GPT-6-Astra 在理论物理基准测试中解决 49 道物理研究难题，成本仅 2.40 美元
研究团队使用无人工提示的商业 AI 代理测试了理论物理基准问题。GPT-6-Astra 在 OpenAI Codex 环境中以 98% 的准确率解决了 49 道 50 道难题，平均每题成本低于 3 美元，全套基准成本低于 116 美元。
阅读原文 来源：The Decoder
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。
关注领域
大模型与 AI 应用 最新动态
模型、能力和实际应用变化
56 条精选近 30 天 51 条共收录 218 条
更新
精选归档 · 第 3 页
The Decoder精选 NVIDIA Blog一手精选 NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 模型，拓展开放模型家族
NVIDIA 发布 Nemotron 3.5 Super VL，一款具备 1200 亿参数的开放视觉语言模型，在代理任务中实现 frontier 级准确率，推理速度较同类模型提升 5 倍；同步发布 Bolt 74B-A9B 24GB 与 Bolt E4B 4GB 两款边缘模型，前者针对本地代理工作负载平衡智能与速度，后者专为快速对话代理优化。
阅读原文 来源：NVIDIA Blog推荐理由Nemotron 3.5 Super VL 和 Bolt 系列三款开放模型发布，覆盖从数据中心到桌面端的全场景部署，提供高效能与边缘部署的平衡方案。
Hugging Face Blog一手精选 Hugging Face 博客发布 FLUX.3 Image Klein，现已在 Diffusers 中上线
Hugging Face 博客发布 FLUX.3 Image Klein，现已在 Diffusers 中上线。该模型集成了文生图、多参考图生图和布局控制功能，用户可通过在提示词中写入边界框来控制图像各部分位置。
阅读原文 来源：Hugging Face Blog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 Research一手精选 Google Research发布10项研究进展，展示AI如何放大人类创造力
Google Research在Research@ 2026活动上发布了10项研究进展。内容包括：1）Google Earth AI扩大早期访问，提供地理空间分析和预测能力。
阅读原文 来源：Google Research推荐理由原文列出了10项具体研究进展，涵盖地理空间分析、多智能体协作、医疗AI、边缘芯片等多领域，读者可了解Google Research近期的技术布局和工具开放情况。
Google Research一手精选 Google Research 发布 Deep Review：基于代理的技术文档分析系统
Google Research 发布 Deep Review，一个基于代理的 AI 系统，旨在对复杂技术文档进行严格的反馈和验证。该系统通过四阶段流程（文档分段、自适应预算分配、深度平行验证、全局综合）检查逻辑一致性、数学陈述并提供改进建议。
阅读原文 来源：Google Research推荐理由Deep Review 作为一个基于代理的 AI 系统，通过四阶段流程提供技术验证和逻辑检查，现已向全球用户开放并提供 API 集成，具备显著的降低人工审稿负担的潜力。
Hugging Face Blog一手精选 HiRO-ACEv2：以极低成本模拟 3km 分辨率极端天气
HiRO-ACEv2 发布新的下采样模型 HiROv2，可同时预测多种高分辨率场，捕捉更广泛的极端天气。在给定粗分辨率 X-SHiELD 数据时，HiROv2 将高分辨率统计特征匹配精度提升至 3%，即使是千万分之一级别的极端事件。
阅读原文 来源：Hugging Face Blog推荐理由HiRO-ACEv2 通过新的下采样模型 HiROv2，实现了在极端天气事件上高精度模拟，且成本仅为 X-SHiELD 的 1/300，为研究人员提供了生成高分辨率极端天气数据的经济方案。
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。
Google 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。
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。
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 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。
Mistral AI一手精选 Mistral 在德国慕尼黑开设新据点，推进欧洲工业 AI
Mistral 在德国慕尼黑开设新据点，设立 Physics AI 和工业 AI 研究团队，旨在通过自有模型权重和欧洲算力实现 AI 主权。公司计划到 2030 年建设 1GW 欧洲算力，并与 BMW、西门子能源等企业合作开发 Physics AI 应用。
阅读原文 来源：Mistral AI推荐理由Mistral 在德国慕尼黑开设新据点，并计划到 2030 年建设 1GW 欧洲算力，旨在通过 Physics AI 和工业 AI 加速欧洲主权 AI 基础设施的建设。
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。
Mistral AI一手精选 Mistral 与 Mozilla 联手，Firefox 浏览器引入智能体功能
Mistral 与 Mozilla 合作，Firefox Smart Window（Beta）现已搭载 Mistral 模型。该功能可帮助用户理解复杂搜索结果、记录重要信息并基于浏览标签获取来源。Mistral 将为法国和北美用户提供服务，随后扩展至英国和德国。合作旨在通过区域语言和方言微调模型，实现本地化 AI 体验，同时保障对话不保存且零数据保留，让用户掌握浏览体验的主权。
阅读原文 来源：Mistral AI推荐理由Mistral 与 Mozilla 联手，Mistral 模型为 Firefox Smart Window 提供动力，用户可直接在浏览器中获得隐私保护的 AI 体验，标志着开源模型进入主流浏览器。
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。