跳到正文
8月21日周五
  1. Microsoft Research34

    微软 Skala 1.1 发布:训练数据增 2.5 倍,已集成进 CP2K

    微软研究院发布深度学习交换关联泛函 Skala 1.1,训练数据量为此前公开版本的 2.5 倍,在 GMTKN55 的 55 个类别中 32 项排名第一,加权平均误差 2.8 kcal/mol。该版本已可在 CP2K 中使用,并正集成进 Psi4、FHI-aims、ORCA 和 VASP,同时微软推出持续追踪各版本计算性能的 living benchmark。

8月20日周四
  1. Mistral AI69

    Mistral 发布 Agentic Search 检索层,FinanceBench 准确率从 26.7% 升至 86%

    Mistral 发布 Agentic Search,一个面向企业复杂文档的多步检索层,通过 search、open、navigate、read、grep 五个工具让模型在索引之上迭代查找并核对证据。

    推荐理由:Mistral 给出 Agentic Search 在 FinanceBench 与 OfficeQA Pro 上的准确率、token 与延迟变化,可对照传统 RAG 判断检索层改造的收益。

8月19日周三
  1. Samsung Newsroom38

    三星电子将在韩国建设 FläktGroup HVAC 生产线

    三星电子宣布投资约 2400 亿韩元(1.58 亿美元),在韩国光州建设 21500 平方米的 FläktGroup HVAC 生产线,计划 2028 年完工投产,生产面向 AI 数据中心的高级冷却解决方案等产品。该产线将成为 FläktGroup 全球第 15 个制造基地,配合其印度 Pune 新工厂,助力三星全面拓展韩国 HVAC 市场。

  2. Hugging Face Blog62

    IBM Research 研究:智能体到底需要多少记忆

    IBM Research 在 Hugging Face 博客发布 ALTK-Evolve 研究,提出智能体记忆不是开关而是需要按模型校准的剂量:强模型适合注入完整指南集,较弱模型适合高置信核心加按任务检索,已饱和模型没有可测收益。

    推荐理由:八款模型上的对照实验显示,智能体记忆的注入量需按模型能力校准,检索式注入还能同时压低成本。

8月18日周二
  1. Samsung Newsroom8

    三星 Bespoke AI 冰箱的六种制冰技术解析

    三星电子在全球 Bespoke AI Refrigerator 系列中提供六种冰块类型,适配不同饮用文化与偏好,具体可用类型因地区和型号而异。部分型号搭载精准控制冷冻速率的技术,可制作透明实心的球形冰。三星称其制冰技术经过精心设计,连冰块的形状与透明度都纳入考量。

  2. Samsung Newsroom10

    三星与维也纳艺术史博物馆合作,将奥地利名作引入 Samsung Art Store

    三星与维也纳艺术史博物馆达成合作,将 43 件馆藏名作以 4K 分辨率上线 Samsung Art Store,面向全球兼容三星电视用户开放。作品涵盖勃鲁盖尔《巴别塔》、维米尔《绘画的艺术》、克里姆特《裸体真理》以及鲁本斯、委拉斯开兹、卡拉瓦乔、提香、伦勃朗和拉斐尔等人的画作。

  3. Hugging Face Blog62

    Sentence Transformers v6.0 新增 MultiVectorEncoder 支持 ColBERT 式晚交互检索

    Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder,用于 ColBERT 式晚交互检索,可直接加载 PyLate、Stanford-NLP ColBERT 以及 colpali-engine 的视觉文档检索模型。

    推荐理由:Sentence Transformers v6.0 新增多向量编码器,读者可据此判断晚交互检索的接入成本与索引开销。

8月17日周一
8月14日周五
8月13日周四
  1. Hugging Face Blog67

    Hugging Face 用编码智能体复现 ICML 2026 的 2226 篇论文

    Hugging Face 在 7 月 15 日至 8 月 2 日举办 ICML 2026 Open Reproductions 挑战赛,1221 名社区成员用 Claude Code、Codex、Cursor 等编码智能体逐条复现论文,共发布 6816 份 Trackio logbook,覆盖 2226 篇论文,约占大会论文的 34%。

