Google DeepMind 发布 Gemini 4 Argon 模型
Google DeepMind 发布 Gemini 4 Argon 模型，通过 Gemini API、AI Studio、Gemini 应用和 Search AI Mode 在全球开放。模型具备 100 万统一输入输出 token 上下文窗口，并引入续传协议。官方展示了代码重构、量子化学、酶设计、具身智能等用例及定价信息。
推荐理由：官方详细列出了编程、科研与多模态用例，读者可据此评估其对复杂工作流的实际替代潜力。
全部 AI 动态
Google DeepMind精选AI 评分8383
GitHub Blog · AI & ML精选AI 评分4747 GitHub Copilot 初学者：如何教 Copilot 了解你的代码库
GitHub 发布 Copilot 初学者系列文章，介绍用自定义指令、Agent 技能、自定义 Agent 和 MCP 服务器四种方式把项目约定、流程和外部工具喂给 Copilot。
推荐理由：原文给出了四种让 Copilot 了解项目规则的具体方式，读者可以直接参考配置路径使用。
Microsoft ResearchAI 评分3434 Microsoft Research 发布 StudentSim，用个性化 AI 学生模拟器辅助辅导系统研发
Microsoft Research 发布 StudentSim，通过训练个性化 AI 学生模拟器来辅助 AI 辅导系统的研发与评估。该系统基于公开的去标识化学习记录，在象棋、英语写作和数学任务上能有效模拟学生行为及接受指导后的变化，为模型迭代提供早期研究信号。
Google Research精选AI 评分7676 Google Research 实验：AI 辅助工作是否削弱初级律师的专业判断？
Google Research 在 National Bureau of Economic Research 发表实验论文，随机分配 133 名知识产权律师使用尚未发布的 Google Labs AI 专利写作助手工具三个月。
推荐理由：这项三月的实地实验给出关键数据：AI提升短期产出，但可能延缓初级律师专业判断的积累。
GitHub Blog · AI & ML精选AI 评分5454 GitHub 推出基于 ModernBERT 的 AI 推送保护功能并公布九季度密钥泄露数据
GitHub 发布新文章称其基于 ModernBERT 的 AI 通用密钥检测模型已纳入推送保护流程，可在不到两毫秒内评估候选密钥，有望使阻止的密钥数量翻倍。该功能目前已进入私密预览阶段，本月将向拥有 GitHub Secret Protection 的企业版和 Teams 用户开放。
推荐理由：GitHub 公布九季度扫描数据并提出新的推送保护模型，读者可据此评估其能否真正跟上 AI 智能体加速写代码的节奏。
Microsoft Research精选AI 评分7676 微软亚洲研究院发布 Agent Lightning v1.0 轻量智能体 RL 训练框架
微软亚洲研究院开源 Agent Lightning v1.0，是一套约 3500 行代码的轻量 Agentic RL 框架。它通过 Harnessed Agentic RL 范式让部署用的智能体 harness 直接参与训练，并在 Agent 与模型之间加入 LLM 代理来观察和记录调用。
推荐理由：原文给出了轻量架构和真实 harness 接入方式，读者可以据此复用该框架训练自己的代码智能体。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，是基于 Gemma 4 架构的 7.4 亿参数多模态嵌入模型，可在设备端将文本、图像、音频和视频映射到统一嵌入空间，支持动态截断至 128-768 维并具备 8K token 上下文窗口。
推荐理由：材料给出参数量、维度截断和端侧内存等关键参数，便于评估其对本地多模态RAG的可用性。
Microsoft Research精选AI 评分4242 Microsoft Research 访谈：AI 的意外失败及其背后的评估教训
