Google DeepMind 发布实时语音模型 Gemini 3.1 Flash Live，称其为迄今最高质量的音频模型，延迟更低、对话更自然。在 ComplexFuncBench Audio 上得分 90.8%，在开启 thinking 的 Scale AI Audio MultiChallenge 上得分 36.1%，均领先前代模型。
推荐理由：官方给出两项音频基准分数和多产品开放入口，读者可以据此评估它对语音智能体开发的实际改进。
Google DeepMind 发布关于 AI 有害操纵的新研究，称建立了首个经实证验证的评估工具包，用于测量 AI 以负面和欺骗性方式改变人类思想与行为的能力，并公开运行人类被试研究所需的全部材料。
推荐理由：原文给出覆盖三国万余名参与者的实验设计和效能与倾向双维度框架，为理解和测量 AI 有害操纵风险提供了可复用的方法入口。
Google DeepMind 推出 Lyria 3 Pro，可生成最长 3 分钟的曲目，并支持按前奏、主歌、副歌、桥段等结构元素定制。模型已进入 Vertex AI 公开预览、AI Studio 与 Gemini API、Google Vids、Gemini 应用和 ProducerAI；输出均嵌入 SynthID 水印，且不模仿具名艺术家。
OpenAI 介绍其 Model Spec 作为模型行为的公开框架，在安全、用户自由和问责之间取得平衡，以应对 AI 系统的持续演进。Model Spec 界定了模型应如何表现，是 OpenAI 规范模型行为的核心公开文档。
Google 宣布 Vibe Coding XR，将 Gemini 与基于 WebXR、three.js 和 LiteRT.js 的开源 XR Blocks 框架结合，把自然语言直接转为可运行的物理感知 Android XR 应用，官方称可在 60 秒内完成。
OpenAI 推出安全漏洞赏金计划（Safety Bug Bounty），征集 AI 滥用与安全风险线索。覆盖范围包括智能体漏洞、提示词注入和数据外泄。
Google Research 推出 TurboQuant 压缩算法（将发表于 ICLR 2026），通过 PolarQuant 高质量压缩与仅 1 bit 的 QJL 零开销纠错两步，实现大幅模型压缩且零精度损失，同时支持 KV cache 压缩与向量搜索。
Google Research 在 Earth AI 计划下推出 S2Vec，一个自监督框架，将建成环境栅格化为多层级特征图像，再用 masked autoencoding 学习通用地理位置嵌入。评测显示 S2Vec 在零样本地理外推任务（如全美人口密度、中位收入预测）上通常是表现最好的单一模型，与图像嵌入做多模态融合后整体优于任一单一模态，但在树冠覆盖、海拔等环境类任务上仍需改进。
OpenAI 发布了一套基于提示词的青少年安全策略，供开发者在 gpt-oss-safeguard 中使用，帮助审核 AI 系统中的年龄特定风险。该策略面向开发者，用于构建更安全的青少年 AI 体验。
OpenAI 基金会宣布计划投入至少 10 亿美元，用于疾病治愈、经济机会、AI 韧性和社区项目。
OpenAI 宣布 ChatGPT 推出更丰富的视觉沉浸式购物体验，采用 Agentic Commerce Protocol。该功能支持商品发现、并排比较和商家接入。
Hugging Face 发布端到端语音智能体评估框架 EVA，采用 bot-to-bot 音频架构评估完整多轮语音对话，产出 EVA-A（准确性）与 EVA-X（体验）两项分数。
Mistral AI 发布首款文生语音模型 Voxtral TTS，4B 参数，支持 9 种语言，仅需约 3 秒参考音频即可适配自定义音色，并支持零样本跨语言音色迁移。
推荐理由：原文给出 9 语言、3 秒参考音色、70ms 延迟等可核验细节与人类评测对比，读者可据此评估其语音智能体方案。
OpenAI 表示，Sora 2 视频模型和 Sora 社交创作应用在开发之初就以安全为基础设计，以应对最先进视频模型和全新社交创作平台带来的新型安全挑战。其安全方案依托具体、明确的保护措施构建。
NVIDIA 在 Hugging Face 博客发布教程，用 6 条命令在单张 80GB GPU、不到一天内把 Llama-Nemotron-Embed-1B-v2 微调为领域专用嵌入模型，无需人工标注。
推荐理由：原文给出从文档到部署的完整六步命令与关键超参数，读者可照此在单卡上微调自己的领域嵌入模型。
OpenAI 使用链式思维（chain-of-thought）监控方法，研究内部编码智能体的对齐偏差问题。该方法通过分析真实部署中的智能体行为来检测潜在风险，并据此强化 AI 安全保障措施。
OpenAI 官方宣布将收购 Astral，称此举旨在加速 Codex 增长，为下一代 Python 开发者工具提供支撑。
Google Research 在 The Check Up 活动上展示其在医疗健康领域的最新 AI 进展。
Google Research 联合多家 NHS 机构开展 AIMS 研究，在 Nature Cancer 发表两项研究评估 AI 乳腺癌检测系统。
推荐理由：两项 Nature Cancer 研究同时给出大规模独立性能数据和真实双读工作流对比，读者能看到 AI 替代第二阅片人的收益与人工仲裁推翻 AI 的具体代价。
Hugging Face 发布 2026 年春季开源生态分析，过去一年用户增长至 1300 万、公开模型超 200 万、公开数据集超 50 万。
推荐理由：Hugging Face 用平台自身数据刻画开源 AI 一年来的竞争、地理与社区变化，读者可以据此把握生态格局的量化走向。
