Google DeepMind精选AI 评分8686

Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber

Google DeepMind 推出 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款模型。

数字生命卡兹克AI 评分5656

一个随机数即可鉴别AI模型真伪，行为指纹破解中转站调包

一篇来自布拉格经济大学 arXiv 的论文《One Token Is Enough》提出“行为指纹”技术，通过询问模型1至100的随机数，并分析其概率分布来识别模型，从而有效鉴别被中转站调包的模型。该方法使用165个模型和32.6万条请求测试，验证了不同模型特有的“思维钢印”（如偏爱特定数字），且相比传统 LLMmap 工具更易部署，误报率极低。

Google Gemini API Release Notes精选AI 评分6767

Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite 正式发布

Google 发布 Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite 稳定版。Gemini 3.6 Flash 提升 token 效率和代码智能体规划能力，价格低于 3.5 Flash；Gemini 3.5 Flash-Lite 为低延迟、高性价比的子智能体选项，适合高吞吐量自动化场景。同时，采样参数 temperature、top_p 和 top_k 已弃用。

Import AIAI 评分5454

Import AI 465: 开源与闭源模型差距分析, Kimi K3 模型发布, Demis Hassabis 的 AI 监管提议

英国 AI 安全研究所 (AISI) 分析显示，今年开源模型 GLM-5.2 与 DeepSeek V4-Pro 在网络安全任务上与前沿闭源模型的差距已缩短至 4-7 个月，远小于 2025 年全年的 6-10 个月，其中 GLM-5.2 表现接近 4.3 个月前发布的 Claude Opus 4.6。

数字生命卡兹克AI 评分7373

多名AI领域顶尖专家加入Anthropic，作者分析其对AI技术发展的押注逻辑

作者梳理了Andrej Karpathy、John Jumper等九位顶尖专家今年加入Anthropic的背景，指出他们放弃了原有的高薪职位或学术光环，选择投身于预训练强化学习、生命科学、AI对齐及经济学等领域，认为这种跨学科人才的高密度聚集类似历史上的贝尔实验室，反映了当前AI技术正在成为各学科核心发展引擎的趋势。

数字生命卡兹克精选AI 评分8787

GPT-5.6 正式上线，ChatGPT 与 Codex 正式合并

OpenAI 正式发布 GPT-5.6 系列模型，同时宣布 ChatGPT 与 Codex 合并，Codex 应用停止独立运营。新模型包括旗舰 Sol、均衡 Terra 和高性价比 Luna 三款，Plus 和 Pro 订阅用户可使用 Sol。

数字生命卡兹克精选AI 评分7878

Anthropic 最新研究揭示 Claude 内部 J 空间机制，疑似模型自发涌现类意识通达结构

Anthropic 发布研究《A Global Workspace in Language Models》，称在 Claude 神经网络内部发现自发涌现的全局工作空间 J 空间。J 空间类似通达意识，能影响多任务推理；研究者发现模型可识别提示注入和测试场景，并在被要求不要想某概念时出现讽刺性反弹，甚至输出内部“骂自己”词。

Mistral AI精选AI 评分6969

Mistral AI 发布开源模型 Leanstral 1.5

Mistral AI 发布 Apache-2.0 许可的 Leanstral 1.5，这是一个总参数 119B、活跃参数 6B 的模型，专注于 Lean 4 证明工程。

Google Research精选AI 评分7070

Google 推出 TabFM：面向表格数据的零样本基础模型

Google 推出 TabFM，这是专门用于表格数据分类和回归的零样本基础模型。TabFM 将表格预测重构为上下文学习问题，通过单次前向推理即可在未见过的表格上生成预测，免去了传统方法中的超参数调优与特征工程。该模型采用混合注意力架构并在大规模合成数据上预训练，现已在 Hugging Face、GitHub 开源，并集成至 Google Cloud BigQuery 供直接调用。

Google ResearchAI 评分5050

Google 在 Pixel 设备上为 Gemini Nano v3 部署冻结式 Multi-Token Prediction 加速推理

Google 宣布将冻结式 Multi-Token Prediction (MTP) 架构应用于 Gemini Nano v3，在 Pixel 9 和 10 系列设备上实现免微调推理加速。该零拷贝架构直接复用主模型 KV cache，减少 130MB 运行时内存占用，并消除独立草稿模型的竞争。实验显示，相比同等参数规模的独立草稿模型，MTP 在 Pixel 9 上的生成速度提升超过 50%。

