Google联合Included Health启动全美医疗AI真实世界随机对照试验
Google宣布与Included Health合作，在获得IRB批准后启动全美随机对照试验，评估对话式AI在真实虚拟护理工作流中的表现。该研究基于AMIE、PHA等前期基础，旨在通过大规模真实患者数据验证AI的安全性与有效性。
推荐理由：Google联合Included Health启动全美随机对照试验，标志着医疗AI从实验室模拟走向真实世界的大规模临床验证。
#多模态
#多模态
今日 5 条Google Research精选AI 评分7575
Google ResearchAI 评分5555 Google Research 发布 ATLAS 多语言模型实用缩放法则
Google Research 发布 ATLAS 多语言模型缩放法则，基于 774 次训练实验量化 1400 对语言间的协同与干扰效应，为多语言模型规模、数据量及语言配比提供数据驱动指导。
Google Research精选AI 评分6060 Google 提出通过分解实现小模型优越意图提取
Google 在 EMNLP 2025 发表论文，提出将用户意图理解分解为屏幕摘要和序列提取两阶段方法。该方法使小多模态模型在端侧实现与大模型相当的意图提取效果，兼顾隐私与效率。
推荐理由：提出屏幕分解与意图提取两阶段方法，使小模型在端侧意图理解上媲美大模型，兼顾隐私与效率。
Google DeepMind精选AI 评分6868 Google DeepMind 发布 D4RT 统一4D场景重建与追踪模型
Google DeepMind 发布 D4RT，一种统一的 AI 模型，用于跨时空的动态 4D 场景重建与追踪。该模型基于 Transformer 架构和灵活的查询机制，在单块 TPU 上处理一分钟视频仅需约五秒，比此前最先进方法快 18 至 300 倍，可高效完成点追踪、点云重建和相机位姿估计，为机器人导航、增强现实及世界模型构建提供实时空间感知能力。
推荐理由：提出统一4D重建模型，速度提升最高300倍，为机器人和AR提供实时空间感知能力。
Google Research精选AI 评分7575 Google 发布 MedGemma 1.5 4B 与 MedASR 医疗语音模型
Google 发布 MedGemma 1.5 4B 模型，新增对 CT、MRI 等三维医学影像及解剖定位的支持，并在多项医疗基准上提升准确率。同时发布 MedASR 医疗语音识别模型，在医疗听写场景下错误率显著降低。两款模型均通过 Hugging Face 和 Vertex AI 开源。
推荐理由：新增三维影像与解剖定位能力并开源，为医疗AI开发者提供了更贴近临床工作流的基座模型。
Google Research精选AI 评分8080 Google发布NeuralGCM降水研究：卫星数据训练提升长期模拟精度
Google Research在《Science Advances》发表研究，介绍NeuralGCM利用2001至2018年NASA卫星降水观测数据训练，以改进对降水及其极值的模拟。在2020年15天预报测试中，NeuralGCM在陆地上的平均降水表现优于ECMWF模型；在多年模拟中，其平均误差较IPCC主流工具降低40%，并更准确地捕捉了极端降水和日降水周期。该模型代码已开源。
推荐理由：NeuralGCM利用卫星数据训练，在中期预报和长期模拟中显著降低降水误差，为气候研究提供了更可靠的工具。
Hugging Face Blog精选AI 评分6262 TII 发布 Falcon-H1-Arabic 系列模型
TII 发布 Falcon-H1-Arabic 系列模型，包含 3B、7B 和 34B 三个版本。该系列采用混合 Mamba-Transformer 架构，上下文窗口最高达 256K tokens，在 OALL 等基准测试中刷新阿拉伯语模型纪录。
推荐理由：采用混合架构并大幅提升上下文窗口，在阿拉伯语基准上刷新纪录，为长文档处理提供新方案。
Google ResearchAI 评分2525 Google Research 2025：更大胆的突破，更大的影响力
Google Research 2025 年在基础 AI、量子计算及科学发现领域取得多项突破。Gemini 3 成为最准确的大语言模型，在 SimpleQA Verified 等基准测试中表现优异，并引入生成式 UI 功能。Gemma 模型支持 140 多种语言，Willow 芯片通过 Quantum Echoes 算法实现量子优势，加速了科学发现进程。
Google DeepMind精选AI 评分9393 Google 发布 Gemini 3 Flash 模型
Google 发布 Gemini 3 Flash，将 Gemini 3 Pro 级推理能力与 Flash 级低延迟、低成本结合。该模型在 GPQA Diamond 等基准上表现优异，SWE-bench Verified 得分 78%，超越 Gemini 3 Pro 且速度提升 3 倍。已面向开发者开放 API，并在 Gemini App 和 Search AI Mode 中默认启用。
推荐理由：在保持 Flash 级低延迟与低成本的同时，推理与编码能力超越前代旗舰，适合高频开发及智能体工作流。
