Google Earth AI 推出行星预测引擎 PPE:自动执行全球地理空间建模
Google Earth AI 推出实验性研究能力"行星预测引擎"(PPE),由 LLM 编排,从自然语言查询自主完成地理空间数据检索、特征工程到模型训练与报告输出全流程。在 21 项 CDC 健康指标上 PPE 平均 R² 达 76.8%(人工专家基线 60.0%),尼日利亚食品安全降尺度任务 R² 由 31.5% 翻倍至 66.1%,将复杂行星预测模型构建时间从数周压缩到数分钟。
Google Earth AI 推出实验性研究能力"行星预测引擎"(PPE),由 LLM 编排,从自然语言查询自主完成地理空间数据检索、特征工程到模型训练与报告输出全流程。在 21 项 CDC 健康指标上 PPE 平均 R² 达 76.8%(人工专家基线 60.0%),尼日利亚食品安全降尺度任务 R² 由 31.5% 翻倍至 66.1%,将复杂行星预测模型构建时间从数周压缩到数分钟。
Gradio 内置 gr.Workflow,可将多步骤 AI 流水线描述为带类型的节点图,并自动生成拖拽式画布、REST API 与一键部署到 Hugging Face Spaces。
推荐理由:原文把流水线抽象为带类型的节点图,对比当前 print 调试写法,可看到同一份图同时覆盖画布、REST API 与 Spaces 一键发布。
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%。
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)。
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。
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。
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。
Diffusers 现已原生集成 Nunchaku 的 SVDQuant 4 位扩散推理,预量化模型可通过 from_pretrained() 直接加载,无需本地 CUDA 编译。
推荐理由:给出了把 SVDQuant 4 位扩散推理接入 Diffusers 的完整工作流,并附 BF16 与量化版本的延迟和显存基准。
Pollen Robotics 在 Hugging Face Blog 发布开源系统 Grabette,用手持夹爪加相机和 IMU 记录人类操作演示,无需机器人本体即可产出可直接训练的数据。
Google DeepMind 启动 Gemini 驱动的 ATL Saathi 试点,为印度 Atal Tinkering Labs 教师提供 24/7 规划与培训助手。该应用由 Gemini 3.5 Flash 提供底层能力,可生成年级适配的项目创意、分步装配说明和接线图,并覆盖 12 个核心模块的摘要与互动测验。首批覆盖 100 所学校,首期支持 8 种语言。
Mistral Studio 为 Prompts 和 Skills 推出 system of record 管理能力,支持不可变版本、回滚、分类标签与审计日志,每项资产有明确负责人。
Hugging Face 宣布 transformers 在 vLLM 中的推理后端现已在多种架构上跑出与 vLLM 原生手写实现持平或更快的吞吐,模型作者只需通过 `--model-impl transformers` 即可启用,无需再为每个新模型单独移植。
推荐理由:transformers 模型现可在 vLLM 中跑出与原生手写实现持平甚至更快的推理吞吐,模型作者无需再为每个新架构单独移植实现代码。
Hugging Face 与 Amazon SageMaker AI 推出一键跳转集成,在支持的模型页面提供「Customize on SageMaker AI」和「Deploy on SageMaker AI」按钮,可直接进入 SageMaker Studio 对应页面。
Microsoft 在 Foundry 模型目录上线 Hugging Face 开源模型集合,每周刷新预托管在 Azure 的开源权重,可一键部署到 Foundry Managed Compute。
LeRobot v0.6.0 发布,引入世界模型策略(VLA-JEPA、LingBot-VA、FastWAM)、统一奖励模型 API(Robometer、TOPReward)与六个仿真基准。
推荐理由:v0.6.0 把世界模型策略、奖励模型、六个仿真基准和 FSDP/云端训练打包到 LeRobot,可作为观察当前开源机器人学习栈能力面的一份参考。
Hugging Face 与 SkyPilot 联合发布 store: hf 后端,SkyPilot 任务可通过 hf:// URL 把 Hugging Face Bucket 或 Hub 仓库挂载为本地路径,在 20 多个云以及 Kubernetes、Slurm、本地集群的 GPU 上运行,读取模型与数据集免出站流量与 CDN 费用。
推荐理由:Hugging Face Storage 接入 SkyPilot 后,模型和数据集留在 Hub,由 SkyPilot 在多个云上调度 GPU 任务,读取端免出站流量费。
Hugging Face 公布 Kernels 项目重大更新,新增 Hub 上的 kernel 仓库类型、trusted publisher 机制和基于 Sigstore cosign 的代码签名。
Hugging Face 与 Cerebras 合作发布实时语音 AI 演示,将 Gemma 4 31B 与 Parakeet、Qwen3TTS 串联为模块化的语音到语音流水线。架构为 ASR → 语言模型 → TTS 完全开源级联,由 Cerebras 提供 Gemma 4 31B 推理以降低延迟并改善 P95 稳定性;同一流水线已驱动超 9000 台 Reachy Mini 机器人。
Google Research 发布覆盖 9 个国家、50+ 城市的建筑级屋顶反射率数据集,并上线 Heat Resilience Earth Engine App。
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash,此前该能力仅以独立的 Gemini 2.5 computer use 模型提供。
推荐理由:computer use 从独立模型转入 Gemini 3.5 Flash 主模型,读者可了解智能体落地的调用入口与企业安全选项。
