跳到正文

全部动态

今日 4 条
6月24日周三
  1. Mistral AI62

    Mistral 发布连接器新管理能力,支持多账户与调试器

    Mistral 为 Connectors 推出多项新能力:增强的管理控制(GA)可按工作区或组织设置连接器访问并逐工具开关,带连接器作用域的 API 密钥(GA)防止自动化 AI 工作负载中的身份冒充,多账户连接器(GA)允许一个连接器绑定多个账户。

    推荐理由:原文给出了连接器在权限、身份、调试和 Agent 工作流上的具体能力变化,读者可据此评估企业级接入的落地方式。

6月23日周二
  1. Mistral AI62

    Mistral 发布 OCR 4 文档解析模型

    Mistral 发布 OCR 4,在提取文本之外新增边界框、块分类和逐页逐词置信度分数,支持 170 种语言,可在单容器内自托管部署。API 定价为每 1000 页 4 美元,Batch API 折扣后 2 美元,Document AI 为 5 美元。独立标注者在人类偏好评测中更倾向于 OCR 4,平均胜率 72%,OlmOCRBench 得分 85.20。

    推荐理由:原文给出了新模型在结构化输出、多语言覆盖和自托管方面的能力变化,读者可据此判断它如何接入现有文档处理流程。

6月17日周三
6月16日周二
6月9日周二
  1. Google DeepMind80

    Google DeepMind 发布 Gemini 3.5 Live Translate 语音翻译模型

    Google DeepMind 发布 Gemini 3.5 Live Translate,这是最新的音频模型,支持 70 多种语言的近实时语音到语音翻译,能保留说话者的语调、节奏和音高,并连续生成语音而非逐轮等待。

    推荐理由:原文给出了新模型的连续语音翻译能力、覆盖语言数和各产品入口,读者可据此判断它如何改变跨语言实时沟通。

6月5日周五
  1. Google Research62

    Gemini Enterprise Agent Platform 推出 Agentic RAG 跨语料检索功能

    Google 在 Gemini Enterprise Agent Platform 上推出由 Agentic RAG 驱动的跨语料检索功能,通过多智能体协作和 Sufficient Context Agent 迭代补全缺失信息,相比标准 RAG 在事实性数据集上准确率提升最高 34%,跨语料场景下可正确回答 90.1% 的问题,现以公开预览形式提供。

    推荐理由:原文给出了跨语料检索的准确率提升和公开预览入口,读者可据此评估其对企业多源数据查询的价值。

6月4日周四
  1. Google Research78

    Google 开源水文建模框架,助力 AI 洪水预报落地

    Google Research 在 GitHub 上以 Apache 2.0 协议开源其水文建模框架,该框架基于 PyTorch 和 LSTM 架构,使用 Caravan 数据集训练,可复现 Google Flood Hub 的河流洪水预报能力。新版模型在基准测试中比旧版将可靠预测期延长六天(有水文站流域)和一天(无水文站流域),并已与捷克水文气象研究所合作集成到 Delft-FEWS 平台。

    推荐理由:原文给出了模型架构、训练数据和基准提升,读者可据此评估将 AI 洪水预报接入本地工作流的可行性。

5月29日周五
  1. Google Research62

    Google Research 在 I/O 2026 发布 Gemini for Science 与 Antigravity 2.0 等多项成果

    Google Research 在 I/O 2026 上发布多项成果,包括面向科学研究的 Gemini for Science 工具套件(含 Computational Discovery、Hypothesis Generation 等)、升级的智能体开发平台 Antigravity 2.0,以及基于 Coral NPU 的 Synaptics Coralboard 开发板。

    推荐理由:原文汇总了 Gemini for Science、Antigravity 2.0、Coralboard 等多项发布,读者可借此把握 Google 在科学研究和开发者工具上的整体布局。

5月28日周四
  1. Mistral AI75

    Mistral 将 Le Chat 升级为统一智能体 Vibe,新增 Work Mode 与 Code Mode

    Mistral 宣布 Le Chat 正式更名为 Vibe,成为同时覆盖办公与编码的统一智能体,原对话、设置和订阅计划全部保留。Vibe 提供 Work Mode 处理收件箱、研究、文档起草等多步骤任务,以及 Code Mode 支持远程编码会话,并推出 VS Code 扩展和 CLI 更新。

