Google DeepMind 发布 Gemini Robotics-ER 1.6，新增仪表读数能力
Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其推理优先机器人模型的升级版，强化了空间推理与多视角理解，并新增仪表读数能力，可读取压力表、液位计和数字读数。
推荐理由：官方给出与上一代及 Gemini 3.0 Flash 的对比和仪表读数新能力，可据此判断机器人高层推理的进展。
动态
动态
今日 25 条Google DeepMind精选SI 评分6262
Google ResearchSI 评分3434 Google Research 发布 ConvApparel：测量并弥合用户模拟器的真实感差距
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 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。
Google ResearchSI 评分3434 Google Research 评估 LLM 行为倾向与人类的对齐程度
Google Research 提出一套框架，通过改编自 IRI、ERQ 等心理问卷的情境判断测试（SJT），评估 LLM 在真实用户-助手场景中的行为倾向与人类共识的对齐程度。
Google ResearchSI 评分3131 Google Research 研究：AI 基准测试需要多少标注者才够？
Google Research 在《Forest vs Tree: The (N, K) Trade-off in Reproducible ML Evaluation》中研究了标注条目数与每条目标注者数的权衡，发现常用的每条目 1、3、5 名标注者往往不足，可靠结果常需超过 10 名。
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 Research精选SI 评分6868 Google 发布白皮书：量子计算机破解加密货币椭圆曲线密码所需资源大幅下降
Google Quantum AI 发布白皮书，称未来量子计算机可能以比此前认知更少的量子比特和门破解保护加密货币的椭圆曲线密码，并给出针对 ECDLP-256 的两套 Shor 算法量子电路。
推荐理由：Google Quantum AI 给出破解 ECDLP-256 的最新量子资源估算，并公开其负责任披露流程，可供关注后量子迁移节奏的读者参考。
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。
Google Research精选SI 评分6262 Google 发布 TurboQuant 等三种向量量化算法，KV cache 压缩至 3 bit 且无精度损失
Google Research 发布 TurboQuant 压缩算法，并配套提出 QJL 与 PolarQuant，用于解决向量量化中的内存开销问题，三篇工作将分别亮相 ICLR 2026 和 AISTATS 2026。
推荐理由：Google 提出 TurboQuant 等三种向量量化算法，在 KV cache 压缩与向量搜索上给出可复用的精度与内存权衡方案。
Google ResearchSI 评分3131 Google Research 推出 S2Vec：用自监督嵌入学习城市建成环境
Google Research 发布 S2Vec，一个自监督框架，通过 S2 Geometry 分区与特征栅格化将建成环境转为多层图像，再用掩码自编码（MAE）学习通用嵌入向量。在 US-wide 人口密度、收入中位数等社会经济预测的零样本地理外推任务中，S2Vec 通常是最佳单模型，与图像嵌入做多模态融合后表现普遍优于单一模态；但在树冠覆盖、海拔等环境任务上仍需改进。
Mistral AI精选SI 评分6969 Mistral AI 发布 Voxtral TTS 语音合成模型
Mistral AI 发布首款文本转语音模型 Voxtral TTS，4B 参数，支持英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语共 9 种语言，具备情感表达与零样本跨语言音色适配能力。
推荐理由：Mistral 首款 TTS 模型给出参数量、延迟与定价，并公开与 ElevenLabs 的对比评测，便于判断企业语音栈的选型空间。
Google ResearchSI 评分5050 Google Research 在 The Check Up 展示医疗 AI 进展：从个性化健康到临床落地
Google Research 在 The Check Up 活动上公布多项医疗 AI 进展：与 Fitbit 合作研究发现，模拟协作医疗团队的 Personal Health Agent（PHA）比单一任务应用更能支持长期健康。
Google Research精选SI 评分7272 Google 与 NHS 合作研究：AI 用于乳腺筛查双读流程