Google DeepMind 发布论文《Measuring Progress Toward AGI: A Cognitive Taxonomy》，基于心理学与认知科学研究提出包含感知、学习、推理、元认知等 10 项认知能力的分类框架，并给出对照人类基线的三阶段评估协议。
Mistral AI 发布 Forge，帮助企业基于内部文档、代码库和运营数据训练前沿级自有模型，并已与 ASML、Ericsson、欧洲空间局等机构合作。Forge 支持 pre-training、post-training 与强化学习，兼容 dense 和 MoE 架构及多模态输入，模型可在企业自有基础设施中运行。
H Company 发布多模态计算机使用模型 Holotron-12B，基于 NVIDIA Nemotron-Nano-2 VL 后训练约 140 亿 token，已在 Hugging Face 以 NVIDIA Open Model License 开放。
OpenAI Japan 发布 Japan Teen Safety Blueprint，为使用生成式 AI 的青少年引入更强的年龄保护、家长控制和身心健康保障措施。该方案明确将青少年安全放在首位。
OpenAI 推出 GPT-5.4 mini 和 nano，是 GPT-5.4 更小、更快的版本。两款模型针对编程、工具调用、多模态推理进行了优化，适用于高并发的 API 与子智能体工作负载。
OpenAI 新研究显示，美国人每天向 ChatGPT 发送近 300 万条关于薪酬和收入的提问，帮助缩小工资信息差距。该发现揭示了 ChatGPT 在劳动者获取薪酬信息方面的实际使用情况。
Mistral 发布 Mistral Small 4，首次将 Magistral 的推理、Pixtral 的多模态和 Devstral 的编码能力统一到单一模型，采用 Apache 2.0 许可开源。
推荐理由：官方宣布 Small 家系统一推理、多模态与编码能力，并给出架构参数和推理效率对比，便于评估开源部署性价比。
Mistral AI 宣布作为创始成员加入 NVIDIA Nemotron Coalition，计划与 NVIDIA 共同开发前沿开源模型，并发布 Mistral Small 4。
Google Research 与 Cornell、Harvard 合作在 PNAS 发表论文，让 12 位高温超导专家出 67 道题并盲评 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 和自建 RAG 系统的回答。
Mistral 发布 Leanstral，称其为首个面向 Lean 4 的开源代码智能体，权重采用 Apache 2.0 许可证，提供 120B-A6B 稀疏架构（6B 激活参数），并集成于 Mistral Vibe 及免费 API 端点 labs-leanstral-2603。
OpenAI 的 Codex Security 不依赖传统 SAST 报告，而是通过 AI 驱动的约束推理和验证来发现真实漏洞，从而减少误报。
Berkeley AI Research 提出可在大规模下识别关键交互的 SPEX 与 ProxySPEX 算法，通过消融实验解释 LLM 行为。SPEX 利用稀疏性和低度性将交互发现转化为稀疏恢复问题，规模较此前方法提升数个数量级；ProxySPEX 进一步利用层级结构，以约 10x 更少的消融达到与 SPEX 相当的性能。二者可用于特征归因、数据归因和模型组件归因。
Google Research 宣布在 Flood Hub 上推出城市山洪预报，利用新的 AI 方法可提前最多 24 小时预测城市山洪风险。该模型基于 Groundsource 方法，用 Gemini 分析公开新闻报道构建历史山洪事件数据集，并采用 LSTM 架构的 RNN 训练，仅依赖全球天气产品运行。
推荐理由：原文给出用 Gemini 从新闻构建训练数据并让南半球达到接近发达国家的预报精度，读者可了解 AI 预警如何弥合警告缺口。
Google Research 推出 Groundsource，利用 Gemini 从 80 种语言的新闻报告中提取结构化洪水事件，生成覆盖 150 多个国家、2000 年至今的 260 万条记录的开源数据集。
Google 与 Beth Israel Deaconess Medical Center 合作完成 AMIE 的前瞻性单中心可行性研究，100 名成人患者在门诊就诊前与 AMIE 进行问诊对话，由医生实时监督，全程未触发任何安全中止。
推荐理由：原文给出真实门诊环境下的安全性、诊断与患者反馈数据，读者可以据此评估对话式医疗 AI 落地临床的现状与局限。
Mistral 在开源编码助手 Vibe 之上构建了一个自主 Agent，可读取 Rails 源码并生成或改进 RSpec 测试，在 CI/CD 中无人干预运行。
推荐理由：原文给出可直接复用的 AGENTS.md、skills 与自定义工具做法，以及质量分数变化，方法可迁移到其他代码测试场景。
ChatGPT 通过约束智能体工作流中的高风险操作、保护敏感数据，来防御提示词注入和社工攻击。文章说明了 OpenAI 在 AI 智能体安全设计上的具体做法，帮助降低智能体被恶意指令利用的风险。
OpenAI 介绍了如何基于 Responses API、shell 工具和托管容器构建 Agent 运行时，用于运行带文件、工具和状态的 Agent。方案强调安全性与可扩展性。
Wayfair 使用 OpenAI 模型改进电商客服与商品目录准确性，自动化工单分类，并大规模增强数百万条商品属性信息。
OpenAI 的 IH-Challenge 训练模型优先遵循可信指令，以改进前沿 LLM 的指令层级。该方法同时提升了安全可操纵性，并增强了对提示词注入攻击的抵抗力。