⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 6 条
4月13日周一
  1. Google DeepMind73

    Gemini Robotics-ER 1.6 发布：通过增强具身推理驱动现实机器人任务

    Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其首个主打推理的具身模型的重大升级，旨在让机器人以更高精度理解物理环境。该模型显著提升了空间与物理推理能力，新增仪表读取功能，可解析复杂压力计和液位计，并通过 Google API 向开发者开放，用于驱动下一代物理智能体。

    推荐理由：Gemini Robotics-ER 1.6 引入仪表读取等新能力，展示了多视角空间推理在机器人自动化任务中的实际效用。

4月9日周四
4月3日周五
  1. Google Research35

    Google Research 提出评估 LLM 行为倾向对齐的框架

    Google Research 发布评估大语言模型行为倾向与人类对齐的框架，通过情境判断测试（SJT）在现实场景中进行验证。对 25 个 LLM 的分析发现，小于 120B 的小模型及前沿闭源模型在人类一致偏好场景下的方向性对齐率接近完美，但在低共识场景下停滞于 80% 左右。研究发现模型在职业冷静、冲突解决等场景中常偏离人类偏好，如过度鼓励情绪表达或忽视逻辑验证。

4月2日周四
4月1日周三
  2. Google Research26

    Google Research 研究：评估 AI 基准测试中人工评分员的最佳数量

    Google Research 团队通过开源模拟工具研究了 AI 基准测试中“广度”（条目数）与“深度”（每条目评分员数）的权衡。研究发现，常见的每条目 3 至 5 名评分员不足，捕捉细微差别往往需要 10 名以上评分员；而追求多数投票一致性时则更适合增加条目总数。在约 1000 条注释的预算下优化评分比例即可实现高可复现性。

3月31日周二
  1. Mistral AI43

    Spaces：为人类和智能体构建的 CLI

    Mistral AI 推出 CLI 工具 Spaces，采用插件系统与结构化数据接口，支持智能体自主操作。每个交互提示均有对应 Flag，智能体可端到端运行。单次部署周期不足 10 分钟，通过生成 context.json 和 AGENTS.md 提升智能体准确率。

3月26日周四
3月25日周三
  1. Google Research71

    Google 发布 Vibe Coding XR：用 Gemini 和 XR Blocks 加速 XR 原型开发

    Google 宣布 Vibe Coding XR，将 Gemini 与基于 WebXR、three.js 和 LiteRT.js 的开源 XR Blocks 框架结合，让用户通过自然语言在 60 秒内生成支持物理交互的 Android XR 应用。

    推荐理由：Google 团队展示了如何用 Gemini 和 XR Blocks 把自然语言在 60 秒内转成可运行的 Android XR 应用，给 XR 原型开发提供了可迁移的 vibe coding 方法。

  2. Google Gemini API Release Notes68

    Google 发布 Lyria 3 音乐生成模型

    Google 推出 Lyria 3 音乐生成模型 lyria-3-clip-preview 和 lyria-3-pro-preview，分别用于生成 30 秒片段和完整歌曲。两个模型均支持文本与图像输入，并生成 48kHz 立体声音频。

    推荐理由：提供两款 Lyria 3 模型的输入模态与音频规格，便于评估音乐生成场景的技术能力。

  4. Google Research52

    S2Vec：学习城市建成环境通用嵌入的自监督框架

    Google Research 推出了 S2Vec，一个自监督框架，用于学习建成环境的通用嵌入。S2Vec 采用两步光栅化过程，利用 S2 几何分割和特征光栅化，将地理数据转化为类似数字照片的形式，再通过掩码自编码（MAE）实现无标签学习。评估显示，S2Vec 在社会经济预测任务中表现优异，尤其在地理适应方面；但在环境任务中需结合卫星图像嵌入以取得更好效果。

3月24日周二
  1. Mistral AI65

    Mistral 发布 Voxtral TTS 语音模型

    Mistral 发布其首个文本转语音模型 Voxtral TTS，这是一个拥有 4B 参数的模型，支持 9 种语言并具备实时流式生成能力。该模型在自然度和情感表现力上优于 ElevenLabs Flash v2.5，且与 ElevenLabs v3 处于同等水平。

    推荐理由：模型在零样本语音适配中展现出跨语言自然度优势，为语音智能体架构提供了低延迟参考。

3月23日周一
3月18日周三
  3. Google Research72

    Google Research 发布 AI 辅助乳腺癌筛查工作流程研究

    Google Research 发布基于机器学习改善英国 NHS 乳腺癌筛查工作流程的两项研究成果。研究显示，AI 独立阅片敏感度显著高于人类首读者，整体癌症检出率从每千人 7.54 例升至 9.33 例，并检出了原双重阅片流程中 25% 的间期癌；在前瞻性部署中，AI 辅助流程可减少 46% 的人工阅片数量及 36%–44% 的阅片时间。

    推荐理由：研究验证了 AI 作为第二读者可维持筛查敏感性并减少 46% 人工阅片量，为缓解放射科医师短缺提供量化依据。

  4. Mistral AI48

    Mistral AI 发布 Forge，助力企业基于专有知识构建前沿 AI 模型

    Mistral AI 推出 Forge 系统，允许企业利用内部文档、代码库和结构化数据训练前沿级 AI 模型。该系统支持预训练、后训练及强化学习，兼容 dense 和 MoE 架构，并支持多模态输入。Mistral Vibe 智能体可自主使用 Forge 进行模型微调、寻找最优超参数及生成合成数据，实现基于内部评估框架的持续改进。

3月17日周二
  1. Mistral AI83

    Mistral 发布开源模型 Mistral Small 4

    Mistral 发布 Mistral Small 4，该模型将推理、多模态和智能体编码功能统一于单一架构中，总参数量 119B，上下文窗口 256k，且支持图像输入。Mistral Small 4 采用 Apache 2.0 许可，通过 reasoning_effort 参数调节推理深度，在保持性能的同时大幅降低输出延迟。

    推荐理由：原文说明这是首个统一推理、多模态与编码能力的模型，并给出参数规模与性能对比，方便评估其部署性价比。

3月16日周一
3月13日周五
3月12日周四
3月10日周二
3月9日周一
3月3日周二
2月26日周四
  1. Google Gemini API Release Notes64

    Google Gemini 发布 Nano Banana 2 和 Gemini 3.1 Flash Image，并公告 Gemini 3 Pro 将于3月9日停用

    Google Gemini API 上线 Nano Banana 2 和 Gemini 3.1 Flash Image Preview，该模型以速度和大规模场景优化为主。同时官方宣布 gemini-3-pro-preview 将于 2026 年 3 月 9 日停用。

    推荐理由：原文给出了新图像模型的定位和旧版Pro模型的停用时间表，便于开发者评估迁移节奏。

2月19日周四
  1. Google Gemini API Release Notes66

    Google 发布 Gemini 3.1 Pro Preview 模型及定制工具端点

    Google 发布 Gemini 3.1 Pro Preview，作为 Gemini 3 系列家族的最新迭代版本。同时推出独立端点 gemini-3.1-pro-preview-customtools，该端点在优先处理自定义工具方面表现更佳，适用于结合 bash 和工具的用户。

    推荐理由：原文披露了 Gemini 3.1 Pro Preview 模型及针对混合工具场景的独立端点，开发者可据此评估新模型在复杂工具调用中的表现。

2月18日周三
2月17日周二
1月29日周四
1月21日周三
1月15日周四
1月14日周三
1月13日周二