Biomarker Discovery Framework：用于可穿戴传感器数据候选生物标志物优先级排序的多智能体 AI 工具
Google Research 提出 Biomarker Discovery Framework，一种在人类监督下从可穿戴传感器数据中优先级排序候选生物标志物的多智能体系统。
全部AI 动态
全部动态
今日 0 条Google ResearchAI 评分3939
Google DeepMindAI 评分4040 从 Atari 到 EVE Online：Google DeepMind 回顾 15 年游戏 AI 研究
Google DeepMind 回顾 15 年游戏 AI 研究：从 DQN 仅靠原始像素学会 49 款 Atari 2600 游戏，到 AlphaStar 在《StarCraft II》达到 Grandmaster 水平，如今与 EVE Online 背后的 Fenris Creations 等工作室合作探索新玩法原型。
Google ResearchAI 评分3636 ME-POIs 框架如何用移动数据让语言模型深入理解地点
Google Research 提出 ME-POIs 框架，将匿名移动数据融入 Gemini 等语言模型的地点文本表示，使预测访问意图的相对准确率最高提升 81.9%。框架通过访问对齐、空间多尺度传播和文本-移动协同三步流程，将地点的时序活动节律编码为嵌入向量，并借助区域邻居数据缓解长尾商家的数据稀疏问题。结合后，价格等级分类提升 75.1%，繁忙程度估计准确率提高 24.7%。
Hugging Face BlogAI 评分5151 Papers with Code 搜索系统如何借助 Hugging Face 端点、Jobs 和 Buckets 实现混合检索
Hugging Face 博客详解 Papers with Code 搜索系统的混合检索架构：Jobs 跑离线批量嵌入、Inference Endpoint 处理在线查询、Storage Bucket 衔接计算与生产，再由 PostgreSQL 全文检索与 pgvector 通过 RRF 融合结果。
Hugging Face BlogAI 评分4848 LiquidAI 发布 LFM2.5-DSpark 推测解码草稿模型，推理速度最高提升 3.18 倍
LiquidAI 为 LFM2.5 系列三款模型（1.2B-Instruct、2.6B、8B-A1B）发布 DSpark 推测解码草稿模型，在 H100 上推理吞吐量最高提升 3.18 倍，M4 Max MacBook 上最高 2.87 倍。
Microsoft ResearchAI 评分4848 Skala 扩大可用范围，更快走向可预测的 DFT
Microsoft Research 发布深度学习 DFT 交换关联泛函 Skala 1.1，其训练数据量为上一版的 2.5 倍。该模型在 GMTKN55 的 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。
Mistral AIAI 评分5858 Mistral 发布 Agentic Search，FinanceBench 准确率从 26.7% 升至 86%
Mistral 发布 Agentic Search 检索层，让模型通过 search、open、navigate、read、grep 五个工具多步查找并验证信息，在 FinanceBench 上把正确率从 26.7% 提升到 86%。
Hugging Face Blog精选AI 评分6161 智能体究竟需要多少记忆？IBM Research ALTK-Evolve 在 8 个模型上寻找答案
IBM Research 的 ALTK-Evolve 通过让智能体从自身轨迹中提炼并注入可复用的行为准则，在 AppWorld 上对 8 个模型测试后得出结论：记忆剂量需按模型能力校准。
推荐理由：对 8 个模型在 AppWorld 上的实测显示，智能体记忆的剂量与检索方式需按模型能力单独校准，否则收益可能被成本抵消。
Hugging Face Blog精选AI 评分7272 Sentence Transformers v6.0 教程：使用多向量（late interaction）嵌入模型
sentence-transformers v6.0 新增 MultiVectorEncoder 作为第四类模型，原生支持 PyLate、Stanford-NLP ColBERT 和 colpali-engine 检查点沿用同一套 API 加载。
推荐理由：原文给出从加载、MaxSim 打分到多种向量库落地的完整可运行代码，读者可对照把现有检索管线迁到 late interaction。
Hugging Face BlogAI 评分3535 Hugging Face 约束感知 GPU 调度器：同一集群多挤出 33 个百分点利用率，关键在调度顺序
Hugging Face 提出一套约束感知 GPU 调度器，在七组基准上与 FIFO 调度器对比，在相同硬件与负载下将 GPU 利用率最多提升 33 个百分点（52–85% 升至 72–88%），优先级加权产出在全部场景中上升 24.6%–105.1%。
