DeepMind 推出 Gemini 智能视频理解功能
DeepMind 推出 Gemini 智能视频理解功能，通过降低 token 消耗和成本，提高分析质量，为视频处理带来新的能力，如亚秒级时刻检索、更准确的异常检测、精确计数等。该功能现已通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 上提供。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
全部 AI 动态
Google DeepMind Blog精选AI 评分8585
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 WebGPU 内核库 @huggingface/kernels
Hugging Face 发布了 @huggingface/kernels 库，包含 207 个 WebGPU 内核，旨在加速浏览器推理，并提供 Fleet 工具进行基准测试和性能验证。
推荐理由：Hugging Face 发布了 @huggingface/kernels 库，提供了 200 多个 WebGPU 内核，旨在加速浏览器推理，读者可以了解其如何改变现有工作流。
Microsoft Research精选AI 评分7070 GigaPath-Flash和GigaTIME-Flash：利用高效的病理学基础模型实现人群规模发现
Microsoft Research发布了GigaPath-Flash和GigaTIME-Flash模型，通过提高效率，使大规模病理学研究更加可行，有助于研究人员在癌症数据集中研究疾病生物学、生物标志物和临床结果。
推荐理由：该研究提出了GigaPath-Flash和GigaTIME-Flash模型，通过提高效率，使大规模病理学研究更加可行，有助于研究人员在癌症数据集中研究疾病生物学、生物标志物和临床结果。
Import AIAI 评分6767 Import AI 471：为什么 Hugging Face 让我担忧；太空采矿；五眼联盟对 AI 的关注
文章探讨了 Hugging Face 和 OpenAI 事件，五眼联盟对 AI 的关注，以及中国研究人员提出的太空采矿六个阶段。
HelloGitHubAI 评分1717 HelloGitHub 第 125 期：GitHub 上有趣、入门级的开源项目分享
HelloGitHub 第 125 期分享了 GitHub 上 50 多个有趣、入门级的开源项目，涵盖 C、C#、C++、Go、Java、JavaScript。
Hugging Face Blog精选AI 评分6565 Open ASR Leaderboard 新增印度语和印地语评测
Open ASR Leaderboard 与 Voice Arena 合作，新增了印度语和印地语的语音识别评测，旨在提高评测的可靠性和多样性。
推荐理由：该材料介绍了 Open ASR Leaderboard 新增的印度语和印地语评测，读者可以了解其对语音识别领域的贡献和影响。
Google DeepMind Blog精选AI 评分6565 Gemini Omni 1.1 Flash发布，提供更多创作控制能力
Google DeepMind发布Gemini Omni 1.1 Flash，新增场景扩展、首尾帧插值、4K升级、快速原型制作等功能，支持开发者构建更可控、迭代更快、适合实际部署的生成式视频。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google DeepMind Blog精选AI 评分7070 DeepMind 首次进行双盲AI评估测试
DeepMind 与多家机构合作，对Gemini Flash Lite模型进行双盲评估，以增强评估的完整性。
推荐理由：原文介绍了首次双盲AI评估方法，读者可以了解其对AI模型评估的影响。
Google DeepMind Blog精选AI 评分7070 DeepMind 发布 Gemini 3.5 Transcribe 智能转录模型
DeepMind 发布了 Gemini 3.5 Transcribe 智能转录模型，该模型旨在提供更精确和智能的实时转录功能，支持多种语言和方言，并具有自动格式化、自定义词汇识别等功能。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face BlogAI 评分4545 Sentence Transformers v6.0更新：多向量嵌入模型训练与微调
Sentence Transformers v6.0更新引入了多向量编码器模型，用于ColBERT风格的后期交互检索，并提供了完整的训练方法。该模型在医疗检索评估中表现优于通用检索模型，适用于检索增强生成、语义搜索、语义文本相似性等多种应用。
