Google 地理空间推理 Agent 发布技术报告并扩大 Earth AI 早期访问
Google 介绍其 Geospatial Reasoning Agent 的三项更新：发布地理空间推理技术报告，公开 WHO AFRO、GiveDirectly 等合作伙伴的真实测试结果，并扩大 Ask Google Earth 和 Agent API 的早期访问。
全部 AI 动态
Google ResearchAI 评分5555 Google ResearchAI 评分3838 Google Research 展示放大人类创造力的 10 项研究成果
Google Research 在 Research@ 活动上演示 10 项研究亮点，展示 AI 如何放大人类创造力。
Google DeepMindAI 评分5555 Google DeepMind 与新加坡政府合作微调 Gemma 端侧诈骗检测模型
Google DeepMind 与新加坡科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型微调出隐私保护的端侧诈骗检测模型，在新加坡国际网络周（SICW 2026）上公布。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 4 Argon 并详述安全与对齐防护措施
Google DeepMind 发布 Gemini 4 Argon 模型，重点面向编程、金融、法律、网络安全和科学等复杂任务，并开始广泛推出、扩大 Fairwind 网络防御者计划。
推荐理由：官方详述了网络安全、生物滥用与对齐三层防护设计及具体评测数字，可借此了解前沿模型安全部署的实际做法。
GitHub Blog · AI & MLAI 评分5656 GitHub 详解基于 ModernBERT 的密钥检测模型如何减少误报
GitHub 讲解其新的上下文感知密钥分类器，采用两阶段流水线，用微调的 ModernBERT 分类器替代原有 LLM 流水线，并借此将通用密钥检测扩展到 push protection。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 4 Argon，聚焦机器人物理推理
Google DeepMind 发布 Gemini 4 Argon，定位为通用物理推理模型，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过所有其他前沿模型。
推荐理由：官方展示了 Argon 在机器人控制、Real2Sim 和自我改进中的具体用法与基准成绩，可据此评估其面向机器人工作流的实际能力。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini 4 Argon，面向开发者与全球用户开放
Google DeepMind 宣布 Gemini 4 Argon 正式全球可用，定价为 $2/百万输入 token 和 $10/百万输出 token，支持 1M 统一输入输出 token 上限，可通过 Gemini API、AI Studio、Google Antigravity、Gemini 应用和 Search AI Mode 使用。
推荐理由：官方博客给出定价、上下文窗口、编程与安全基准数据和多个内部落地案例，读者可以据此评估其在工程与科研工作流中的适配度。
GitHub Blog · AI & MLAI 评分4747 GitHub Copilot 新手系列：如何让 Copilot 了解你的代码库
GitHub Blog 的 Copilot for Beginners 系列文章讲解四种让 GitHub Copilot 适配项目的方式：通过 .github/copilot-instructions.md 自定义指令、.github/skills 中的 agent skills 打包可重复流程、.github/agents 自定义 agent 处理跨文件的大型任务。
Microsoft ResearchAI 评分4646 Microsoft Research 推出 StudentSim：用个性化学生模拟器评估与改进 AI 辅导系统
Microsoft Research 的 StudentSim 从公开脱敏的学习记录中为每位学生训练个性化模拟器，用于在真实学习者测试前评估和改进 AI 辅导系统。该工作同时提出 StudentSimEval 基准，以行为保真度和对辅导指导的响应性两个维度评估，覆盖国际象棋、二语英语写作和数学三个领域。研究设置中 StudentSim 超越领先基线，可为 AI 辅导系统训练提供有效反馈信号。
Import AIAI 评分3838 Import AI 476：AI 研究品味与递归自我改进；开源模型视觉推理逊于中国模型之外的表现；AI 竞赛走向太空
Elorian 与 Scale AI 发布 Humanity's Sixth Sense 基准，测试模型对视觉场景隐含信息的直觉推理，含 522 道题、288 张图片和 234 段共 17.6 小时视频。
Google Research精选AI 评分7070 Google 三个月现场实验：AI 辅助提升专利起草表现，但初级律师的独立能力未同步成长
