Mistral AI 开源发布 Search Toolkit 公测版,统一 AI 应用的搜索管线
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开源可组合框架,把 ingestion、检索、评估整合到统一接口下。
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开源可组合框架,把 ingestion、检索、评估整合到统一接口下。
Google Research 提出一种零信任的隐私分析方案,通过新的格密码学协议让设备用一条消息安全上交数据,免去了传统多轮交互中设备长期在线的要求。
Mistral 收购 Emmi AI,进军 Physics AI 领域,推出面向工业工程的物理 AI 基础模型能力。这类模型从几何和边界条件直接预测物理行为,单 GPU 上一次前向推理只需秒级,替代耗时数小时到数周的传统 CFD/FEM 仿真。
Mistral 收购 Emmi AI,加大投入面向航空航天、汽车、半导体和能源行业的 Physics AI 基础研究。其已发表成果包括含约 30,000 个样本的跨音速 3D 机翼 CFD 数据集、可在单 GPU 上处理 9M 表面和 140M 体网格单元的 AB-UPT,以及支持实时模拟流化床反应器等工业过程的 NeuralDEM。
Import AI 第 458 期刊登作者在牛津大学人类中心 AI 实验室(HAI Lab)与 Cosmos Institute 合作的 2026 年 Cosmos HAI Lab Lecture 演讲长文,探讨面对 AI 持续进步时"探索未来还是回避当下"的选择。
Mistral AI 宣布与物理 AI 公司 Emmi AI 达成最终收购协议,以加强面向工业企业的 AI 转型布局。Emmi AI 创立于奥地利,团队超过 30 名研究员和工程师,5 月加入 Mistral AI 的 Science 和 Applied AI 团队;其大工程模型可用于实时仿真、数字孪生和加速工程工作流,双方将共同为工程师打造智能体。
Mistral 发布 128B 稠密开源权重模型 Mistral Medium 3.5(公开预览),256k 上下文窗口,SWE-Bench Verified 得分 77.6%,成为 Mistral Vibe 与 Le Chat 的默认模型。
推荐理由:原文给出新模型的参数规模、基准分数和定价,并说明云端异步编码智能体的实际接入方式,便于评估能否纳入现有工作流。
Mistral 发布 Studio 的 Connectors(公开预览版),内置连接器与自定义 MCP 均可通过 API/SDK 用于所有模型和 Agent 调用。新增直接工具调用、requires_confirmation 人工审批流,并支持连接器的程序化管理;连接器集中注册后可在 LeChat、AI Studio 等 Mistral 应用间复用,便于对接 CRM、知识库等企业系统。
Google DeepMind 首次在亚太地区推出聚焦“AI for the Planet”主题的 Accelerator 加速器计划,为期三个月,面向区域内利用前沿 AI 解决自然、气候、农业、能源等环境问题的初创公司、研究团队和非营利组织。
Google 发布基于 Gemini 的科研编程工具 ERA,相关论文发表于 Nature,并开始通过 Gemini for Science 逐步开放用 AlphaEvolve 和 ERA 构建的 Computational Discovery。
推荐理由:ERA 登上 Nature 并开始通过 Gemini for Science 更广泛开放,文中多个应用案例展示了它在不同学科中的实际用法。
生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 的实验室使用 Co-Scientist 加速抗衰老基因研究,目标是找到让细胞脱离衰老(senescence)、重回年轻态的基因变化。Co-Scientist 扫描数万篇论文后提出 20 多个新的候选基因因子,其中部分在实验中成功驱动细胞进入功能更佳的年轻状态。它还将原本需要长达六个月的筛选数据分析压缩到几天。
本期 Import AI 报道三件事:SentinelOne 分析了约 20 多年前的病毒 fast16.sys,它篡改 LS-DYNA 970、PKPM 和 MOHID 等高精度工程软件的计算结果。
Google DeepMind 在 Project Genie 中上线 Street View grounding 功能,用户可通过 Maps 图钉选择美国地点并配合 Ocean World、B&W film 等风格生成以真实街景为起点的交互世界。