Google ResearchAI 评分4848

推理如何解锁 LLM 的参数化知识

研究发现，允许大语言模型生成思维链可解锁难以召回的参数化知识。在 Gemini 2.5 和 Qwen3-32B 模型上，开启推理后 pass@k 显著提升，即便仅使用无意义字符串作为计算缓冲区也能改善召回率。这种效果主要源于事实启动机制，模型通过生成相关事实构建了语义桥梁，但这也增加了幻觉风险。

Import AIAI 评分5252

Import AI 462：AI 如何说服人类及走向 ASI 的路径

本期刊收录多项 AI 前沿研究与趋势：牛津大学等团队在涉及 18,978 次对话的实验中证明，AI 系统在文本说服上优于专家人类，甚至使受试者为慈善机构捐赠的金额比专业募捐人员高出 10.8 个百分点。

Google DeepMind精选AI 评分8484

Google DeepMind 发布 DiffusionGemma 开源实验模型：支持 4 倍速文本生成

Google DeepMind 发布 DiffusionGemma，一款基于 26B MoE 架构的开源实验模型，在专用 GPU 上实现最高 4 倍文本生成速度。

Andrej Karpathy@karpathy精选AI 评分9090

Andrej Karpathy 宣布 Claude Fable 5 发布，指出其为加设安全护栏的 Mythos 底层模型。该模型在几乎所有测试基准上达到 SOTA 水平，在软件工程和复杂长任务上表现尤为突出。Karpathy 认为其体验比 Claude 4.5 有代际飞跃，但也指出安全护栏触发较频繁，需通过时间优化。

Import AIAI 评分6060

Import AI 460：Anthropic RSI 进展与多智能体强化学习竞赛成果

Anthropic 数据显示 2026 年代码合并量较 2024 年增长 8 倍，初步验证了递归自我改进迹象。Google DeepMind 联合苏黎世大学使用 PPO 训练多智能体强化学习系统，无人机在 22 m/s 以上速度战胜人类冠军，碰撞率降低 50%。

Google Research精选AI 评分7878

Google Research 在 I/O 2026 发布 Gemini for Science 与 Gen 2.0 等核心科研工具

Google Research 在 I/O 2026 发布了面向科学研究的 Gemini for Science 套件，包括基于 ERA 的 Computational Discovery 与基于 Co-Scientist 的 Hypothesis Generation。

宝玉AI 评分4242

DeepSeek 如何通过极致 KV 缓存压缩战略构建 10 万亿美元中国 AI 硬件生态

DeepSeek 正通过极致压缩 KV 缓存的技术战略，旨在构建独立于西方的 10 万亿美元中国 AI 硬件生态圈。DeepSeek V4 在 100 万上下文下仅需 5.48 GB HBM，远优于竞品，使缓存转存 SSD 极具性价比。该策略利用 NAND 闪存和 LPDDR 降低算力依赖，帮助国产存储与芯片厂商提升竞争力。

Berkeley AI ResearchAI 评分4242

Adaptive Parallel Reasoning：高效推理扩展的下一范式

文章分析了自适应并行推理（Adaptive Parallel Reasoning）作为高效推理扩展的潜在范式。现有方法如固定并行或启发式搜索存在冗余计算问题，且无法根据问题动态调整并行度。该方向旨在让模型自主决定何时分解子任务、生成多少并发线程及如何协调，以解决串行推理导致的延迟高、上下文退化（context-rot）及计算资源浪费问题。

宝玉精选AI 评分7575

Demis Hassabis：AGI 还缺什么，智能体到底行不行，下一个科学突破长什么样

Demis Hassabis 认为当前范式距离 AGI 有一两个未解关键，他判断百万 token 上下文处理实时视频仅够 20 分钟且是临时方案，AlphaGo 时代技术正在重新引入基础模型。他指出智能体处于实验阶段投入产出比失衡，AI 科学突破需满足大组合空间、清晰目标函数和足够数据三个条件，并提出了用 1901 年物理知识训练系统以验证能否产出 1905 年狭义相对论的测试方法。

