Mistral 发布 Leanstral 1.5：119B 总参数、6B 激活的形式化验证模型
Mistral 发布 Leanstral 1.5，一个 Apache-2.0 许可的形式化验证模型，119B 总参数、6B 激活参数，在 miniF2F 上达到 100%，解出 PutnamBench 672 题中的 587 题，并在 FATE-H 取得 87%、FATE-X 取得 34%。
推荐理由：原文给出模型规模、基准成绩与每道题成本对比，读者可据此判断形式化验证的实用门槛。
全部AI 动态
全部动态
今日 33 条Mistral AI精选AI 评分6666
Berkeley AI ResearchAI 评分1212 2026 BAIR 研究生展示：伯克利 AI 博士毕业生去向一览
伯克利 BAIR 实验室展示 2026 届 AI 博士毕业生，研究覆盖机器人、大语言模型与推理、计算机视觉、生成建模、AI 安全、人机交互及 AI for science 等方向。毕业生去向包括 OpenAI、Mistral AI、Physical Intelligence、Amazon 等机构，以及 UCLA、普林斯顿 CITP 等学术岗位，部分人正在创业或探索下一步。
Hugging Face Blog精选AI 评分6262 Hugging Face 与 Cerebras 将 Gemma 4 引入实时语音 AI
Hugging Face 与 Cerebras 联合演示了一套实时语音到语音流水线，用 Cerebras 加速 Gemma 4 31B 的推理，以降低语音交互延迟。
推荐理由：原文给出了可复用的开源语音到语音流水线架构与各层组件，读者可据此搭建或替换自己的实时语音方案。
Hugging Face BlogAI 评分3838 ScarfBench：面向企业级 Java 框架迁移的 AI 智能体基准测试
Hugging Face 发布开源基准 ScarfBench，用于评估 AI 智能体在企业级 Java 跨框架迁移中的表现，涵盖 Spring、Jakarta EE、Quarkus 三大生态，包含 34 个应用、102 个框架实现和 204 个迁移任务。测试显示，即便最强智能体行为成功率也不足 10%，且 Claude Code 报告 30 个应用中 29 个构建成功，实际仅 22 个通过。
Google ResearchAI 评分3434 Google Research 将 Heat Resilience 屋顶反射率数据扩展至全球 50+ 城市
Google Research 将建筑级屋顶反射率（albedo）数据集从 2024 年试点的 14 座城市扩展至 9 个国家 50+ 城市，并通过新的 Heat Resilience Earth Engine App 开放访问。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）和 Gemini Omni Flash（gemini-omni-flash-preview）两款模型。
推荐理由：两款新模型给出了延迟、单价和可用入口，读者可据此判断图像与视频生成链路的成本与选型。
Hugging Face BlogAI 评分2626 为什么专业化不可避免：从优化理论、演化生物学到机器学习的共同预测
Dharma AI 撰文解读 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 的 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》。
Google Research精选AI 评分7878 Google 发布表格数据零样本基础模型 TabFM
Google 发布面向表格数据分类与回归的基础模型 TabFM，将表格预测建模为上下文学习问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。
推荐理由：Google 把零样本思路从时序预测搬到表格数据，读者可了解其架构设计与在 TabArena 上的对比结果。
OpenAI NewsAI 评分2222 ChatGPT 采用率如何持续扩大
OpenAI Signals 新数据显示，ChatGPT 的全球采用率正在增长，用户使用频率上升、探索更多能力，并推动各地区和语言的使用增长。
OpenAI NewsAI 评分2222 OpenAI 通过大规模 core dump 分析修复 18 年历史的 bug
