Google DeepMind发布手语转文本模型SL2T并接入Pixel 11听写
Google DeepMind发布大规模多语言手语转文本模型SL2T，先在Pixel 11的Gboard和Live Transcribe中把美国手语译成英语听写。
推荐理由：SL2T把超过五十种手语的身体关键点直接译成流式文本，并开始用于Pixel 11听写，读者可以据此了解手语输入如何接进日常打字。
全部AI 动态
全部动态
今日 4 条Google DeepMind精选AI 评分6666 Google Research精选AI 评分6060 Google Research 指出前沿大语言模型事实性瓶颈在于召回而非编码
Google Research 提出知识画像，发现前沿大语言模型的许多事实错误是召回失败，而不是事实未被编码。基于 2,150 条维基事实的 WikiProfile 显示，Gemini-3-Pro 和 GPT-5 已编码 95–98% 的事实，但仍有 26–34% 无法直接召回，开启思考后失败比例为 11–12%。
推荐理由：用知识画像同时衡量事实的编码和召回后，前沿模型的事实性短板更集中于已经写入参数却难以稳定取出的知识。
Google Research精选AI 评分6767 Google Research 推进 AMIE 实时视频问诊，模拟研究中与全科医生评分相当
Google Research 展示基于 Gemini 与 Project Astra 的 AMIE（Video），在100个情景、300次模拟实时视频问诊中，被20名全科医生评为在病史采集、诊断准确性、处置适当性和沟通质量上与10名视频问诊全科医生相当。
推荐理由：随机研究把AMIE视频版、纯文本版和全科医生放在同一评分框架下，从而呈现视听观察和虚拟查体的评分差异以及演员模拟边界。
Mistral AIAI 评分4444 Mistral 的区域内推理、开放模型与欧洲主权 AI 新基础设施
Mistral 推进三项 AI 主权举措：区域内推理、开放模型与欧洲长期算力。Regional Endpoints 已全面可用，可选欧洲或美国；Priority Tier 公开预览，提供 uptime SLA。平台将先接入 Z.ai 的 GLM-5.2，并以 European Compute Units 承接多年承诺。
Hugging Face BlogAI 评分5353 如何用 NVIDIA Magpie TTS 开放权重构建低延迟多语言语音智能体
NVIDIA Magpie Multilingual TTS 以 364M 参数开放权重覆盖 12 种语言，可在自有基础设施内部署，用来构建可自行掌控延迟的多语言语音智能体。
Hugging Face Blog精选AI 评分7979 Meta 发布 30B 开源多模态模型 Muse Glimmer，面向本地智能体
Meta 今日发布从 Muse 蒸馏而来的多模态模型 Muse Glimmer，参数规模 30B，采用 Apache 2.0 许可，面向可本地部署的编程、文档分析和个人助理。
推荐理由：分类基准将 Muse Glimmer-30B 与 Gemma4-31B、Qwen3.6-27B 对照，便于按智能体、编程和多模态场景比较。
Google DeepMind精选AI 评分7171 Google DeepMind 的 WeatherNext 实现气旋预报突破，三天精度相当于以往两天
Google DeepMind 的 WeatherNext 在 Nature 论文中显示，气旋路径、强度和风场的三天预报平均达到以往模型两天的水平。该模型用近 20TB 全球大气数据与 IBTrACS 中近 5000 场历史风暴联合训练，今年把集合规模扩至 1000 个成员，可在 TPU 上不到一分钟生成 15 天预报。
推荐理由：三天气旋预报达到以往模型两天的水平，并开源 WeatherNext 2 与气旋模型，预报流程因此多出约一天可准备的时间。
Hugging Face BlogAI 评分5151 Baseten 成为 Hugging Face Hub 的 Inference Provider
Baseten 已接入 Hugging Face Hub 的 Inference Providers，开发者可在模型页以及 Python 与 JavaScript SDK 中调用其无服务器推理。
Mistral AIAI 评分5454 Mistral 发布 3B 开源多模态安全分类器 Shieldstral
Mistral 以 Apache 2.0 发布 3B 开源权重多模态安全分类器 Shieldstral，把内容审核做成推理时可用自然语言政策作答的二分类问答。请求包含评估说明、是否类问题和待审内容，模型只读取 yes 与 no 的 logits，经 softmax 得到连续安全分数，同一接口覆盖提示、回复、提示与回复组合以及图像。
Microsoft Research精选AI 评分6060 微软研究院发布开源框架 Orchard，约 3B 模型在 SWE-bench Verified 达 69.7%