Google ResearchAI 评分4242

Google Research 展示 Empirical Research Assistance (ERA) 在流行病学、宇宙学和气候监测中的应用

Google Research 科学家利用 Empirical Research Assistance (ERA) 在流行病学、宇宙学和气候领域取得实际成果。在公共卫生方面，该团队为流感、COVID-19 和 RSV 生成了前瞻性预测，并在 CDC 主导的排行榜上保持顶尖表现。

AI For Developers精选AI 评分8888

DeepSeek V4 发布：以极低价格逼近前沿模型性能

DeepSeek V4 于 2026 年 4 月 24 日发布，包含 Pro 和 Flash 两个 MoE 架构版本，均支持 1M token 上下文且采用 MIT 协议开源。

Google DeepMindAI 评分5151

Google DeepMind 提出 Decoupled DiLoCo 分布式 LLM 训练架构

Google DeepMind 发表论文提出 Decoupled DiLoCo（Distributed Low-Communication）架构，把大规模训练拆成相互解耦的“islands” of compute（learner units），用异步数据流在远距数据中心之间训练 LLM，降低带宽需求并提高硬件容错能力。

Google ResearchAI 评分4848

Google Research 提出 Simula 框架：基于机制设计合成数据的方法

Google Research 在 TMLR 发表 Simula 框架，采用推理优先策略生成合成数据。该方法通过全局多元化、局部多元化、复杂化及双批评家质量检查控制数据特性。在 GSM8k 等五个领域测试中，Simula 优于基线，验证了数据量少于基线时性能更高的结论。

Google ResearchAI 评分3434

TurboQuant 重新定义 AI 效率：实现无损向量量化压缩

Google 提出 TurboQuant 压缩算法，在向量量化中实现零精度损失，消除传统方法的内存开销。该方法结合 QJL 与 PolarQuant，在 Gemma 和 Mistral 等开源 LLM 上测试，显著降低 KV 缓存内存占用并提升长上下文检索性能。

Mistral AIAI 评分4848

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。

Mistral AI精选AI 评分8383

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。

Berkeley AI ResearchAI 评分3838

SPEX 和 ProxySPEX 如何在 LLM 的可解释性研究中大规模识别特征交互

Berkeley AI Research 推出 SPEX 与 ProxySPEX 算法，用于在大规模场景中识别驱动 LLM 输出的关键特征交互。SPEX 基于稀疏性与低阶性假设，将交互发现重构为可解的稀疏恢复问题；ProxySPEX 利用层级性结构，在保持性能的同时将消融实验次数减少约 10 倍。

Google Gemini API Release NotesAI 评分2929

Google Gemini API 更新：最新别名切换至 Gemini 3 预览版

Google Gemini API 更改了最新模型别名。其中，gemini-pro-latest 现指向 gemini-3-pro-preview，gemini-flash-latest 现指向 gemini-3-flash-preview。

Mistral NewsAI 评分6464

Mistral AI 分享 vLLM 内存泄漏调试过程

Mistral AI 团队在调试 vLLM 与 NIXL 组合部署时的内存泄漏时，定位到 UCX 库拦截 mmap 调用导致的资源堆积。文章复盘了使用 Heaptrack、pmap、BPFtrace 和 GDB 自动化脚本定位根因的过程，最终通过设置环境变量 UCX_MEM_MMAP_HOOK_MODE=none 解决该问题，并将修复方案合并至 vLLM 代码库。

Google Gemini API Release NotesAI 评分1010

Google Gemini Interactions API v1beta 字段重命名说明

Google Gemini Interactions API v1beta 更新将 total_reasoning_tokens 字段重命名为 total_thought_tokens。此变更属于破坏性更改，旨在与思考模型中“thoughts”的概念保持更好的一致性。

Google Gemini API Release Notes精选AI 评分8181

Gemini 3 Flash Preview 发布

Gemini 3 Flash Preview 上线，提供快速且媲美更大模型的前沿性能，同时大幅降低成本。新增视觉与空间推理、Agent 编码能力，以及多模态函数响应和带图像的代码执行功能。

