Google DeepMind 发布 Gemini 4 Argon：负责任与安全的深度工作模型
Gemini 4 Argon 发布，专为深度工作和复杂现实任务（编码、金融、法律、网络安全、科学）设计，网络防御能力达前沿水平。在 Fairwind Program 与内部安全团队测试期间，Wiz 利用 Argon 发现医院软件关键漏洞，帮助保护数十万患者记录。
阅读原文 来源：Google DeepMind
#大模型
Google DeepMind一手 GitHub Blog: AI & ML一手精选 GitHub 发布新的秘密检测模型，实现更少噪音的更多秘密检测
GitHub 发布基于 ModernBERT 的秘密检测新模型，相比上一 LLM 管道实现 11.5% 更高的用户接受率、86% 更快的中位数后推执行时间以及 98% 更低的服务成本，并给出了开放入口和主要能力变化。
阅读原文 来源：GitHub Blog: AI & ML推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
AWS Machine Learning Blog一手 Natural language security queries at Orca Security using Amazon Bedrock
Orca Security 与 AWS 联手在 Amazon Bedrock 上构建了名为 Discovery AI 的自然语言查询代理，将自然语言转化为 Sonar 查询，实现查询成本下降 90%，输入 Token 下降 93%，延迟下降 75%。
阅读原文 来源：AWS Machine Learning BlogGoogle DeepMind一手精选 Gemini 4 Argon：专为解决最难问题而构建
Gemini 4 Argon 今日全球发布，面向开发者和企业通过 API 在 AI Studio 和 Gemini 平台提供，Google AI Ultra 订阅者可在 Google Antigravity 以及 Gemini app 和 Search AI Mode 中使用。
阅读原文 来源：Google DeepMind推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google AI 官方博客一手 Gemini 4 Argon：Built to solve your hardest problems
Google发布Gemini 4 Argon模型，提供1M token上下文窗口。模型在编码、金融、法律、网络安全及科学领域表现出色，在Vals Index上排名第一。
阅读原文 来源：Google AI 官方博客
OpenAI News一手 Higgsfield 发布 GPT-6 Astra 等新模型，AI 视频生成时长突破 1 分钟
Higgsfield 发布 GPT-6 Astra，支持 10 秒至 1 分钟长视频生成；引入 GPT-Image-2.5 提升画面精度；并提供 GPT-Live 路径实现语音电影创作。
阅读原文 来源：OpenAI News
OpenAI News一手 Asana 利用 GPT-6 Astra 在浏览器测试中将模型成本降低 76 倍
Asana 在浏览器自动化测试中使用 GPT-6 Astra，使代理成本降低 76 倍、速度提升 5 倍。该方案旨在为客户提供更具能力的模型。
阅读原文 来源：OpenAI News
Microsoft Research一手精选 Agent Lightning v1.0：3,500 行轻量化 Agentic RL 框架，支持真实 harness 训练
Microsoft Research Asia 发布 Agent Lightning v1.0，这是一个约 3,500 行代码的轻量化 Agentic RL 框架。
阅读原文 来源：Microsoft Research推荐理由Agent Lightning v1.0 发布轻量化的 Agentic RL 框架，展示了通过真实 harness 训练的方法和 Kubernetes 原生部署，读者可了解该框架如何解决传统 RL 重实现成本高、行为偏差大的问题。
Hugging Face Blog一手 Falcon-ASR：TII发布16亿参数阿拉伯语语音识别模型
Hugging Face博客介绍了Falcon-ASR，这是由阿布扎比技术创新研究院训练的16亿参数阿拉伯语语音识别模型。该模型在六个阿拉伯语测试集上实现20.92%的平均字错误率（WER），优于最佳发布结果23.17%；在内部阿拉伯语评估中，Falcon-ASR在阿拉伯语和字符错误率（CER）上均取得最低值，较Qwen3-Omni分别低4.07个百分点。
阅读原文 来源：Hugging Face Blog
Google Research一手精选 Google Research 发布地球 AI 星基地模型，用于全球公共卫生
Google Earth AI 的星基地模型 PDFM 通过自监督学习将搜索趋势、人流、建筑环境和环境指标压缩为地点嵌入，无需任务专属微调即可在疫情预测、慢病监测等多健康领域匹配或超越传统输入。
阅读原文 来源：Google Research推荐理由PDFM 通过自监督学习将搜索趋势、人流、建筑环境和环境指标压缩为地点嵌入，无需任务专属微便即可在疫情预测、慢病监测等多健康领域匹配或超越传统输入，展示了地理空间基座模型在公共卫生领域的可复用性。