微软研究院发布开源框架 Orchard，用 Kubernetes 环境服务 Orchard Env 在 Codex、OpenClaw、ZeroClaw 等真实框架中训练软件工程、网页与助手智能体。
推荐理由：微软研究院的 Orchard 用可复用环境让智能体在真实部署框架中训练，约 3B 激活参数的开放模型因而在 SWE-bench Verified 上达到 69.7% 并在价值模型重排后升至 73.0%。
Google ResearchAI 评分5656 Google Research 提出基于 Chain-of-Evidence 的可验证自主科研框架 Science One
Google Research 提出 Chain-of-Evidence（CoE）及原型 Science One Framework，在研究主张生成时建立并维护证据链。
Microsoft ResearchAI 评分5353 Echoverse：用可演化的深度环境训练计算机使用智能体
微软研究院构建 Echoverse，用十个深度领域世界和两个能力世界训练计算机使用智能体。在全部十二个世界上训练后，Qwen3.5-9B 的平均分从 36.5% 升至 67.1%，距 GPT-5.4 的 80.7% 约十四个百分点。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 Gemini Robotics ER 2，强化视频理解、任务编排与多机器人协作
Google DeepMind 今天发布 Gemini Robotics ER 2，将其作为机器人的高层具身推理模型，用于对话、理解物理世界和多步规划，再把运动执行交给下层视觉语言动作模型。
推荐理由：新模型相对 ER 1.6 补上了连续视频中的进度判断与多机协作能力，开发者可把它接到下层动作模型来编排多步实体任务。
Google DeepMindAI 评分4444 Google DeepMind 在 Google Flow Music 推出 Lyria 3.5，提升音乐性、歌词、人声与创作控制
Google DeepMind 今日在 Google Flow Music 推出 Lyria 3.5，提升音乐性、歌词、人声质量与创作控制。作为最新音乐生成模型，它能帮助用户做出更丰富的曲目。
Google DeepMind精选AI 评分6969 Gemini Robotics 2 为机器人带来全身控制、灵巧操作与多机协作
Google DeepMind 推出 Gemini Robotics 2，把视觉和语言输入转成电机控制，让完整人形机器人和双臂机器人完成从脚到指尖的全身动作与灵巧操作。
推荐理由：这次更新把原先的桌面上半身操作扩展到全身协调、灵巧操作和多机协作，并说明端侧模型可用数小时数据适配新机体。
Google Research精选AI 评分6868 Google Research分享SymptomAI日常症状评估对话研究结果
Google Research让13917人随机使用五种Gemini Flash 2.0 SymptomAI智能体做症状问诊和鉴别诊断。三名委员会认证临床医生盲评后，在超过50%的案例中更偏好SymptomAI的鉴别诊断，也更常判定其top-5结果包含参与者两周后报告的就医诊断；各主动追问策略均显著优于不追问的基础模型。
推荐理由：13917人的随机研究显示，临床专家在超过50%的案例里更偏好SymptomAI的鉴别诊断，主动追问也优于不追问的基础对话。
Google DeepMindAI 评分5151 Google DeepMind 承诺为 Genesis Mission 提供 $40 million AI token 与云额度
Google DeepMind 在 DOE Genesis Mission Summit 2026 宣布，承诺提供价值 $40 million 的 AI token 与云额度，支持 Genesis Mission 的研究人员。
Google DeepMind精选AI 评分7979 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber，用于以更高 token 效率、更低延迟和更可靠表现规模化构建 AI 智能体。
推荐理由：官方把三款新模型相对前代的token用量、速度、价格和基准分数放在一起，便于比较它们在智能体工作流里的成本与能力取舍。
Google DeepMindAI 评分5959 Google 推出 Gemini 3.5 Flash Cyber 轻量网络安全模型
Google 推出 Gemini 3.5 Flash Cyber，这是基于 Gemini 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证并修补漏洞，并在这些任务上比主线 Flash 模型更有效。