Google DeepMind 发布 Omni 系列首个模型 Gemini Omni Flash,可组合图像、音频、视频和文本输入生成高质量视频,并支持自然语言多轮编辑视频。
推荐理由:官方介绍说明了 Omni 系列的视频生成与对话式编辑能力、输入组合方式及订阅分发范围,读者可以据此评估它对视频创作流程的影响。
Google 推出 Gemini for Science,包含 Google Labs 上三个实验工具和 Google Antigravity 中的 Science Skills。
Google 宣布扩展内容透明与验证工具,SynthID 验证即日起加入 Search,未来几周登陆 Chrome,Gemini 应用的验证已被使用 5000 万次。
推荐理由:官方宣布 SynthID 验证扩展到 Search 和 Chrome,并新增 C2PA 凭证核验和 AI Content Detection API,读者可据此了解验证工具的实际落地范围。
Google DeepMind 在新加坡启动 National Partnerships for AI 新项目,与新加坡政府合作推动医疗、教育、科研和可持续发展领域的 AI 应用。
剑桥大学 Clare Bryant 教授团队使用 Google DeepMind 的 Co-Scientist 探究病原体跨物种传播引发败血症等重症的分子开关。研究者先输入禽流感研究摘要,工具生成并排序了假设,后续在补充未发表数据后,从候选蛋白细化到具体氨基酸层面。识别到精确氨基酸原本需 2-3 年实验,现有望在 6 个月内完成。
Google 的 Co-Scientist 正被 Calico Life Sciences 用于衰老生物学研究,帮助连接分散的研究结果并生成可检验的假设。在整合应激反应(ISR)研究中,团队用 Co-Scientist 提出关于 ISR 如何受代谢调节的新假设,并迭代优化实验设计。实验产生了对 ISR 在健康与疾病中作用具有重要意义的新发现,团队计划发表结果。
爱丁堡大学研究者 Filippo Menolascina 使用 Co-Scientist 研究代谢功能障碍相关脂肪性肝炎(MASH),从海量文献中筛选值得关注的机制和候选联合疗法。针对为何 resmetirom 只对部分 MASH 患者有效这一问题,系统提出 NLRP3 炎症小体是耦合炎症与代谢的分子桥梁的假设,后经实验验证,有望推动靶向双药疗法。
MIT 的 Ritu Raman 与 Boston Children's Hospital 的 Ryan Flynn 借助 Co-Scientist 开展 ALS 研究。Co-Scientist 帮 Raman 快速梳理原本需数月才能掌握的庞杂文献,把想法转化为可检验的假设,并按可行性与风险收益排序研究方向。两人正基于细胞表面 RNA 机制,寻找可靶向 ALS 的 RNA 类药物。
Google DeepMind 报道,Stanford 医学院 Gary Peltz 团队用 Co-Scientist 从现有药物文献中筛选可重定位治疗肝纤维化的候选药物,研究发表于 Advanced Science。
Google DeepMind 发布长文,复盘其 AI 气象模型 WeatherNext 如何帮助美国国家飓风中心(NHC)预测飓风 Melissa 在牙买加的登陆。
推荐理由:原文由当事方复盘 AI 模型在真实飓风预报中的应用细节,读者可以了解 AI 气象预测如何进入官方业务流程。
Google DeepMind 发布 Gemini 3.5 模型系列,主打智能体执行能力,首个模型 3.5 Flash 当天开放。该模型在 Terminal-Bench 2.1(76.2%)、GDPval-AA(1656 Elo)、MCP Atlas(83.6%)等编码与智能体基准上超过 Gemini 3.1 Pro,输出速度是其他前沿模型的 4 倍。
推荐理由:官方给出 3.5 Flash 的基准数据和开放渠道,读者可以据此评估它在智能体工作流里替代现有模型的可行性。
Google DeepMind 在 Nature 发表 Co-Scientist 研究,介绍一个基于 Gemini 构建的多智能体系统,可迭代生成、辩论和进化科学假设,并将通过实验性工具 Hypothesis Generation 向个人研究者开放,未来几周开始推出。
推荐理由:原文说明了多智能体的生成、辩论与进化机制和真实合作案例,读者可以据此了解 AI 辅助提出科学假设的具体做法。