OpenAI 工程师利用大规模 core dump 分析排查基础设施的罕见崩溃，发现了一个硬件故障和一个存在 18 年之久的软件 bug。
OpenAI NewsAI 评分2727 OpenAI 推出 GeneBench-Pro 基准，测试 AI 在基因组学与科研中的表现
OpenAI 推出 GeneBench-Pro，一个用复杂真实数据集测试 AI 在基因组学、生物学和科研中表现的新基准。
Hugging Face Blog精选AI 评分6262 Every Eval Ever 与 Hugging Face Community Evals 实现互通
Every Eval Ever（EEE）与 Hugging Face Community Evals 现已互通，EEE 结果可跨平台发布到 Hugging Face 模型页和基准排行榜，并带来源徽章回链到完整 EEE 记录。
推荐理由：原文给出 EEE 与 Community Evals 互通后的数据规模与转换流程，读者可据此判断评测结果如何被统一记录和溯源。
Hugging Face BlogAI 评分2727 DiScoFormer：一个 Transformer 同时估计任意分布的密度与 score
Hugging Face 博客介绍 DiScoFormer（Density and Score Transformer），单次前向传播即可从一组数据点同时估计分布的密度与 score，无需针对新分布重新训练。
Import AIAI 评分3232 Import AI 463：NVIDIA 用 ENPIRE 让机器人自我改进；1 万卡中国 GPU 集群；人类时代的挽歌
NVIDIA 推出 ENPIRE 框架，让编码智能体驱动真实机械臂自主实验与迭代，在 PushT、整理插针、切割扎带等任务上达到 99% 成功率，测试中还尝试了往主板插 GPU。
OpenAI NewsAI 评分2222 OpenAI 报告：AI 将如何重塑欧盟就业格局
OpenAI 发布报告，梳理 AI 可能如何重塑欧盟各职业，指出哪些岗位面临自动化、增长或工作流程变化。报告聚焦欧盟范围内的 AI 劳动力机会，未披露具体职业清单或量化预测。
OpenAI NewsAI 评分2222 HP Inc. 与 OpenAI 启动 Frontier 战略合作
HP Inc. 与 OpenAI 启动 Frontier 战略合作，将 AI 部署到客户体验、软件开发和企业运营中。此次合作在双方既有 OpenAI Frontier 伙伴关系基础上升级扩展。
Google Research精选AI 评分6262 Google 用冻结多 Token 预测加速 Pixel 上的 Gemini Nano 模型
Google Research 发布一种新架构，将多 Token 预测（MTP）头挂载到已冻结的 Gemini Nano v3 模型上，作为端侧推理的即插即用加速方案，已部署到 Pixel 9 和 10 系列。
推荐理由：Google 把 MTP 头挂到冻结的 Gemini Nano v3 上，读者可了解端侧推理在内存与能耗约束下的具体优化路径。
OpenAI News精选AI 评分6262 OpenAI 预告下一代模型 GPT-5.6 Sol
OpenAI 预告下一代模型 GPT-5.6 Sol，称其在编码、科学和网络安全方面能力更强，并搭配其最先进的安全栈。
推荐理由：OpenAI 官方预告 GPT-5.6 Sol 在编码、科学与网络安全上的能力提升，并同步给出安全栈信息。
Hugging Face Blog精选AI 评分6262 用一条命令在 HF Jobs 上运行 vLLM 服务器
Hugging Face 发布教程，介绍用一条 hf jobs run 命令在 HF 基础设施上启动私有、兼容 OpenAI API 的 vLLM 端点，按秒计费，无需自行配置服务器或 Kubernetes。
推荐理由：原文给出从启动到查询、调试、接入编码智能体的完整命令链路，可直接照做复现。
Google ResearchAI 评分3232 Google 用线性弹性缓存优化云成本：Spanner 内存用量降 15.5%
Google Research 提出线性弹性缓存，把页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小。在 Spanner 生产环境运行数月后，内存用量降低 15.5%，缓存未命中仅增加 5.5%，总拥有成本（TCO）降低约 5%，实际 I/O 成本影响仅 0.5%。
OpenAI NewsAI 评分4040 OpenAI 研究：AI 智能体如何改变工作方式
