AlphaEvolve 如何以 Gemini 驱动的编码智能体扩大跨领域影响
AlphaEvolve 团队分享了这一 Gemini 驱动编码智能体至今最显著的跨领域影响，应用已从数学和计算机科学扩展到健康、可持续、量子计算、AI 基础设施与商业优化。
推荐理由：把测序纠错、电网求解、量子电路和企业路由等结果放在一起，可以看出这个编码智能体已从算法发现延伸到基础设施与商业优化。
全部AI 动态
全部动态
今日 0 条Google DeepMind精选AI 评分6363
Google DeepMindAI 评分5656 Google DeepMind 宣布 AI co-clinician 研究计划
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的 triadic care。在盲测中，医生更偏好 AI co-clinician 而非领先的证据综合工具；98 项基层医疗问询里有 97 例没有关键错误，开放式 OpenFDA RxQA 用药问答也优于其他前沿模型。
Google ResearchAI 评分5050 Google Research 科学家使用 Empirical Research Assistance 的四种方式
Google Research 科学家与学术合作者已用 Empirical Research Assistance（ERA）开展四类研究，涵盖美国流感、COVID-19 和 RSV 住院预报、宇宙弦引力辐射、GOES East 二氧化碳估计以及斑马鱼神经回路。
Mistral AIAI 评分5151 Mistral 公开预览企业 AI 编排层 Workflows
Mistral今日以公开预览发布Workflows，作为Studio中的企业AI编排层，用于把AI流程从概念验证可靠推进到生产。开发者用Python编写流程并发布到Le Chat触发，可用wait_for_input()暂停等待人工审批且不消耗算力。
Google Research精选AI 评分6565 Google Photos 的 Auto frame 支持拍后重设照片视角
Google Photos 的 Auto frame 现已加入拍后重设视角能力，用机器学习理解场景与空间布局，再用生成式 AI 从新机位生成照片。方法先估计三维点图、可见表面和原相机焦距，重点减少人体与面部重建伪影，再渲染调整后的相机位姿和焦距；新露出的区域由潜空间扩散模型补全，并以分类器引导和区域缩放保留原内容。
推荐理由：Google Photos 的 Auto frame 会把已拍照片当作三维场景并自动调整机位，同时补全新视角里原先不可见的内容从而改善人像与广角构图。
Berkeley AI ResearchAI 评分4040 GRASP：面向更长时域世界模型的梯度规划
GRASP 是面向学习得到的动力学（世界模型）的新型梯度规划器，靠三项设计让长时域规划变得可行。它将轨迹提升到虚拟状态，使优化可沿时间并行；把随机性直接加进状态迭代用于探索；并重塑梯度，让动作获得干净信号，同时避开高维视觉模型中脆弱的 state-input 梯度。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 Gemini 3.1 Flash TTS，可用音频标签控制语音表达
Google DeepMind发布Gemini 3.1 Flash TTS，用可嵌入文本的音频标签控制风格、语速与表达。该模型即日起向开发者通过Gemini API和Google AI Studio预览，企业通过Vertex AI预览，Workspace用户可通过Google Vids使用。
推荐理由：开发者可以把自然语言音频标签直接写进文本，在句中切换语气和语速，再将同样的参数导出为Gemini API代码，以便在不同项目中保持一致音色。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 Gemini Robotics-ER 1.6，强化具身推理与仪表读数
Google DeepMind 发布 Gemini Robotics-ER 1.6，将其作为机器人的高层推理模型，强化空间与物理推理、多视角理解及任务成功检测，并新增仪表读数。
推荐理由：新版相对 Gemini Robotics-ER 1.5 与 Gemini 3.0 Flash 强化了空间指向、物体计数、多视角成功检测以及仪表读数能力，开发者现可在 Gemini API 与 Google AI Studio 中直接配置调用。
Google DeepMind精选AI 评分8181 Google DeepMind 发布开源模型 Gemma 4
Google DeepMind 发布开源模型家族 Gemma 4，包含 E2B、E4B、26B MoE 与 31B Dense，权重以 Apache 2.0 许可提供。
推荐理由：官方一次放出四档开源权重并采用 Apache 2.0，读者可按硬件与端侧条件对照本地推理和智能体能力。
Google DeepMind精选AI 评分6060 Google DeepMind 重新构想由 Gemini 驱动的 AI 鼠标指针
Google DeepMind 正探索由 Gemini 驱动的 AI 鼠标指针，让系统理解用户所指内容及其重要性，从而在现有工具中直接协作。他们提出保持流程、看图说明、用简短指代配合语音，以及把像素变成可操作实体四项原则。
