Hugging Face 模型页展示 Every Eval Ever 评测结果
Every Eval Ever（EEE）与 Hugging Face Community Evals 现已互通，支持评测结果交叉发布与解读，并链接到开放模型、榜单和统一元数据存储。
动态
动态
今日 6 条Hugging Face BlogSI 评分5252
Google DeepMind精选SI 评分7878 Google DeepMind 将 computer use 内置到 Gemini 3.5 Flash
Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具，此前它仅作为独立的 Gemini 2.5 computer use 模型提供。
推荐理由：原文给出 computer use 从独立模型并入主 Flash 模型的变化，以及企业级安全防护选项，读者可据此判断智能体跨平台自动化的落地条件。
Mistral AI精选SI 评分6262 Mistral AI 为 Connectors 增加管理员控制、API key 作用域与调试器
Mistral AI 为 Connectors 推出多项新能力：管理员控制（GA）可按 workspace 或组织设置连接器访问并逐个开关工具，带连接器作用域的 API key（GA）防止自动化 AI 工作负载冒用身份，多账号连接器（GA）支持一个连接器绑定多个账号。
推荐理由：原文列出连接器的权限、身份与调试能力，读者可据此判断企业级智能体接入外部系统时的治理方式。
Mistral AI精选SI 评分6666 Mistral 发布 OCR 4，支持 170 种语言与单容器自托管
Mistral 发布 OCR 4，在提取文本之外返回边界框、块类型分类和逐页逐词置信度分数，支持 170 种语言、10 个语系，可打包进单个容器完全自托管。该模型在 OlmOCRBench 上取得 85.20 的总体最高分，OmniDocBench 得分 93.07，官方同时说明这两个基准在数学、科学和多栏文档上存在评分偏差，建议以自身文档实测为准。
推荐理由：OCR 4 在文本之外返回边界框、块类型与置信度，读者可据此判断结构化文档解析如何接入 RAG 与智能体流程。
Google ResearchSI 评分3636 Google Earth AI 发布矢量化数据集，用 AI 绘制英国乡村树篱与石墙
Google Research 发布矢量化数据集，将 Farmscapes 2020 的高分辨率栅格地图转化为可用的树篱、石墙与矮林清单，覆盖英国超 13 万平方公里。该框架基于在 3 亿多张全球卫星影像上预训练的 RSF Vision-Transformer 主干，并用约 247 平方公里标注数据微调，通过双层标注与 Polsby–Popper 紧凑度评分区分林地、树丛与线性植被。
Google Research精选SI 评分6060 Google 在 Gemini Enterprise Agent Platform 上线 Agentic RAG
Google 在 Gemini Enterprise Agent Platform 推出由 Agentic RAG 驱动的 Cross-Corpus Retrieval 公开预览版。
推荐理由：原文给出多智能体 RAG 的架构细节与跨语料评测数据，可据此判断复杂查询检索的可行边界。
Google Research精选SI 评分6262 Google 开源其水文建模框架，用于 AI 洪水预报
Google Research 在 GitHub 上以 Apache 2.0 许可开源其水文建模框架，让各国气象与水文机构能用与 Google Flood Hub 相同的架构和相近训练数据训练 AI 洪水预报模型。
推荐理由：Google 把驱动 Flood Hub 的水文模型架构与训练流程开源，读者可了解其与旧版相比的预测时效变化及接入方式。
Mistral AI精选SI 评分7272 Mistral 发布工业工程 AI 栈与 Vibe 智能体，并宣布法国 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，并强调对专有数据和 IP 的完全控制。
推荐理由：Mistral 一次性给出工业 AI 栈、Vibe 智能体和自建数据中心三条线，可据此判断其企业级全栈布局。
Mistral AI精选SI 评分7878 Mistral 将 Le Chat 升级为统一智能体 Vibe，推出 Work Mode 与 Code Mode
Mistral 将 Le Chat 升级为统一 AI 智能体 Vibe，覆盖工作与编码两类场景，原有对话、设置和订阅方案全部保留。Work Mode 可在网页和移动端执行收件箱整理、深度研究、文档起草等长周期任务，支持企业知识搜索、结构化数据分析和可复用技能；Code Mode 提供远程编码会话，并新增 VS Code 扩展和 CLI 更新。
推荐理由：Mistral 把 Le Chat 升级为统一智能体 Vibe，读者可据此了解其工作与编码两种模式的能力边界和定价分层。
Mistral AI精选SI 评分6262 Mistral AI 发布 Search Toolkit 公开预览版
Mistral AI 发布 Search Toolkit 公开预览版，这是一个用于构建 AI 应用生产级搜索管线的可组合框架，开源且可运行在云端、本地或边缘。它把摄取、检索和评测统一到共享接口下，内置 BM25 稀疏检索、稠密向量检索与混合配置，并提供 recall、precision、MRR、NDCG 等评测指标。