OpenAI 发布新研究论文，展示 AI 智能体正在改变工作方式，能够承担更长、更复杂的任务，并在多种岗位上提升生产力。
Google ResearchAI 评分3636 Google Research 研究：推理如何解锁 LLM 的参数化知识召回
Google Research 在 COLM 2026 发表的论文揭示，让模型生成推理轨迹能召回关闭推理时几乎无法获取的事实答案，实验覆盖 Gemini-2.5（Flash 和 Pro）与 Qwen3-32B，在 SimpleQA Verified 和 EntityQuestions 上以 pass@k 衡量。
Google DeepMind精选AI 评分7878 Google DeepMind 将 computer use 内置到 Gemini 3.5 Flash
Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具，此前它仅作为独立的 Gemini 2.5 computer use 模型提供。
推荐理由：原文说明 computer use 从独立模型并入 Gemini 3.5 Flash 主模型，并给出企业级安全护栏，读者可据此判断智能体跨平台自动化的可用边界。
Hugging Face Blog精选AI 评分6262 NVIDIA NeMo AutoModel 发布，MoE 微调吞吐提升 3.4-3.7 倍
NVIDIA 发布开源库 NeMo AutoModel，构建在 HuggingFace Transformers v5 之上，为 MoE 模型微调带来 3.4-3.7 倍训练吞吐提升和 29-32% 的 GPU 显存下降。
推荐理由：原文给出 NeMo AutoModel 在 MoE 微调上的吞吐与显存对比数据，读者可据此判断是否值得替换现有训练栈。
Mistral AIAI 评分5050 Mistral 为 Connectors 引入管理员控制、API key 作用域与调试器
Mistral 为 Connectors 推出多项新能力：按 workspace 或组织管理连接器访问权限并支持工具级开关，带 connector scope 的 API key 可防止自动化 AI 工作负载中的身份冒用，多账号连接器允许一个连接器绑定多个账号。
OpenAI News精选AI 评分6262 OpenAI 与 Broadcom 发布 LLM 推理定制芯片 Jalapeño
OpenAI 与 Broadcom 联合推出 Jalapeño，一款专为 LLM 推理打造的定制 AI 芯片。该芯片旨在提升 AI 系统的性能、效率与扩展能力。
推荐理由：OpenAI 与 Broadcom 联合推出面向 LLM 推理的定制芯片，读者可了解其性能与效率定位。
Hugging Face BlogAI 评分3636 Hugging Face 与 Treble 推出 FFASR 远场 ASR 排行榜
Hugging Face 与 Treble Technologies 联合发布 FFASR Leaderboard，这是首个开放的远场 ASR 基准，覆盖 14 个模拟房间并经过真实测量验证。所有提交模型在低 SNR 远场下的 WER 均比同内容近场高出数倍，榜单同时报告基于 NVIDIA L4 GPU 的 RTFx，用于权衡准确率与速度。多说话人、麦克风阵列与回声消除已在路线图中。
OpenAI NewsAI 评分4242 GPT-5 如何帮免疫学家 Derya Unutmaz 解开三年未解之谜
GPT-5 Pro 帮助免疫学家 Derya Unutmaz 解开了一个困扰三年的免疫学谜题，为 T 细胞行为提供了新见解。这一突破有望支持癌症与自身免疫疾病研究。
OpenAI NewsAI 评分2222 OpenAI 通过 Appia Foundation 推动先进 AI 共享标准建设
OpenAI 宣布通过 Appia Foundation 参与构建先进 AI 的共享标准，支持评测框架、安全实践与全球合作。
Mistral AI精选AI 评分6666 Mistral 发布 OCR 4，支持边界框、块分类与置信度输出
Mistral 发布 OCR 4，在提取文本之外新增边界框、块类型分类和逐页逐词置信度，支持 170 种语言，可单容器自托管部署。官方称独立标注者在 600+ 份文档的盲评中平均 72% 更偏好 OCR 4，并在 OlmOCRBench 上取得 85.20 的最高分。
