Google DeepMind 发布 Gemini 3.5 Live Translate 语音翻译模型
Google DeepMind 发布音频模型 Gemini 3.5 Live Translate,提供 70+ 语言的近实时语音到语音翻译,自动检测语言并保留说话者的语调、节奏和音高,全程仅落后说话者数秒。
推荐理由:官方发布正文给出了 70+ 语言、延迟表现和多端开放入口,读者可据此评估它在通话、会议和翻译场景的可用性。
Google DeepMind 发布音频模型 Gemini 3.5 Live Translate,提供 70+ 语言的近实时语音到语音翻译,自动检测语言并保留说话者的语调、节奏和音高,全程仅落后说话者数秒。
推荐理由:官方发布正文给出了 70+ 语言、延迟表现和多端开放入口,读者可据此评估它在通话、会议和翻译场景的可用性。
Hugging Face 宣布 OpenEnv 转为由多方委员会协调的开源项目,委员会成员包括 Meta-PyTorch、Unsloth、Modal、Nvidia、Microsoft 等。
Google 推出由 Agentic RAG 驱动的 Gemini Enterprise Agent Platform 版 Cross-Corpus Retrieval,采用多智能体架构(Orchestrator、Planner Agent、Query Rewriter、Search Fanout Agent 等)处理多数据源、多跳查询。
Endava 正在利用 AI 智能体、ChatGPT Enterprise 和 Codex 加速软件交付,并自动化工作流程。该公司同时在整个企业范围内建设 AI 原生文化,推动 AI 融入日常研发与业务流程。
ChatGPT 推出名为 Dreaming 的新记忆系统,用于更好地记住用户偏好,保持跨对话上下文新鲜且相关。官方称该系统让 ChatGPT 在对话间提供更有帮助的体验。
Hugging Face 重构官方 hf CLI,使其同时服务人类和 Claude Code、Codex、Cursor 等编码 Agent,hf v1.9.0 引入按环境变量自动检测的 agent 模式,输出 TSV、完整字段、无 ANSI、不截断,并提供 next-command 提示、--yes/--dry-run 等安全重试设计。
推荐理由:官方实测数据显示 CLI 在多步 Hub 任务上可把 token 消耗降到手工 curl/SDK 的几分之一,方法与结论可迁移给 Agent 工具设计。
Reachy Mini 对话应用现在可以通过 MCP 调用托管在公开 Hugging Face Spaces 上的远程工具,无需修改应用即可为机器人添加查天气、搜索网页等新能力。
OpenAI 推出 ChatGPT Sites,用户可以用 Codex 创建轻量级网站或应用。目前公开信息有限,该功能的核心用途即通过 Codex 生成这类轻量网页内容。
OpenAI 推出 Codex 插件、站点和标注功能,帮助分析师、营销人员、设计师和投资人等不同团队更高效地用 AI 完成工作。这些新能力让 Codex 覆盖更多角色与工作流场景。
OpenAI 发布《The Next Era of Knowledge Work》报告,探讨 Codex 如何通过 AI 驱动的研究、数据分析、工作流自动化和内容创作来变革生产力。报告指出 Codex 正在成为面向所有人的生产力工具。
OpenAI 推出 Rosalind Biodefense,向经过审查的开发者和美国政府合作伙伴扩大 GPT-Rosalind 的受信任访问。该项目旨在借助前沿 AI 推进生物防御、公共卫生和大流行防范工作。
Google Research 在 I/O 2026 上发布 Gemini for Science,包含基于 ERA 和 AlphaEvolve 构建的 Computational Discovery。
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 全栈方案,并与 Airbus、BMW 和 ASML 合作优化设计、仿真与生产。其智能体工具 Vibe 升级为可执行长程多步任务,涵盖深度研究、代码修复与提交可审查的 PR。位于法国 Les Ulis 的新 10 MW 推理数据中心计划于 2026 年第三季度启用。
Mistral 发布统一智能体 Vibe,Le Chat 品牌正式升级,一个许可同时覆盖工作与编码。
推荐理由:Mistral 官方公布了 Le Chat 升级为统一智能体 Vibe 的具体能力与各端入口,读者可据此评估其在工作与编码场景中的可用性。
Endava 使用 Codex 构建智能体组织,加速软件交付,并将需求分析时间从数周缩短到数小时。
Mistral AI 发布开源框架 Search Toolkit 公共预览版,将数据摄取、检索与评估整合为单一框架,供企业构建生产级搜索管线。内置 BM25、稠密向量与混合检索,以及 recall、precision、MRR、NDCG 评估指标,模块共享统一配置接口;已在金融、制造、公共服务等行业验证,CMA CGM 配合 Voxtral 用于假新闻检测,音频管线端到端 15 秒内返回告警。