Hugging Face Blog精选AI 评分8585 IBM 发布 Granite 4.2 推理模型家族：构建过程揭秘
IBM 发布了 Granite 4.2 推理模型家族，包括 3B、8B 和 30B 三个版本，这些模型在 Granite-4.1 基础模型上进行后训练，并支持工具调用和推理功能。
推荐理由：Granite 4.2 模型在推理和工具调用方面表现出色，为读者提供了对大型语言模型构建的深入了解。
Hugging Face Blog精选AI 评分8585 量化感知修复：超越原始模型的压缩4位模型
Hugging Face提出了一种名为量化感知修复（QAH）的新方法，通过直接从原始模型中提取知识，提高了压缩和量化后的模型的性能，使其在多个基准测试中优于原始的全精度版本。
推荐理由：该研究提出了量化感知修复（QAH）方法，通过直接从原始模型中提取知识，提高了压缩和量化后的模型的性能，为大型模型的小型化和高效运行提供了新的思路。
Hugging Face BlogAI 评分6262 Gradio发布AI工作流指南
Gradio发布新功能，允许用户通过图形界面构建和部署AI工作流，支持多种模型和工具的集成。
Mistral AI精选AI 评分7070 Mistral AI 与 HUMAIN 合作推进主权AI在中东地区的发展
Mistral AI 与 HUMAIN 宣布在AI基础设施、高级模型开发和AI解决方案部署方面达成战略合作，旨在支持沙特阿拉伯和中东地区的AI发展，包括网络安全和语音领域。
推荐理由：Mistral AI 与 HUMAIN 的合作标志着主权AI在沙特阿拉伯和中东地区的发展，对区域AI创新和性能有重要影响。
Import AIAI 评分3737 SPADE：通过自我博弈生成自适应合成环境
研究人员开发了一种名为SPADE的框架，通过自我博弈在自适应合成环境中协同进化环境和智能体能力。该框架利用大型语言模型生成游戏环境，并允许开发者使用该模型启动数据创建，以进一步优化模型。SPADE在30B规模上表现最佳，通过GRPO微调后，在多个基准测试中提升了性能。
Google DeepMind Blog精选AI 评分8585 DeepMind：基于15年游戏AI研究，从Atari到EVE Online
DeepMind分享了其在游戏AI研究方面的15年成果，包括从Atari到StarCraft的突破，以及最新的SIMA项目，探讨了游戏AI在理解智能、解决现实世界问题方面的潜力。
推荐理由：DeepMind分享了其在游戏AI研究方面的15年成果，并探讨了未来研究方向，对游戏AI领域有重要意义。
Hugging Face BlogAI 评分4545 Hugging Face Inference Endpoints、Jobs 和 Buckets 助力 Papers with Code 搜索引擎
Hugging Face 通过结合 PostgreSQL 数据库、pgvector 和 RRF 算法，利用 Hugging Face Jobs、Storage Buckets 和 Inference Endpoints，构建了 Papers with Code 的混合搜索系统，支持超过 11 万篇论文的搜索，实现高效且强大的 AI 研究成果检索。
Mistral AI精选AI 评分8585 Mistral AI 发布 Agentic Search 功能，提升搜索准确性和效率
Mistral AI 推出 Agentic Search 功能，通过检索层帮助 AI 系统在复杂文档中导航、阅读和验证信息，提高搜索结果的准确性和效率，并降低延迟和 token 使用。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Import AIAI 评分5555 DiG-bench 测试 AI 探索和发现能力，Faraday 模型展示 AI 科学实验复现潜力，Zuckerberg 探讨 AI 发展平衡问题
DiG-bench 测试了 AI 在探索和发现方面的能力，Faraday 模型展示了 AI 在科学实验复现方面的潜力，Zuckerberg 的文章探讨了 AI 发展的平衡问题。
Google DeepMind Blog精选AI 评分8585 DeepMind 发布 Gemini 3.7 Flash 模型
DeepMind 发布了新的 Gemini 3.7 Flash 模型，该模型在编码和智能体领域表现出色，具有更高的代码准确性和生成生产级代码的能力。此外，该模型还提供了更好的开发者体验和更具竞争力的价格。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google DeepMind Blog精选AI 评分8585 DeepMind 推出手语 AI 功能
