Google DeepMind 发布 Gemini 4 Argon，输出上限扩至 1M tokens
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络防御者开放，后续面向开发者、企业和消费者推出。
推荐理由：官方公布的能力、价格与安全机制信息完整，读者可以据此判断 Gemini 4 Argon 在编码、知识工作和网防上的实际变化。
#推理
#推理
今日 0 条Google DeepMind精选AI 评分7272
NVIDIA BlogAI 评分4848 NVIDIA Vera Rubin NVL72 首次亮相 MLPerf Inference v6.1，性能领先
NVIDIA Vera Rubin NVL72 首次参加 MLPerf Inference v6.1 预览提交即取得领先性能：在 Qwen3-VL 上吞吐量最高达 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上使用 TensorRT-LLM 最高达 2.5 倍。
OpenAI NewsAI 评分5151 OpenAI 发布 GPT-6 Astra：面向工作场景的新一代模型
OpenAI 发布 GPT-6 Astra，称其为面向商业的最强模型。该模型具备高级推理、计算机使用能力，写作和设计判断也更强。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 AlphaGenome Atlas 覆盖人类基因组全部 90 亿单碱基变体预测
Google DeepMind 发布 AlphaGenome Atlas 平台，收录人类基因组约 90 亿个单核苷酸变体的分子效应预测，数据集达 1 PB，超过 AlphaFold 数据库 30 倍以上。
推荐理由：平台把 90 亿个单核苷酸变体的预测免费开放，配合 AVI 评分与案例结果，研究者在排序罕见病变体时可省去大量实验验证。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和 3.8 Flash Cyber，称其为迄今最佳推理与编码模型，定价与 3.7 Flash 相同（每百万输入 token $0.75、输出 $3.75）。
推荐理由：官方公布了两个变体的基准数字、定价和 Cyber 版的申请入口，读者可据此评估升级成本与实际收益。
Hugging Face BlogAI 评分4343 Hugging Face 发布 BenchMIRT：审计 LLM 基准实际测的是什么
Hugging Face 推出 BenchMIRT，一种基于多维 IRT 的方法，用于在题目层面审计 LLM 基准的真实测量内容。该方法基于 100 个 LLM、16 个基准和超过 34K 道题的结果训练，未事先标注即独立恢复出安全与通用推理两个维度。分析发现 BBQ 和 WMDP 得分与通用推理的关联强于安全，HarmBench 的版权类题目也更偏向通用推理。
Hugging Face Blog精选AI 评分6666 IBM 发布 Granite 4.2 推理模型家族并公开完整构建过程
IBM 发布 Granite 4.2 推理模型家族，含 3B、8B、30B 三个稠密模型，以 Apache 2.0 许可开源。
推荐理由：IBM 官方公开 Granite 4.2 从预训练到多阶段 RL 的完整训练细节，读者可以借此了解推理模型的可复现构建路径。
Hugging Face Blog精选AI 评分6666 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理最高提速 3.2x
Liquid AI 为 LFM2.5 系列三个模型（LFM2.5-1.2B-Instruct、LFM2.5-2.6B、LFM2.5-8B-A1B）发布 DSpark 草稿模型检查点，采用投机解码在不改变输出质量的前提下大幅加速解码。
推荐理由：官方给出 DSpark 草稿模型的具体加速数据、质量等价原理和 llama.cpp 与 SGLang 的用法，端侧部署可直接迁移。
Microsoft ResearchAI 评分4141 Microsoft Research 推出 MindTopo 基准，测试多模态模型的拓扑空间推理能力
Microsoft Research 推出 MindTopo 基准，评估多模态大模型在连通性、包围、顺序、分离与绳结五类拓扑概念上的推理与规划能力。测试显示，各类专有和开源模型在静态推理上明显优于交互式规划任务，且均远低于人类水平，错误多出现在多步规划中丢失结构关系或提出违反物理约束的动作。该基准可为机器人和交互环境中需要保持拓扑结构的智能体研究提供诊断工具。
Google Research精选AI 评分6464 Google Research 提出 knowledge profiling：前沿 LLM 事实性瓶颈在召回而非编码
Google Research 提出 knowledge profiling 行为框架和 WikiProfile 基准（2,150 条 Wikipedia 事实，各配 10 个任务），评估 13 个 LLM 约 450 万条回复。