Mistral 收购 Emmi AI,进入物理 AI 领域,为工业工程构建新的基础能力。物理 AI 模型从求解器输出中学习,在单 GPU 上数秒内从几何与边界条件直接预测物理场,而传统 CFD/FEM 仿真每个设计变体需数小时到数周。该能力支持快速设计探索、工装与工艺优化和实时数字孪生,已服务于 ASML、Airbus、Safran 和 Siemens Energy 等合作伙伴。
OpenAI 与 Thrive、Crete 基于 Codex 构建了能自我改进的税务智能体,实现申报自动化。该智能体提升了准确性并加快了工作流程。
Hugging Face 在 TRL 中合入 Delta Weight Sync 功能(PR huggingface/trl#5417),将相邻 RL 步之间约 99% 未变化的 bf16 权重剔除,只编码变化元素为稀疏 safetensors 文件,经 Hub Bucket 供 vLLM 拉取。
Mistral 发布 Studio 中的 Connectors(Public Preview),内置连接器与自定义 MCP 可通过 API/SDK 用于所有模型和 Agent 调用。
Virgin Atlantic 使用 Codex 在固定的假日出行截止期限前完成了新版移动 App 的交付。该团队借此实现了接近全覆盖的单元测试,并做到零 P1 缺陷。
Google DeepMind 介绍科学家 Omar Abudayyeh 与 Jonathan Gootenberg 实验室用 Co-Scientist 加速抗衰老基因研究。该系统扫描数万篇论文提出 20 多个可测试的新遗传因子,部分经实验验证能推动细胞脱离衰老状态、功能改善;原先需约六个月的筛选数据分析被缩短到几天。
PaddleOCR 3.5 通过新增 engine 参数让支持的模型(如 PP-OCRv5、PaddleOCR-VL 1.5)可用 Hugging Face Transformers 作为推理后端,并提供 engine_config 配置 dtype、设备与 attention 实现等选项。
Google DeepMind 在 Project Genie 中推出 Street View 街景落地能力,用户可选美国地点并套用 Ocean World、B&W film 等风格生成可交互世界,底层由 Maps Imagery Grounding 支撑。
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 于 2026 年 5 月宣布扩展内容透明度与验证工具,覆盖 Search、Gemini、Chrome、Pixel 和 Cloud。
推荐理由:原文给出 SynthID 验证入口扩展和 C2PA 检测的具体落地范围,读者可以据此了解内容溯源工具在自家产品中的可用变化。
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 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。
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。
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 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。
OpenAI 开放 Campus Network 学生社团兴趣报名表,面向全球学生社团开放加入。成员可使用 AI 工具、举办活动,共同建设 AI 驱动的校园社区。
OpenAI 推出企业部署公司 DeployCo,帮助各组织将前沿 AI 投入生产环境,并转化为可衡量的业务成果。
OpenAI 宣布以 GPT-5.5 与 GPT-5.5-Cyber 扩展 Trusted Access for Cyber 项目,面向经核验的防御者开放。该项目旨在帮助安全研究人员加速漏洞研究,并保护关键基础设施。
Parloa 利用 OpenAI 模型构建可规模化的语音驱动 AI 客服智能体,帮助企业设计、模拟并部署可靠的实时交互服务。该方案让企业能够运行客户愿意与之对话的服务智能体。
Google DeepMind 汇总 Gemini 驱动的编码智能体 AlphaEvolve 一年来的应用成果,并通过 Google Cloud 将其带给商业客户。
推荐理由:官方汇总了 AlphaEvolve 在医疗、电网、数学和商业客户中的具体成果数字,读者可以据此评估这类算法进化智能体的实际落地范围。
OpenAI 介绍了 ChatGPT 如何在了解世界的同时保护用户隐私:减少训练中的个人数据,并让用户可以选择自己的对话是否用于改进 AI 模型。
OpenAI 推出 ChatGPT Futures 2026 届,汇集 26 名运用 AI 进行构建、研究和推动现实影响的学生创新者。该项目展示了这一代人如何借助 ChatGPT 重新定义学习、创造力与机会。
Singular Bank 基于 ChatGPT 和 Codex 构建了内部助手 Singularity,帮助银行家在会议准备、投资组合分析和后续跟进等工作中每天节省 60–90 分钟。
OpenAI 以 Beta 形式扩展 ChatGPT 广告,推出自助式 Ads Manager、CPC 竞价和增强的衡量工具。官方称新功能以保护隐私为目标,广告与用户对话相互分离。