Mistral AI一手精选 Mistral AI 发布 Mistral Large 4 预览版
Mistral AI 发布 Mistral Large 4 预览版，该模型为 1 万亿参数原生多模态模型，在代理、编码和安全基准测试中展现前沿性能。权重将于本月末开放，支持自部署并部署在欧洲自建数据中心，提供多语言（160+语言）能力和主权部署选项。
阅读原文 来源：Mistral AI推荐理由Mistral Large 4 发布预览版，作为 1 万亿参数多模态模型在代理、编码和安全等关键任务中展现前沿性能，权重将于本月末开放，具备自部署和欧洲主权属性。
Google AI 官方博客一手 Google AI 官方博客 2026 年 9 月 AI 新速递
Google 在 2026 年 9 月发布了多款 AI 产品与模型更新。Gemini 4 Argon 作为新一代前沿模型，具备 100 万 token 输出上限，专为网络安全防御等重负载任务设计，目前通过 Fairwind 计划向可信任的网络安全专家试点发布。
阅读原文 来源：Google AI 官方博客Hugging Face Blog一手 AutoSynthData：为企业智能体生成训练数据
ServiceNow CoreAI 发布 AutoSynthData 框架，利用目标模型的失败和更强教师的成功经验生成训练任务。
阅读原文 来源：Hugging Face Blog
Google Research一手精选 Google Research：Diffusion Controller 统一并简化 AI 图像生成
Google Research 发布 Diffusion Controller 框架，将扩散模型的生成过程重构为连续控制问题。该框架通过轻量级的转向阻尼网络，在不修改核心模型权重的情况下实现精细的图像控制。
阅读原文 来源：Google Research推荐理由原文提出了Diffusion Controller框架，通过重构扩散过程为连续控制问题，提供了轻量级的转向阻尼网络，在灰盒和白盒环境下均显著优于LoRA等基线，展示了统一的数学控制范式。
Microsoft Research一手 Introducing Quine: An AI research system designed for the complexity of biology
Microsoft Research 发布 Quine，这是一个旨在为生物学创建多模态世界模型的 AI 研究系统。该系统通过与哈佛布罗德研究所合作，预测驱动治疗状态转变的化合物并进行实验验证。Quine 系统结合了生物学世界模型与交互式工具套件，支持科学家进行推理、工具调用和文献检索，旨在跨模态、跨尺度推进生物医学研究，目前处于研究阶段，不具备临床诊断能力。
阅读原文 来源：Microsoft Research
Google DeepMind一手精选 Google DeepMind 推出 Gemini 3.8 Live 并搭载 Live Avatar 功能
Google DeepMind 发布 Gemini 3.8 Live，并搭载 Live Avatar 功能，实现了原生的低延迟视频流与语音对话的原生结合。Live Avatar 支持 97 种语言的原生多语言语音转语音同步，具备精准的唇形同步和自然的面部表情，企业可通过自定义形象进行品牌化部署，所有输出内容均嵌入 SynthID 水印以确保可检测性。
阅读原文 来源：Google DeepMind推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Microsoft Research一手 RetroChimera：微软研究团队在 Nature 上发布的开源分子合成预测模型
Microsoft Research 在 Nature 上发布开源模型 RetroChimera，该模型结合 R-SMILES 2（Transformer）与 NeuralLoc（GNN）两大子模型，通过学习重排机制融合其互补优势。
阅读原文 来源：Microsoft Research
Berkeley AI Research一手 Adaptive Parallel Reasoning：高效推理的下一个范式
文章分析了平行推理的最新进展，重点探讨了自适应并行推理。研究指出，现有方法多由外部决定并行结构，缺乏模型自主决策能力。文章介绍了从固定并行到自适应控制的演进，涵盖了Fork-and-join、Tree of Thoughts、GroupThink以及Hogwild! Inference等方法，并讨论了模型如何根据问题复杂度自主决定并行程度与线程数量。
阅读原文 来源：Berkeley AI Research
Berkeley AI Research一手精选 信息驱动的成像系统设计
研究人员提出基于互信息的成像系统评估框架，该框架可直接从测量数据量化系统的区分能力，预测四个领域（色彩摄影、射电天文学、无透镜成像、显微镜）下游任务性能。该方法通过概率模型估计测量分布，避免了传统指标割裂的问题，并利用理噪升高信息指标的方法优化成像系统参数，在滤波器设计实验中与端到端优化持平，无需解码器即可实现系统级优化。
阅读原文 来源：Berkeley AI Research推荐理由原文提出基于信息论的成像系统评估框架，通过互信息直接量化测量的区分能力，并展示在四个领域预测下游任务性能，为系统设计提供统一指标。