推荐理由：Mistral 把检索管线的摄取、检索与评测收进同一框架，读者可据此判断自建 RAG 的集成成本会怎样变化。
Mistral AI精选SI 评分6060 Mistral 推出物理 AI，将 Emmi AI 并入企业平台
Mistral 宣布将 Emmi AI 并入公司，推出面向工业工程的物理 AI 能力，作为其企业解决方案中的新基础能力。该能力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，用于设计迭代，传统求解器保留用于验证和边界情况。
推荐理由：Mistral 把物理仿真模型并入企业平台，读者可了解其与传统求解器的分工及工业落地场景。
Mistral AI精选SI 评分6666 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，并支持直接工具调用和人工审批流程。
推荐理由：原文给出连接器注册、直调工具与人工审批三段代码，可据此判断企业集成层如何从散落代码收敛到平台。
Google Research精选SI 评分7575 Google 发布 ERA 科研工具并开放 Computational Discovery 试用
Google 发布 Empirical Research Assistance（ERA），这是一个用 Gemini 编写和优化科学代码的研究工具，相关论文今日发表于 Nature，并开始通过 Gemini for Science 向全球科学家开放。
推荐理由：Google 把 ERA 从 Nature 论文推进到可申请使用的工具，并给出八个跨学科应用案例，读者可据此判断科研编码自动化的落地程度。
Google DeepMind精选SI 评分6262 Google DeepMind 为 Project Genie 加入 Street View 真实地点生成能力
Google DeepMind 在实验性原型 Project Genie 中上线 Street View grounding 能力，用户可通过 Maps 图钉选择美国境内地点，并叠加 Desert Sands、Stone Age、Ocean World、B&W film 等风格，再描述角色来生成以真实影像为起点的可交互世界。
推荐理由：Genie 接入 Street View 真实影像后，读者可了解世界模型如何以真实地点为锚点生成可交互环境。
Google DeepMind精选SI 评分6666 Google DeepMind 推出 Gemini for Science 科研工具集
Google DeepMind 发布 Gemini for Science，包含 Google Labs 上三个实验性工具：基于 Co-Scientist 的 Hypothesis Generation。
推荐理由：Google 把 Co-Scientist、AlphaEvolve 等研究成果打包成科研工具，读者可了解其能力边界与开放节奏。
Google DeepMind精选SI 评分7171 Google 将 SynthID 与 C2PA 内容验证扩展到 Search、Gemini、Chrome 和 Pixel
Google 宣布扩展内容透明度与验证工具，把 SynthID 验证从 Gemini 应用扩展到 Search，并将在未来几周进入 Chrome；该验证功能此前已在全球被使用 5000 万次。
推荐理由：Google 把 SynthID 与 C2PA 验证铺到 Search、Gemini、Chrome 和 Pixel，读者可了解内容溯源工具的实际覆盖范围。
Google DeepMindSI 评分5050 剑桥大学团队用 Google Co-Scientist 寻找跨物种传染病分子开关
剑桥大学 Clare Bryant 教授利用 Google Co-Scientist 研究流感等病原体跨物种传播时引发败血症等重症的分子开关，该工具生成并排序了候选假说，并优先锁定了一个她此前未关注的蛋白质。借助 Co-Scientist，其团队将原本需两到三年的精确氨基酸靶点识别工作压缩至六个月完成，目前正构建含氨基酸突变的细胞系验证假说。
Google DeepMind精选SI 评分7171 WeatherNext 如何帮助美国国家飓风中心预测飓风 Melissa 登陆牙买加
Google DeepMind 的 AI 天气模型 WeatherNext 帮助美国国家飓风中心提前五天预测飓风 Melissa 将以五级强度登陆牙买加，置信度达 80%，三天前升至接近 100%。
推荐理由：通过飓风 Melissa 的实战案例，读者可以了解 AI 天气模型在路径与强度双预测上的具体表现。
Google DeepMind精选SI 评分7474 Google DeepMind 发布 Co-Scientist 多智能体科研系统
Google DeepMind 在 Nature 发表 Co-Scientist 研究，推出基于 Gemini 的多智能体 AI 系统，可迭代生成、辩论并演化复杂科学问题的新假设。
推荐理由：原文给出多智能体假设生成系统的架构与多个实验室验证案例，可了解 AI 参与科研假设生成的具体路径。
Google DeepMind精选SI 评分7676 Google DeepMind 汇总 AlphaEvolve 一年跨领域落地成果
