Google Research 发布 VERID 框架与闭环湿实验进展，推进自主化湿实验室
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。
全部 AI 动态
Google Research精选AI 评分6464
Google DeepMindAI 评分4242 Google DeepMind 演示如何用 Google Antigravity 加速抗菌肽搜索
Google DeepMind 演示生物学家如何用智能体开发平台 Google Antigravity 搜索新型抗菌肽（AMP），其内置 ProtNLM 模型可从氨基酸序列直接预测蛋白功能，为 UniProt 中数百万未标注蛋白补充功能标签。
Mistral AI精选AI 评分6464 Mistral 发布首个时序基础模型家族 Timestral，最大 209M 参数登顶 GIFT-Eval、TIME 与 fev-bench
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 ResearchAI 评分5252 Google Earth AI 发布地理空间推理技术报告并扩展早期访问
Google Earth AI 的 Geospatial Reasoning agent 已从原型发展为支持多步地理空间推理和自主训练预测模型的实验系统，发布技术报告并开源 GeoKTools、GeoExpertQueries 两个新基准。
Google Research精选AI 评分7474 Google Research 公开发布智能体文档审阅系统 Deep Review
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 ResearchAI 评分3535 Google Research 展示 2026 十大研究方向：以 AI 放大人类创造力
Google 在 Mountain View 的 Research@ 活动上展示了 10 项研究进展。Google Earth AI 扩大早期访问，开放地理空间分析、行星预测引擎和 agent-to-agent API，并由超 70 个地理空间工具支持，Google.org 提供 $10 million 资助危机韧性与公共卫生项目。
Google DeepMindAI 评分4747 Google DeepMind 与新加坡政府合作微调 Gemma 端侧诈骗检测模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）基于国家 AI 伙伴关系，微调出轻量级 Gemma 端侧诈骗检测模型，并在 SICW 2026 上展示。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini 4 Argon 并说明安全防护体系
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。
GitHub Blog · AI & MLAI 评分5454 GitHub 详解基于 ModernBERT 的秘密检测模型如何降低误报并提速降本
GitHub 介绍其新的两段式秘密检测管线，用 regex 生成候选、再由微调 ModernBERT 分类器结合上下文判断，替代此前的 LLM 管线。相比旧管线，post-push 扫描中位执行时间降低 86%，服务成本降低超过 98%，仓库所有者加权接受率提高 11.5%，离线评测精确率提高 13%、召回率提高 19%。
Google DeepMind精选AI 评分6969 Google DeepMind 发布 Gemini 4 Argon 机器人模型，ERQA 得分 87%
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精选AI 评分8585 Google DeepMind 发布 Gemini 4 Argon 前沿模型，全球开放 API 与应用访问
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。
GitHub Blog · AI & MLAI 评分5858 GitHub Copilot 入门系列：四种让 Copilot 了解你的代码库的方法
GitHub 博客讲解如何让 Copilot 了解代码库规则，介绍了四种定制方式：用 .github/copilot-instructions.md 自定义指令传达项目约定。
Microsoft ResearchAI 评分4040 Microsoft Research 推出 StudentSim：用学生模拟器评估和改进 AI 辅导系统
Microsoft Research 发布研究系统 StudentSim，为每位学生训练个性化 AI 学生模拟器，在 AI 辅导工具接触真实学习者前提供评估与改进信号。
Google Research精选AI 评分6969 Google Research 发表 NBER 论文：AI 辅助如何影响专利律师专业判断的三个月实地实验
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。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出 AI 通用密钥检测模型，将 push protection 扩展到无结构密钥