    推荐理由:原文完整说明了 Le Chat 更名 Vibe 后的双模式能力与订阅方案,读者可据此判断它如何覆盖办公与编码两类工作流。

  2. Mistral AI62

    Mistral AI 发布开源 Search Toolkit 搜索框架

    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开源框架,将数据摄取、检索和评估统一到单一接口中。框架内置 BM25 稀疏检索、稠密向量检索及混合配置,并提供 recall、precision、MRR、NDCG 等评估指标,支持通过 MCP 连接器拉取 CRM、代码仓库等实时数据,已用于 CMA CGM 的假新闻检测场景。

    推荐理由:原文给出了框架的组成模块和开放入口,读者可以据此判断它能否简化自家检索管线的搭建。

5月27日周三
  1. Mistral AI60

    Mistral 推出物理 AI,将 Emmi AI 纳入企业平台

    Mistral 宣布推出物理 AI,将 Emmi AI 纳入其企业解决方案,用于 AI 原生工业工程。物理 AI 从求解器输出中学习,在单张 GPU 上数秒内完成正向预测,适用于航空航天、汽车、半导体、能源等领域,并与 ASML、Airbus、Safran、Siemens Energy 等伙伴合作。传统求解器仍用于验证和边缘情况。

    推荐理由:原文解释了物理 AI 与传统求解器的分工,以及它在产品设计、制造和数字孪生上的加速价值,可据此判断其适用场景。

5月22日周五
  1. Mistral AI80

    Mistral 发布 Mistral Medium 3.5,并推出云端远程编码智能体

    Mistral 发布旗舰模型 Mistral Medium 3.5,这是一个 128B 稠密模型,拥有 256k 上下文窗口,采用修改版 MIT 许可开放权重,可在最少四张 GPU 上自托管,SWE-Bench Verified 得分 77.6%。

    推荐理由:原文给出了新模型的规模、价格和开放权重,读者可以据此判断它是否适合自托管或接入现有编码工作流。

5月20日周三
  1. Google Research78

    Google 发布科研工具 ERA 并开放 Computational Discovery

    Google 在 Nature 发表论文介绍其科研工具 ERA,该工具基于 Gemini 编写和优化科学代码,采用树搜索在基因组学、公共卫生、卫星影像、神经科学、时序预测和数学等基准上达到专家级表现。

    推荐理由:原文给出了 ERA 在 Nature 的论文、跨学科基准表现以及 Computational Discovery 的开放入口,读者可据此判断它对科研工作流的影响。

5月18日周一
  1. Google DeepMind58

    Google DeepMind 推出 Project Genie 街景锚定能力并面向全球 AI Ultra 订阅者开放

    Google DeepMind 宣布将 Genie 世界模型与 Google 街景真实影像结合,推出 Project Genie 的街景锚定能力,用户可选择美国地点并套用风格生成以真实位置为起点的互动世界。该功能即日起逐步向全球符合条件的 Google AI Ultra 200 美元订阅者开放,Project Genie 仍是 Google Labs 的实验性研究原型。

5月17日周日
  1. Google DeepMind70

    Google 推出 Gemini for Science 科研工具集与 Science Skills

    Google 推出 Gemini for Science,包含 Hypothesis Generation、Computational Discovery、Literature Insights 三个实验工具,以及集成 30 多个生命科学数据库的 Science Skills,可在 Google Antigravity 上使用。

    推荐理由:原文给出了三个实验工具和 Science Skills 的能力构成与开放入口,读者可据此判断这些工具对科研流程的实际作用。

5月16日周六
  1. Google DeepMind78

    Google DeepMind 详解 WeatherNext 如何帮助美国国家飓风中心提前五天预测飓风 Melissa 登陆牙买加

    Google DeepMind 发布文章,介绍其 AI 天气模型 WeatherNext 在 2025 年飓风 Melissa 中帮助美国国家飓风中心(NHC)提前五天以 80% 置信度预测其将以五级强度登陆牙买加,三天前置信度升至接近 100%。

    推荐理由:原文展示了 WeatherNext 在飓风预报中的实际应用与验证数据,读者可据此了解 AI 天气模型如何辅助官方预警决策。

5月12日周二
  1. Google DeepMind75

    Google DeepMind 发布 Co-Scientist 多智能体科研助手

    Google DeepMind 在 Nature 发表 Co-Scientist 研究,推出基于 Gemini 的多智能体系统,可迭代生成、辩论和进化科研假设。该系统通过 Hypothesis Generation 工具向个人研究者开放,未来几周开始推出,研究者可在 labs.google/science 注册。合作案例显示其在肝纤维化药物重定位、ALS、细胞衰老等方向取得进展。

