Google 发布地理空间推理智能体技术报告并开放早期访问
Google 发布 Geospatial Reasoning 智能体的技术报告，在 CBGB、UnivEARTH 及自研的 GeoExpertQueries、GeoKTools 四个基准上对比四种配置，结论是 Earth AI 专用技能显著提升定量空间任务表现，开放式问题还需前置规划。
推荐理由：技术报告给出四组配置在四个基准上的对比，并公开两个新基准的开发集，可看领域工具与前置规划各自的作用。
全部 AI 动态
Google Research精选AI 评分6565 Google ResearchAI 评分5858 Google Research 发布 Research@ 2026 十项研究进展
Google Research 在 Mountain View 的 Research@ 活动上公布十项研究进展，包括 Google Earth AI 扩大早期访问并新增地理空间分析、行星预测引擎和 agent-to-agent API 三种实验能力。
Google DeepMindAI 评分5858 Google DeepMind 与新加坡政府合作推出端侧反诈检测模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型微调出可在设备端运行的诈骗检测模型，用于识别冒充公共机构、银行和本地人物的诈骗对话。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安保报告。该模型在网络安全测试中完成全部 12 个端到端模拟攻击场景（上一代为 5 个），在 Gray Swan 间接提示注入基准上把 15 次自适应攻击的成功率降至 0.7%。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的实测数据，可供理解前沿模型的安全部署方式。
GitHub Blog · AI & MLAI 评分3434 GitHub 如何用 ModernBERT 分类器更准更省地检测密钥泄露
GitHub 用微调的 ModernBERT 分类器替换原 LLM 流水线来识别通用密钥，用户接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本下降超 98%。新方案先用正则表达式广撒网生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据，从而过滤占位符、测试样例和校验和等误报。该效率提升也让通用密钥检测扩展到推送保护阶段，在代码推送前即可返回结果。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。
推荐理由：官方给出 Argon 在 ERQA 的 87% 成绩与四类机器人工作流示例，可据此判断物理推理模型在机器人栈中的落点。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务上的进展。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 入门指南：如何让 Copilot 了解你的代码库
GitHub Copilot 可通过四种方式定制项目上下文：`.github/copilot-instructions.md` 定义仓库级规范，`.github/instructions` 中的 applyTo 字段支持按路径生效。
Microsoft ResearchAI 评分5252 微软研究院提出 StudentSim：用个性化学生模拟器评估和改进 AI 导师
微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化学生模拟器，用于在真实学习者测试前评估和改进 AI 导师。研究同时发布覆盖国际象棋、第二语言英语写作和数学的基准 StudentSimEval，从行为保真度和对指导的响应性两个维度评估模拟器。
Google Research精选AI 评分7171 Google 研究：AI 辅助提升专利撰写产出，但初级律师的判断力未同步增长
Google Research 与 NBER 发布三个月专利撰写实地实验，133 名律师中三分之二获得当时未发布的 Google Labs AI 专利撰写工具早期访问权。
推荐理由：三个月专利撰写实验区分了AI带来的短期产出提升与长期判断力积累，并指出初级与资深律师的收益差异。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出基于 ModernBERT 的密钥检测模型，将推送保护扩展到非结构化密钥
GitHub 发布与 Microsoft Applied Sciences 共建的 ModernBERT 分类器，用代码上下文识别数据库密码等非结构化密钥，候选批次评估耗时低于 2 毫秒，可将可拦截的密钥数量提升一倍以上。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架
微软研究院开源 Agent Lightning v1.0，用约 3500 行代码实现 Harnessed Agentic RL，让部署时使用的智能体 harness 直接参与强化学习训练。
推荐理由：微软研究院开源了约 3500 行的智能体强化学习框架，并给出用 6000 条样本把 Qwen3.5-9B 在 SWE-bench Verified 上提升 14.6 个百分点的完整流程。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，将文本、代码、图像、视频和音频映射到统一嵌入空间，采用 Apache 2.0 许可，参数量 740M。
推荐理由：原文给出参数量、内存占用与基准提升，可据此判断端侧多模态检索的部署门槛。
Microsoft ResearchAI 评分2323 Microsoft 研究播客：AI 会犯哪些错，失败能教我们什么
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 对话，讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的"意外失败"。
Google ResearchAI 评分5858 Google 用 Earth AI 的 PDFM 地理空间嵌入支持全球公共卫生研究
Google Research 以 Earth AI 的 Population Dynamics Foundation Model（PDFM）为概念验证，展示无需任务特定微调的地点嵌入可直接接入现有流行病学模型。
Mistral AI精选AI 评分8383 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，权重将于本月底开放。
推荐理由：Mistral 迄今最大模型以开放权重和欧洲自建算力为卖点，读者可据此判断开源前沿模型的竞争格局。
Google ResearchAI 评分3434 Google 发布智能体隐私与安全 workshop 报告：从上下文完整性视角看开放与新兴问题
Google 发布《Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle》报告，汇集 50 多位学界与业界专家在 2025 年底纽约 CAPS Workshop 的讨论成果。
GitHub Blog · AI & ML精选AI 评分6161 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 103.9M 条 GitHub PR 的分布构建，包含 219 个 PR、覆盖 19 种语言。