    推荐理由:Hugging Face 用 1200 多名社区成员和编码智能体复现 ICML 2026 论文,给出可核查的复现率与证伪案例。

  2. Microsoft Research41

    MindTopo 揭示多模态大模型的空间推理短板

    微软研究院推出 MindTopo 基准,用连续性、分离、顺序、包围、绳结五类拓扑任务评测多模态大模型的推理与规划能力。结果显示,模型在静态图像识别上明显强于交互式规划,且两者均远低于人类水平;失败多发生在规划阶段而非感知阶段,模型常在多步动作中丢失结构关系或提出违反物理约束的动作。图像与视频生成仅在单帧关系可见时偶有帮助,序列场景中仍不可靠。

8月12日周三
  1. Google DeepMind74

    Google DeepMind 发布 SL2T 手语转文本模型,率先落地 Pixel 11 的 Gboard 与 Live Transcribe

    Google DeepMind 发布多语种手语转文本模型 SL2T,在 Pixel 11 的 Gboard 和 Live Transcribe 中提供手语听写功能,首发支持美国手语(ASL)转英文,后续将扩展更多设备与语言。

    推荐理由:SL2T 把多语种手语翻译模型落到 Gboard 与 Live Transcribe,读者可了解其数据规模、隐私设计与基准表现。

  2. Google Research60

    Google Research 提出知识画像框架:事实性瓶颈在召回而非编码

    Google Research 发布研究,提出知识画像框架,将事实状态分为编码失败、召回失败、直接召回、思考后召回和无编码推理五类,并构建含 2150 条 Wikipedia 事实的 WikiProfile 基准。

    推荐理由:Google Research 用知识画像区分编码与召回失败,指出前沿模型的事实错误更多来自知识调用而非知识缺失。

  3. Microsoft Research34

    微软研究院发布 CARE-X:面向临床可用的放射学 VLM,结合辅助监督、奖励对齐学习与工具增强测量

    微软研究院推出研究模型 CARE-X,一个统一胸片视觉语言模型,可同时输出自由文本推理与结构化预测,覆盖报告生成、病变定位、多标签分类及导管位置检测等任务。该模型采用强化学习(DAPO)在多任务设置下奖励临床正确性,并在 Narayana Health 的真实印度临床数据上验证,涵盖罕见 ICU 病理与 CT 确认的增大类病变。CARE-X 为研究模型,未经监管批准,不用于临床诊断。

8月11日周二
  1. Mistral AI62

    Mistral 推出区域推理端点与 Priority Tier,并接入 GLM-5.2

    Mistral 宣布 Mistral Regional Endpoints 正式可用,客户可选择推理在欧洲或美国运行,同时 Mistral Priority Tier 进入公开预览,提供自定义速率限制和带 SLA 的可用性承诺。

    推荐理由:Mistral 把区域推理端点、SLA 保障层级与第三方开源模型接入打包成一套主权 AI 方案,可据此判断企业部署时的区域与合规选项。

8月10日周一
8月6日周四
  1. Google DeepMind83

    Google DeepMind 开源 WeatherNext 气旋预测模型

    Google DeepMind 发布 WeatherNext AI 模型,在预测气旋路径、强度和风场结构上达到 SOTA,平均为预报员多争取约一天的预警时间,三天预报精度相当于此前模型的两天水平。

    推荐理由:WeatherNext 在气旋路径与强度预测上多出约一天预警时间,并开源模型权重,读者可据此判断 AI 天气预报的可用边界。

8月4日周二
  1. Mistral AI62

    Mistral AI 发布 3B 开源多模态安全分类器 Shieldstral

    Mistral AI 发布 Shieldstral,一个 3B 开源权重多模态安全分类器,以 Apache 2.0 许可开放下载。它把内容审核建模为推理时的二元问答任务,用户用自然语言写出策略,模型输出校准后的安全分数,无需重新训练即可适配新策略,文本安全表现可匹配最高 7 倍参数量的开放 guard 模型。模型可在单张 16GB NVIDIA GPU 上运行,统一处理文本、图像及文本加图像内容。

    推荐理由:3B 开源权重模型以推理时自然语言策略替代固定危害分类,读者可据此判断内容审核的部署方式变化。

8月3日周一
7月31日周五
7月30日周四
  1. Google DeepMind71

    Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型

    Google DeepMind 发布面向机器人的具身推理模型 Gemini Robotics ER 2,可作为机器人的高层大脑,理解物理世界、规划多步任务并把动作执行交给底层 VLA 模型,还能原生调用 Google Search 等工具。

    推荐理由:官方给出 Gemini Robotics ER 2 在进度分类、时刻定位与多机器人协作上的具体指标,可据此判断具身推理模型的当前水位。