    推荐理由:原文给出了多智能体系统的架构、开放入口和多个实验室应用案例,读者可以据此判断它如何加速科研假设生成。

5月6日周三
  1. Google DeepMind80

    AlphaEvolve 发布一周年:Gemini 驱动的编码智能体在多领域展现影响

    Google DeepMind 发布 AlphaEvolve 一周年总结,该 Gemini 驱动的编码智能体已在数学、物理、基因组学、电网优化等领域取得进展,并开始服务商业客户。

    推荐理由:原文汇总了 AlphaEvolve 在健康、能源、科研和商业等领域的落地成果,读者可据此评估其跨领域应用价值。

4月27日周一
  1. Mistral AI73

    Mistral AI 发布 Workflows 编排层公开预览

    Mistral AI 发布 Workflows 编排层公开预览,为 AI 流程提供持久执行、可观测性和人工审批,支持从概念验证到生产环境的可靠运行。Workflows 是 Studio 的一部分,开发者用 Python 编写流程后可发布到 Le Chat 供组织内触发,每一步在 Studio 中可追踪审计。

    推荐理由:原文给出了编排层的核心能力、部署模型和真实客户案例,读者可据此判断它如何把 AI 流程从概念验证推进到生产。

4月23日周四
  1. Google Research65

    Google Photos Auto frame 新增三维感知重构图功能

    Google 宣布在 Google Photos 的 Auto frame 功能中加入三维感知重构图方法,利用 ML 模型理解场景空间布局,并用生成式 AI 从新视角想象照片。该方法分两阶段,先估计 3D 场景和相机参数,再用生成式扩散模型补全渲染产生的空洞,可自动调整相机位姿和焦距,修复广角镜头造成的透视畸变。该功能现已上线,符合条件的含人照片可一键获得自动调整视角的第二版本。

    推荐理由:原文解释了三维感知重构图背后的两阶段方法,读者可以据此理解它与传统修图工具的本质区别。

4月16日周四
  1. Google DeepMind60

    Google DeepMind 发布 Gemini 3.1 Flash TTS 语音模型

    Google DeepMind 发布 Gemini 3.1 Flash TTS,这是最新的文本转语音模型,支持 70 多种语言和原生多说话人对话。模型引入音频标签功能,可通过自然语言指令控制语速、语气和表达方式,在 Artificial Analysis TTS 排行榜上 Elo 得分 1,211。

    推荐理由:官方介绍了新模型的音频标签控制能力和多语言覆盖,读者可据此评估它在语音生成应用中的可用性。

4月14日周二
4月8日周三
3月29日周日
  1. Google DeepMind69

    Google DeepMind 推出 AI 指针,用指向和语音替代复杂提示词

    Google DeepMind 推出由 Gemini 驱动的 AI 指针,让用户通过指向和语音与 AI 交互,无需编写复杂提示词。该功能已集成到 Chrome 中,并将在 Googlebook 笔记本上推出 Magic Pointer,用户可在 Google AI Studio 体验实验版本。

    推荐理由:原文给出了AI指针的原理和落地入口,读者可以据此判断这种交互方式会怎样改变日常使用AI的方式。

3月25日周三
  1. Google Research62

    Google 发布 Vibe Coding XR:用 Gemini 在 60 秒内生成 Android XR 应用

    Google 发布 Vibe Coding XR 工作流,结合 Gemini 的长上下文推理与 XR Blocks 框架,将自然语言直接转化为带物理感知的 Android XR 应用,生成时间在 60 秒内。

    推荐理由:原文给出了从自然语言到可运行 XR 应用的完整流程和实测成功率,读者可据此评估该工作流的成熟度与上手成本。

3月24日周二
  1. Mistral AI77

    Mistral AI 发布 Voxtral TTS 语音合成模型

    Mistral AI 发布 Voxtral TTS,这是其首个文本转语音模型,4B 参数,支持 9 种语言,具备情感表达、低延迟和零样本跨语言声音适配。模型基于 Ministral 3B,采用 Transformer 自回归流匹配架构,模型延迟 70ms,实时因子约 9.7x。

    推荐理由:原文给出了模型架构、定价和与 ElevenLabs 的人工评测对比,读者可据此判断其在语音智能体场景的适用性。

3月18日周三
  1. Mistral AI55

    Mistral AI 推出 Forge,企业可用私有数据训练专属前沿模型

    Mistral AI 发布 Forge,一套让企业基于内部专有知识训练前沿级 AI 模型的系统,覆盖预训练、后训练和强化学习等全生命周期。Forge 支持稠密与 MoE 架构及多模态输入,并已与 ASML、欧洲航天局等机构合作。其设计以智能体优先,允许像 Mistral Vibe 这样的自主智能体用自然语言微调模型、调参和生成合成数据,同时保留企业对模型、数据和知识产权的控制。