Google Research 与多家 NHS 机构合作的 AIMS 研究在 Nature Cancer 发表两项姊妹研究，评估 AI 乳腺筛查系统。
推荐理由：两项 Nature Cancer 研究给出 AI 在 NHS 乳腺筛查双读流程中的检测率与工作量变化，并暴露人机仲裁分歧。
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。
Mistral AI精选SI 评分7676 Mistral 发布 Mistral Small 4，统一推理、多模态与编码智能体能力
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个重要版本，也是 Mistral 首个把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型中的模型，采用 Apache 2.0 许可。
推荐理由：Mistral 首次把推理、多模态与编码智能体能力合并进单一开源模型，并给出可切换的推理强度参数。
Mistral AI精选SI 评分6262 Mistral AI 与 NVIDIA 合作加速开源前沿模型
Mistral AI 宣布作为创始成员加入 NVIDIA Nemotron Coalition，并与 NVIDIA 共同开发前沿开源 AI 模型，结合 Mistral 的模型架构与全栈平台和 NVIDIA 的算力、模型开发工具及合成数据生成管线。
推荐理由：Mistral 与 NVIDIA 联合开发开源前沿模型并加入 Nemotron Coalition，可了解开源模型生态的算力与协作分工。
Google ResearchSI 评分3838 Google 在 PNAS 发表研究：用高温超导问题评测 LLM 世界模型
Google 与康奈尔大学合作在 PNAS 发表研究，让 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 和一套自建 RAG 系统回答 67 道高温超导专家级问题，由 12 位国际专家按平衡性、全面性、简洁性、证据、图像相关性和定性反馈六项指标盲评打分。
Mistral AI精选SI 评分6262 Mistral 发布 Leanstral：面向 Lean 4 的开源代码智能体
Mistral 发布 Leanstral，这是首个面向 Lean 4 的开源代码智能体，采用 6B 激活参数的稀疏架构，权重以 Apache 2.0 许可开放，并接入 Mistral Vibe 与免费 API 端点 labs-leanstral-2603。
推荐理由：Mistral 开源面向 Lean 4 的代码智能体，给出权重、API 与 FLTEval 评测，可据此判断形式化验证的成本门槛。
Berkeley AI ResearchSI 评分4242 SPEX 和 ProxySPEX 算法实现 LLM 大规模交互识别
Berkeley AI Research 提出 SPEX 和 ProxySPEX 算法，利用稀疏性和低阶性在大规模下识别 LLM 的关键交互。ProxySPEX 利用层级结构特性，在保持性能的同时将所需的消融次数减少约 10 倍。SPEX 在特征归因任务中，当上下文扩展至数千个特征时，仍能保持与 Faith-Shap 等现有方法相当的高忠实度。
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。
Google Research精选SI 评分6666 Google 与 BIDMC 开展对话式诊断 AI 真实临床可行性研究
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 AI精选SI 评分6262 Mistral 用 Vibe 构建自动编写 Rails 测试的智能体
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 AI精选SI 评分7878 Mistral 发布 Voxtral Transcribe 2 语音转写模型家族
Mistral 发布 Voxtral Transcribe 2，包含面向批量转写的 Voxtral Mini Transcribe V2 和面向实时场景的 Voxtral Realtime 两款语音转文本模型。
推荐理由：官方给出两款语音转写模型的延迟、错误率与价格对比，可据此判断实时语音应用的落地成本。
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 AISI 评分3434 Heaps do lie：排查 vLLM 内存泄漏
Mistral AI 团队在 vLLM 上排查一起内存泄漏：在 Mistral Medium 3.1、开启 graph compilation 的 Prefill/Decode 分离部署下，系统内存以每分钟 400 MB 线性增长，数小时后触发 out of memory。Memray、Guppy 3 均未发现异常，Heaptrack 显示堆内存稳定但峰值 RSS 存在差异，说明泄漏发生在堆之外。