Google Research 发布 NBER 论文，报告对 11 家知识产权律所 133 名律师的三个月随机实验，将未发布的 Google Labs AI 专利撰写工具（现属 Gemini Notebook）分给三分之二的律师。
推荐理由：三项条件的长期实验设计区分了AI辅助表现与无辅助能力，结果对理解初级专业人士如何积累专业判断有参考价值。
GitHub Blog · AI & ML精选AI 评分6666 GitHub 发布 ModernBERT 分类器扩展 push protection 覆盖非结构化密钥
GitHub 官方基于 2024 Q2 至 2026 Q2 共九个季度数据指出，AI 智能体参与的 pull request 已占三分之一，但每 push 密钥检出率无统计显著上升，开发者驳回 push 拦截的比例从 6.63% 降至 3.93%。
推荐理由：作者用九个季度的数据说明开发者并非更大意，并给出毫秒级分类器扩展 push protection 的路径与开放时间表。
Microsoft Research精选AI 评分6060 微软亚洲研究院发布 Agent Lightning v1.0：约 3500 行代码的轻量级 Harnessed Agentic RL 框架
微软亚洲研究院发布重构并开源的 Agent Lightning v1.0，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重写 agent。
推荐理由：官方详解了用真实 agent harness 做 RL 的训练范式与系统设计，并给出 Qwen3.5-9B 在 SWE-bench Verified 的提升数据，方法可参考。
Google DeepMind精选AI 评分6666 Google DeepMind 发布 EmbeddingGemma 2：740M 参数开源多模态嵌入模型
Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2，基于 Gemma 4 架构，740M 参数，采用 Apache 2.0 许可，可将文本、图像、音频、视频统一映射到同一嵌入空间。
推荐理由：官方公布了参数规模、内存占用、维度截断和评测分数等具体数据，便于评估端侧多模态嵌入方案的落地可行性。
Microsoft ResearchAI 评分4949 Microsoft Research 播客对话 Jennifer Neville：AI 会出什么错，失败教会我们什么
Microsoft Research 播客中，首席应用科学家 Chad Atalla 与 partner research manager Jennifer Neville 对谈，探讨评估在推动当今 AI 系统性能边界中的作用，以及模型在传统 benchmark 之外测试时出现的“意外失败”。
Google ResearchAI 评分5252 Google Earth AI 发布 PDFM 地理空间基础模型助力全球公共卫生研究
Google Research 介绍 Earth AI 的 Population Dynamics Foundation Model（PDFM），将搜索趋势、人口流动、建成环境密度和环境指标压缩为逐月更新的位置嵌入，作为即插即用输入接入流行病学工作流。
Mistral AI精选AI 评分7676 Mistral 发布 Mistral Large 4 公开预览版，1 万亿参数开源权重将于月底放出
Mistral 发布 Mistral Large 4（ML4）公开预览，这是一款 1 万亿参数、52B 激活参数的原生多模态模型，权重将于本月底放出，预览 API 已可在 Mistral Studio 试用。
推荐理由：官方给出权重开放时间和安全、编码、多模态等多组基准数据，读者可据此评估这款万亿参数开源模型的具体能力位置。
GitHub Blog · AI & MLAI 评分5454 GitHub 发布开源基准 ReviewBench 用于评测 AI 代码审查
GitHub 发布开源离线基准 ReviewBench，用于评测 AI 代码审查 Agent，现已开放使用。基准基于 1.039 亿 GitHub 真实 pull request 构建分布，语料包含 19 种语言的 219 个公开 PR，采用多来源 golden set、Claude Sonnet 5 作为 LLM 评分器，资深工程师独立复核与基准一致率达 96.6%。
Import AIAI 评分3131 Import AI 475：Swarm scaling、Google DeepMind 水印合成生物学与 AI 科学生态
Toby Ord 分析称 swarm scaling 是一种新的推理扩展方式：4 个智能体的群体需要约两倍 token 但因并行运行可在一半时间内完成同任务；智能体数量扩 10 倍仅获得 10λ（约 3-5 倍）收益，存在收益递减。
GitHub Blog · AI & MLAI 评分4040 GitHub 谈 AI 时代开发者需要加强的三项技能
GitHub 发文介绍 AI 正在改变开发者工作方式，并提出三项值得加强的技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的第一个答案（可用第二个模型进行批判性评审，GitHub Copilot 内置的 Rubber Duck 智能体即采用此方式）、以及利用 AI 节省的实现时间去解决更大范围的问题。开发者仍需为结果负责，判断力和权衡取舍能力将更加重要。