DeepMind 推出新的手语到文本翻译模型 SL2T，为听障和听力受损用户提供手语功能，支持 Gboard 和 Pixel 11 上的实时转录。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Import AIAI 评分5555 Import AI 468: 23 RSI ideas; PostTrainBench+; and how trust and transparency interplay with AI racing
Import AI 468期文章探讨了23项关于缓解RSI的政策建议，以及PostTrainBench+在自动化AI研发中的应用。文章还分析了信任和透明度在AI竞赛中的作用，以及AI系统在研发过程中可能带来的影响。
Google DeepMind Blog精选AI 评分8585 DeepMind 发布 WeatherNext AI 模型，在台风预测方面取得突破并开源
DeepMind 发布了 WeatherNext AI 模型，该模型在台风预测方面取得了突破性进展，并开源了模型代码，旨在推动气象领域和AI应用的发展。
推荐理由：WeatherNext AI模型在预测台风方面取得了突破性进展，并开源了模型代码，对气象领域和AI应用有重要影响。
Google DeepMind Blog精选AI 评分8080 Gemini Robotics ER 2：利用视频理解、任务编排和多机器人协作推动机器人技术
DeepMind 发布了 Gemini Robotics ER 2，这是一个能够进行视频理解、任务编排和多机器人协作的机器人技术，旨在使机器人在物理世界中更加有用。该模型允许机器人与人类交流、理解物理世界并规划多步任务，同时支持机器人之间在共享空间中协作完成复杂工作流程。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google DeepMind BlogAI 评分4040 Lyria 3.5 在 Google Flow Music 中发布，音乐性、歌词、人声和创意控制全面升级
Google DeepMind 推出音乐生成模型 Lyria 3.5，在音乐性、歌词、人声和创意控制方面实现显著提升，现已在 Google Flow Music 中推出，用户可创作更丰富的音乐作品。
Berkeley AI Research精选AI 评分7070 从 CUDA 到 MLX：K-Search 如何将数十年的内核专业知识带到 Apple Silicon
该研究介绍了 K-Search，一个利用 AI 优化 GPU 内核的框架，并将其扩展到 Apple Silicon 的 MLX 框架。通过将 CUDA 内核优化知识迁移到 Apple Silicon，实现了在 Apple Silicon 上达到接近专家级别的性能。
推荐理由：该研究展示了如何将 CUDA 内核优化知识迁移到 Apple Silicon，为跨平台 AI 编码工具提供了新的可能性。
Google DeepMind Blog精选AI 评分8585 DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
DeepMind 发布了 Gemini Robotics 2，这是一款能够为机器人提供全身智能、高级灵巧和团队协作能力的智能层。它能够使机器人通过每个动作进行推理，解锁各种任务，例如行走、蹲下、伸展和操纵物体来清理杂乱的房间。
推荐理由：原文介绍了 Gemini Robotics 2 的能力提升和开放入口，读者可以据此判断它会如何改变现有工作流。
HelloGitHubAI 评分1717 HelloGitHub 第 124 期：GitHub 上有趣、入门级的开源项目分享
HelloGitHub 第 124 期分享了 GitHub 上有趣、入门级的开源项目，包括复古 PC 模拟器、小巧的 Windows 网络管控工具、更好的 Windows 系统清理工具、解锁 NVIDIA 驱动隐藏设置、死亡搁浅 2 背后的物理引擎等。
Berkeley AI ResearchAI 评分5555 ABBEL：通过信念状态进行高效长时交互的学习
ABBEL框架通过将信念状态作为智能体的工作上下文，并监督信念状态的内容，提高了长时交互的效率，在协作代码生成等场景中展现出优势。
Google DeepMind Blog精选AI 评分6767 DeepMind宣布投入4000万美元支持AI在科学研究中的应用
DeepMind宣布为Genesis Mission投入4000万美元，提供前沿AI科学工具，包括AlphaEvolve、AlphaFold 3等，以加速科学发现。
推荐理由：DeepMind宣布为Genesis Mission投入4000万美元，支持AI在科学研究中的应用，读者可以关注其对科学研究的潜在影响。
Google DeepMind Blog精选AI 评分8585 DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 新模型