Google ResearchAI 评分2828 Google 赞助非洲 Data Science for Health Ideathon，MedGemma 等开源模型助力医疗创新
Google 联合非洲数据科学社区举办 Data Science for Health Ideathon，利用 MedGemma、TxGemma 和 MedSigLIP 等开源健康 AI 模型解决当地医疗挑战。
Google DeepMind精选AI 评分6868 Google DeepMind 发布 FACTS Benchmark Suite 评测大模型事实准确性
Google DeepMind 联合 Kaggle 发布 FACTS Benchmark Suite，包含参数知识、搜索、多模态及 Grounding v2 共 3,513 个公开测试用例。评测显示 Gemini 3 Pro 以 68.8% 的 FACTS Score 领先，所有模型准确率均低于 70%，多模态任务得分最低。
推荐理由：提供涵盖参数知识、搜索与多模态的4项事实性评测基准，揭示前沿模型在事实准确性上的具体短板。
Google ResearchAI 评分4242 Google 发布 MSEB 基准测试：评估多模态听觉智能的八大核心能力
Google Research 发布 Massive Sound Embedding Benchmark (MSEB)，旨在标准化评估多模态模型的听觉智能。该基准涵盖语音检索、推理、分类等八大核心能力，并包含包含 177,352 条语音查询的 Simple Voice Questions (SVQ) 数据集。实验显示当前声音表示远非通用，在各项任务中均存在显著的性能提升空间。
Mistral AI精选AI 评分8888 Mistral AI 发布 Mistral 3 模型家族
Mistral AI 发布 Mistral 3 模型家族，包含 Mistral Large 3 及 Ministral 3 系列（3B、8B、14B），均采用 Apache 2.0 协议开源。
推荐理由：Mistral 3 家族涵盖从 3B 到 675B 参数的模型，提供全尺寸开源选择，并针对边缘部署和推理性能进行了深度优化。
Google DeepMindAI 评分4040 AlphaFold：五年影响力回顾
AlphaFold 2 五年前解决了蛋白质结构预测难题，其预测数据已收录于 AlphaFold Protein Database 并免费开放。该数据库已被全球 300 多万研究人员使用，相关研究被引用超 3.5 万次，并助力 2024 年诺贝尔化学奖的获得。
Google DeepMind精选AI 评分7272 AlphaFold助力解析导致心脏病的LDL关键蛋白apoB100结构
Google DeepMind的AlphaFold结合密苏里大学的冷冻电镜技术，成功解析了低密度脂蛋白（LDL）的关键蛋白apoB100的原子级结构。该发现揭示了包裹LDL颗粒的笼状外壳细节，有望为预防和治疗动脉粥样硬化性心血管疾病提供新的药物靶点。
推荐理由：AlphaFold结合冷冻电镜解析了致病蛋白apoB100结构，为心血管药物研发提供了关键结构基础。
Google Research精选AI 评分8585 Google 发布端到端实时语音翻译模型并部署于 Google Meet 和 Pixel 10
Google 发布端到端实时语音翻译模型，延迟仅2秒并保留原声，已在 Google Meet 和 Pixel 10 部署。该模型基于 AudioLM 和 SpectroStream 架构，支持英、西、德、法、意、葡等语言。
推荐理由：端到端架构将延迟降至2秒并保留原声，已在Google Meet和Pixel 10部署，可据此评估实时语音翻译的技术进展。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 3 Pro 模型
Google DeepMind 发布 Gemini 3 Pro 模型，在编码、Agent 工作流及多模态理解基准上表现领先。该模型提供 100 万 token 上下文窗口，API 预览版定价为输入 2 美元/百万 token、输出 12 美元/百万 token，并同步推出 Google Antigravity 开发平台。
推荐理由：原文给出了核心能力变化和 API 定价，读者可据此评估其对现有开发工作流的影响。
Google DeepMindAI 评分3535 Google DeepMind 在新加坡设立新实验室以推进亚太地区 AI 发展
Google DeepMind 在新加坡设立新研究实验室，加速前沿 AI 在亚太地区的研发与应用。新团队将聚焦 Gemini 核心能力提升及语言文化包容性研究，并与政府、企业及学术界深化合作。此举旨在通过 AlphaFold、SEA-LION 等成果，推动 AI 技术更好地服务亚太地区多样化需求。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 WeatherNext 2 天气预测模型
Google DeepMind 发布 WeatherNext 2，生成速度提升 8 倍，分辨率达小时级，可预测数百种天气场景。该模型基于 Functional Generative Network 架构，在 99.9% 的变量上超越前代，数据已上线 Earth Engine 和 BigQuery，并升级了 Google Search、Gemini 及 Maps 的天气服务。