Microsoft Research 的 Jennifer Neville 与 Chad Atalla 在播客中探讨了当前 AI 系统在超出传统基准测试的复杂场景中的表现。
推荐理由：深入剖析 AI 在长对话和复杂任务中的意外失效模式，为开发者优化多轮交互提供可验证的洞察。
Google Research精选AI 评分7575 Google Research 验证地球AI人口动态基础模型在公共卫生中的多病种效用
Google Research 发布论文，以地球AI的人口动态基础模型（PDFM）为概念验证，展示其无需微调即可提升多种疾病预测任务的表现。
推荐理由：论文验证了地理空间基础模型在多国多病种场景的可迁移性，为公共卫生决策提供了可落地的数据替代方案。
Mistral AI精选AI 评分8080 Mistral AI 发布 Mistral Large 4 公开预览
Mistral AI 发布 Mistral Large 4（ML4）公开预览，这是一款拥有 1 万亿参数、520 亿激活参数的原生多模态模型，将于月底开源权重。该模型在网络安全、代码智能体和多模态理解等任务上表现突出，已在多个独立基准中超越同类开源模型。
推荐理由：官方公布ML4参数规模与预览入口，并列出网络安全、代码智能体等基准成绩，适合评估其当前能力水位。
Google Research精选AI 评分4040 Google Research 发布智能体隐私与安全研究报告
Google Research 发布关于自主智能体隐私与安全的研究报告，提出将 LLM 与语境完整性理论结合，构建可实时动态生成策略的上下文策略引擎。报告倡导系统级沙箱、模型推理、用户控制和生态治理的多层方法，并呼吁建立标准化的多智能体基准和开源沙箱以评估隐私与安全。
推荐理由：报告提出了基于语境完整性理论的上下文策略引擎，为自主智能体的隐私与安全治理提供了多层级的研究路径。
GitHub Blog · AI & ML精选AI 评分4646 GitHub发布AI代码评审基准ReviewBench
GitHub发布开源代码评审离线基准ReviewBench，包含来自187个公开仓库的219个拉取请求和多方来源的黄金集，提供Grounded与Augmented两类精度/召回指标。ReviewBench网站已开放，用户可探索数据集、查看排行榜并使用自服务Runner评测与提交自有系统结果。
推荐理由：GitHub发布代码评审基准并提供自服务评测通道，读者可直接对比或提交自建评审智能体的效果。
GitHub Blog · AI & MLAI 评分2828 GitHub 建议开发者强化三项 AI 协作技能
GitHub 发文建议开发者强化三项技能以适应 AI 工作流：学会指挥 AI 智能体而非仅执行、用第二个模型或 Copilot Rubber Duck 审查初稿以避免幻觉、让 AI 处理实现细节以专注于技术判断与系统设计。
Google Research精选AI 评分7373 Google 推出基于 TEE 的可验证隐私联邦学习系统，Gboard 已部署
Google Research 发布《Toward provably private learning from federated data》，介绍新一代联邦学习系统把训练和去匿名化计算放在可信执行环境中，并通过 Rekor 公共透明日志、可重复构建和访问策略绑定来提供外部可验证的隐私保证。
推荐理由：文章给出了新一代联邦学习系统的完整设计，将 TEE 的远程验证与访问策略绑定，读者可以据此理解可审计隐私的技术路径。
Google DeepMind精选AI 评分8686 Gemini 4 Argon 发布：百万 token 输出与新前沿基准表现
Google DeepMind 发布 Gemini 4 Argon，将输出 token 上限提升至 100 万，并率先面向可信网络防御者通过 Fairwind 项目开放。该模型在 DeepSWE v1.1、Vals Index 与 LVBench 等基准上刷新前列，同时推出 $2/M 输入与 $10/M 输出的定价方案，预计优先向付费 API 用户与 Google AI Ultra 订阅者投放。