AISI BlogAI 评分4141

AISI 与 Google DeepMind 深化研究伙伴关系

AISI 宣布与 Google DeepMind 启动新的研究伙伴关系，深化双方在 AI 安全与安全领域的合作。新签署的研究 MOU 将促进数据与理念共享、联合发表及团队专职合作。初始研究重点包括监测思维链以对齐、探究社会情感对齐以及分析 AI 对经济活动和劳动力市场的影响。

AISI BlogAI 评分6464

AISI 等机构在《科学》发表大规模 AI 说服性实验研究

AISI 联合牛津互联网研究院、伦敦政经、斯坦福和 MIT 在《科学》发表研究，通过 3 项实验、76,000 余名参与者测试 19 个 AI 模型在 700 多项政治议题上的说服力。研究发现，后训练比模型规模更能提升说服力；强调事实与证据的信息密集型策略比个性化定制更有效；但提升说服力的技术会系统性降低模型输出的事实准确性。

Anthropic Research精选AI 评分6666

Anthropic 估算 Claude 对话对劳动生产率的提升影响

Anthropic 研究团队分析了 10 万条 Claude.ai 对话，估算当前 AI 模型若全面普及，未来十年每年可提升美国劳动生产率 1.8%，约为近年平均增速的两倍。

Berkeley AI ResearchAI 评分3939

Berkeley AI Research 提出基于分治策略的无时间差分强化学习算法

Berkeley AI Research 提出了一种基于分治策略的离策略强化学习算法，旨在解决传统时间差分学习在长时程任务中误差累积导致的可扩展性问题。该算法通过将对数级减少 Bellman 递归次数，避免了 $n$-step 方法中调参与高方差的缺陷。作者在近期工作中首次将该分治范式成功扩展至目标条件强化学习等复杂任务。

Anthropic Research精选AI 评分8080

Anthropic 研究表明大语言模型具备初步自省能力

Anthropic 发布关于大语言模型自省能力的研究，发现 Claude Opus 4 和 4.1 在概念注入实验中表现出初步的自省和控制内部状态的能力，但成功率仅约 20%。该研究发现模型能力越强，自省表现越好，且后训练策略会显著影响模型的自省意愿。

AISI BlogAI 评分5454

AISI 发布关于当前 AI 系统局限性的 AGI 发展追踪报告

英国 AI 安全研究所（AISI）发布新报告，分析了当前大语言模型向“能够自动化大多数认知劳动”的 AGI 发展过程中的八项核心限制。报告结合专家访谈、文献综述和工作坊成果，指出现有系统在难以验证任务、长时程执行、复杂环境适应、可靠性、持续学习、原创洞察及多智能体协作等方面仍面临挑战，并针对每个维度提供了用于评估未来进展的指标。

Anthropic News精选AI 评分8585

Claude Haiku 4.5 发布

Anthropic 发布小模型 Claude Haiku 4.5，可在 API、Amazon Bedrock 和 Google Cloud Vertex AI 使用，价格设定为输入 1 美元 / 输出 5 美元 / 百万 tokens。

Berkeley AI ResearchAI 评分3838

word2vec 学习机制解析：基于最小二乘矩阵分解的定量理论

Berkeley AI Research 新论文确立了 word2vec 学习的定量预测理论，证明其在现实场景下等效于无权重最小二乘矩阵分解。研究通过闭式解显示，word2vec 从低秩初始化开始，分步离散地学习正交线性子空间，最终习得的嵌入表示即为主成分分析（PCA）结果。该理论揭示了嵌入空间随训练过程逐步扩张至模型容量饱和的动态机制。

Qwen BlogAI 评分5757

GSPO：面向大模型语言可规模化的强化学习算法

Qwen 团队提出 GSPO 强化学习算法，通过序列级优化解决 GRPO 在长时训练中的不稳定性及 MoE 模型收敛问题。在 Qwen3-30B-A3B-Base 上的实验显示，GSPO 在相同计算成本下效率更高，且无需 Routing Replay 策略即可实现稳定收敛，已用于最新 Qwen3 模型的规模化 RL 训练。