Google ResearchAI 评分4343 Google Research 提出 PhotoScan：用智能手机影像估算心血管代谢风险，精度接近 DXA
Google Research 提出 PhotoScan 深度学习框架，仅凭标准 2D 智能手机照片即可估算体脂率（BF%）、A/G 比和 V/S 比等三维体成分指标，预测胰岛素抵抗的精度接近 DXA 扫描。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 2026 年夏季开源模型生态观察报告
Hugging Face 发布 2026 年夏季开源模型观察报告，基于 1-8 月 Hub 数据指出：中国前沿实验室跳过中小模型路线，直接发布 754B 至 2.78T 参数的开源模型；美国一侧由 AMD 与 NVIDIA 领跑，各发布超过 200 个模型仓库。
推荐理由：用 Hub 真实数据量化开源模型的下载、衍生与流量分布，读者可以据此判断各类开源策略的实际生态效果。
Google DeepMind精选AI 评分7575 Google DeepMind 发布面向编码与 Agent 的 Gemini 3.7 Flash
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体场景的主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：原文对比了 3.7 Flash 与 3.6 Flash 的多项基准提升和半价定价，便于判断是否值得替换现有编码与智能体工作流。
Hugging Face Blog精选AI 评分7272 Hugging Face 复现 2,200 篇 ICML 论文的发现与教训
Hugging Face 联合 1,221 名社区成员在 19 天内用 Claude Code、Codex、Cursor 等编码智能体逐条复现 ICML 2026 的 2,226 篇论文，发布 6,816 份 Trackio logbook 和 35,908 条公开裁决。
推荐理由：原文公开了 35,908 条裁决结果和多个被推翻的论文案例，可作为用编码智能体批量复现会议的参考方法。
Hugging Face BlogAI 评分4646 OlmoEarth Studio 上线自定义嵌入向量导出，支持地球观测下游分析
OlmoEarth Studio 新增自定义嵌入向量导出功能，可基于开源 OlmoEarth 基础模型按需计算并导出为轻量 Cloud-Optimized GeoTIFF（COG）。
Microsoft ResearchAI 评分4949 MindTopo 揭示 VLM 空间推理能力：静态识别强于交互规划
Microsoft Research 提出 MindTopo 基准，用于评测多模态大模型（VLM）的拓扑推理能力，覆盖连通、分离、顺序、包围与绳结五类任务。测试发现，模型在静态识别上明显强于交互规划，两者均远低于人类水平，失败多出现在规划而非感知阶段。图像生成只在单帧可见关系时有用，视频推演跨多步仍常改变拓扑或违反任务动力学。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 SL2T 手语转文本模型并落地 Gboard 与 Live Transcribe
Google DeepMind 发布大规模多语言手语转文本模型 SL2T，可将手语直接翻译为流式文本，首批支持美国手语（ASL）转英文。模型基于超过 50 种手语、10 万小时以上数据训练，其中约四分之一为 ASL，在 FLEURS-ASL（sd-test）上取得 70 BLEURT 的零样本分数。
推荐理由：手语转文本模型在 Gboard 与 Live Transcribe 落地，文中给出数据规模与基准分数，可据此了解多模态无障碍翻译的当前进度。
Google ResearchAI 评分5656 Google 研究：参数化事实性的瓶颈在召回而非编码
Google Research 发布论文指出，Gemini-3-Pro、GPT-5 等前沿大语言模型中 95–98% 的事实已被编码，却仍有 26–34% 无法直接召回。
Google Research精选AI 评分6565 Google AMIE（Video）实现专家级实时视频临床问诊
Google Research 发布 AMIE（Video），一个基于 Gemini 和 Project Astra 的实时视频临床问诊系统，在覆盖 5 个身体系统的 100 个场景、300 次问诊的随机 OSCE 研究中，其临床问诊、诊断和管理能力与 30 名认证初级保健医生持平，并在体征观察和引导虚拟查体上显著优于医生组和文本版 AMIE。
推荐理由：原文给出随机对照研究和多智能体架构细节，读者可以据此判断音视频通道相较纯文本究竟在哪类临床能力上带来了差异。
Microsoft ResearchAI 评分5353 微软研究院推出 CARE-X 放射学 VLM，融合辅助监督与工具增强测量
微软研究院推出研究模型 CARE-X，一个覆盖胸部 X 光多种解读任务的放射学 VLM，可同时生成自由文本报告并输出带置信度的结构化预测。它基于 SigLIP2-so400M 视觉编码器和 Phi-4-mini-instruct（3.8B），通过分类、定位与语言建模的联合训练及 DAPO 强化学习优化临床正确性，在 ReXVQA 上达到 94% 整体准确率。