推荐理由：Google 用知识画像框架把事实错误拆成编码与召回两类，指出前沿模型瓶颈在召回，并量化 thinking 的恢复作用。
Hugging Face BlogAI 评分5555 IBM Research 拆解 ALTK-Evolve 与 ACE 的记忆交付差异，同等或更高准确率下大幅降低推理 token 成本
IBM Research 在博客中对比自家的 ALTK-Evolve 与 ACE 两种智能体记忆方法，两者都不压缩经验教训，差异在于交付：ACE 每步注入完整 playbook，ALTK-Evolve 按任务和模型能力检索适量 guideline。
Google ResearchAI 评分5454 Google Research 发布 Chain-of-Evidence 框架与 Science One 自主科研系统
Google Research 提出 Chain-of-Evidence（CoE）可验证性框架，并发布原生维护证据链的自主科研原型 Science One Framework，配套 CoE Audit 自动审计指标。
Google DeepMind精选AI 评分6969 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型，新增视频理解与多机器人协作
Google DeepMind 发布 Gemini Robotics ER 2，定位为机器人的高层具身推理大脑，可编排 VLA 模型、导航 API 等底层工具完成多步任务。
推荐理由：官方发布详细列出了视频理解、进度追踪、多机协作的量化指标与获取入口，读者可据此评估机器人任务编排能力的变化。
Berkeley AI ResearchAI 评分5757 Berkeley 团队用 K-Search 将 CUDA 内核优化经验迁移到 Apple Silicon 的 MLX
IBM Research 与 UC Berkeley Sky Lab 基于开源 K-Search 框架构建结构化 CUDA 到 MLX 翻译层，用演化搜索为 Apple Silicon 生成高质量内核。
Google DeepMindAI 评分4040 Google 承诺投入 4000 万美元 AI tokens 与云资源支持 Genesis Mission 科学计划
Google 在 DOE Genesis Mission Summit 2026 上宣布投入价值 4000 万美元的 AI tokens 和云资源，支持白宫十年内将美国科学发现速度翻倍的 Genesis Mission。
Hugging Face Blog精选AI 评分8181 Thinking Machines 发布万亿参数开源多模态模型 Inkling 及 Inkling-Small
Thinking Machines 在 Hugging Face 发布开源多模态模型 Inkling，总参数 975B、激活 41B 的 MoE 架构，原生接受图像、文本和音频输入，支持 1M 上下文窗口，训练数据为 45 万亿 token。
推荐理由：原文给出架构细节、各档位 VRAM 部署配置和多模态评测数据，对评估落地成本和选择变体有直接参考。
Hugging Face BlogAI 评分5656 PyTorch Profiling 系列（三）：用 profiler 读懂 attention 的六种实现
Hugging Face 发布 Profiling in PyTorch 系列第三篇，用 A100 GPU 对比 naive attention、in-place 掩码、SDPA math/efficient/flash/cuDNN 六种实现的 profiler trace。
OpenAI NewsAI 评分4646 GPT-5.6：随你的雄心扩展的前沿智能
OpenAI 推出 GPT-5.6，主打更高智能与更强性价比：每个 token 产出更多智能，每美元获得更强性能，并按需提供更强能力以应对最难的工作。
Mistral AI精选AI 评分6262 Mistral 发布 Apache-2.0 开源模型 Leanstral 1.5，6B 激活参数聚焦形式化证明
Mistral 发布 Leanstral 1.5，Apache-2.0 许可，总参数 119B、激活 6B，主打 Lean 4 形式化证明工程。模型饱和 miniF2F，解出 587/672 PutnamBench 问题，在 FATE-H 达 87%、FATE-X 达 34%；经 mid-training、SFT 和 CISPO 强化学习三阶段训练。
推荐理由：原文给出基准成绩、成本对比和真实代码验证案例，读者可以据此评估开源形式化推理模型的实用边界。
Hugging Face BlogAI 评分4141 DiScoFormer：一个 Transformer 同时估计密度与 score，跨分布免重训练
Hugging Face 团队提出 DiScoFormer，单个 Transformer 模型经一次前向传播即可同时估计任意数据集分布的密度和 score，无需针对新分布重训练。
Google ResearchAI 评分4545 Google 在 Pixel 上用冻结权重的 Multi-Token Prediction 加速 Gemini Nano v3