3月12日周四
  1. Google Research78

    Google 推出 AI 驱动的城市突发洪水预报,提前 24 小时预警

    Google Research 宣布在 Flood Hub 上推出城市突发洪水预报,利用 AI 方法可提前 24 小时预测城市地区突发洪水风险。该方法使用 Gemini 分析新闻报告构建历史洪水数据集,模型在人口密度超过每平方公里 100 人的区域运行,空间分辨率 20x20 公里,并已在南美、东南亚等地区达到与发达国家相当的精度。

    推荐理由:原文给出了新方法、覆盖范围和与现有系统的对比,读者可以据此判断城市洪水预警的实际能力。

  2. Google Research78

    Google 推出 Groundsource,用 Gemini 将新闻转化为历史灾害数据

    Google 发布 Groundsource,一种利用 Gemini 将非结构化全球新闻转化为可验证历史数据的方法,并开放首个城市山洪数据集,包含 260 万条记录、覆盖 150 多个国家。该方法通过分类、时间推理和空间定位提取事件,人工复核中 82% 的事件在位置和时间上达到实用精度,并已用于 Google Flood Hub 的提前 24 小时城市山洪预报。

    推荐理由:原文给出了方法原理、数据规模与验证结果,读者可据此判断该数据对洪涝预测研究的可用价值。

2月5日周四
1月28日周三
  1. Mistral AI65

    Mistral 发布终端原生编码智能体 Vibe 2.0,支持自定义子智能体与技能

    Mistral 发布终端原生编码智能体 Mistral Vibe 2.0,由 Devstral 2 模型驱动,新增自定义子智能体、多选澄清、斜杠命令技能和统一智能体模式。Vibe 现已在 Le Chat Pro 和 Team 套餐上线,支持按量付费或自带 API key;Devstral 2 转为付费 API 访问,Experiment 套餐仍提供免费额度。

    推荐理由:官方介绍了终端原生编码智能体的新能力和定价变化,读者可据此判断是否迁移或升级使用。

1月12日周一
  1. GitHub · Portkey Gateway13

    Portkey Gateway v1.15.2 发布

    Portkey Gateway v1.15.2 发布,主要更新包括:支持 Azure Blob 批量处理、允许自定义范围与 Azure Agents 配合使用、统一 Anthropic beta 头使用,并修复了顺序 guardrails 仅执行已启用检查的行为问题。此外,更新了 README 并升级了 Vercel Cookbook 包版本。

12月24日周三
12月23日周二
12月17日周三
  1. Mistral AI62

    Mistral 发布 OCR 3,文档解析性能大幅提升

    Mistral 发布 OCR 3,在表单、扫描件、复杂表格和手写内容上对 OCR 2 取得 74% 综合胜率,支持输出带 HTML 表格结构的 markdown。定价为每 1000 页 2 美元,Batch API 五折后降至 1 美元,模型 mistral-ocr-2512 已通过 API 和 Mistral AI Studio 的 Document AI Playground 开放使用。

    推荐理由:原文给出了 OCR 3 相对上一代的性能提升、定价与开放入口,读者可据此评估其在文档解析管线中的适用性。

10月24日周五
  1. Mistral AI60

    Mistral AI 发布 AI Studio 企业生产平台

    Mistral AI 发布 AI Studio,面向企业团队提供从原型到生产的 AI 平台,核心由可观测性、Agent Runtime 和 AI Registry 三根支柱构成。平台支持混合云、专有和自托管部署,内置评估、反馈闭环、版本追踪与治理能力,现已开放私有测试报名。

    推荐理由:原文把企业 AI 从原型到生产的瓶颈拆成可观测、可执行、可治理三根支柱,读者可据此对照自身团队的落地缺口。

9月2日周二
  1. Mistral AI50

    Le Chat 推出 Memories(测试版):让 AI 记忆透明、可控、可迁移

    Mistral AI 在 Le Chat 中推出 Memories(测试版)功能,采用混合方式自动保存有用信息,但召回设计强调智能、及时且可见,始终显示所用记忆并附来源链接。用户可随时关闭记忆、使用不调用记忆的隐身聊天、编辑或删除单条记忆,并支持导出和导入,记忆可移植且可互操作。Le Chat 还引入 Memory Insights 轻量提示,帮助用户探索记忆内容并基于自身数据提供趋势和建议。