Hugging Face BlogAI 评分4040 想用 ACE？ALTK-Evolve 用更少 token 就能达到同等效果
ALTK-Evolve 与 ACE 都是让智能体从自身轨迹学习的记忆系统，差异在交付方式：ACE 每步注入完整 playbook，ALTK-Evolve 按任务选择性检索 guideline。
Mistral AIAI 评分5353 Mistral 上线区域推理端点与优先级服务层，平台将接入 GLM-5.2
Mistral 宣布区域推理端点正式可用、优先级服务层进入公测，并将平台开放给第三方开源模型，首个接入的是 Z.ai 的 GLM-5.2。区域端点让客户选择推理在欧洲还是美国运行并保持数据驻留，优先级服务层提供定制速率限制并配有可用性 SLA。Mistral 还联合一批企业以多年期承诺形成欧洲算力单位（ECU），目标到 2030 年建成最高 1 GW 容量。
Hugging Face Blog精选AI 评分6161 NVIDIA Magpie TTS 多语种版发布，主打开源权重与全栈部署控制
NVIDIA 发布开源 364M 参数的 Magpie 多语种 TTS 模型，支持 12 种语言，包括本次新增的现代标准阿拉伯语、韩语和巴西葡萄牙语。
推荐理由：对比 B200、H100、A100 上的首音频延迟数据，并介绍 frame stacking 与 local transformer 两项推理优化思路，可用于自有基础设施上的语音智能体部署。
Hugging Face BlogAI 评分4747 Hugging Face 新论文：如何让 LLM 知识蒸馏便宜到大规模运行
Hugging Face 新论文将 LLM 知识蒸馏峰值显存从约 250GB 降至约 128GB，方法是离线缓存教师模型 top-100 logits 并采用分块融合 KL 损失。该方案使单张 H200 即可完成长上下文知识蒸馏训练，无需再依赖数百张 GPU 与张量并行，让大规模实验更易开展。
Hugging Face Blog精选AI 评分6969 Meta 开源 30B 多模态模型 Muse Glimmer，主打本地智能体场景
Meta 发布开源多模态模型 Muse Glimmer 30B，采用 Apache 2.0 协议，面向本地智能体用例，并获得 transformers、llama.cpp、vLLM、Inference Endpoints 的 day-0 支持。
推荐理由：原文给出Muse Glimmer 30B在Agentic、编码、安全等基准上对位Gemma4-31B、Qwen3.6-27B的逐项对比结果，并附transformers、llama.cpp下的本地推理与DFlash推测解码代码示例。
Google DeepMind精选AI 评分8585 Google DeepMind 的 WeatherNext 模型在气旋预报上取得突破并开源
Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在气旋路径、强度和风场结构预测上达到 SOTA 精度，平均多出一天预警时间，相当于气象领域约十年的进展。
推荐理由：论文给出气旋路径与强度预测的精度提升幅度，并同步开放代码与模型权重，便于研究社区复用。
Hugging Face BlogAI 评分4040 Baseten 上线 Hugging Face Inference Providers
Baseten 上线成为 Hugging Face Hub 的 Inference Provider，首批支持 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等开源大语言模型的对话与文本生成推理。
Mistral AIAI 评分5555 Mistral 发布 Shieldstral：3B 开源多模态安全分类模型
Mistral 发布开源多模态安全分类模型 Shieldstral，参数规模 3B，可在单张 16GB NVIDIA GPU 上运行，权重采用 Apache 2.0 授权（https://mistral.ai/news/shieldstral/）。
Microsoft Research精选AI 评分8383 微软开源 Orchard 智能体框架，Orchard-SWE 在 SWE-bench Verified 达 69.7%
微软研究院开源 Orchard 智能体框架，其核心 Orchard Env 是基于 Kubernetes 的可复用环境服务，支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练与评估智能体。
推荐理由：原文给出可复用的开源环境服务与三个训练配方，读者可据此了解小模型在真实任务上的表现水平。
Google ResearchAI 评分4545 Science One Framework：基于 Chain-of-Evidence 的可验证自主研究框架
Google Research 提出 Science One Framework 自主研究框架，通过 Chain-of-Evidence（CoE）让 AI 生成论文的每条声明都可追溯到具体证据。
