NVIDIA 发布预训练关系数据基础模型 Kumo Relational，可直接在企业数据库上做预测查询，无需任务训练、特征工程或展平表格。在 15 个数据库的 41 项任务上超越监督式关系深度学习和专家梯度提升树管线，SAP SALT 基准上 MRR 超过 AutoGluon 集成 8%，微调后领先 16%。
推荐理由：原文给出基准对比数字和开源获取方式，读者可以据此评估是否用它替代现有 XGBoost 关系数据管线。
Google Research 在 JAMA Network Open 发表前瞻性研究，验证 AI 模型可基于无超声训练的基层人员采集的盲扫图像评估孕周，在美国芝加哥 Northwestern Medicine 和肯尼亚内罗毕 Jacaranda Health 两地部署。
推荐理由：Google 自述的前瞻性多中心验证显示 AI 孕周评估达到专家水平，关注医疗 AI 泛化部署的读者可参考其评估方法与经验。
Microsoft Research 的 Xinzhi Zhang 与 Zhao Song 证明 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，表明对数凸分布而言最优平面割与任意形状割之差不超过与维度无关的普适常数。
推荐理由：原文详述证明路径、独立验证与 Lean 形式化，并对比了有无人类引导的 AI 探索差异，方法可借鉴。
Mistral 发布 Voxtral 3，包含语音转文本和文本转语音模型家族及基于 LiveKit 的语音智能体 SDK，将听、推理、工具调用和语音输出整合为单一实时流式管线。
推荐理由：官方给出各模型价格、基准对比和 SDK 架构细节，读者可据此评估语音智能体方案的成本与部署选择。
Google Research 介绍三项研究进展，让 AI 智能体在湿实验室中自主设计、执行并学习实验。VERID 框架基于 PyLabRobot 构建实验室数字孪生，提供 3D 状态追踪、虚拟预演、硬件安全检查和视频动作日志。
推荐理由：Google 自述其 AI 智能体闭环湿实验的三项进展，附 VERID 框架细节和 aptamer、蛋白设计的具体实验数据。
Mistral 发布首个时序基础模型家族 Timestral，含 5M、28M、123M、209M 四档参数，209M 模型在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一，仅用此前最优模型约三分之二的参数。
推荐理由：原文给出四档参数规模、三大基准成绩和 CPU 推理延迟，读者可据此评估时序预测场景的选型与部署。
Google Research 公开发布智能体文档审阅系统 Deep Review，可对复杂技术文档提供严谨反馈与技术校验。
推荐理由：官方公开了四阶段智能体审阅管线和会议试点数据，读者可以据此评估它在论文与法律文档校验中的可用方式。
Google DeepMind 开始向更广泛用户推出 Gemini 4 Argon，并扩大 Fairwind Program 给可信网络防御者。模型在复杂现实任务中表现突出，网络安全能力达到前沿水平，解决了全部 12 个端到端模拟网络攻击场景（上一代为 5 个），Wiz 曾用它发现医院软件中被以往模型漏掉的关键漏洞，帮助保护数十万患者记录。
推荐理由：官方披露了安全防线的具体机制和测试数字，包括越狱防护、错位监控和提示词注入成绩，可了解前沿模型的安全部署方式。
Google DeepMind 发布 Gemini 4 Argon，定位为通用物理推理模型，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过其他前沿模型。
推荐理由：官方展示了 Gemini 4 Argon 在机器人控制、Real2Sim 和自改进等场景的具体提示词与结果，可帮助读者评估它在机器人栈上的实际用途。
Google DeepMind 发布 Gemini 4 Argon 前沿模型，即日起面向开发者和企业通过 AI Studio 与 Gemini API 开放，并向 Ultra/Pro 订阅用户开放 Gemini 应用、AI Mode 与 Antigravity。
推荐理由：官方发布给出了定价、基准成绩和内工程案例，读者可以据此评估它对编码与科研工作流的实际影响。
Google Research 发表于 NBER 的论文介绍了在 11 家知识产权律所 133 名律师中开展的为期三个月的随机实地实验，测试一款当时未发布的 AI 专利撰写助手（现为 Gemini Notebook 的一部分）对短期生产力和长期技能积累的影响。
推荐理由：原文报告了一项三个月随机实验，区分了 AI 带来的产出提升与移除工具后的独立能力变化，方法上对研究同类问题有参考价值。
微软亚洲研究院发布 Harnessed Agentic RL 训练范式并开源重建的 Agent Lightning v1.0，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。
推荐理由：框架让部署用的真实 agent harness 直接参与 RL 训练，还给出端到端编码智能体训练管线，读者可评估是否接入现有工作流。
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、740M 参数，采用 Apache 2.0 许可，将文本、代码、图像、视频与音频映射到统一嵌入空间，面向端侧推理。
推荐理由：原文给出参数量、模块化编码器、维度截断与端侧内存占用等具体规格，便于评估本地多模态检索方案的可行性。
Mistral AI 发布 Mistral Large 4（昵称 le Chonk）公开预览，可在 Mistral Studio 试用，权重将于本月底开源。
推荐理由：官方给出 1 万亿参数MoE规格、多项基准分数和月末开源权重计划，读者可据此评估其在开源模型中的实际位置。
Google DeepMind 发布新前沿模型 Gemini 4 Argon，通过 Fairwind Program 先向可信网络防御者开放，之后再扩大到开发者、企业和消费者。
推荐理由：官方发布稿给出定价、输出窗口和基准数字，可帮读者了解 Gemini 4 Argon 的能力范围与分阶段开放节奏。
Mistral 介绍了为一家欧洲能源运营商用 AI Agent 将 40,000 行 Fortran 77 储层模拟器迁移到 C++ 的实践。
推荐理由：Mistral 复盘了 Fortran 77 迁移 C++ 的完整流程，三条可迁移经验如先建 parity 验证再动手，值得大型遗留代码改造时参考。
Berkeley Sky Lab 的 K-Search 框架通过新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，将 NVIDIA 生态多年积累的内核优化知识自动迁移到 Apple Silicon。
推荐理由：原文给出可复现的方法和具体数字，说明结构化 CUDA 翻译层在 Apple Silicon 上带来的性能差异。