推荐理由：模型首次开放百万 token 输出，并在编程、长视频理解与防御性网络安全三项能力上给出明确基准数据，可直接衡量其工作流适用性。
Microsoft Research精选AI 评分5353 微软研究展示空间天气风险预测系统
微软研究院发布了一套端到端机器学习管道，可对北美大陆66,935个变电站进行空间天气风险评估。该系统结合L1拉格朗日点的太阳风测量数据、地磁指数预报和局部地质特征，能在威胁出现前30到60分钟提供具体位置的电网风险预警，在2020至2026年的评估期间检测了近80%的重大空间天气事件。
推荐理由：微软研究展示了覆盖美国六万多个变电站的端到端空间天气风险预测系统，可提供30到60分钟预警，有助于电网提前采取保护措施。
Google DeepMind精选AI 评分5555 Google DeepMind 发布 SynthID Bio 用于 AI 生成蛋白质的生物水印
Google DeepMind 介绍 SynthID Bio，把不可见的数字水印嵌入合成蛋白质序列的氨基酸选择和预测3D结构的原子坐标中。测试显示在 VEGF-A、SARS-CoV-2 刺突蛋白 RBD 和 PD-L1 等靶点上保持结合活性与野生型相似度，并把能力写入 AlphaFold 3 扩散网络的局部微调中。
推荐理由：将可验证的数字水印嵌入蛋白序列与3D结构且不影响生物活性，为AI设计生物学提供新的溯源与筛检手段。
Microsoft Research精选AI 评分6464 微软发布 Quine：面向复杂生物学的多模态 AI 研究系统
微软研究团队发布 Quine，这是一个为应对生物学复杂性而设计的研究系统。它包含一个跨模态、跨尺度的生物学世界模型，以及一个将模型、科学工具、文献和研究人员连接起来的交互式 harness。
推荐理由：微软正式发布Quine生物学AI研究系统，并开放首期 Fellows 计划。
Microsoft ResearchAI 评分2626 微软亚洲研究院（新加坡）一周年：深化合作推动 AI 落地新加坡创新生态
微软亚洲研究院（新加坡）于 2025 年 7 月 24 日成立一年以来，致力于连接前沿 AI 研究与新加坡产学研界。实验室围绕下一代 AI 模型、垂直领域应用及人才培养四大方向，重点推进多模态医疗 AI 和智能体系统的研究，并通过与新加坡经济发展局等政府机构的战略合作，将基础研究成果转化为医疗、金融和教育等领域的实际应用价值。
Mistral AI精选AI 评分5858 Mistral 在德国慕尼黑设立新总部
Mistral AI在德国慕尼黑开设新总部，旨在推进工业AI发展。公司将聚集专注于物理AI和工业AI的研究团队，并为德国企业提供技术支持。此举依托于2026年5月收购Emmi AI后获得的专业物理与工程AI人才资源。
推荐理由：内容明确了Mistral在德国的战略定位和能力布局，可帮助判断欧洲AI产业竞争格局变化。
GitHub Blog · AI & ML精选AI 评分4848 GitHub Copilot App 入门：如何用画布构建自定义工作流
GitHub Copilot App 推出画布（canvas）功能，允许用户通过自然语言描述工作流、交互意图和代理能力，一键生成可定制界面（如看板、待办清单、电子表格）。画布支持用户与 AI 智能体双向实时协作，更改会即时同步。现有模板可在 Awesome Copilot 社区获取，支持保存为个人或团队扩展重复使用。
推荐理由：GitHub Copilot App 的画布功能支持通过自然语言快速创建可编辑工作流界面，并提供协同操作示例。
GitHub Blog · AI & MLAI 评分3030 GitHub Copilot 演示 Canvas：当 Chat 不是最佳交互界面
GitHub Copilot 推出 Canvas 功能，允许用户通过全栈应用替代 Chat 与 AI 交互。用户可用 Canvas 构建自定义 UI（如 Connect 4 游戏或本地包管理），实现双向通信与代码本地执行，从而节省 Token 并自动化开发工作流。该功能现已在 GitHub Copilot 应用中开放试用。