Berkeley AI Research 发布一篇关于并行推理的综述与观点文章,重点分析自适应并行推理:让模型自行决定何时分解任务、生成多少并行线程以及如何协调。
Google DeepMind 汇总 AlphaEvolve 一年来的应用成果,覆盖科研与商业多个领域。
推荐理由:原文汇总了 AlphaEvolve 一年来在科研和商业领域的量化应用结果,读者可以据此了解算法发现型智能体的落地范围。
Jack Clark在Import AI 455中撰文称,基于公开数据他判断2028年底前出现自动化AI研发(AI自主训练后继模型)的概率超过60%,2027年的概率约为30%。
Google Research 阐述其开放科学理念:通过开源软件、开放数据集与全球科研机构合作推动科学发展,其开放资源已服务超过 250,000 名研究者和开发者。
Google DeepMind 宣布 AI co-clinician 研究计划,探索在医生临床监督下辅助医患双方的医疗 AI,并发布技术报告《Towards Conversational Medical AI with Eyes, Ears and a Voice》。
Google Research 介绍其科学家与学术合作者使用 Empirical Research Assistance(ERA)的四个方向:每周实时提交流感。
推荐理由:来自官方一手综述,展示了 ERA 在公共卫生、宇宙学、气候和神经科学四个真实场景中的应用结果,可用于了解 AI 辅助科研的实际落地方式。
Mistral AI 发布 Workflows 公共预览版,作为企业 AI 的编排层,提供持久执行、可观测、容错和人工审批能力,帮助 AI 流程从概念验证走向生产。
Google DeepMind 与韩国科学技术信息通信部(MSIT)宣布建立新合作,属于其 National Partnerships for AI 计划的一部分。
Google 宣布将一项新的视角重构方法上线 Google Photos 的 Auto frame 功能,可自动调整拍摄视角优化人像照片。方法分两阶段:先用内部 3D point map 估计模型重建场景并近似焦距,再用生成式 latent diffusion 模型补全新视角下被遮挡的内容,并自动修正广角前置镜头造成的透视畸变。
推荐理由:原文解释了方法如何用 3D 场景估计加生成补全来改换拍摄视角,读者可以理解它与常规裁剪编辑的本质差异。
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构,将训练拆分为异步的计算孤岛以降低带宽需求并隔离硬件故障。团队用 Gemma 4 模型验证其 ML 性能与常规训练持平,并在四个美国区域用 2-5 Gbps 广域网络完成 12B 参数模型预训练,速度比常规同步方法快 20 倍以上;系统还支持混合 TPU v6e 与 TPU v5p 等不同代硬件参与同一训练。
Google 发布 ReasoningBank 智能体记忆框架,从成功与失败经验中蒸馏可迁移的推理记忆,实现测试时自进化。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte 和 McKinsey 合作,帮助企业大规模采用前沿 AI。合作包括三大支柱:开发行业定制 AI 方案、合作伙伴可提前使用 Gemini 系列等前沿模型、以及 AI 领导层对接客户 CEO 和董事会。合作将聚焦金融、制造、零售、媒体和娱乐等领域。
Berkeley AI Research 提出基于梯度的规划器 GRASP,用于让学习到的世界模型支持长时程规划。它通过把轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中直接注入随机性以探索、并重塑梯度以避开高维视觉模型中脆弱的 state-input 梯度,解决长时程 rollout 中梯度爆炸/消失与不良局部极小值问题。
Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型,主打可控性、表现力和音质提升。
推荐理由:原文给出音频标签控制方式和具体成绩,读者可以据此判断新版 TTS 在表现力与可控性上的实际变化。
Google 与纽约大学合作推出研究实验 Vantage,通过让学习者与 AI 头像在模拟环境中对话,评估批判性思维、协作等面向未来的技能。系统由 Executive LLM 动态引导对话引入挑战,AI Evaluator 按评估量表打分。与 188 名 18-25 岁测试者的联合研究显示,AI Evaluator 评分与人类专家一致度相当,产品现已在 Google Labs 开放英文注册。