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。
多模态
全部主题文本之外的能力：视觉理解、图文混合、音视频输入输出的模型与产品进展。
最新精选
第 21–26 条 · 共 26 条Google DeepMind精选AI 评分6060
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 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 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。
Mistral AI精选AI 评分7373 Mistral AI 发布 Mistral Small 3.1，升级文本与多模态并支持 128k 上下文
Mistral AI 发布 Mistral Small 3.1，在 Mistral Small 3 基础上提升文本表现与多模态理解，上下文窗口扩至 128k tokens，推理速度为每秒 150 tokens，并称其超过 Gemma 3 和 GPT-4o Mini。
推荐理由：官方发布的 Mistral Small 3.1 在同权重级别提升文本表现、多模态理解与最长 128k 的上下文窗口，并给出每秒 150 tokens 的推理速度以及单张 RTX 4090 或 32GB 内存 Mac 的本地运行条件。
Mistral AI精选AI 评分6969 Mistral 推出光学字符识别 API Mistral OCR
Mistral 推出 OCR API Mistral OCR，可将图片和 PDF 提取为有序交错的文本与图像，并作为 Le Chat 数百万用户的默认文档理解模型。
推荐理由：官方公布了复杂文档理解的内部基准、每美元页数和单节点处理速度，便于对照现有 OCR 服务评估精度与接入成本。