Berkeley AI ResearchSI 评分3535 基于信息驱动的成像系统设计框架
Berkeley AI Research 提出基于互信息的成像系统设计框架，直接评估并优化系统信息含量。该框架在 NeurIPS 2025 论文中验证了其在四个成像领域预测性能的能力，优化结果匹配 SOTA 方法且无需任务特定解码器。
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7777 Mistral 发布 Devstral 2 编码模型家族与 Mistral Vibe CLI
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精选SI 评分8282 Mistral 发布 Mistral 3 系列模型，含 675B 参数 Mistral Large 3 与 3B/8B/14B Ministral 3
Mistral 发布 Mistral 3 系列，包括 14B、8B、3B 三个小尺寸稠密模型和迄今最强的 Mistral Large 3，后者为稀疏 MoE，41B 激活参数、675B 总参数，全部以 Apache 2.0 许可开源。
推荐理由：Mistral 3 全系以 Apache 2.0 开源并给出从 3B 到 675B 的规格与部署路径，读者可据此判断开源前沿模型的可用边界。
Mistral AISI 评分4040 Mistral AI 与 SAP、Helsing 达成合作，将在德国开设办公室
Mistral AI 宣布与 SAP 建立多年合作，为其 AI Foundation 集成 Mistral 模型并共同开发面向欧洲复杂行业与公共部门的行业解决方案，同时与 Helsing 加速研发用于国防与安全场景的 vision-language-action 模型。Mistral AI 还将在未来数月内在德国开设办公室并大幅扩充本地团队，以推进欧洲 AI 自主。
Berkeley AI ResearchSI 评分3434 不依赖 TD 学习的强化学习：用分治法扩展 off-policy RL
Berkeley AI Research 提出一种基于分治（divide and conquer）的强化学习算法，不依赖时序差分（TD）学习，可将 Bellman 递归次数从线性降为对数级，从而扩展到长时程任务。
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 AI精选SI 评分6262 Mistral AI 完成 1.7B€ C 轮融资，ASML 领投
Mistral AI 宣布完成 1.7B€ 的 C 轮融资，投后估值 11.7B€，由半导体设备制造商 ASML 领投，现有投资方 DST Global、Andreessen Horowitz、Bpifrance、General Catalyst、Index Ventures、Lightspeed 和 NVIDIA 参投。
推荐理由：Mistral AI 完成 1.7B€ C 轮融资，由 ASML 领投，读者可了解其估值与半导体产业链合作方向。
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。
Berkeley AI ResearchSI 评分2424 word2vec 究竟学到了什么？伯克利提出可定量预测的学习理论
伯克利 AI 研究团队证明，在随机小初始化等温和近似条件下，word2vec 的学习问题可化简为无权重最小二乘矩阵分解，梯度流动态有闭式解，最终学到的表示等价于对目标矩阵 M* 做 PCA。该矩阵仅由词共现概率与 unigram 概率定义，其顶部特征向量对应名人传记、政府行政、地理描述等可解释主题。训练因此表现为按序离散的秩递增步骤，每步降低损失并扩展一个正交子空间。
Mistral AISI 评分3434 Mistral 通过微调 Pixtral-12B 提升卫星图像视觉语言模型性能
Mistral 对 Pixtral-12B 进行 LoRA 微调后，在 Aerial Image Dataset（AID）卫星图像分类任务上较基座模型显著提升，改善了密集住宅与中等住宅等易混淆类别的区分能力，并减少了模型幻觉出的无效类别名。
Mistral AI精选SI 评分6262 Mistral 发布 Codestral 25.08 及企业级编码栈
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 AISI 评分4040 Mistral AI 发布首个 AI 模型全生命周期环境影响研究，为全球 AI 环境标准提供参考
Mistral AI 联合 Carbone 4 和法国生态转型署（ADEME）完成首个 AI 模型全生命周期分析，并公开两项指标：Mistral Large 2 截至 2025 年 1 月训练及 18 个月使用产生 20.4 ktCO₂e。