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 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。
自适应并行推理(Adaptive Parallel Reasoning)允许模型自主决定何时分解子任务、生成并发线程数量及协调方式,以解决顺序推理导致的上下文膨胀与延迟问题。该范式旨在克服现有固定并行结构无法根据问题复杂度动态调整计算资源的局限,实现更高效的大语言模型推理扩展。
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。
Google DeepMind 宣布 AI co-clinician 研究计划,探索 AI 智能体在医生临床监督下协助患者诊疗。在 98 个真实初级保健查询的盲评中,该系统 97 个案例零关键错误,医生更偏好其回答而非主流证据综合工具;在 140 项问诊技能评估中,AI 在 68 项达到或超过初级保健医生水平,但专家医生在识别危险信号和指导关键体格检查上整体更优。
推荐理由:DeepMind 公开 AI co-clinician 研究计划,给出医生盲评与实时多模态模拟的对比数据,可了解医疗智能体当前能力边界。
Google Research 介绍了科学家使用 Empirical Research Assistance(ERA)开展科研的四个方向。公共卫生方面,团队每周向 CDC 的流感、COVID-19 和 RSV 住院预测项目提交全美各州、最长提前四周的实时预测,在流感与 COVID-19 公开排行榜上处于或接近榜首。
推荐理由:四个跨领域案例展示了 ERA 从预测到机制发现的具体用法,可了解 AI 辅助科研的落地边界。
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 发布 ICLR 论文 ReasoningBank,一个从成功和失败经验中提炼高层推理记忆的智能体记忆框架,代码已开源。
推荐理由:论文给出从成功与失败经验中提炼推理记忆的框架,并附 WebArena 与 SWE-Bench-Verified 上的对比数据。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 合作,推动前沿 AI 在企业的大规模落地。
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 Research 推出 ConvApparel 数据集,包含超 4,000 段人机多轮对话、近 15,000 轮,用于量化 LLM 用户模拟器与真实人类的真实感差距。该数据集采用双智能体采集协议,将用户随机路由至乐于助人的 "Good" 智能体或刻意不配合的 "Bad" 智能体,并配有逐轮用户满意度等标注。研究同时提出包含群体统计对齐、人类相似度评分与反事实验证三支柱的评估框架。
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 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 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 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 与 Beth Israel Deaconess Medical Center 合作开展了一项前瞻性单中心可行性研究,让 AMIE 在门诊初级保健就诊前与患者进行文本问诊,由医生通过视频实时监督。
推荐理由:Google 与 BIDMC 首次在真实门诊流程中前瞻性部署对话式诊断 AI,给出了安全事件、诊断一致性与医患反馈的具体数据。
Mistral 基于其开源编码助手 Vibe 构建了一个自主智能体,可读取 Rails 源文件、生成或改进 RSpec 测试,并在 CI/CD 流程中无需人工干预运行。
推荐理由:Mistral 公开了用 Vibe 构建自动写 RSpec 测试智能体的完整方法,包括 AGENTS.md、skills 与自定义工具的具体配置。
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 发布 Devstral 2 编码模型家族,含 123B 的 Devstral 2 和 24B 的 Devstral Small 2,两者均为开源模型,分别采用修改版 MIT 和 Apache 2.0 许可。
推荐理由:官方给出两款开源编码模型的参数、SWE-bench 成绩与许可差异,并附独立人工评测对比,便于判断开源编码模型与闭源模型的差距。
Mistral AI 宣布与 SAP 建立多年期合作伙伴关系,旨在为德国和欧洲提供完全主权的 AI 技术栈,并将模型集成至 SAP AI Foundation。同时,Mistral 正与 Helsing 合作加速开发用于国防安全应用的视觉-语言-动作模型。此举旨在通过扩大德国本地团队并开设办公室,在不牺牲战略自主权的前提下支持欧洲的数字自主。
Mistral AI 推出 Mistral Studio,旨在解决企业 AI 从原型到生产环境的落地难题。该平台包含 Observability、Agent Runtime 和 AI Registry 三大核心支柱,提供内置评估、可追溯反馈循环及治理功能。此前多数企业 AI 采用因缺乏可靠的生产路径而停滞在原型阶段。
DeepSeek 已将 deepseek-chat 和 deepseek-reasoner 升级到 DeepSeek-V3.1-Terminus,分别对应非思考与思考模式。更新保持原模型能力,减少中英混合与异常字符,并优化 Code Agent 和 Search Agent 性能。
推荐理由:DeepSeek 将 deepseek-chat 与 deepseek-reasoner 升级至 V3.1-Terminus,改善语言一致与 Agent 性能。
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 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。
DeepSeek 将 deepseek-chat 与 deepseek-reasoner 升级到 DeepSeek-V3.1,采用混合推理架构支持思考与非思考模式。相较 DeepSeek-R1-0528,新模型推理效率提升且智能体任务能力增强,SWE-bench Verified 66.0、SWE-bench Multilingual 54.5、Terminal-bench 31.3。
推荐理由:DeepSeek-V3.1 采用混合推理架构并公布 SWE-bench Verified 66.0 等基准,读者可对比 R1 版本判断其推理与智能体任务提升。
Mistral AI 发布 Codestral 25.08,并推出由 Codestral、Codestral Embed、Devstral 和 Mistral Code IDE 插件组成的企业级编码栈。
推荐理由:Mistral 把补全、代码检索与智能体工作流打包成可私有部署的企业编码栈,读者可据此判断自托管方案的能力边界。
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 与 All Hands AI 合作推出 Devstral Medium,并升级 Devstral Small 至 1.1。
推荐理由:Mistral 与 All Hands AI 联合发布两款代码智能体模型,给出 SWE-Bench Verified 分数与 API 定价,便于对比现有方案。
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 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 与 All Hands AI 合作发布面向软件工程任务的智能体模型 Devstral,在 SWE-Bench Verified 上取得 46.8%,比此前开源 SoTA 高出 6 个百分点以上,并以 Apache 2.0 许可开源。
推荐理由:官方给出 Devstral 在 SWE-Bench Verified 的分数与开源许可,读者可据此判断开源编码智能体的当前水位。
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 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。
Mistral AI 发布全新 le Chat AI 助手,已上线 iOS 与 Android,并推出 Pro 和 Team 订阅,Enterprise 版进入私有预览。
推荐理由:官方一次公布移动端上线、免费与 Pro 分层定价及代码解释器,方便读者对照同类 AI 助手的能力边界。