推荐理由：模型速度提升8倍且支持小时级分辨率，通过多场景预测增强极端天气研判能力。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 SIMA 2：基于 Gemini 推理的 3D 世界通用智能体
Google DeepMind 发布 SIMA 2，将 Gemini 模型作为核心推理引擎，使智能体能在 3D 虚拟环境中理解复杂指令、进行链式推理并自我改进。该模型在跨游戏泛化和与用户协作方面表现显著，目前作为有限研究预览向学术界和游戏开发者开放。
推荐理由：SIMA 2 将 Gemini 推理能力引入 3D 游戏，实现了跨游戏泛化与自我改进，为具身智能提供了新路径。
Google DeepMindAI 评分2525 Gemini 与 Google Workspace 如何帮助北爱尔兰教师每周节省 10 小时
北爱尔兰 C2k 项目的 100 名教师通过整合 Gemini 和 Google Workspace 工具，每周平均节省 10 小时工作时间。试点项目捕获了 600 多个 Gemini 独特用例，涵盖行政工作简化、爱尔兰语课程创建及个性化学习支持。C2k 计划将 Gemini 培训推广至更多教师，以深化 AI 在教育中的负责任应用。
Google ResearchAI 评分2525 Google Research 发布 Google Earth AI、DeepSomatic 与 Quantum Echoes 三大突破
Google Research 发布 Google Earth AI、DeepSomatic 与 Quantum Echoes 三大突破，加速科研与应用的循环。
Hugging Face Blog精选AI 评分7070 Hugging Face 开源OCR模型选型指南与部署教程
Hugging Face 发布指南，对比了 Nanonets-OCR2、OlmOCR-2、Granite-Docling 等开源OCR模型的能力与成本，介绍了 OlmOCR-Bench 等评测基准，并提供了基于 vLLM 和 Transformers 的本地部署与批量推理代码。
推荐理由：系统梳理了多款开源OCR模型的能力差异与评测基准，并提供了本地部署与批量推理的实操代码。
Hugging Face Blog精选AI 评分8282 Hugging Face 发布 mmBERT 多语言模型
Hugging Face 发布 mmBERT，基于 ModernBERT 架构训练的多语言编码器模型，覆盖 1800 多种语言，在 XTREME 和 MTEB 基准上显著超越 XLM-R 等前代模型。该模型采用三阶段渐进式语言学习策略，在 3T+ tokens 数据上训练，推理速度提升 2-4 倍，并开源了模型权重、训练数据及微调代码。
推荐理由：开源了覆盖1800种语言的现代BERT架构模型，提供了显著的性能与速度提升及微调代码。
Hugging Face Blog精选AI 评分7575 SandboxAQ 开源 SAIR 数据集：524 万条高精度蛋白-配体 3D 结构加速药物研发
SandboxAQ 在 Hugging Face 开源 SAIR 数据集，包含 524 万条由 Boltz1 生成的 AI 共折叠蛋白-配体 3D 结构及实验验证的 IC50 数据。该数据集采用 CC BY 4.0 许可，97% 的结构通过了 PoseBusters 验证，旨在解决 AI 药物研发中高质量结构数据的长期短缺问题。
推荐理由：SAIR 开源了 524 万条高精度蛋白-配体 3D 结构及 IC50 数据，为 AI 药物发现提供了稀缺的高质量训练集。
Hugging Face BlogAI 评分2727 FilBench 发布：评估 LLM 理解与生成菲律宾语的能力
Hugging Face 发布 FilBench，系统评估 LLM 在 Tagalog、Filipino 和 Cebuano 等菲律宾语言上的表现。评测涵盖文化、NLP、阅读理解和生成四大类，结果显示 GPT-4o 表现最佳，而 SEA-LION 等区域模型在参数效率上具有优势。开源模型在成本效益上优于商业模型，但翻译任务仍是主要难点。
Hugging Face Blog精选AI 评分7575 TRL 新增 MPO、GRPO 等视觉语言模型对齐算法及 vLLM 集成
Hugging Face TRL 库新增 MPO、GRPO、GSPO、RLOO 和 Online DPO 等视觉语言模型对齐算法，并原生支持 VLM 的 SFT 训练。同时集成 vLLM 以加速在线对齐过程中的样本生成，提供 colocate 和 server 两种运行模式。
推荐理由：TRL 新增 MPO、GRPO 等 VLM 对齐算法及 vLLM 集成，提供可复用的训练配置与脚本。
Mistral AIAI 评分4242 Mistral 通过 LoRA 微调 Pixtral-12B 提升卫星图像分类性能
Mistral 展示通过 LoRA 微调 Pixtral-12B 在卫星图像分类任务上的显著性能提升。基线模型在区分“游乐场”与“体育场”等细微视觉差异时存在幻觉，微调后模型能更准确地识别密集住宅、稀疏住宅等复杂场景。该过程利用 Mistral 微调 API 或 LaPlateforme UI 即可高效完成，无需 extensive 超参数调整。