Google DeepMind 发布 AlphaEvolve 一年成果汇总，这款由 Gemini 驱动的编码智能体已从试点进入 Google 基础设施核心，用于优化下一代 TPU 设计与缓存替换策略。
推荐理由：官方汇总 AlphaEvolve 一年落地案例，覆盖基因组、电网、TPU 与多家企业应用，可看算法智能体的跨领域边界。
Mistral AI精选SI 评分7171 Mistral AI 发布 Workflows 公开预览版
Mistral AI 发布企业 AI 编排层 Workflows 公开预览版，提供持久执行、可观测性和容错能力，把 AI 流程从概念验证推进到生产环境。ASML、ABANCA、CMA-CGM、France Travail、La Banque Postale、Moeve 等组织已用其自动化关键流程。
推荐理由：Mistral 把企业级 AI 编排的持久执行、可观测与人工审批打包进 Studio，读者可据此判断生产化落地的门槛变化。
Google Research精选SI 评分6262 Google Photos 上线 Auto frame 功能，可自动调整照片视角
Google Research 宣布在 Google Photos 的 Auto frame 功能中上线一种新方法，用机器学习理解场景与空间布局，再用生成式 AI 想象新视角下的画面。
推荐理由：Google Photos 把照片当作 3D 场景重投影，读者可了解自动改视角这一新编辑路径的实现思路。
Google ResearchSI 评分5858 Google 推出 Vantage：用生成式 AI 评估未来技能
Google 发布研究实验 Vantage，通过生成式 AI 在模拟环境中创建对话，评估批判性思维、协作、创造性思维等未来技能，现已在 Google Labs 开放英文注册。
Google ResearchSI 评分3838 Google 推出 PaperVizAgent 与 ScholarPeer 两个学术 AI 智能体
Google 发布两个面向学术工作流的 AI 智能体：绘图智能体 PaperVizAgent（原 PaperBanana）和审稿智能体 ScholarPeer。
Mistral AISI 评分3636 Mistral AI 推出 Spaces：为人类与 AI 智能体打造的 CLI
Mistral AI 发布 Spaces CLI，一款同时面向人类开发者和 AI 智能体的命令行工具。它通过 `spaces init`、`spaces dev` 等三条命令即可从零启动带热重载、数据库和 Dockerfile 的多服务项目，并为每个交互式提示提供对应的 flag 或配置文件，使智能体可自主完成端到端操作。
Google ResearchSI 评分5858 Google 发布 Vibe Coding XR，用 Gemini 与 XR Blocks 把自然语言变成 Android XR 应用
Google 发布 Vibe Coding XR 工作流，将 Gemini 的长上下文推理与基于 WebXR、three.js、LiteRT.js 的 XR Blocks 框架结合，把自然语言提示直接转成具备物理感知的 Android XR 应用，官方称耗时在 60 秒以内。
Mistral AI精选SI 评分6262 Mistral AI 推出企业级模型训练系统 Forge
Mistral AI 推出 Forge，一套让企业基于自有专有知识构建前沿级 AI 模型的系统，支持预训练、后训练和强化学习等阶段。Forge 支持 dense 与 MoE 两种架构，并可按需支持多模态输入，模型可在企业内部基础设施中训练与治理。该平台以智能体优先设计，Mistral Vibe 这类自主智能体可用它微调模型、寻找最优超参数、调度任务并生成合成数据，用户只需用自然语言即可定制模型。
推荐理由：原文给出企业用自有数据训练前沿模型的分阶段能力与架构选择，可据此判断自建模型的落地路径。
Google Research精选SI 评分6666 Google 在 Flood Hub 上线城市山洪预报，提前 24 小时预警
Google 宣布在 Flood Hub 上线城市山洪（urban flash flood）预报，利用新的 AI 方法可提前最多 24 小时预测城市山洪风险。
推荐理由：Google 把洪水预报从河流扩展到城市内涝，并给出与 NWS 同口径的精度对比，可看 AI 预警的覆盖边界。
Google Research精选SI 评分6060 Google 推出 Groundsource：用 Gemini 把新闻报道转为灾害数据
Google Research 推出 Groundsource，一种用 Gemini 从非结构化新闻中提取灾害历史数据的方法，并发布首个开放数据集，包含 2000 年至今 150 多个国家的 260 万条城市山洪记录。
推荐理由：Google 用 Gemini 从 80 种语言新闻中抽取洪水事件，其人工核验准确率与覆盖范围可供评估 LLM 做数据抽取的可行性。
Mistral AI精选SI 评分6262 Mistral 发布终端编码智能体 Mistral Vibe 2.0
Mistral 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型系列驱动，新增自定义子智能体、多选项澄清、斜杠命令技能、统一智能体模式和自动更新。
推荐理由：官方给出 Vibe 2.0 的自定义子智能体、斜杠命令技能等能力与订阅方案，可据此判断终端编码智能体的工作流变化。