推荐理由：文中提出四条交互原则，说明指针如何在当前工具里理解所指内容，把详细提示和跨窗口搬运换成指向与口语。
Google ResearchAI 评分5353 Vibe Coding XR 如何用 XR Blocks 与 Gemini 加速 AI 和 XR 原型开发
Google Research 公布 Vibe Coding XR，借助 Gemini 的长上下文推理与 XR Blocks，在不到 60 秒内把自然语言转成具备物理感知的 Android XR 应用。
Mistral AI精选AI 评分6666 Mistral AI 发布 4B 参数文本转语音模型 Voxtral TTS
Mistral AI 发布 4B 参数文本转语音模型 Voxtral TTS，支持 9 种语言，API 价格为每 1k 字符 $0.016。母语者评测显示其自然度优于 TTFA 相近的 ElevenLabs Flash v2.5 且情感引导与 v3 持平，10 秒、500 字符输入的模型延迟为 70ms，实时率约 9.7 倍。
推荐理由：母语者对照显示 Voxtral TTS 自然度高于 TTFA 相近的 ElevenLabs Flash v2.5，情感引导与 v3 持平。
Google Research精选AI 评分6868 Google Research 两项研究评估 AI 改进英国乳腺癌筛查流程
Google Research 与多家 NHS 机构合作开展 AIMS 研究，并在 Nature Cancer 发表两项配套论文，评估 AI 乳腺癌检测系统的独立性能及其作为第二阅片人的流程效果。
推荐理由：用同一随访窗口比较AI独立检测和作为第二阅片人的流程，可以看到检出与人工阅片负担的变化，以及仲裁推翻正确召回的风险。
Mistral AI精选AI 评分7575 Mistral 发布 Mistral Small 4，统一推理、多模态与智能体编码
Mistral 发布 Mistral Small 4，把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码整合进同一模型，并以 Apache 2.0 许可开源。
推荐理由：公告把推理、多模态和智能体编码收进同一开源模型，并给出相对 Mistral Small 3 的完成时间与每秒请求数变化。
Mistral AIAI 评分5858 Mistral 发布面向 Lean 4 的开源代码智能体 Leanstral
Mistral 发布面向 Lean 4 的开源代码智能体 Leanstral（Leanstral-120B-A6B，激活参数 6B），权重采用 Apache 2.0。
Google Research精选AI 评分6161 Google 在 Flood Hub 推出最多提前 24 小时的城市山洪预报
Google Research 宣布在 Flood Hub 推出城市山洪预报，最多可提前 24 小时判断某一城区是否可能发生山洪。
推荐理由：城市山洪预报补上了以河道洪水为主的覆盖缺口，南美和东南亚的精度与召回已接近通常拥有本地监测的最富裕国家。
Google ResearchAI 评分5757 Google Research 推出 Groundsource，用 Gemini 把新闻转为城市山洪数据
Google Research 推出 Groundsource，用 Gemini 将非结构化新闻转为可核验的历史数据，并开放包含 260 万条、覆盖 150 多个国家、时间从 2000 年至今的城市山洪数据集。
Google Research精选AI 评分6060 Google Research 探讨 AMIE 对话式诊断在真实临床研究中的可行性
Google Research 与 BIDMC 完成一项前瞻性单中心可行性研究，由 AMIE 在非急诊基层门诊就诊前，经医师实时监督以文本对话采集病史。
推荐理由：这项真实门诊研究以盲评比较受监督的 AMIE 诊前问诊和主诊医生，显示鉴别诊断质量接近而管理方案实用性与成本效益由医生更好。
Mistral AIAI 评分5858 Mistral 如何基于 Vibe 构建自动编写 Rails 测试的智能体
Mistral 基于开源编码助手 Vibe 构建了可在 CI/CD 中无人干预运行的智能体，用于读取 Rails 源文件并生成或改进 RSpec 测试。面向 275 个源文件的实验中，测试通过率与 SimpleCov 平均行覆盖率均为 100%，已有测试文件的 LLM-as-a-judge 分数从 0.49 升至 0.74，自校正后 RuboCop 违规为 0。
Google ResearchAI 评分5353 Google Research 发布非洲语言开放语音数据集 WAXAL
Google Research 发布开放语音数据集 WAXAL，首批覆盖撒哈拉以南非洲 27 种语言、逾 1 亿说话者。数据集约有 1846 小时转写自然语音用于 ASR，逾 565 小时高保真录音用于 TTS，采用 CC-BY-4.0 许可。采集由 Makerere University、University of Ghana 等非洲学术和社区机构主导，并计划持续扩充语言。