Hugging Face BlogAI 评分5151 Arc虚拟细胞挑战赛入门：STATE模型架构与数据解析
Arc Institute发布虚拟细胞挑战赛，要求训练模型预测基因沉默对细胞的影响。Hugging Face博客详细解析了挑战赛的背景、数据集结构以及Arc提出的STATE基线模型，包括State Transition Model和State Embedding Model的架构设计。
Mistral AI精选AI 评分8383 Mistral 发布 Mistral OCR API
Mistral 发布 Mistral OCR API，支持图像和 PDF 输入，可高精度提取文本、表格、公式及嵌入图片，并输出有序交错的 Markdown 或结构化 JSON。该模型在多项基准测试中超越竞品，支持多语言处理，API 定价为每 1000 页 1 美元，已在 Le Chat 中作为默认文档理解模型使用。
推荐理由：Mistral 发布专用 OCR API 并公布基准数据与定价，为 RAG 场景提供结构化文档解析方案。
Mistral AI精选AI 评分7070 Mistral Saba 发布，首款面向中东与南亚的区域语言模型
Mistral AI 发布 Mistral Saba，这是一款 24B 参数的区域语言模型，针对中东和南亚语言（如阿拉伯语、泰米尔语）进行了优化。该模型在区域语言任务上表现优于大 5 倍的通用模型，支持 API 调用及单 GPU 本地部署，速度超过 150 tokens/秒。
推荐理由：原文给出了24B参数模型在阿拉伯语等区域语言上的性能优势及本地部署能力，读者可据此评估区域化定制方案。
Hugging Face BlogAI 评分3030 Open Arabic LLM Leaderboard 2 发布
Hugging Face 联合 2A2I 和 TII 发布 Open Arabic LLM Leaderboard 2。首版 OALL 上线不到 7 个月吸引超 46,000 访客，收录超 700 个模型。新版旨在解决资源限制与结果验证问题，提供更统一、透明的基准测试平台。
Mistral AI精选AI 评分7070 Mistral le Chat 更新搜索、Canvas 与 Agent 功能
Mistral AI 宣布 le Chat 新增网络搜索、Canvas 协作界面、文档图像理解、图像生成及 Agent 功能。这些新功能目前作为免费 Beta 版提供，旨在整合模型与输出，提供一站式 AI 生产力工具。
推荐理由：le Chat 新增搜索、Canvas 和 Agent 功能，且目前免费开放，为工作流整合提供了新选择。
Mistral AI精选AI 评分8585 Mistral 发布 Pixtral Large 多模态模型并更新 Mistral Large
Mistral 发布 Pixtral Large，这是一款 123B 参数的多模态解码器模型，在 MathVista、DocVQA 等基准上超越 GPT-4o 和 Gemini-1.5 Pro，支持 128K 上下文窗口。同时 Mistral Large 24.11 版本同步更新，提升了长上下文理解与函数调用能力，即将在 Google Cloud 和 Microsoft Azure 上线。
推荐理由：Pixtral Large 在多项多模态基准上超越 GPT-4o 等闭源模型，且提供 128K 上下文窗口，适合文档与图表理解场景。
Mistral AI精选AI 评分8585 Mistral 发布 Pixtral 12B 多模态模型
Mistral 发布 Pixtral 12B 多模态模型，采用 400M 视觉编码器与 12B 解码器，支持 128K 长上下文及可变图像尺寸。该模型在 MMMU 推理基准上达到 52.5%，支持图表理解、文档问答及多图像处理，以 Apache 2.0 协议开源。
推荐理由：Pixtral 12B 提供原生多模态与 128K 长上下文，兼顾文本与图像能力，适合本地部署与 API 集成。
Mistral AI精选AI 评分8888 Mistral Large 2 发布，支持单节点部署与增强推理能力
Mistral AI 发布 Mistral Large 2 模型，拥有 123B 参数与 128k 上下文窗口，支持单节点高效推理。该模型在代码生成与数学推理上对标 GPT-4o 与 Claude 3 Opus，并强化了工具调用与多语言指令遵循能力。
推荐理由：模型在推理与代码能力上对标前沿闭源模型，且支持单节点部署，为开发者提供了高性价比的替代方案。
Mistral AI精选AI 评分8585 Mistral AI 发布 Mixtral 8x22B 开源模型
Mistral AI 发布 Mixtral 8x22B 开源模型，采用稀疏 MoE 架构，141B 参数中仅激活 39B，支持 64K 上下文窗口。该模型在数学和编码任务上表现优异，指令微调版在 GSM8K 上得分 90.8%，以 Apache 2.0 协议开源。
推荐理由：该模型以141B参数实现39B活跃参数推理，在数学和编码基准上表现突出，为开源生态提供了高性价比的基座选择。