Google Research 开源水文建模框架,供各国气象机构本地化部署 AI 洪水预报
Google Research 在 GitHub 开源水文建模框架,供各国气象水文部门(NMHS)在自有数据上训练和部署 AI 洪水预报模型。该框架基于 PyTorch 与 LSTM 架构,支持使用开源 Caravan 数据集训练;新版模型将已勘测流域的可预报时长延长 6 天、未勘测流域延长 1 天。
Google Research 在 GitHub 开源水文建模框架,供各国气象水文部门(NMHS)在自有数据上训练和部署 AI 洪水预报模型。该框架基于 PyTorch 与 LSTM 架构,支持使用开源 Caravan 数据集训练;新版模型将已勘测流域的可预报时长延长 6 天、未勘测流域延长 1 天。
Google Research 汇总了 I/O 2026 上发布的科研、医疗、端侧和开发者工具进展。
Mistral AI 开源搜索框架 Search Toolkit 进入公开预览,把数据接入、检索与评估统一在同一个接口下,支持 BM25、向量与混合检索并内置 recall、precision、MRR、NDCG 等评估指标。
Google Research 阐述其开放科学理念,通过与全球科研机构合作发布开源工具与数据集,已赋能超 25 万名研究人员。
Google DeepMind 发布 Gemma 4 开源模型家族,包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸,采用 Apache 2.0 许可。
推荐理由:Gemma 4 以 Apache 2.0 许可放出四种尺寸,从端侧到工作站都有对应规格,可据此判断开源模型的落地边界。
Mistral 发布面向 Lean 4 的开源代码证明智能体 Leanstral,模型权重以 Apache 2.0 协议开源,可通过 Mistral Vibe 智能体模式和 labs-leanstral-2603 API 端点使用。
Berkeley AI Research 提出 SPEX 与 ProxySPEX,将可解释性中的交互发现从数十个组件扩展到数千个。ProxySPEX 利用层级结构以约 10x 更少的消融达到同等效果;在修改版电车难题中 GPT-4o mini 正确率仅 8%,SPEX 定位出两个 trolley 与 pulling、lever 的高阶协同,替换这四个词后失败率降到近零。
Mistral 在开源编码助手 Vibe 之上构建了一个 Rails 自动测试智能体,可读取源码生成或改进 RSpec 测试并接入 CI/CD,全程无需人工干预。
Mistral AI 发布 Voxtral Transcribe 2 系列语音转写模型,包含面向批量转写的 Voxtral Mini Transcribe V2 与面向实时场景的 Voxtral Realtime。
推荐理由:对比 GPT-4o mini Transcribe、Gemini 2.5 Flash 等主流语音转写 API,给出 FLEURS 词错率和每分钟价格的横向参照。
Mistral 发布 Devstral 2(123B)与 Devstral Small 2(24B)两款开源编程模型,同步推出 Mistral Vibe CLI 命令行代理。
推荐理由:Devstral 2 在 SWE-bench Verified 上取得 72.2%,并给出相对 Claude Sonnet 的 7 倍成本效率数据。
Mistral 发布 Mistral 3 模型家族,旗舰款 Mistral Large 3 为 41B 激活 / 675B 总参数的稀疏 MoE,在 LMArena OSS 非推理模型榜位列第 2,全系采用 Apache 2.0 协议开源。
推荐理由:原文给出 Mistral Large 3 的 MoE 规模与 LMArena 排名,以及 Ministral 3 端侧尺寸,可作为开源权重模型横向对比的坐标。
Mistral 发布 Voxtral 语音理解模型,包含 24B 与 3B 两个版本,均以 Apache 2.0 协议开源,可下载或在 API 上调用。
推荐理由:原文在多语种语音基准上将 Voxtral 与 Whisper large-v3、ElevenLabs Scribe 等并列对照,给出开源方案在转写精度上的相对位置。
Mistral AI 与 All Hands AI 合作发布 Devstral Medium 与 Devstral Small 1.1,聚焦智能体编程场景。
推荐理由:Devstral Medium 以四分之一价格在 SWE-Bench Verified 上达到 61.6%,超过 Gemini 2.5 Pro 与 GPT 4.1,可作为同类编程模型的性价比对照。
Mistral AI 发布首个推理模型 Magistral,推出开源版 Magistral Small(24B 参数,Apache 2.0)和企业版 Magistral Medium。
推荐理由:原文同时给出 Magistral Small(24B 开源)与 Medium 的 AIME2024 成绩及 Le Chat 加速倍率,方便读者与同类推理模型直接横向比较。
Mistral AI 与 All Hands AI 联合发布面向软件工程任务的智能体大模型 Devstral,并以 Apache 2.0 协议开源。
推荐理由:原文给出 Devstral 在 SWE-Bench Verified 上 46.8% 的成绩以及和闭源模型的对比数据,读者可据此判断它在编码任务中的实际可用程度。