GitHub 发布基于 ModernBERT 的通用密钥检测分类器，评估候选密钥不到 2 毫秒，可使 push protection 可阻止的密钥数量增加一倍以上。
Microsoft Research精选AI 评分6767 微软亚洲研究院开源 Agent Lightning v1.0：3500 行代码的轻量级 Harnessed Agentic RL 训练框架
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精选AI 评分6565 Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2
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。
Microsoft ResearchAI 评分4646 Microsoft Research 播客对话 Jennifer Neville：AI 会错在哪里、失败教会我们什么
Microsoft Research Podcast 的 Chad Atalla 采访微软 partner research manager Jennifer Neville，探讨评估（evaluation）如何推动当今 AI 系统突破传统 benchmark 去满足用户需求，以及测试中出现的“意外失败”。
Google ResearchAI 评分5454 Google Earth AI 发布 PDFM 位置嵌入，验证其在全球公共卫生五大任务中的价值
Google Research 介绍以 Earth AI 的 Population Dynamics Foundation Model（PDFM）为概念验证的公共卫生新范式，将搜索趋势、人流、建成环境和空气质量等隐私信号压缩为月度刷新的位置嵌入，即插即用接入现有流行病学模型。
Mistral AI精选AI 评分7373 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数模型本月底开放权重
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。
GitHub Blog · AI & MLAI 评分4848 GitHub 发布开源代码评审基准 ReviewBench
GitHub 推出 AI 代码评审离线基准 ReviewBench，现可公开使用。基准基于 1.039 亿个 GitHub pull request 建模分布，语料包含来自 187 个开源仓库、覆盖 19 种语言的 219 个公开 pull request，采用人类评审、前沿 LLM 与静态分析多来源 golden set，并由资深工程师独立标注，一致性达 96.6%。
GitHub Blog · AI & MLAI 评分3737 AI 正在改变开发者工作，GitHub 提出三项需要加强的技能
GitHub 发文指出 AI 正在改变开发者工作，写代码依然重要，但开发者更需要学会指挥 AI、评估其产出并做出技术决策。文章给出三项建议：学会指挥 AI agent 而不只是使用，借助第二个模型（如 GitHub Copilot 的内置 Rubber Duck agent）批判性审查第一个模型的答案，以及把省下的实现时间用于理解需求、权衡架构等 AI 无法替代的判断。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini 4 Argon 前沿模型，输出上限扩至 1M tokens
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。
Microsoft ResearchAI 评分4646 Microsoft Research 用机器学习预测电网空间天气风险
Microsoft Research 的实习生构建了一个机器学习系统，为美国大陆 66,935 座变电站提供位置级空间天气风险预测。系统结合 L1 点太阳风观测、AE 与 Dst 指数预测、地质电导率和电网数据，可在风险出现前 30 到 60 分钟预警；评估中检出约 80% 的重大事件，其中严重事件（≥20 nT/min）检出率达 81.2%。
Mistral AIAI 评分5555 Mistral 在慕尼黑设立德国枢纽，聚焦工业 AI 与 Physics AI
Mistral 宣布在慕尼黑开设新枢纽，设立 Physics AI 与工业 AI 专职研究团队，并直接服务企业客户。此前收购 Emmi AI 带来 30 多名物理与工程 AI 专家，团队正与 BMW 合作碰撞仿真、与 Siemens Energy 合作工业 AI 应用，并与 TUM 开展汽车空气动力学数字孪生研究；Mistral 同时计划到 2030 年建设 1GW 欧洲算力。
GitHub Blog · AI & MLAI 评分5959 GitHub Copilot app 教程：如何用 canvases 构建自定义工作流界面