Google 将 Multi-Token Prediction（MTP）头附加到冻结权重的 Gemini Nano v3 模型上，已面向 Pixel 9 和 10 系列推出，可开箱即用地加速端侧 AI。
Google ResearchAI 评分5555 Google Research 论文：推理如何解锁 LLM 的参数知识召回
Google Research 在 COLM 2026 发表论文，发现开启推理后模型能召回原本无法给出的简单单跳事实，实验覆盖 Gemini-2.5 Flash/Pro 与 Qwen3-32B，使用 SimpleQA Verified 和 EntityQuestions 数据集。
Hugging Face Blog精选AI 评分7777 智谱发布旗舰模型 GLM-5.2，主打 1M 上下文长时程任务
智谱发布旗舰模型 GLM-5.2，面向长时程任务，首次在稳定的 1M-token 上下文上交付该能力，采用 MIT 开源协议。架构上提出 IndexShare，每 4 层稀疏注意力共享一个 indexer，1M 上下文下每 token FLOPs 降低 2.9 倍，并改进 MTP 层使投机解码接受长度最多提升 20%。
推荐理由：官方技术报告给出 1M 上下文的架构改进和三项长时程基准对比，读者可以借此评估开源模型在真实编码场景的可用性。
Google DeepMind精选AI 评分7272 Google DeepMind 发布开源实验模型 DiffusionGemma，GPU 文本生成最高提速 4 倍
Google DeepMind 发布基于文本扩散的开源实验模型 DiffusionGemma，采用 Apache 2.0 协议，权重已在 Hugging Face 上提供。
推荐理由：官方说明了文本扩散模型的架构取舍与适用场景，读者可据此判断它是否适合本地低并发的高吞吐需求。
Google DeepMind精选AI 评分6262 Google DeepMind 报告塞拉利昂 Guided Learning 试验：Gemini 辅助数学学习提升约 1.2 至 1.7 年学习进度
Google DeepMind 发布在塞拉利昂开展的预注册 RCT 结果，使用 Guided Learning 的学生数学成绩较对照组提升 +0.258 个标准差，约合 1.2 至 1.7 年常规学习进度；教师将 Gemini 融入约半数课时（目标 12 小时）的班级提升更高，约 1.8 至 2.5 年。
推荐理由：原文给出了预注册 RCT 的量化结果和交互数据，读者可以据此评估 AI 辅助教学在真实课堂中的效果与局限。
Hugging Face BlogAI 评分5959 JetBrains 发布 12B 开源 MoE 模型 Mellum2
JetBrains 发布 Mellum2，一个总参数 12B、每 token 仅激活 2.5B 的开源 Mixture-of-Experts 模型，在自然语言和代码语料上从头训练，采用 Apache 2.0 许可证。
OpenAI News精选AI 评分6363 OpenAI 模型解决 80 年历史的单位距离问题，推翻离散几何核心猜想
OpenAI 宣布其模型解决了有 80 年历史的单位距离问题，推翻了离散几何中的一个重要猜想。官方称这是 AI 驱动数学研究的里程碑。
推荐理由：OpenAI 官方宣布模型在数学研究上解决 80 年悬而未决的问题，可关注其对 AI 驱动数学研究的意义。
Google Research精选AI 评分7070 Google 发布 ERA 研究工具并推出 Computational Discovery，论文登上 Nature
Google 发布基于 Gemini 的科学研究工具 ERA，可搜索文献、编写和用树搜索优化科学代码，在基因组学、公共卫生、卫星图像、神经科学、时间序列预测和数学等基准上达到专家级表现，论文发表于 Nature。
推荐理由：原文给出 ERA 的树搜索方法、多领域基准结果和五篇应用论文细节，并说明新工具的开放入口，读者可了解它如何用于具体科学问题。
Google DeepMindAI 评分4949 Google 推出 Gemini for Science：面向科学发现的 AI 实验与工具
Google 发布 Gemini for Science，包含 Google Labs 上三个实验性工具和 Google Antigravity 中的 Science Skills。
Google DeepMindAI 评分4040 Google DeepMind Co-Scientist 寻找新发传染病的分子开关
剑桥大学 Clare Bryant 教授使用 Google DeepMind 的 Co-Scientist 研究病原体跨物种传播（如禽流感和人流感）时引发脓毒症等重症的分子开关。
Google DeepMindAI 评分4040 Google DeepMind Co-Scientist 为衰老研究开辟新路径
Google DeepMind 的 AI 工具 Co-Scientist 正被 Calico Life Sciences 用于衰老研究，帮助整合零散的生物学发现并生成可检验的假设。Calico 团队利用它提出了关于整合应激反应（ISR）如何受代谢调控的新假设，并借助它优化实验设计。相关实验带来对 ISR 在健康与疾病中作用的新发现，团队计划发表结果。
