Google 发布 Gemini 4 Argon 前沿模型，面向复杂工作流逐步开放
Google 发布 Gemini 4 Argon，将通过 Fairwind Program 先向一组可信网络防御者逐步开放，并在后续提供给开发者、企业和消费者。
推荐理由：Gemini 4 Argon 将长程推理、软件工程、企业知识工作和防御性网络安全能力结合起来，并同步披露了发布前的安全防护安排。
全部 AI 动态
Google DeepMind精选AI 评分7777 Microsoft ResearchAI 评分4444 Microsoft Research 机器学习系统预测空间天气对电网的风险
Microsoft Research 开发端到端机器学习系统，结合太阳风观测、AE 与 Dst 预报、地质和电网数据，为美国本土 66,935 座变电站生成空间天气风险预测。系统可提前 30-60 分钟发出预警，对重大、严重和极端事件的检测率分别为 76.5%、81.2% 和 64.1%。
Microsoft Research精选AI 评分6363 Microsoft Research 发布面向生物学的多模态研究系统 Quine
Microsoft Research 发布 Quine，一套面向生物学研究的多模态世界模型与交互式科研流程系统。Quine 可连接模型、科学工具、文献、湿实验和科研人员，用于生成、排序并验证候选研究路径；研究团队用它预测数千种可能推动胰腺癌细胞状态转变的化合物，并在多个湿实验测定中验证了部分高排名候选。Quine 目前仅限研究用途，首批访问通过 Quine Fellows 计划及选定研究合作开放。
推荐理由：文章介绍 Quine 如何连接多模态生物学世界模型、科研工具与实验流程，并展示其在胰腺癌细胞状态研究中的候选化合物排序与湿实验验证。
Microsoft ResearchAI 评分3838 Microsoft Research Asia – Singapore 一周年：推进研究、伙伴合作与人才发展
Microsoft Research Asia – Singapore 于 2025 年 7 月 24 日启用，是 Microsoft 在东南亚设立的首个研究实验室。一年来，该实验室围绕下一代 AI 模型与智能体系统、领域 AI、AI-native 研究实践及生态与人才发展深化本地合作，并在医疗、金融、教育和科技等领域探索前沿 AI 的实际应用。
Mistral AIAI 评分4747 Mistral 在慕尼黑开设德国中心，推进欧洲工业 AI
Mistral 在慕尼黑开设新中心，组建 Physics AI 与 Industrial AI 专业团队，服务德国工业客户。该中心将与 BMW、Siemens Energy 及 TUM 合作开展碰撞模拟、工业 AI 和汽车空气动力学数字孪生研究。Mistral 计划到 2030 年建设 1 GW 欧洲算力，并凭借开放权重模型和本地部署强化 AI 主权。
GitHub Blog · AI & ML精选AI 评分7474 GitHub Copilot 应用初学者教程：用 canvases 构建自定义工作流
GitHub Copilot 应用可通过 `/create-canvas` 技能用自然语言创建与智能体共享的自定义界面，无需手动编写代码或设计文件。生成的 canvas 可保存为 extension，团队可共享或个人复用，并能持续添加列、筛选器和清单等控件。用户和智能体共享同一状态，可通过按钮、字段和卡片实时更新内容，也可让智能体调用 canvas 的操作能力完成修改。
推荐理由：教程通过 `/create-canvas` 演示如何用自然语言创建并持续调整可复用的自定义工作流，同时说明用户与智能体如何实时协作。
GitHub Blog · AI & ML精选AI 评分6969 GitHub Copilot：聊天框之外，canvas 如何改变与智能体交互
GitHub Copilot 作者 Burke Holland 认为，聊天框并非适合所有任务的智能体交互界面，定制化 canvas 能更好地支持任务型 AI 工作流。
推荐理由：文章以游戏、Winget、SQLite 和开发工作流为例，说明定制化 canvas 可让智能体围绕具体任务提供更合适的交互界面。
GitHub Blog · AI & ML精选AI 评分7777 GitHub Security Lab Taskflow Agent 实践 AI 驱动的 C/C++ 模糊测试
GitHub Security Lab Taskflow Agent 可针对 GitHub 仓库自动执行 C/C++ 模糊测试，包括分析构建系统、生成 harness、运行 AFL++、改进覆盖率、分析崩溃并编写漏洞报告。
推荐理由：文章完整拆解了自主模糊测试流水线的运行方式、架构与安全边界，可供 C/C++ 项目评估和复用。
Microsoft Research精选AI 评分6666 Microsoft Research 研究物理 AI 机器人推理卸载并扩展 Physical AI Toolchain