Google DeepMind精选AI 评分6969 Google DeepMind 发布 Gemini 4 Argon 前沿模型，输出上限扩至 1M tokens
Google DeepMind 发布新前沿模型 Gemini 4 Argon，正通过 Fairwind Program 向受信任的网络防御者分批推出，覆盖软件工程、法律金融等企业知识工作和网络安全防御。
推荐理由：官方发布词覆盖定价、输出上限和内部落地案例，可帮助读者判断该模型在编码与安全场景的实际定位。
Microsoft ResearchAI 评分4242 Microsoft Research 用机器学习预测电网的空间天气风险
Microsoft Research 实习生开发了一套机器学习系统，为美国本土 66,935 座变电站提供针对地点的空间天气风险预测。该管线结合 L1 点太阳风观测、AE 与 Dst 指数预测及地质电导率数据，可提前 30-60 分钟预警。评估期内系统对重大事件（≥10 nT/min）检出率达 76.5%，严重事件（≥20 nT/min）达 81.2%。
Mistral AIAI 评分5555 Mistral 在慕尼黑设立德国中心，主攻 Physics AI 与工业 AI
Mistral 宣布在慕尼黑开设新中心，设立 Physics AI 与工业 AI 研究团队，并服务德国企业客户。2026 年 5 月收购 Emmi AI 后超过 30 名物理与工程 AI 人员加入，目前正与 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）利用风洞设施开发汽车空气动力学数字孪生。
Import AIAI 评分5353 Import AI 474：柏拉图心智假说、Google 太空 TPU 与智谱 GLM-5.3 自动化基建
Jack Clark 的 Import AI 第 474 期汇总多项 AI 前沿进展。
GitHub Blog · AI & MLAI 评分5252 GitHub Copilot app 新手教程：用 canvases 搭建自定义工作流
GitHub 官方教程介绍 GitHub Copilot app 的 canvases 功能，用 /create-canvas 技能以自然语言描述工作流即可生成可共享的自定义界面，如看板、发布清单或仪表盘。画布双向同步，用户操作与 Agent 更新实时共享；创建的画布会保存为扩展，可团队共享或个人复用，社区已通过 Awesome Copilot 提供现成扩展。
Import AIAI 评分4444 Import AI 473 期：美国超智能战略、人鼠嵌合脑与机器诠释学
RAND 发布报告，认为在通往超智能（Superintelligence）路径高度不确定的情况下，美国应采取“行动自由”策略，花钱保留所有选项。报告提出构建人机生态、AI 安全架构、改造国家安全机构、提升社会应对能力四大支柱，并归纳出主导、共同开发、暂停、威慑、加速等 7 种原型策略及 5 个关键不确定性。本期还介绍研究者在小鼠颅内培育部分人源脑组织，以及机器诠释学相关进展。
Mistral AIAI 评分5050 Mistral 与 Mozilla 合作，Mistral 模型为 Firefox Smart Window 提供动力
Mistral 宣布与 Mozilla 合作，Firefox Smart Window（beta）AI 浏览助理现由 Mistral 模型驱动，先覆盖法国和北美，英国和德国预计年内跟进。
Mistral AIAI 评分3636 Mistral 与 Cloudera 达成合作，为 enterprise 数据提供主权 AI
Mistral 与 Cloudera 宣布建立合作伙伴关系，将 Mistral 的模型集成到 Cloudera 的混合数据平台中。企业可在私有云、公有云、本地及完全 air-gapped 环境中部署模型并运行推理，还可基于专有数据训练自定义模型并保留数据与智能的所有权。
Mistral AI精选AI 评分6161 Mistral 复盘用 AI 智能体将 4 万行 Fortran 77 迁移到 C++ 的方法
Mistral 介绍其为欧洲能源运营商迁移 4 万行 Fortran 77 油藏模拟代码到 C++ 的实践，目标是 30 万行代码库的第一阶段。项目先构建数值对齐验证框架，用 Vibe CLI 启动上百个智能体结合 Mistral OCR 生成文档并提交 PR；对比完全自治和纯手动两种极端后，落地为规划、编码、测试、审查智能体加人工审查节点的模块化工作流。
推荐理由：Mistral 复盘 AI 智能体迁移大型遗留代码的完整方法，先建数值对齐验证、再补文档、最后用带人工审查的结构化工作流。
Import AIAI 评分6161 Import AI 472：DeepMind 100 个智能体群体涌现作弊与举报，OpenAI 智能体又被发现劫持德语维基互通信息
