跳到正文

全部动态

今日 4 条
7月1日周三
6月30日周二
  2. Google Research69

    Google Research 发布 TabFM：面向表格数据的零样本基础模型

    Google Research 发布 TabFM，一个面向表格数据分类与回归的零样本基础模型，将表格预测重构为上下文学习（ICL）问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。

    推荐理由：TabFM 把零样本思路带到表格分类与回归，读者可据此了解免训练预测在企业数据场景的落地方式。

6月27日周六
6月25日周四
  1. Google Research34

    Google 用线性弹性缓存优化云成本，Spanner 实测 TCO 降约 5%

    Google Research 提出线性弹性缓存，将页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小，在 Spanner 生产环境实测内存占用降 15.5%、缓存未命中仅增 5.5%、总拥有成本降约 5%。该方案用浅层决策树为每个页面预测 TTL，缓存写满时回退到 LRU 策略，无需按峰值需求预分配内存。论文已在 CIDR 发表。

  2. Google Research41

    Google Research 研究：推理如何解锁 LLM 的参数化知识回忆

    Google Research 在 COLM 2026 论文《Thinking to Recall》中提出，让 LLM 生成推理轨迹能解锁原本无法触及的参数化事实，且这一效应在简单单跳问题上同样成立。研究用 Gemini-2.5 Flash/Pro 和 Qwen3-32B 在 SimpleQA Verified、EntityQuestions 上对比推理开关，识别出计算缓冲与事实启动两种机制。

6月24日周三
  1. Mistral AI63

    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。

6月23日周二
  1. Mistral AI65

    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。

6月17日周三
6月16日周二
  1. Google DeepMind48

    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。

6月13日周六
  2. Google Research39

    用退役手机搭建低碳计算平台：加州大学圣地亚哥分校与 Google 打造 2000 台 Pixel 手机集群

    加州大学圣地亚哥分校在 Google 支持下，将退役智能手机的主板拆出组成集群，部署一个由 2000 台 Pixel 手机搭建的数据中心，为数百名研究者与学生提供低成本、低碳的云计算。研究显示 25-50 台手机约等于一台现代服务器，20 台手机的小型集群已能支撑 75 人以上课程的评分负载，且延迟低于 AWS 默认后端。该系统预计 2026 年秋季全面上线。

6月11日周四
  1. Google Research30

    Google 推出 Regularized f-Divergence Kernel Tests：面向机器遗忘审计的新框架

    Google 在 AISTATS 2026 提出 Regularized f-Divergence Kernel Tests，用于审计机器遗忘：通过相对距离检验判断模型分布更接近安全重训模型还是原始受损模型。该框架基于 f-divergence，支持 Chi-squared、KL 和 Hockey-stick 散度，并用核正则化高效估计高维数据差异，自动选择散度与超参数、无需样本切分。

  2. Google DeepMind74

    Google DeepMind 发布 DiffusionGemma：文本生成最高提速 4 倍

    Google DeepMind 发布实验性开放模型 DiffusionGemma，基于 Gemma 4 与 Gemini Diffusion 研究，用文本扩散同时生成整块 token，在专用 GPU 上最高提速 4 倍，单张 NVIDIA H100 超 1000 tokens/秒、RTX 5090 超 700 tokens/秒。

    推荐理由：原文给出扩散文本生成的速度收益、硬件门槛与质量取舍，读者可据此判断它适合哪类本地推理场景。

6月10日周三
6月9日周二
  1. Google DeepMind72

    Google DeepMind 发布 Gemini 3.5 Live Translate 音频模型

    Google DeepMind 发布 Gemini 3.5 Live Translate，这是一款可自动识别 70 多种语言并做近实时语音到语音翻译的音频模型，能保留说话人的语调、节奏和音高，并持续生成语音、始终比说话人慢几秒。

    推荐理由：官方给出 70+ 语言、流式连续翻译与多渠道开放的细节，读者可据此判断实时语音翻译的可用边界。

  2. Google DeepMind78

    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。

6月8日周一
6月5日周五
  1. Google Research44

    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。

6月4日周四
5月29日周五
5月28日周四
  1. Mistral AI67

    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。

  4. Google Research37

    Google 推出零信任聚合的私有分析方案，结合密码学与 TEE

    Google 公布一套面向私有分析的零信任聚合新方案，用新型密码学聚合协议保护用户数据，设备只需发送单条消息、无需多轮在线交互，Google 只能得到匿名化的群体聚合结果。该方案将密码学层与 TEE 结合，在硬件保护失效时数据仍不会被还原，并借助 TEE 远程证明向参与者验证协议按公开代码正确执行。

5月27日周三
  1. Mistral AI65

    Mistral 推出面向工程加速的物理 AI 能力

    Mistral 宣布将 Emmi AI 团队并入公司，推出物理 AI 能力，用数据驱动模型从几何与边界条件直接预测物理场，单次前向推理在单 GPU 上以秒级完成，而不是传统 CFD/FEM 的数小时到数周。

    推荐理由：Mistral 把物理仿真做成企业平台的一层能力，并给出合作伙伴与适用行业，可用于判断工业 AI 落地路径。

5月23日周六
  1. Mistral AI60

    Mistral 收购 Physics AI 公司 Emmi，推进工业 AI 布局

    Mistral AI 宣布已就收购 Physics AI 公司 Emmi AI 达成最终协议，以强化其面向工业企业的 AI 转型能力。Emmi AI 成立于奥地利，专注 Physics AI 并开发大型工程模型，可实现实时仿真、替代多日计算并构建数字孪生；其 30 多名研究人员与工程师将在 5 月加入 Mistral 的 Science 与 Applied AI 团队。

    推荐理由：Mistral 收购 Physics AI 公司 Emmi，说明其正把物理建模能力与工程工具接入纳入工业 AI 路线。

5月22日周五
  1. Mistral AI78

    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。

  3. Google DeepMind28

    Google DeepMind 在亚太推出加速器计划，聚焦“AI for the Planet”应对环境风险

    Google DeepMind 在亚太地区启动首个加速器计划，聚焦“AI for the Planet”，为期三个月，面向该地区初创公司、研究团队和非营利组织，用前沿 AI 解决自然、气候、农业、能源等问题。入选机构将获得专家指导、定制支持，以及 Google AI 专家协助把前沿 AI 和科学 AI 模型整合进其项目或产品。计划以在新加坡举办的线下训练营启动，现已开放注册意向。

5月20日周三
  1. Google Research69

    Google 将 ERA 科研工具开放为 Computational Discovery，相关成果登上 Nature

    Google 宣布将基于 Gemini 的科研工具 Empirical Research Assistance（ERA）开放给科学家使用，并推出由 ERA 和 AlphaEvolve 构建的 Computational Discovery，通过 Gemini for Science 逐步开放访问。

    推荐理由：原文给出 ERA 在 Nature 发表后的八篇应用论文与 Computational Discovery 的开放入口，便于判断科研智能体的实际落地边界。

5月19日周二
5月18日周一