推荐理由：GitHub 公开了 ReviewBench 的构建方法、评分规则与验证数据，读者可据此了解 AI 代码审查的评测方式。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的第一个答案，以及用 AI 节省的时间去解决更大的问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型审查计划、代码和测试，以捕捉首个模型遗漏的问题。随着 AI 承担更多实现工作，判断力、权衡取舍和解决正确问题的能力变得更加重要。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再逐步提供给开发者、企业和消费者。
推荐理由：原文给出 Gemini 4 Argon 的基准成绩、1M 输出 token 上限和分阶段开放方式，可据此判断前沿模型在长周期工程与安全防御上的位置。
Microsoft ResearchAI 评分4040 微软研究院用机器学习预测电网空间天气风险，覆盖美国66,935座变电站
微软研究院开发了一套端到端机器学习流水线，利用L1太阳风观测与AE、Dst指数预报，结合纬度、地质电导率等数据，为美国本土66,935座变电站生成提前30-60分钟的位置级空间天气风险估计。
Mistral AIAI 评分4646 Mistral 在慕尼黑开设德国中心，推进工业 AI 与 Physics AI
Mistral 在慕尼黑开设德国中心，组建专注 Physics AI 与工业 AI 的研究团队，并直接服务企业客户。Mistral 计划到 2030 年建成 1 吉瓦欧洲算力，其开放权重模型可在客户自有基础设施上运行。慕尼黑团队正与 BMW 合作碰撞仿真、与 Siemens Energy 合作工业 AI 应用，并与慕尼黑工业大学（TUM）共建汽车空气动力学数字孪生研究。
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot 如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义界面，用户与智能体共享同一状态，可做成看板、问题分诊板、发布清单或仪表盘。用户只需在智能体会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体权限，智能体就会生成界面并打开在右侧面板，之后可继续让智能体增删列、筛选或接入未关闭的 pull request。
Mistral AIAI 评分5858 Mistral 与 Mozilla 合作，Firefox Smart Window 接入 Mistral 模型
Mistral 宣布与 Mozilla 达成合作，Firefox 的 AI 浏览助手 Smart Window（beta）改由 Mistral 模型驱动，将先面向法国和北美用户，英国和德国预计今年晚些时候跟进。
Mistral AIAI 评分4040 Cloudera 与 Mistral 达成合作，将专用主权智能引入企业数据
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还能在受控环境中用自有数据训练定制模型，数据与由此产生的智能均归企业所有。Cloudera 平台承载 30 exabytes 客户自管数据。
Mistral AIAI 评分5858 Mistral 用 AI 智能体将 4 万行 Fortran 77 代码迁移至 C++
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 油藏模拟器代码迁移到 C++，该代码没有测试套件，也没有集中文档。团队先搭建数值对齐校验框架，再让智能体解析代码库并生成文档，最终采用由人类操作、编码、测试和审查智能体协同的模块化工作流。首个冲刺完成 30 万行中的 4 万行，Mistral 总结出三条经验：先建校验框架、先整理文档、结构化工作流加人工审核优于完全自主。
Berkeley AI Research精选AI 评分6060 从 CUDA 到 MLX：K-Search 如何把数十年内核经验带到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 将 K-Search 内核搜索框架扩展到 MLX 后端，通过结构化的 CUDA-to-MLX 翻译层把已有 CUDA 内核作为知识库，在 Apple Silicon 上生成高质量内核。
推荐理由：读者可以看到 CUDA 内核经验如何被结构化翻译成 MLX 优化策略，以及翻译层对性能提升的具体贡献。
Berkeley AI ResearchAI 评分3838 ABBEL：通过信念状态监督让 LLM 高效完成长程交互
伯克利 AI 研究团队提出 ABBEL 框架，将 LLM 的递归摘要隔离为自然语言"信念状态"并对其内容进行监督评分，在 CollabBench 协作编程任务上把与全上下文模型的性能差距缩小约 50%，训练步数也从 100 步降至 50 步。该方法借鉴自编码器思路，用当前模型从信念状态重建最新观测作为奖励信号，训练后峰值上下文 token 长度仍显著低于全上下文设置。
Berkeley AI ResearchAI 评分3838 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本已从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1，部分厂商低于 $0.10，年度降幅中位数约 50x，数据系统需围绕智能体重构。
Berkeley AI ResearchAI 评分1818 2026 届 BAIR 博士毕业生展示：机器人、LLM 推理与 AI 安全研究去向
加州大学伯克利分校 BAIR 实验室展示 2026 届博士毕业生，研究方向覆盖机器人、LLM 推理、计算机视觉、生成模型与 AI 安全。毕业生 Charlie Snell 研究 test-time scaling 与预训练的权衡，Hanlin Zhu 专注 LLM 推理能力并加入 OpenAI，Josh Kang 研究对话式协作 AI 智能体并加入 Mistral AI。
Berkeley AI ResearchAI 评分3838 自适应并行推理：高效推理扩展的下一个范式
自适应并行推理让模型自行决定何时分解并并行化独立子任务、开启多少并发线程以及如何协调，而非由外部框架强加固定的并行结构。现有 self-consistency、Best-of-N、Tree of Thoughts、MCTS 等方法均在模型之外预设并行度与搜索策略，对简单问题浪费算力、对复杂问题分解不当。
Berkeley AI ResearchAI 评分3838 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以促进探索，并重塑梯度让动作获得清晰信号、避开高维视觉模型中的脆弱"状态-输入"梯度，使基于学习世界模型的长时程规划更实用。该方法针对长时程 rollout 带来的梯度爆炸/消失、非贪心结构造成的局部极小值以及高维隐空间失效模式。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中大规模识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层次结构，以约 10 倍更少的消融达到与 SPEX 相当的性能。
Berkeley AI ResearchAI 评分3434 伯克利提出信息驱动成像系统设计框架，登NeurIPS 2025
加州大学伯克利分校团队提出一种基于互信息的成像系统评估与优化框架，仅用带噪测量和噪声模型即可量化系统信息含量，无需任务专用解码器。该方法在彩色摄影、射电天文、无透镜成像和显微镜四个领域验证，信息估计能预测解码器性能，优化后的设计达到SOTA端到端方法水平，且内存和算力需求更低。相关论文发表于NeurIPS 2025。