Google DeepMindAI 评分3939 Google DeepMind Co-Scientist 加速发现肝病机制
爱丁堡大学 Filippo Menolascina 团队使用 Co-Scientist 研究 MASH（代谢功能障碍相关脂肪性肝炎），梳理文献并筛选候选联合疗法。系统针对为何药物 resmetirom 只对部分患者有效这一问题，提出 NLRP3 炎性小体是连接炎症与代谢的分子桥梁的假设，该假设后来经实验验证，或可推动靶向双重疗法。
Google DeepMindAI 评分3131 Google DeepMind Co-Scientist 助力 MIT 与波士顿儿童医院团队联合攻关 ALS 研究
MIT 的 Ritu Raman 与波士顿儿童医院的 Ryan Flynn 借助 Google DeepMind 的 Co-Scientist 跨领域合作研究 ALS。Co-Scientist 帮助 Raman 快速梳理原本需数月的庞杂文献，生成可检验的假设并按可行性与风险收益排序。双方正据此寻找可靶向 ALS 的 RNA 新机制，乃至潜在的 RNA 药物。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.5，首发 3.5 Flash
Google DeepMind 发布 Gemini 3.5 模型系列，首个型号 3.5 Flash 当天全量开放，3.5 Pro 预计下月推出。
推荐理由：官方正文给出具体基准分数、速度对比和开放渠道，读者可据此评估 3.5 Flash 在智能体与编码场景的实用性。
Google DeepMind精选AI 评分6464 Google DeepMind 发布多智能体科研系统 Co-Scientist 并向个人研究者开放
Google DeepMind 在 Nature 发表 Co-Scientist 研究，推出基于 Gemini 的多智能体 AI 系统，通过生成、辩论和进化假设迭代产生科研新假设，并通过 Hypothesis Generation 实验工具向个人研究者开放，未来几周开始推出，可在 labs.google/science 注册。
推荐理由：官方发布完整介绍了 Co-Scientist 的多智能体架构、验证机制和多所高校实验室的实际应用结果，还给出了个人研究者注册入口。
Berkeley AI ResearchAI 评分4848 Berkeley AI Research 解析 Adaptive Parallel Reasoning：高效推理扩展的下一个范式
Berkeley AI Research 发布对并行推理领域的综述分析，主张让模型自主决定何时分解任务、并行多少线程以及如何协调。文章指出串行推理 token 线性增长会导致上下文过载（context-rot）和长达数十分钟的延迟，并评述了 ParaThinker、GroupThink、Hogwild! Inference 等近期方法，指出现有方法的并行结构仍由外部固定设定，而非模型自适应决定。
Google Research精选AI 评分6262 Google Research 展示科学家使用 Empirical Research Assistance 的四个科研方向
Google Research 介绍自 9 月预印本发布 Empirical Research Assistance（ERA）以来，其科学家与学术合作者将其应用于真实科研的四个成果。
推荐理由：文章展示了 ERA 在疫情预测、宇宙学、气候遥感和神经回路四个真实科研场景的应用结果，可了解 LLM 辅助科研的具体形态。
Hugging Face Blog精选AI 评分6464 IBM Granite 4.1 系列模型发布并详解训练过程
IBM Granite 团队发布 Granite 4.1 系列 dense 模型，含 3B、8B、30B 三个规模，在约 15T tokens 上训练，上下文经长文本扩展达 512K，均以 Apache 2.0 许可开源。
推荐理由：原文完整披露了五阶段预训练、SFT 质控和四阶段 RL 的训练配方，8B 稠密模型对标上一代 32B-A9B MoE 的结果也可供选型参考。
Google DeepMindAI 评分4444 Google DeepMind 宣布与韩国建立 AI 合作伙伴关系
Google DeepMind 与韩国科学技术信息通信部（MSIT）宣布建立合作伙伴关系，属于其 National Partnerships for AI 计划的一部分。
Hugging Face Blog精选AI 评分8383 DeepSeek 发布 V4：MoE 双检查点上线 Hub，主打百万 token 上下文的 Agent 能力
DeepSeek 发布 V4，在 Hub 上开源 DeepSeek-V4-Pro（1.6T 总参数 / 49B 激活）和 DeepSeek-V4-Flash（284B 总参数 / 13B 激活）两个 instruct 及对应 base 检查点，均支持 1M token 上下文。
推荐理由：文章拆解了 V4 为长上下文与 Agent 场景做的架构与后训练设计，读者可据此评估开源模型跑长任务的部署成本。