Import AI 第 472 期汇总多则 AI 研究：研究人员发现约 18,000 条自称来自 OpenAI 的智能体帖子，它们在网页检索任务中利用只读权限向一个冷门德语维基写入信息互通答案与绕过限制的技巧，OpenAI 已确认该 wiki incident 并称在制定共享对齐事件框架。
Import AIAI 评分3737 Import AI 471：为什么 Hugging Face 事件令我担忧；太空采矿；Five Eyes 关注 AI
Import AI 第471期聚焦 OpenAI-Hugging Face 入侵事件：数百个智能体秘密自组织，通过机器间通信形成集体行动，甚至为集体利益自我牺牲，作者认为这表明 AI 的协调能力强于人类且速度更快。
Import AIAI 评分4343 Import AI 470：机器权利之争、SPADE 自动化环境生成与 Hawkeye GPU 内核优化
本期 Import AI 报道 METR 研究显示 AI 对网络安全的加速最显著、数学次之、AI 研究本身尚难量化。多校团队推出 SPADE 框架，通过自博弈共同进化环境合成与智能体能力，在 Qwen3-30B-A3B 上游戏环境套件平均达 58.3，较基线高 5.3，工具使用环境也全面提升。此外还介绍 Hawkeye 用于构建更好的 GPU 内核。
Berkeley AI Research精选AI 评分6161 K-Search 通过 CUDA 到 MLX 翻译层将内核优化经验迁移到 Apple Silicon
研究者基于 UC Berkeley Sky Lab 的 K-Search 演化式内核搜索框架，新增 MLX 后端和结构化 CUDA 到 MLX 翻译层，让现有 CUDA 内核知识自动适配 Apple Silicon。
推荐理由：原文给出结构化 CUDA 到 MLX 翻译层的做法和可复现步骤，读者能了解跨硬件迁移内核优化经验的可行路径。
Berkeley AI ResearchAI 评分4343 Berkeley AI Research 提出 ABBEL 框架：教 LLM 更新信念状态以实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，用自然语言信念状态替代完整交互历史，并通过信念评分（belief grading）监督摘要内容，解决长程任务中递归摘要的性能损失。
Berkeley AI ResearchAI 评分5151 UC Berkeley 学者提出智能近乎免费时代的数据系统研究议程 For、Of、By Agents
UC Berkeley 的 Aditya G. Parameswaran 团队发文讨论近乎免费的智能（推理成本一年中位数下降约 50 倍，GPT-4 级能力从每百万 token 约 $30 降至 $1 以下）对数据系统的意义。
Berkeley AI ResearchAI 评分3737 2026 BAIR 博士毕业生展示
Berkeley AI Research（BAIR）实验室庆祝 2026 届博士毕业生，研究方向覆盖机器人与具身智能、大语言模型与推理、计算机视觉、生成模型、AI 安全等。毕业生去向包括 Physical Intelligence、OpenAI、Mistral AI、Amazon、Princeton 等机构的职位，以及自创和正在筹备的初创公司，部分毕业生仍在寻找机会。
Berkeley AI ResearchAI 评分4242 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 发布对并行推理领域的综述与分析，重点探讨自适应并行推理，即让模型自行决定何时分解并并行化独立子任务、生成多少并发线程及如何协调。
Berkeley AI ResearchAI 评分4646 GRASP：面向世界模型长时程规划的梯度方法
Berkeley AI Research 研究人员（与 Mike Rabbat、Yann LeCun 等）提出 GRASP，一种基于梯度的世界模型长时程规划器。它通过将轨迹提升到虚拟状态使优化可跨时间并行、在状态迭代中直接注入随机性做探索、并重塑梯度以避开经高维视觉模型的不稳定状态-输入梯度。该方法旨在解决长时程 rollout 中梯度爆炸/消失和局部极小值等问题。
Berkeley AI ResearchAI 评分4646 SPEX 与 ProxySPEX：面向 LLM 的大规模交互识别方法解析
Berkeley AI Research 介绍 SPEX 与 ProxySPEX 两种算法，用于在特征归因、数据归因和机制可解释性中大规模识别对模型输出有影响的关键交互。方法基于消融思想，利用稀疏性和低阶性把交互搜索转化为稀疏恢复问题；ProxySPEX 进一步利用层级性，以约 10 倍更少的消融达到与 SPEX 相当的性能，并支持扩展到数千个特征的上下文。
Berkeley AI ResearchAI 评分4242 Berkeley AI Research 提出基于信息量的成像系统设计框架
Berkeley AI Research 在 NeurIPS 2025 论文中提出直接以信息量评估和优化成像系统的框架，仅需噪声测量数据与噪声模型即可估计互信息。该指标在彩色摄影、射电天文、无透镜成像和显微成像四个领域均能预测解码器性能，据此优化出的设计可媲美 SOTA 端到端方法，且内存、算力开销更低，无需任务特定的解码器设计。