Google DeepMind 发布 Gemma 4 12B:统一无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B,一款面向笔记本的智能体多模态模型,介于 E4B 与 26B MoE 之间,可在 16GB 显存或统一内存上本地运行。
推荐理由:Gemma 4 12B 用无编码器架构把多模态能力压到 16GB 显存,读者可据此判断本地智能体部署的可行性。
让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
Google DeepMind 发布 Gemma 4 12B,一款面向笔记本的智能体多模态模型,介于 E4B 与 26B MoE 之间,可在 16GB 显存或统一内存上本地运行。
推荐理由:Gemma 4 12B 用无编码器架构把多模态能力压到 16GB 显存,读者可据此判断本地智能体部署的可行性。
Google 研究推出 Gemini Enterprise Agent Platform 的 Agentic RAG 功能,旨在提升复杂查询处理和准确性。该功能通过多智能体架构和持久性改进,能够更好地处理跨数据源查询,并提高事实性数据集的准确性。
推荐理由:原文介绍了 Gemini Enterprise Agent Platform 的 Agentic RAG 功能,读者可以了解其在复杂查询处理和准确性提升方面的潜力。
Google Research提出了一种通过智能手机摄像头进行被动心率监测的方法,该方法利用深度学习技术,在日常生活中对用户的心率和静息心率进行监测,并发布了相关的研究数据和预训练模型。
推荐理由:该研究提出了通过智能手机摄像头进行被动心率监测的方法,为健康监测提供了新的思路,具有潜在的应用价值。
Nemotron 3.5 发布,提供面向全球企业的可定制多模态安全功能。
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。
OpenAI 为 ChatGPT 推出名为 Dreaming 的新记忆系统,用于更好地记住用户偏好。该系统旨在让上下文在多次对话之间保持新鲜和相关。
推荐理由:OpenAI 官方披露 ChatGPT 新记忆系统,读者可据此了解跨对话上下文保持方式的变化。
JetBrains 推出 Mellum2 模型,一个 12B 参数的混合专家模型。
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。
文章探讨了可扩展企业级 AI 采用与智能体逻辑之间的关系,指出智能体逻辑在 AI 发展中的重要性。
推荐理由:文章探讨了可扩展企业级 AI 采用与智能体逻辑之间的关系,对了解 AI 发展趋势有参考价值。
Google 在 I/O 2026 上发布了多个 AI 相关产品和技术,包括 Gemini for Science、Symptom AI、MedGemma 等,这些产品和技术将推动 AI 在科学、医疗、边缘计算等领域的应用和发展。
推荐理由:原文介绍了 Google 在 I/O 2026 上发布的多个 AI 相关产品和技术,包括 Gemini for Science、Symptom AI、MedGemma 等,这些产品和技术将推动 AI 在科学、医疗、边缘计算等领域的应用和发展。
Mistral AI 发布了新的智能体 Vibe,支持工作与编码模式,并推出了 VS Code 扩展。
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 发布了一篇关于基于零信任聚合的隐私分析的研究论文,介绍了该技术在保护用户隐私方面的应用和优势。
推荐理由:原文介绍了基于零信任聚合的隐私分析技术,读者可以了解其在保护用户隐私方面的应用和优势。
Mistral AI 推出新的物理 AI 功能,旨在预测物理系统的行为,为未来的工程师和硬件产品提供支持。
推荐理由:原文介绍了 Mistral AI 的物理 AI 功能,读者可以了解其如何加速工程领域的发展。
Mistral AI发布了一项突破性的物理AI研究成果,推动了行业前沿。
推荐理由:原文介绍了推动行业前沿的突破性研究成果,读者可以了解最新的物理AI研究进展。
Mistral AI 发布 Mistral Medium 3.5,引入 Vibe 远程编码代理和新 Le Chat 工作模式,支持复杂任务处理。
推荐理由:原文介绍了 Mistral Medium 3.5 的发布和新功能,读者可以了解其对远程编码代理和复杂任务处理的影响。
谷歌发布实证研究助手(ERA),一款使用 Gemini 编写和优化科学代码的工具,旨在提高科学研究的速度和范围。ERA 在多个学科领域取得了专家级性能,并已应用于多个科学项目,如流行病学预测、季节性径流预测、大气二氧化碳浓度监测等。
推荐理由:原文介绍了 Empirical Research Assistance (ERA) 的设计和应用,读者可以了解其在科学研究和计算发现方面的潜力。
Google DeepMind 介绍生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 使用 Co-Scientist 加速细胞衰老研究。Co-Scientist 扫描数万篇论文后提出 20 多个新的候选基因因子,实验室测试验证了其中几个假设,成功让细胞进入更年轻状态并改善整体功能。此外,原本需要长达六个月的数据分析工作被缩短到几天。
推荐理由:原文给出 Co-Scientist 在衰老研究中的具体产出与验证结果,读者可据此判断 AI 辅助科研的实际落地程度。
PaddleOCR 3.5 发布,引入了使用 Transformers 后端进行 OCR 和文档解析任务的功能,并开源。
推荐理由:原文介绍了 PaddleOCR 3.5 的更新,包括使用 Transformers 后端进行 OCR 和文档解析任务,读者可以了解其功能变化和开源情况。
Google DeepMind 在实验性原型 Project Genie 中上线 Street View 真实影像接地能力,用户可选取美国地点并搭配风格与角色描述,生成以真实地点为起点的可交互世界。
推荐理由:原文给出 Genie 接入 Street View 真实影像后的世界生成方式与开放范围,读者可据此判断世界模型落地路径。
Google DeepMind 推出 Gemini for Science,包含 Google Labs 上的三个实验性工具:基于 Co-Scientist 的 Hypothesis Generation。
推荐理由:Google 把 Co-Scientist、AlphaEvolve 等研究原型打包成可申请的科学工具,读者可据此判断智能体科研的落地形态。
Google DeepMind 发布 Gemini 3.5 模型家族,首发 3.5 Flash,定位为面向智能体与编码的前沿模型,即日起通过 Gemini app、Google Search 的 AI Mode、Google Antigravity、Gemini API、Android Studio 以及 Gemini Enterprise 等渠道开放。
推荐理由:官方给出 3.5 Flash 在编码与智能体基准上的成绩和开放入口,可据此判断速度与成本取舍。
OpenAI 宣布 Codex 可在 ChatGPT 移动端使用,用户能跨设备和远程环境实时监控、引导并批准编码任务。
推荐理由:Codex 接入 ChatGPT 移动端,读者可了解编码任务在移动端监控与审批的可用范围。