Google DeepMind 发布 AlphaEvolve 智能体年度应用成果
Google DeepMind 发布 AlphaEvolve 年度成果，展示该 Gemini 驱动编码智能体在基因组学、电网优化、量子计算及 TPU 设计等领域的算法优化应用。
推荐理由：原文展示了该智能体在科研、基建及商业场景中的具体优化成果，为评估其实际效能提供了详实参考。
AI 编码
全部主题AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。
最新精选
第 21–25 条 · 共 25 条Google DeepMind精选AI 评分7070
Hugging Face Blog精选AI 评分7878 IBM 发布 Granite 4.1 系列开源大语言模型
IBM 发布 Granite 4.1 系列（3B、8B、30B）开源大语言模型，采用 Apache 2.0 协议。该系列在约 15T tokens 上预训练并支持 512K 上下文，通过多阶段强化学习显著提升了数学、编码和工具调用能力。其中 8B 模型在多项基准上匹敌或超越前代 32B MoE 模型。
推荐理由：原文详述了数据工程与多阶段强化学习等训练细节，展示了8B密集模型在多项基准上匹敌更大MoE架构的能力。
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 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。
Hugging Face Blog精选AI 评分8080 BigCode 发布 BigCodeArena 代码生成评测平台及自动化基准
BigCode 发布 BigCodeArena，首个支持代码实际执行与人类投票的模型对比平台，并开源了包含1.4万对话的社区数据。同时推出 BigCodeReward 和 AutoCodeArena 两个新基准，利用执行结果显著提升奖励模型对齐度，并在自动化评测中显示 GPT-5 等模型表现领先。
推荐理由：平台引入代码执行反馈机制，并开源了包含1.4万对话的社区评测数据及自动化基准，为代码模型评估提供了新标准。