GitHub Copilot app 支持通过 /create-canvas 技能用自然语言生成可自定义的 canvas 界面，如看板、问题分类板或发布清单，无需写代码。canvas 是双向共享的，用户点击按钮或移动卡片时智能体立即看到变化，智能体更新时界面同步刷新；创建后可保存为扩展供团队共享或个人复用，社区还通过 Awesome Copilot 提供现成 canvas 扩展。
Mistral AIAI 评分4444 Mistral 与 Mozilla 合作：Mistral 模型为 Firefox Smart Window 提供开源、隐私保护的多语言 AI 浏览体验
Mistral 宣布与 Mozilla 合作，Firefox Smart Window（beta）浏览助手现由 Mistral 模型驱动，先面向法国和北美用户，英国和德国预计今年晚些时候跟进。
Mistral AIAI 评分3030 Mistral 与 Cloudera 达成合作，为企业数据带来主权 AI 能力
Mistral 与 Cloudera 宣布合作，将 Mistral 模型集成到 Cloudera 混合数据平台，覆盖 Cloudera 平台上 30 exabytes 的客户管理数据。企业可在私有云、公有云、本地及完全 air-gapped 环境中部署模型并用专有数据训练定制模型，同时保留数据与所得智能的所有权。合作主打“主权 AI”，让数据、智能、算力与运维始终处于客户控制之下。
Mistral AI精选AI 评分6262 Mistral 复盘用 AI Agent 将 40,000 行 Fortran 77 科学代码现代化迁移到 C++
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 AI Research精选AI 评分6262 Berkeley Sky Lab 团队用 K-Search 将 CUDA 内核优化经验迁移到 Apple Silicon 的 MLX 框架
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。
Berkeley AI ResearchAI 评分4141 Berkeley AI 提出 ABBEL 框架：教 LLM 用信念状态更新实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，用自然语言信念状态替代递归摘要来管理长程交互中的上下文，并通过 belief grading 对每个信念状态的信息内容进行监督。
Berkeley AI ResearchAI 评分5454 Berkeley 研究者提出智能体时代数据系统的 For、Of、By 三大议题
UC Berkeley 的 Aditya G. Parameswaran 等人发文探讨近零成本智能时代的数据系统研究议程，指出 GPT-4 级能力的推理价格已从 2023 年初的每百万 token 约 $30 降至 $1 以下，推理价格中位数每年下降约 50x。
Berkeley AI ResearchAI 评分4242 2026 BAIR 毕业生展示：Berkeley AI Research 博士毕业生去向一览
Berkeley AI Research（BAIR）介绍 2026 届博士毕业生，研究方向涵盖机器人与具身智能、LLM 与推理、计算机视觉、生成模型、AI 安全与人机交互等领域。多名毕业生将前往 Physical Intelligence、OpenAI、Mistral AI、Amazon、Princeton CITP 等机构任职或任教于芝加哥大学、UCLA，部分人正在创业或寻找机会。
Berkeley AI ResearchAI 评分4444 自适应并行推理：高效 LLM 推理扩展的下一个范式（Berkeley AI Research 分析）
Berkeley AI Research 发布对并行推理尤其是自适应并行推理（Adaptive Parallel Reasoning）的综述与观点分析，作者之一 Tony Lian 是所讨论方法 ThreadWeaver 的共同负责人。
Berkeley AI ResearchAI 评分4545 GRASP：面向世界模型长时程规划的梯度方法解析
Berkeley AI Research 发布 GRASP，一种基于梯度的规划器，使学习到的世界模型中的长时程规划变得可行。该方法将轨迹提升到虚拟状态以实现跨时间并行优化，在状态迭代中直接加入随机性以进行探索，并重塑梯度以获得清晰的动作信号，同时避免通过高维视觉模型计算脆弱的“状态-输入”梯度。
Berkeley AI ResearchAI 评分3939 Berkeley AI Research 介绍 SPEX 与 ProxySPEX：大规模识别 LLM 中的特征交互
Berkeley AI Research 介绍 SPEX 与 ProxySPEX 两种算法，可在特征归因、数据归因和模型组件归因中大规模识别影响模型行为的关键交互。
Berkeley AI ResearchAI 评分4242 BAIR 提出基于信息量的成像系统设计与评估框架
Berkeley AI Research 在 NeurIPS 2025 论文中提出直接基于信息量评估和优化成像系统的框架，用仅依赖噪声测量和噪声模型的信息估计器计算互信息。该指标在彩色摄影、射电天文、无透镜成像和显微成像四个领域均能预测解码器性能，优化它得到的系统设计可匹配 state-of-the-art 端到端方法，且内存、计算更省，无需任务专用解码器设计。