Hugging Face Blog精选AI 评分8484 Hugging Face 披露 2026 年 7 月生产基础设施遭自主智能体入侵
Hugging Face 本周侦测并处置了生产基础设施中由自主 AI 智能体端到端发动的入侵，对方未经授权接触了有限内部数据集和若干服务凭证；尚未发现面向用户的公开模型、数据集或 Spaces 被篡改，容器镜像与已发布软件包经验证干净，合作方或客户数据是否受影响仍在评估。
推荐理由：这次事件给出的可迁移做法是事先在自有基础设施备好可用模型，以免托管服务护栏阻断取证或导致攻击数据与凭证外流。
Hugging Face BlogAI 评分5454 IBM Research 复盘为何智能体模型路由并不简单
IBM Research 在智能体里做模型路由时发现，选模型会从分类问题变成同时权衡成本、质量、延迟、合规与可靠性的系统优化。
Hugging Face Blog精选AI 评分7777 Thinking Machines 发布多模态开源模型 Inkling 与 Inkling-Small
Thinking Machines 发布开源模型 Inkling，原生支持图像、文本和音频，总参数 975B、激活 41B，上下文 1M。
推荐理由：Inkling给出975B总参数的原生图文音频架构、Small变体和多档显存部署配置，读者可据此比较开源超大模型的接入成本。
Hugging Face BlogAI 评分5252 Hume 推出 Real World VoiceEQ，衡量语音 AI 的真实人类交互质量
Hume 发布 Real World VoiceEQ，用超过 100 万次人工评分，在 15 个以上维度和 60 多项指标上评估 40 多个专有与开源语音模型。评测覆盖自动语音识别、文字转语音、语音到语音和语音理解，目前包含 785,000 条 TTS 评分与 48,000 条 STS 评分。文字转语音中没有任何系统配置在八个能力组全部进入前五，噪声背景下的转写字错率约为音乐背景的四倍。
Hugging Face Blog精选AI 评分6161 PyTorch Profiling 第三篇：如何从轨迹看懂注意力实现
Hugging Face 的 PyTorch Profiling 系列第三篇，在 NVIDIA A100-SXM4-80GB 上用 profiler 对照了手写因果注意力和 SDPA 的 math、efficient、flash、cudnn 后端。
推荐理由：把朴素注意力和 SDPA 四个后端放进同一套 profiler 轨迹后，可以看出融合如何避免中间分数矩阵写入显存，以及 flash 很低的占用率为何仍可能更快。
Google ResearchAI 评分5858 Google Research 提出 SensorFM，用可穿戴数据学习通用生理表征
Google Research 提出大型传感器基础模型 SensorFM，用五百万名同意参与者超过一万亿分钟的无标签多模态可穿戴信号学习可复用生理表征。
Mistral AIAI 评分5252 Mistral 发布单目导航模型 Robostral Navigate，未见 R2R-CE 成功率 76.6%
Mistral 发布 8B 模型 Robostral Navigate，仅凭单目 RGB 相机和自然语言指令让机器人自主导航，在 R2R-CE 验证集未见环境达到 76.6% 成功率。
Hugging Face BlogAI 评分5858 transformers的vLLM建模后端达到原生推理速度
transformers的vLLM建模后端现已在许多LLM架构上达到或超过手写vLLM实现的速度，模型作者可直接复用transformers代码获得高速推理。对比覆盖Qwen3-4B单GPU、Qwen3-32B的双GPU张量并行，以及Qwen3-235B-A22B-FP8在同一8×H100节点上的数据并行加专家并行，该后端吞吐均达到或超过原生实现。
Google ResearchAI 评分5050 Google Research 如何通过协调少量导航行程减少城市拥堵
Google Research 在 10 座美国主要城市修改 Google Maps，把遇到预设拥堵路段的行程导向行驶时间和路段类型相近的替代路线，不足 2% 的观测行程被改写后，目标路段行驶速度中位数提升约 2%。
Hugging Face BlogAI 评分5454 Microsoft Foundry 上线可一键部署的 Hugging Face 开源模型目录
Microsoft 在 Build 2026 宣布推出 Foundry Managed Compute，并将每周刷新的 Hugging Face 精选开源权重以一键方式部署到该托管算力。
Hugging Face BlogAI 评分5959 Hugging Face 联合 SkyPilot 支持零出口挂载，可在任意云运行 AI 负载
Hugging Face 与 SkyPilot 联合把 Hugging Face Storage 做成 SkyPilot 的 store: hf 后端。