Mistral 在 Connectors 中推出分级管控(GA)、范围化 API key(GA)、多账号连接(GA)以及用于 MCP 根因分析的 Connectors Debugger(Public Preview)。
Google DeepMind 与英国政府、Google Cloud、Faculty 及 Barnet、Camden、Dorset 规划部门共研基于 Gemini 的 AI 规划原型,目标把家庭规划申请审批时间缩短 50%。
Google 在 Gemini Enterprise Agent Platform 推出 Agentic RAG 公测版,新增 Sufficient Context Agent 判断上下文是否充分并驱动迭代检索。
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 在 AI Now Summit 2026 上推出 Mistral for Industrial Engineering 工业 AI 栈,已与 Airbus、BMW、ASML 在航空航天、汽车、半导体领域展开合作。智能体 Vibe 升级为长任务统一代理,可处理编码、深度研究与日程编排等多步工作;法国 Les Ulis 新建 10 MW 推理数据中心计划 2026 年 Q3 投产。
Mistral 推出统一 AI 智能体 Vibe,接替 Le Chat,同时面向长时多步工作任务与编程流程。
推荐理由:原文给出了 Vibe 的能力范围、定价档位和 VS Code、CLI 等接入方式,便于对比现有工作流判断其适配度。
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。
Mistral 通过整合 Emmi AI 推出 physics AI 能力,可在单 GPU 上以秒级时间从几何与边界条件直接预测完整物理场。该能力覆盖加速产品设计、工装工艺优化与实时数字孪生三大场景,并与 Mistral 现有模型及智能体工作流工具整合为统一的工程栈。合作伙伴包括 ASML、Airbus、Safran 与 Siemens Energy。
Mistral AI 在 Studio 发布 Connectors,支持内置连接器与自定义 MCP 通过 API/SDK 接入所有模型与智能体调用。新增直接工具调用能力,以及通过 requires_confirmation 暂停执行、由应用端确认后继续的人工审批流程。
Google 在 Nature 发表 ERA(Empirical Research Assistance)相关论文,并宣布基于 ERA 与 AlphaEvolve 构建的 Computational Discovery 工具开始逐步开放访问。
Google DeepMind 为 Project Genie 上线 Street View 真实影像 grounding 能力,可选择美国境内真实地点并搭配风格生成可交互世界。
Google 发布 Gemini for Science,在 Google Labs 开放三个科研实验工具。三个原型基于 Co-Scientist、AlphaEvolve 与 ERA、NotebookLM。Science Skills 集成 30 多个生命科学数据库,可在 Google Antigravity 使用。
Google 将 SynthID 与 C2PA Content Credentials 校验扩展到 Search、Gemini、Chrome、Pixel 和 Cloud,并在 Google Cloud 的 Gemini Enterprise Agent Platform 上线 AI Content Detection API。
推荐理由:Google 把 SynthID、C2PA 校验与 Cloud 检测 API 一并铺到搜索和浏览器,可据此判断 AI 内容溯源工具的落地范围。
Calico Life Sciences 正用 Co-Scientist 梳理分散的衰老生物学发现,并将其转化为值得检验的假设。团队借助 Co-Scientist 就整合应激反应(ISR)如何受代谢调控生成了一条新假设,还用它细化实验设计、随结果补充新信息。实验已带来对 ISR 在健康与疾病中作用有重要意义的新发现,团队计划发表结果。
Mistral AI 在 Studio 中公测 Workflows,把持久执行、可观测性、人工审批和容错整合为单一编排层。底层基于 Temporal 持久执行引擎并扩展了流式、多租户等 AI 能力,控制面由 Mistral 托管,worker 通过 Helm chart 部署在企业自有 Kubernetes。
Google Photos 的 Auto frame 功能上线了基于 3D 场景估计的视角重构图能力,可在拍摄后自动调整虚拟相机位置生成新视角。技术上先估计原图的 3D 点图与相机参数,再用生成式 latent diffusion 模型补全新视角下暴露的背景;针对广角自拍畸变会自动调整相机内参恢复自然比例。
推荐理由:用 3D 场景估计与生成式修复改写照片视角,区别于裁剪变焦,读者可据此理解自动取景与传统编辑的能力差异。
Google Research 发布研究实验项目 Vantage,借助生成式 AI 在模拟多角色对话中评估批判性思维、协作等未来核心技能。与纽约大学合作对 188 名 18-25 岁美国测试者的研究显示,Executive LLM 可引导对话产出高密度技能信息,AI Evaluator 的评分与人类专家的一致性接近专家之间的一致性。Vantage 现已在 Google Labs 开放英文注册。
Mistral AI 团队设计的内部 CLI 工具 Spaces 支持项目脚手架、开发环境启动与 staging 部署。团队在实践中发现 AI 智能体无法解析交互式提示中的 ANSI 转义码,因此为每个交互问题都设置对应的 flag 输入选项;结合插件化架构与自动生成的 context.json 和 AGENTS.md,AI 智能体可基于结构化数据自主完成从配置到部署的全流程。
Google DeepMind 公布 AI 指针研究,提出把传达上下文与意图的负担从用户转移到计算机的四项交互原则。实验性指针由 Gemini 驱动,可在 Google AI Studio 中指向并语音编辑图片或查找地点;Chrome 已支持用指针就网页中关心的部分向 Gemini 提问,Googlebook 的 Magic Pointer 也将很快推出。
推荐理由:文章给出四项交互原则并说明指针如何借助视觉与语义上下文理解用户意图,可供判断 AI 交互入口的走向。
Google 发布 Vibe Coding XR 工作流,借助 Gemini 与 XR Blocks 框架,将自然语言提示词在不到 60 秒内直接生成可在 Android XR 头显运行的物理感知应用。