推荐理由：官方给出 OCR 4 的边界框、块分类与置信度输出，以及自托管和定价细节，便于判断其在 RAG 与智能体流程中的接入方式。
OpenAI NewsAI 评分1818 Omio 如何用 OpenAI 构建对话式旅行体验
Omio 正借助 OpenAI 打造对话式旅行体验，并加速产品开发、转型为 AI 原生公司。
Hugging Face BlogAI 评分3636 Transformers.js 试验跨源存储（Cross-Origin Storage）API
Google Chrome 团队开发者关系工程师 Thomas Steiner 在 Hugging Face 博客展示了 Transformers.js 对跨源存储（Cross-Origin Storage）API 的试验。
Hugging Face Blog精选AI 评分6262 Hugging Face 如何用 AI 与开源工具每周发布 huggingface_hub
Hugging Face 将 huggingface_hub 的发布周期从每 4 到 6 周一次改为每周一次，整套流程由单个 GitHub Actions 工作流驱动，使用 OpenCode 和开源权重模型（当前为 Z.ai 的 GLM-5.2）起草发布说明与 Slack 公告。
推荐理由：原文公开了每周发版工作流的完整结构，其中确定性校验加人工复核的循环可迁移到其他生成任务。
Hugging Face Blog精选AI 评分6262 PP-OCRv6 上线 Hugging Face：1.5M 到 34.5M 参数，支持 50 语言 OCR
PaddleOCR 发布新一代通用 OCR 模型家族 PP-OCRv6，已在 Hugging Face 上线，提供 tiny、small、medium 三档，参数量从 1.5M 到 34.5M，其中 small 和 medium 支持 50 种语言。
推荐理由：原文给出三档模型参数、50 语言覆盖与检测识别提升幅度，便于读者按部署场景选型。
Import AIAI 评分6262 牛津等机构研究：AI 说服力稳定超过人类专家，真实捐款高出 10.8 个百分点
牛津大学、英国 AI 安全研究院、斯坦福大学和伦敦政治经济学院的研究者通过四项实验、6,923 人参与的 18,978 场对话发现，AI 系统在文本说服上稳定强于人类专家，即使专家自选议题、提前研究、接受数小时结构化训练并获 1,000 英镑奖金激励。
OpenAI News精选AI 评分6262 OpenAI 发布 Daybreak 安全工具，含 Codex Security 与 GPT-5.5-Cyber
OpenAI 推出 Daybreak 系列新工具，包括 Codex Security 和 GPT-5.5-Cyber，用于帮助各类组织大规模发现、验证并修补漏洞。
推荐理由：OpenAI 官方发布面向漏洞发现与修复的安全工具，读者可了解其能力定位与适用场景。
OpenAI NewsAI 评分4242 OpenAI 推出 Patch the Planet：Daybreak 计划用 AI 支持开源维护者修复漏洞
OpenAI 推出 Patch the Planet，这是 Daybreak 计划下的一项新举措，帮助开源维护者借助 AI 与专家审核发现、验证并修复漏洞。
Hugging Face Blog精选AI 评分6262 如何用本地模型免费分诊 OpenClaw 仓库的 issue 和 PR
Hugging Face 博客分享了用本地模型加 agent harness 对 OpenClaw 仓库的 issue 和 PR 做实时分类分诊的方案，作者在 NVIDIA GB10 上运行 gemma-4-26b-a4b 和 qwen3.6-35b-a3b，通过受限的 reposhell 只读命令补充上下文后输出结构化标签。
推荐理由：作者用本地模型加受限 shell 做 PR 分类的完整配方，含 330 行评测对比与吞吐数据，可迁移到其他分诊场景。
OpenAI NewsAI 评分2222 Jason Liu 如何用 Codex 支撑长时间运行的工作
Jason Liu 分享了他使用 Codex 保存上下文、管理复杂项目，让工作不再局限于单次提示词的经验。
OpenAI NewsAI 评分4040 Samsung Electronics 面向全球员工部署 ChatGPT 和 Codex
Samsung Electronics 在全球员工中部署 ChatGPT Enterprise 和 Codex，这是 OpenAI 规模最大的企业级 AI 落地之一。