Microsoft Research精选AI 评分7272 微软研究院发布 Echoverse，为计算机使用智能体构建可演化深度训练环境
微软研究院发布 Echoverse，为计算机使用智能体搭建 12 个训练世界，包括 10 个深度领域世界与 2 个能力世界。在全部 12 个世界上训练的 9B 模型得分从 36.5% 提升到 67.1%，与 GPT-5.4 的 80.7% 相差 14 个百分点。
推荐理由：论文给出了高保真合成世界与数据库级验证器的搭建方法，并公开四个环境的代码与任务，可供智能体训练复用。
Microsoft Research精选AI 评分6161 微软提出 EvoLib：把经验转化为持续演化的知识
微软研究团队提出 EvoLib 框架，让大语言模型在推理时从自身经验中学习，无需真值标签或外部反馈。它把过去的尝试提炼为可复用的技能与反思洞察，通过整合和动态权重机制持续精炼，且不更新模型权重，可用于通过 API 部署的黑盒模型。在数学推理、带效率约束的代码编写和长程环境决策三类任务上，EvoLib 优于基于检索的记忆方法，并在大部分算力区间以更高效的 token 使用把测试时算力转化为性能提升。
推荐理由：EvoLib 将测试时的原始经验提炼为可复用技能与洞察，无需更新模型权重，读者可据此理解其持续学习机制。
Hugging Face BlogAI 评分3535 GPU 管理分析：为什么闲置 GPU 成了 AI 算力的新瓶颈
GPU 利用率正取代模型能力，成为 AI 基础设施的下一个硬约束。文章以航空业飞机利用率作类比：GPU 成本按日历小时累计（折旧、能耗、散热），产出却只按算力小时计算；集群 GPU 即便在跑，大部分仍处于闲置浪费状态。企业从 API 转向自建集群只是把可变成本换成固定资本支出，真正的问题变成集群上线后能否让硬件持续满载运行。
Google DeepMind精选AI 评分7474 Google DeepMind 发布机器人具身推理模型 Gemini Robotics ER 2
Google DeepMind 发布 Gemini Robotics ER 2，这是面向机器人的具身推理模型，支持视频理解、任务编排和多机器人协作，已通过 Gemini API、Google AI Studio 向开发者开放，并在 Gemini Enterprise Agent Platform 上私测。
推荐理由：原文给出了进度分类与时刻定位的具体准确率和延迟数据，可据此判断高层推理模型在机器人任务编排上的能力边界。
Google DeepMindAI 评分4949 Google 在 Flow Music 发布 Lyria 3.5 音乐生成模型，提升音乐性、歌词、人声与创作控制
Google 在 Flow Music 中上线新的音乐生成模型 Lyria 3.5，称其在音乐性、歌词和人声质量上均有显著提升。该版本可生成更复杂自然的旋律结构，歌词的提示词遵循度与结构意识更强，人声更具情感表现力且发音更准确。用户还能更便捷地控制输出曲目的节奏与时长，并已在 Flow Music 中开放试用。
Berkeley AI ResearchAI 评分4444 从 CUDA 到 MLX：K-Search 如何把数十年 kernel 经验带到 Apple Silicon
UC Berkeley Sky Lab 为 K-Search 内核搜索框架加入 MLX 后端，用结构化 CUDA-to-MLX 翻译层把已有 CUDA kernel 迁移到 Apple Silicon。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，由三款模型组成，为机器人提供全身控制、灵巧操作与多机协作能力。
推荐理由：三款模型分别负责动作执行、具身推理与端侧运行，读者可了解机器人全身控制、多机协作与安全约束的当前进展。
Hugging Face BlogAI 评分4848 NVIDIA Cosmos-H-Dreams：为手术机器人带来实时生成式模拟
NVIDIA 发布 Cosmos-H-Dreams 实时生成式手术模拟器，将 Cosmos-H-Surgical-Simulator 蒸馏为少步因果学生模型，并在单块 NVIDIA RTX PRO 6000 GPU 上通过 FlashDreams 实现实时闭环控制。
Hugging Face Blog精选AI 评分8484 Hugging Face 公开 2026 年 7 月 AI 智能体入侵事件完整技术时间线
Hugging Face 公开 2026 年 7 月一起由 OpenAI 模型驱动的自主 AI 智能体入侵其平台事件的完整技术时间线。
推荐理由：这篇技术复盘详细记录了每个攻击阶段的命令与配置缺陷，并给出 HF 的具体加固措施，可作为排查同类数据集处理管线和 Kubernetes 凭据管理的参考。
Berkeley AI ResearchAI 评分4343 ABBEL：教 LLM 更新信念状态，实现高效长程交互
ABBEL 框架让 LLM 把长程交互历史压缩为自然语言「信念状态」，并用信念打分监督其信息内容，以缓解上下文膨胀。在 CollabBench 协作编码任务中，ABBEL-rec-BG 把与全上下文模型的性能差距缩小约 50%，训练步数从 100 降到 50。其峰值上下文 token 数为 6.01×10²，低于全上下文模型的 14.08×10²。