Mistral AI精选AI 评分6666 Mistral 发布 Voxtral Transcribe 2 批量与实时语音转写模型
Mistral 发布 Voxtral Transcribe 2，提供批量与实时两款语音转写模型。Voxtral Realtime 采用流式架构，延迟可配置至 sub-200ms，480ms 延迟时词错误率维持在 1-2%，约 4B 参数，以 Apache 2.0 在 Hugging Face 开放权重，API 为 $0.006/min。
推荐理由：官方把实时转写的开放权重、可配置延迟和批量转写的价格与说话人分离放在同一发布里，方便按延迟和成本比较接入方式。
Mistral AI精选AI 评分6363 Mistral 发布终端编码智能体 Vibe 2.0，Devstral 2 转为付费 API
Mistral 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型家族驱动，现已在 Le Chat Pro 和 Team 套餐中提供。
推荐理由：Vibe 2.0把子智能体、澄清选项和斜杠技能放进终端编码流程，并给出Devstral 2的API单价，便于对照现有开发方式评估是否接入。
Mistral AIAI 评分5555 Mistral 如何排查 vLLM 分离式服务中的堆外内存泄漏
Mistral 在 vLLM 的 Prefill/Decode 分离式服务中定位到堆外内存泄漏，根源是 NIXL 所依赖的 UCX 默认拦截 mmap，并在 munmap 后把内存放入延迟清理队列。
Berkeley AI ResearchAI 评分3838 成像系统的信息驱动设计
NeurIPS 2025 论文提出用互信息直接评估并优化成像系统，仅依赖含噪测量与噪声模型。该指标在彩色摄影、射电天文、无透镜成像和显微四个领域均能预测下游解码表现。据此优化的设计可匹配端到端 SOTA 方法，同时更省内存与算力，且无需任务专用解码器。
Mistral AI精选AI 评分7676 Mistral 发布 Devstral 2、Devstral Small 2 与 Vibe CLI
Mistral 发布开源编码模型 Devstral 2（123B）和 Devstral Small 2（24B），并推出由 Devstral 驱动的开源命令行助手 Mistral Vibe CLI。
推荐理由：官方同时发布两档开源编码模型与命令行智能体，读者可以按参数量、基准得分和后续接口价格比较本地部署与闭源方案的取舍。
Mistral AI精选AI 评分7676 Mistral AI 发布 Mistral 3，开源 Large 3 与 Ministral 3
Mistral AI 发布开源模型家族 Mistral 3，含 14B、8B、3B 的 Ministral 3，以及激活 41B、总参数 675B 的稀疏 MoE 模型 Mistral Large 3。
推荐理由：官方这次把稀疏大模型与三档端侧小模型一起开源，读者可以对照参数规模、许可证和推理变体来选择部署方式。
Mistral AIAI 评分5050 Mistral AI 与 SAP、Helsing 合作并扩大德国布局
Mistral AI 宣布与德国企业和机构建立长期战略承诺，并与 SAP 开展多年合作，交付面向德国和欧洲的完全主权 AI 技术栈。双方将把 Mistral 模型接入 SAP 的 AI Foundation，共同开发面向欧洲复杂行业和行政机构的行业方案。
Mistral AI精选AI 评分6666 Mistral AI 完成 1.7B€ Series C 融资，投后估值 11.7B€
Mistral AI 宣布完成 1.7B€ 的 Series C 融资，投后估值为 11.7B€，由半导体制造设备商 ASML 领投。现有投资方 DST Global、Andreessen Horowitz、Bpifrance、General Catalyst、Index Ventures、Lightspeed 和 NVIDIA 参与本轮。
推荐理由：本轮由设备商 ASML 领投并达成战略合作，融资被明确用于前沿研究与工业级定制方案，同时公司重申保持独立。
Mistral AIAI 评分5151 Mistral 为 Le Chat 推出 Memories 测试版
Le Chat 推出 Memories（beta），会自动保存有用信息，并在召回时展示所用记忆、来源和相关性。用户可随时关闭记忆、开启不使用记忆的隐身聊天、编辑或删除单条记录，也能导出或从其他地方导入。官方同时推出可编辑的 Memory Insights，基于用户自己的数据提示趋势、摘要和值得回看的内容；底层采用图结构，后续还将支持分类、即时遗忘和更清晰的使用记录。
Mistral AI精选AI 评分6262 Mistral 为 Le Chat 发布 20+ 个 MCP 连接器与 Memories
Mistral 为 Le Chat 发布 20+ 个基于 MCP 的安全连接器（beta）和 Memories（beta），免费方案即可在 chat.mistral.ai 或移动应用使用，无需信用卡。
推荐理由：Le Chat 把 20+ 个企业连接器、自建 MCP 和可编辑的 Memories 放进免费方案，读者可以据此判断业务工具与跨对话上下文能否进入同一助手。
Mistral AIAI 评分5353 Mistral AI 以 LLM 生命周期分析贡献全球环境标准