Microsoft Research精选AI 评分5555 微软在 Physical AI Toolchain 中引入推理卸载能力
微软研究团队发布新的推理卸载功能，可把物理 AI 推理从机器人 onboard GPU 迁移到边缘或云端 GPU。替换为轻量级板卡并远程推理后，Stretch-3 机器人电池续航最多提升 160%，映射和规划任务在不同小 GPU 下速度下降最高达 383%，导航避障及时检测下降 30%。团队用 K8s 工具链实现自动容器化与调度，已提供 SO-101 和 UR10e 示例项目。
推荐理由：微软在 Physical AI Toolchain 新增推理卸载能力，通过实测数据展示了对机器人性能、续航和成本的具体改善。
Mistral AI精选AI 评分5959 Mistral 宣布与 Mozilla 合作，为 Firefox Smart Window 提供开源 AI 模型
Mistral 与 Mozilla 宣布建立合作伙伴关系，Firefox Smart Window（测试版）现由 Mistral 模型驱动，为法国和北美用户提供 AI 浏览助手支持。双方将重点优化区域语言和方言的微调模型，Firefox Smart Window 默认不在 Mozilla 服务器上保存对话，合作方也承诺零数据留存。
推荐理由：Mistral 官方宣布与 Mozilla 合作，为 Firefox 智能浏览窗口提供多语言开源模型，兼顾隐私与本地化体验。
Mistral AI精选AI 评分4444 Mistral与Cloudera合作将主权AI引入企业数据
Mistral与Cloudera宣布合作，将Mistral模型集成到Cloudera混合数据平台，支持企业在私有云、公有云、本地及完全隔离环境中部署AI推理，保持对数据和智能的完整控制。通过专有数据训练定制模型，确保数据所有权和治理权留在客户侧，满足金融、制造、电信等受监管行业对主权AI的需求。
推荐理由：原文说明了合作内容和主权AI部署方式，读者可评估对受监管行业数据合规价值。
Mistral AI精选AI 评分6767 Mistral 发布 AI 智能体 Legacy Code Modernization 能力，演示 Fortran 到 C++ 迁移
Mistral 发布了 AI 智能体 Legacy Code Modernization 能力，并通过将 40,000 行 Fortran 77 迁移到 C++ 的案例展示了实际操作。
推荐理由：原文披露了将 Fortran 迁移到 C++ 的实践路径和工具链，读者可判断 Mistral 在工业级代码迁移场景的实际能力。
Mistral AI精选AI 评分6666 Mistral 完成 30 亿欧元 D 轮融资，估值超 210 亿欧元
Mistral 宣布以超过 210 亿欧元投后估值完成 30 亿欧元 D 轮融资，创下欧洲科技公司股权融资纪录。三星电子领投，EQT 旗下 Scaleup Europe Fund 与现有投资者 PSG Equity 联合领投，BlackRock、卢森堡大公国等为新入局投资者。
推荐理由：这是欧洲科技企业史上最大融资之一，体现了主权开源AI路线正在获得头部资本认可。
Mistral AI精选AI 评分4242 Mistral与HUMAIN达成战略合作，推进沙特及中东主权AI
Mistral宣布与HUMAIN达成战略合作，共同推进沙特及中东地区的主权AI发展。双方将在AI基础设施、先进模型开发和AI解决方案部署等领域展开合作，初期重点关注网络安全和语音领域，并计划开发在阿拉伯语方面表现优异的尖端模型。合作规模达数亿欧元，Mistral将探索使用HUMAIN的数据中心基础设施来支持当地日益增长的算力需求。
推荐理由：原文给出了合作方向、基础设施复用方式及地区战略价值，读者可从中理解Mistral在欧洲之外的主权AI扩张路径。
Berkeley AI Research精选AI 评分5050 K-Search：把CUDA内核优化知识迁移到Apple Silicon的MLX后端
