断企业工具接入方式的变化。