Mistral AI 公开其 LLM 的全生命周期环境影响，推动用统一指标比较模型足迹。截至 2025 年 1 月、累计使用 18 个月后，Mistral Large 2 的影响为 20.4 ktCO₂e。
Mistral AI精选AI 评分6262 Mistral 更新 Le Chat，新增深度研究、语音、推理与图像编辑
Mistral 更新 Le Chat，新增 Deep Research 预览、语音模式、基于 Magistral 的多语言推理、Projects，以及与 Black Forest Labs 合作的图像编辑。
推荐理由：Le Chat 把深度研究、语音、多语言推理、项目文件夹和图像编辑放进同一入口，便于对照现有检索与整理流程看哪些环节被接上。
Mistral AI精选AI 评分7272 Mistral 发布开源语音理解模型 Voxtral，提供 24B 与 3B
Mistral 发布语音理解模型 Voxtral，包含面向生产的 24B 版本和面向本地及端侧的 Voxtral Mini（3B），两者均以 Apache 2.0 许可开源，也可通过 API 使用。
推荐理由：官方放出24B与3B两档开源语音模型，转写价格不到同类接口一半，便于比较精度、上下文时长和本地部署的取舍。
Mistral AI精选AI 评分6969 Mistral 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 联合 All Hands AI 发布 Devstral Medium，并将 Devstral Small 升级为 Apache 2.0 开源的 1.1。
推荐理由：合作推出的开源模型 Devstral Small 1.1 在 SWE-Bench Verified 得到 53.6% 且每百万输入 token 价格为 $0.1，性能更高的 Devstral Medium 则以 61.6% 得分和 $0.4 的同等计价提供 API 与私有部署选择。
Mistral AIAI 评分5050 Mistral AI推出私有AI基础设施Mistral Compute
Mistral AI宣布推出Mistral Compute，向客户提供私有一体化AI基础设施，按需包含GPU、编排、API、产品与服务，形态从裸金属服务器到全托管PaaS。
Mistral AI精选AI 评分7171 Mistral AI 发布首个推理模型 Magistral
Mistral AI 发布首个推理模型 Magistral，分为 24B 开源版 Magistral Small 和企业版 Magistral Medium。
推荐理由：官方在这次双版本发布里同时给出AIME2024成绩和Le Chat最高可达10倍的生成速度，便于判断透明多语言推理能否进入法律金融等专业流程。
Mistral AI精选AI 评分6060 Mistral 发布代码嵌入模型 Codestral Embed
Mistral 发布其首个代码专用嵌入模型 Codestral Embed，称其在真实代码数据检索上显著优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大嵌入模型。
推荐理由：这篇模型发布把 Codestral Embed 的检索质量、输出维度和精度选择放在一起说明，便于对照 Voyage Code 3、Cohere Embed v4.0 与 OpenAI 大嵌入模型看存储成本取舍。
Mistral AI精选AI 评分6262 用 Mistral Agents API 构建 AI 智能体
Mistral 公布 Agents API，让开发者结合代码执行、网页搜索、图像生成、文档库和 MCP 工具，以及持久记忆与智能体编排，构建能执行动作并保持上下文的 AI 智能体。
推荐理由：官方把代码执行、网页搜索、图像生成和文档库接到有状态对话与智能体交接上，读者可以据此比较它和普通对话接口的实际分工。
Mistral AI精选AI 评分7575 Mistral 联合 All Hands AI 发布 Devstral，SWE-Bench Verified 得分 46.8%
Mistral AI 联合 All Hands AI 发布编程智能体模型 Devstral，在 SWE-Bench Verified 取得 46.8%，高出此前开源模型逾 6 个百分点。
推荐理由：把 Devstral 在 SWE-Bench Verified 上的 46.8% 与同测试框架下更大的开源模型对照，可以看出轻量智能体编码模型的成绩差距和单机部署门槛。
Mistral AI精选AI 评分6868 Mistral AI 发布 Mistral Medium 3，强调更低成本与企业部署
Mistral AI 发布 Mistral Medium 3，主打 SOTA 性能、8X 更低成本和更简单的部署，并称其在各项基准上达到 Claude Sonnet 3.7 至少 90% 的表现，API 价格为输入 $0.4、输出 $2 per M token。
推荐理由：读者可据此对照 Mistral Medium 3 相对 Claude Sonnet 3.7 至少九成的基准表现、每百万 token 输入与输出价格，以及四张 GPU 起即可自托管的企业部署条件。