Hugging Face Blog精选AI 评分6060 LeRobot v0.6.0 发布，补齐机器人学习的想象、评测与改进闭环
LeRobot v0.6.0 发布，用世界模型策略、奖励模型 API、部署 CLI 和六项仿真基准补齐机器人学习闭环。
推荐理由：LeRobot 这次把会想象未来的策略、成功奖励和失败修正采集收进同一条开源机器人学习闭环，方便对照现有的训练评测与部署流程。
Google DeepMindAI 评分5050 Google DeepMind与A24宣布研究合作，Google已投资A24
Google DeepMind与A24今天宣布以研究为重点的同类首个合作，帮助艺术家开发新工作流和技术，Google并对A24作出投资。双方将开展跨越多个项目的深度研发，把创新放进创作过程，由A24电影人帮助塑造技术并拓展叙事可能，同时向DeepMind提供艺术家反馈。合作初期聚焦连接前沿技术与下一代娱乐，具体目标、技术产出和创作里程碑将随时间演变。
Mistral AI精选AI 评分6565 Mistral发布开源模型Leanstral 1.5，面向Lean 4形式验证
Mistral发布Apache-2.0免费模型Leanstral 1.5，总参数119B、激活参数6B，在miniF2F验证集与测试集均达到100%，并解出PutnamBench 672题中的587题。
推荐理由：原文给出6B激活参数模型的基准成绩、约4美元单题成本和开源入口，读者可以据此比较它与更高成本形式验证系统的差异。
Hugging Face BlogAI 评分5555 ScarfBench评测AI智能体的企业Java框架迁移能力
IBM Research推出开源基准ScarfBench，评测AI智能体能否把企业Java应用在Spring、Jakarta EE与Quarkus之间迁移，并真正完成构建、部署和行为保持。
Google DeepMind精选AI 评分7575 Google DeepMind 开放 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 开放 Nano Banana 2 Lite 与 Gemini Omni Flash，分别用于高速图像生成，以及视频生成和对话式编辑。
推荐理由：官方同时给出图像模型的延迟与单价，以及视频模型的按秒定价和时长限制，读者可以据此估算图生视频迭代的成本。
Google Research精选AI 评分6262 Google Research 推出零样本表格基础模型 TabFM
Google Research 推出零样本表格基础模型 TabFM，一次前向即可对未见过的表做分类和回归，无需逐表训练、调参和特征工程。它把整张表当作统一提示，用行列交替注意力、行压缩和 Transformer 做上下文学习，全部基于数亿个结构因果模型合成的数据集预训练。
推荐理由：把表格预测改写成上下文学习之后，读者可以对照传统树模型流程判断单次前向能否省掉调参和特征工程。
Google ResearchAI 评分5454 推理如何解锁大语言模型中的参数知识
Google Research发现，开启推理能让模型召回简单单跳问题上关闭推理时几乎无法得到的事实，机制是计算缓冲和factual priming。对Gemini-2.5 Flash、Pro与Qwen3-32B，等长重复Let me think已明显好于关闭推理，但始终不能完全赶上自然轨迹；相关事实即使在推理关闭时也能挽回大部分增益。
Google DeepMind精选AI 评分7272 Gemini 3.5 Flash 内置计算机使用以构建跨平台智能体
计算机使用现已成为 Gemini 3.5 Flash 的内置工具，开发者可构建在浏览器、移动端和桌面中观察、推理并执行操作的自定义智能体。
推荐理由：原先独立的Gemini 2.5计算机使用模型已并入Gemini 3.5 Flash，开发者可据此构建跨端长程自动化智能体，并选用操作确认与注入拦截。
Mistral AI精选AI 评分6565 Mistral 发布 OCR 4，支持边界框、块分类与 170 种语言
Mistral 发布 Mistral OCR 4，在提取文本之外返回边界框、类型化块分类和行内置信度，支持 10 个语系共 170 种语言，并可在单个容器中完全自托管。
推荐理由：官方说明 Mistral OCR 4 在文本之外返回边界框、块分类和置信度，并公布人工评测胜率与基准分数，便于评估其进入检索和自托管流水线的条件。
Google ResearchAI 评分5656 Google Research 如何用 AI 帮助用户理解皮肤状况
Google Research 在 JAMA Dermatology 本周发表的调查显示，2345 名参与者借助原型 AI 猜出皮肤状况名称的准确率为 23%，高于普通搜索的 8%，而由皮肤科医生给出真实鉴别诊断的 Wizard of Oz 界面达到 36%。