Microsoft Research 研究了将物理 AI 推理从机器人车载 GPU 卸载到边缘或云端 GPU 的方案。实验显示，卸载可提升映射、规划、导航和操作性能，并减少电池消耗；研究团队还在 Physical AI Toolchain 中加入基于 Kubernetes 的自动容器化、部署和推理卸载能力。
推荐理由：文章通过移动机器人实验展示推理卸载对任务性能、电池续航和部署规模的影响，并给出基于 Kubernetes 的实现工具。
Mistral AIAI 评分4848 Mistral 与 Cloudera 携手推出面向企业数据的主权智能合作
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成至 Cloudera 混合数据平台，支持企业跨越私有云、公共云、本地及完全隔离环境进行推理。企业还可利用受控环境中的专有数据训练并拥有定制模型；合作面向 Cloudera 平台上 30 exabytes 的客户管理数据。
Mistral AI精选AI 评分7474 Mistral 完成 30 亿欧元 D 轮融资，投向主权开放权重 AI
Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，创欧洲科技公司股权融资规模纪录。Samsung Electronics 领投，Scaleup Europe Fund 与现有投资者 PSG Equity 联合领投。Mistral 将利用资金扩大模型训练所需算力与基础设施，加速商业增长和国际布局，并继续建设覆盖开放权重模型、算力基础设施及产品的全栈体系。
推荐理由：本轮融资规模、投资者构成及资金用途，为观察欧洲 AI 公司的算力扩张与主权路线提供了集中视角。
Berkeley AI ResearchAI 评分5454 K-Search 通过 CUDA-to-MLX 翻译层优化 Apple Silicon kernel
UC Berkeley Sky Lab 与 IBM Research 扩展 K-Search，加入结构化 CUDA-to-MLX 翻译层，将已有 CUDA kernel 优化知识迁移到 Apple Silicon。
Berkeley AI ResearchAI 评分5454 ABBEL：通过更新信念状态提升长程交互效率
ABBEL 将交互历史压缩为可更新的自然语言信念状态，并通过信念分级监督其信息保留能力。在 CollabBench 中，重构式信念分级将模型与完整上下文模型的性能差距缩小约 50%，训练步数减少 50%；在多目标问答中加入峰值信念长度惩罚后，模型在较少内存占用下保持了相近性能。
Berkeley AI ResearchAI 评分3232 Berkeley AI Research 2026 届博士毕业生成果展
Berkeley AI Research（BAIR）庆祝2026届博士毕业生在机器人、大语言模型推理、计算机视觉、生成模型、AI安全及医疗等方向的探索与成果。毕业生将赴高校、产业研究实验室、创业公司任职或继续博士后研究，研究主题还包括蛋白质生成建模、语音建模与人类用户模拟。
Berkeley AI ResearchAI 评分4040 自适应并行推理：高效推理扩展的下一范式
Berkeley AI Research 分析自适应并行推理，探索让 LLM 自主决定何时分解任务、生成多少并发推理线程及如何协调。现有的 Best-of-N、MCTS 和 GroupThink 等方法，通常将并行结构或搜索策略预设在模型之外，难以适应不同问题。 sequential 推理还可能带来上下文退化、延迟和计算成本上升。
Berkeley AI ResearchAI 评分4141 GRASP：面向更长时域世界模型的梯度规划方法
Berkeley AI Research 提出 GRASP，通过将轨迹提升至虚拟状态以并行跨时间优化，并在状态迭代中加入随机性，增强长时域探索。GRASP 还重塑梯度，为动作提供清晰信号，同时避开高维视觉模型中易失稳的“状态输入”梯度。
Berkeley AI ResearchAI 评分5555 SPEX 与 ProxySPEX：规模化识别 LLM 关键交互
SPEX 与 ProxySPEX 可通过少量消融实验，规模化识别影响 LLM 特征、数据和内部组件行为的关键交互。研究将交互发现从数十个组件扩展到数千个组件，其中 ProxySPEX 借助层级结构，以约少 10 倍的消融次数达到 SPEX 的性能；两项算法的代码已集成至 SHAP-IQ。
Berkeley AI ResearchAI 评分4747 Berkeley AI Research：信息驱动的成像系统设计
Berkeley AI Research 提出一种基于信息内容直接评估和优化成像系统的框架，并在 NeurIPS 2025 论文中验证了其跨域有效性。该指标在彩色摄影、射电天文、无透镜成像和显微镜四类任务中预测下游性能；优化后的设计可匹配 state-of-the-art 端到端方法，同时减少内存和计算量，且无需任务专用解码器设计。