DeepMind 发布了新的 Gemini 模型，包括 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber，旨在提高 AI 智能体的效率、降低延迟并提高可靠性。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google DeepMind Blog精选AI 评分8585 DeepMind 推出 Gemini 3.5 Flash Cyber 智能安全模型
DeepMind 推出 Gemini 3.5 Flash Cyber 智能安全模型，基于 3.5 Flash 并针对快速发现、验证和修复漏洞进行了微调，旨在提供高效、经济、可扩展的网络安全解决方案。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google DeepMind Blog精选AI 评分7070 DeepMind 和 Isomorphic Labs 共同探索生物韧性方法
DeepMind 和 Isomorphic Labs 合作，通过预防、检测和应对三个关键领域，利用 AI 技术提高社会对传染病和未来疫情的应对能力。
推荐理由：DeepMind 和 Isomorphic Labs 共同分享了对生物韧性的方法，通过合作和先进技术来提高社会对传染病和未来疫情的应对能力。
Google DeepMind BlogAI 评分4040 ATL Saathi：Gemini赋能印度创新教育
Google DeepMind推出Gemini驱动的ATL Saathi，为印度超过1100万学生提供3D打印、物联网和机器人技术等新技术的访问，并利用AI进行高质量导师制的扩展。该应用提供24/7规划与培训助手，支持多语言访问，旨在减轻教师行政负担，提高教学效率。
Berkeley AI Research精选AI 评分7070 人工智能免费，接下来是什么？智能体的数据系统
本文探讨了人工智能成本下降对数据系统的影响，特别是针对智能体的数据系统设计。作者认为，随着人工智能成本的降低，智能体将成为数据系统的主导工作负载，并提出了数据系统为智能体、由智能体和智能体自身的挑战和机遇。
推荐理由：探讨了人工智能成本下降对数据系统的影响，特别是针对智能体的数据系统设计。
Google DeepMind BlogAI 评分4545 Google DeepMind 与 A24 首次宣布研究合作伙伴关系
Google DeepMind 与电影制作公司 A24 首次合作，旨在通过结合双方的研究和创意，共同开发新技术和流程，以推动娱乐行业的发展。该合作将促进双方在多个项目上的深入研发，并有望在未来扩大娱乐行业的可能性。
Berkeley AI ResearchAI 评分3535 2026 BAIR研究生展示活动
伯克利人工智能研究实验室（BAIR）庆祝2026届博士生毕业生，他们的研究涵盖现代人工智能的多个领域，包括机器人、大语言模型、计算机视觉、生成模型、AI安全、人机交互等。毕业生将进入学术界、工业研究实验室和创业公司，继续探索人工智能的未来。
Google DeepMind Blog精选AI 评分7272 DeepMind 发布 Nano Banana 2 Lite 和 Gemini Omni Flash
DeepMind 发布了 Nano Banana 2 Lite 和 Gemini Omni Flash，两款模型分别针对图像生成和视频编辑，旨在提高开发者的工作效率和创作能力。Nano Banana 2 Lite 是一款快速且成本效益高的图像模型，而 Gemini Omni Flash 则是一款高质量的视频生成和对话式编辑模型。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
HelloGitHubAI 评分55 HelloGitHub 第 123 期：GitHub 上有趣、入门级的开源项目分享
HelloGitHub 第 123 期分享了 GitHub 上有趣、入门级的开源项目，包括 Linux 系统级改键工具、灵活易用的 TLS 库、极简的 Windows 桌面便签工具、开源体素游戏创作平台、老旧平板也能用的手写笔记工具等。
Google DeepMind Blog精选AI 评分6767 DeepMind 发布 Gemini 3.5 Flash 中的计算机使用功能
DeepMind 发布了 Gemini 3.5 Flash，其中集成了计算机使用功能，允许开发者构建跨平台交互的智能体。该功能之前作为独立模型存在，现在已集成到主模型中，支持长期和自动化任务。DeepMind 还提供了安全措施，包括对抗性训练和可选的企业级安全系统。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。