伯克利Sky Lab的K-Search框架新增MLX后端，通过结构化CUDA-to-MLX翻译层把CUDA内核优化知识迁移到Apple Silicon，在Attention内核上达到原生MLX性能的0.97倍，在Mamba SSM内核上相较mlx-lm社区实现获得最高约20倍prefill加速。
推荐理由：展示了如何把CUDA内核优化知识自动迁移到Apple Silicon，给出了Attention和Mamba SSM在MLX上的实测加速数据。
Berkeley AI ResearchAI 评分3131 ABBEL：通过信念瓶颈让大语言模型高效长程交互
Berkeley AI Research提出ABBEL框架，将摘要隔离为自然语言信念状态并加入信念评分，解决LLM在长程交互中上下文无法无限扩展的问题。在CollabBench协作代码生成评测中，ABBEL-rec-BG相比全上下文模型缩小约50%的性能差距，且训练步数减少50%；峰值上下文token降至6.01×10²，低于无信念评分版本。
Berkeley AI Research精选AI 评分5353 伯克利研究者提出近免费智能时代数据系统的三大研究方向
伯克利 EPIC Data Lab 等学者撰文讨论近乎免费的推理成本如何改变数据系统，提出面向 Agent、由 Agent 运行、由 Agent 合成三类系统的设计挑战，包括智能体推测优化、结构化记忆、多 Agent 协调与自主构建定制引擎等方向。
推荐理由：围绕低成本智能时代，梳理智能体在查询、记忆与协同三个层面给数据系统带来的新挑战与研究方向。
Berkeley AI ResearchAI 评分1515 2026年伯克利AI研究（BAIR）实验室博士毕业展示
伯克利AI研究（BAIR）实验室展示2026届博士毕业生成果，涵盖机器人、大语言模型推理、计算机视觉及AI安全等方向。毕业生将前往Physical Intelligence、OpenAI、Amazon、Mistral AI等机构任职或投身创业。
Berkeley AI Research精选AI 评分3838 Berkeley AI Research 综述自适应并行推理：从固定并行到模型自主调度
Berkeley AI Research 发布综述，介绍自适应并行推理让推理模型在推理时自行决定何时拆分、并发几个线程以及如何协调，以此缓解序列推理随探索变长带来的延迟和上下文退化。
推荐理由：文章系统梳理了并行推理的技术路线，给出了两种实现架构与奖励设计的对比，便于判断哪条路径适合你的硬件约束。
Berkeley AI Research精选AI 评分5454 GRASP：面向世界模型的长视野梯度规划方法
Berkeley AI Research 提出 GRASP，一种用于学习动态模型（世界模型）的基于梯度的规划器。通过将轨迹提升到虚拟状态实现时间维度并行优化，直接为状态迭代添加随机性，并重塑梯度以避开高维视觉模型中脆弱状态输入梯度，从而让长视野规划更加稳定高效。
推荐理由：文章解释了长视野梯度规划中状态梯度的脆弱性，并提出通过动作梯度重塑提升鲁棒性的方法。
Berkeley AI ResearchAI 评分2727 Berkeley AI Research 介绍 SPEX 与 ProxySPEX 算法以大规模识别大语言模型中的关键交互
Berkeley AI Research 提出 SPEX 和 ProxySPEX 算法，通过稀疏恢复机制在大量特征、训练数据及内部组件中高效识别对大语言模型输出驱动关键交互。ProxySPEX 借助层级结构仅需约 10 倍更少的消融实验即可达到与 SPEX 相当的性能，显著降低了计算成本。
Berkeley AI Research精选AI 评分6161 基于信息驱动评估与优化成像系统的设计框架
Berkeley AI Research 在 NeurIPS 2025 提出信息驱动成像系统设计框架。该方法仅利用含噪测量值和噪声模型估算互信息，避免传统指标割裂评估或需联合训练解码器的复杂性问题。IDEAL 方法通过梯度上升优化编码参数，在彩色摄影、射电天文、无透镜成像和显微术四个领域验证了信息量与下游性能的相关性。代码已开源。
推荐理由：提出直接基于噪声测量值评估成像系统信息量的方法，无需解码器即可优化硬件设计。