Mistral AI精选SI 评分6262 Mistral 发布 OCR 3，表单与手写场景胜率较上代提升 74%
Mistral 发布 Mistral OCR 3，在表单、扫描文档、复杂表格和手写内容上相对 Mistral OCR 2 的整体胜率为 74%，官方称其准确率超过企业级文档处理方案和 AI 原生 OCR 方案。
推荐理由：官方给出与前代在表单、手写、扫描件上的胜率对比和每千页定价，可据此判断文档解析的替换成本。
Mistral AI精选SI 评分6262 Mistral AI 发布 AI Studio 生产平台
Mistral AI 发布 Mistral AI Studio，一个面向企业团队的生产级 AI 平台，由 Observability、Agent Runtime 和 AI Registry 三大支柱组成。
推荐理由：Mistral 把自家大规模系统的可观测、执行与治理能力产品化，读者可据此判断企业 AI 从原型走向生产的门槛在哪。
Mistral AISI 评分4242 Mistral AI 为 Le Chat 推出 Memories 记忆功能（beta）
Mistral AI 为 Le Chat 上线 Memories（beta），采用自动保存、智能召回并显示来源链接的混合方案。用户可随时关闭记忆、开启不使用记忆的隐身对话、编辑或删除单条记忆，并支持导出与导入。同步推出 Memory Insights，基于用户数据生成趋势与摘要，后续将支持记忆分类、即时遗忘和更清晰的调用记录。
Mistral AI精选SI 评分6565 Mistral 为 Le Chat 上线自定义 MCP 连接器与 Memories
Mistral 在 Le Chat 中发布 20 多个基于 MCP 的安全连接器目录（beta），覆盖数据、生产力、开发、自动化与商务等类别，可连接 Databricks、Snowflake、GitHub、Atlassian、Asana、Outlook、Box、Stripe、Zapier 等工具，并支持添加自定义 MCP 连接器及连接任意远程 MCP 服务器。
推荐理由：官方给出连接器目录与 Memories 的具体能力边界，可据此判断企业工作流接入方式。
Mistral AI精选SI 评分6565 Mistral 为 Le Chat 推出 Deep Research、语音模式等多项新功能
Mistral 为 Le Chat 上线一批新功能，包括预览版 Deep Research 模式、由新语音模型 Voxtral 驱动的语音模式、由推理模型 Magistral 支持的多语言推理、用于整理对话的 Projects，以及与 Black Forest Labs 合作的高级图像编辑。
推荐理由：官方一次性放出深度研究、语音、推理与图像编辑多项能力，可据此判断 Le Chat 的助手定位走向。
Mistral AI精选SI 评分6262 Mistral 发布企业级 AI 编码助手 Mistral Code
Mistral 发布企业级 AI 编码助手 Mistral Code，整合 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型，支持云端、专属容量和本地气隙 GPU 部署，代码保留在企业边界内。
推荐理由：原文给出企业级编码助手的模型组合、部署方式与客户落地案例，可据此判断私有化编码方案的取舍。
Mistral AI精选SI 评分6666 Mistral 发布 Agents API，内置连接器与多智能体编排
Mistral 发布 Agents API，将自家语言模型与代码执行、图像生成、文档库、网页搜索等内置连接器以及 MCP 工具结合，并提供跨对话的持久记忆与智能体编排能力。
推荐理由：官方给出 Agents API 的连接器、记忆与多智能体编排能力，可据此判断企业级智能体平台的搭建方式。
Mistral AI精选SI 评分6262 Mistral 推出 Le Chat Enterprise，由 Mistral Medium 3 驱动
Mistral 发布 Le Chat Enterprise，一款由全新 Mistral Medium 3 模型驱动的企业级 AI 助手，包含企业搜索、Agent 构建器、自定义数据与工具连接器、文档库、自定义模型和混合部署等功能，全部功能将在未来两周内逐步上线。
推荐理由：官方给出企业版功能清单与部署选项，可据此判断其与现有企业 AI 助手的差异。
Mistral AI精选SI 评分7878 Mistral AI 发布文档理解 OCR API mistral-ocr-latest
Mistral AI 发布 OCR API mistral-ocr-latest，可接收图片和 PDF，按顺序交错输出文本与图像，定价为 1000 页/美元，批量推理约可翻倍。
推荐理由：官方给出与 Google、Azure、Gemini 系列的横向基准对比和定价，可据此判断文档解析选型。
Mistral AISI 评分3838 Mistral AI 用智能体工作流自动生成 PRD 与工程工单
Mistral AI 推出 TranscriptToPRDTicket 智能体工作流，由 Mistral Large 2 驱动的 PRDAgent 和 TicketCreationAgent 组成，可将会议转录自动生成 PRD 并转化为结构化开发工单，自动在 Linear、Jira 等项目管理工具中创建。