Mistral AI 发布 8B 具身导航模型 Robostral Navigate
Mistral AI 发布首个面向具身导航的 8B 模型 Robostral Navigate，仅用单个普通 RGB 相机（无深度传感器或 LiDAR）即可让机器人自主导航，在 R2R-CE validation unseen 上取得 76.6% 成功率，validation seen 为 79.4%，比最佳单相机方案高 9.7 点、比使用深度或多相机的最佳系统高 4.5 点。
#多模态
Mistral AIAI 评分5757 Google ResearchAI 评分4545 Google Research：如何通过协作减少交通拥堵
Google Research 在 Nature Cities 发表研究，通过修改 Google Maps 算法在美国 10 个大城市进行为期六个月的实验，仅改变不到 2% 的行程路线，就使目标路段车速中位数提升约 2%、燃油消耗率中位数下降 0.5% 至 1.0%。
Google DeepMindAI 评分4444 Google DeepMind 与 A24 宣布首个研究合作伙伴关系
Google DeepMind 与 A24 宣布建立首个研究合作伙伴关系，双方将围绕多个项目展开长期深度研发合作，帮助创作者开发新的工作流与技术。Google 同时对 A24 进行了投资。合作初期聚焦于弥合前沿技术与下一代娱乐的差距，具体目标与技术产出将随时间演进。
Google ResearchAI 评分5555 Google Research 将热韧性屋顶反照率数据扩展至 50+ 全球城市并上线 Earth Engine 应用
Google Research 发布覆盖 50+ 全球城市、9 个国家的建筑级屋顶反照率数据集，并上线高分辨率 Heat Resilience Earth Engine App 供公众使用。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）图像模型与 Gemini Omni Flash（gemini-omni-flash-preview）视频生成与对话式编辑模型。
推荐理由：原文给出了两款模型的定位分工与串联用法，读者可据此判断如何组合图像与视频生成搭建工作流。
OpenAI NewsAI 评分2929 OpenAI 推出 GeneBench-Pro 基准
OpenAI 推出 GeneBench-Pro，一个用于测试 AI 在基因组学、生物学和科研领域表现的新基准，采用复杂的真实世界数据集。
Hugging Face BlogAI 评分4444 DiScoFormer：一个 Transformer 同时估计密度与 score，跨分布通用
Hugging Face 推出 DiScoFormer（Density and Score Transformer），单次前向即可从数据点同时估计分布的密度与 score，无需针对新分布重训。
Mistral AI精选AI 评分6262 Mistral 发布 OCR 4 文档解析模型
Mistral 发布 Mistral OCR 4 文档解析模型，除提取文本外还返回 bounding boxes、块类型分类和逐页逐词置信度分数，支持 170 种语言、10 个语系，可单容器自托管部署。
推荐理由：原文给出基准分数与已知评分缺陷的对照，读者可据此判断该模型在真实文档场景中的可用边界。
Hugging Face BlogAI 评分5555 PaddleOCR 发布 PP-OCRv6：1.5M 至 34.5M 参数、支持 50 语言的 OCR 模型家族
PaddleOCR 发布 PP-OCRv6，提供 tiny、small、medium 三档模型，参数量从 1.5M 到 34.5M，small 与 medium 档支持 50 种语言（含简体中文、繁体中文、英文、日文及 46 种拉丁字母语言）。
OpenAI NewsAI 评分4646 OpenAI 用 AI 推理模型帮助医生诊断儿童罕见遗传病
研究人员使用 OpenAI 的推理模型辅助诊断罕见遗传病，在此前未解决的病例中识别出 18 例新诊断。该研究展示了 AI 推理模型在儿童罕见遗传疾病诊断中的应用价值。
Google DeepMindAI 评分5555 Google DeepMind 与英国政府合作推出 AI 规划审批原型，目标将决策时间缩短 50%
Google DeepMind 与英国政府、Google Cloud、Faculty 及 Barnet、Dorset、Camden 三地规划部门合作，推出基于 Gemini 的 AI 规划审批原型，目标把房主规划申请的决策时间缩短 50%。
Google ResearchAI 评分4747 Google Earth AI 发布英国树篱与林地矢量数据集
Google Research 联合牛津大学发布英国全境树篱、石墙与小片林地的矢量数据集，将此前的 Farmscapes 2020 像素级地图转化为可用于景观修复与碳核算的可操作清单。
Google ResearchAI 评分5454 Google Research 发布AI辅助皮肤状况理解研究
Google Research 分享了关于消费者如何用AI理解皮肤问题的两项研究。其中发表于 JAMA Dermatology 的大规模调查纳入 2,345 名参与者，使用AI工具时参与者尝试命名病症的比例超过 62%（对照组为 41%），命名准确率达 23%，约为对照组 8% 的三倍；但下一步就医决策的准确率在标准AI组未见统计显著提升。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.5 Live Translate 语音翻译模型
Google DeepMind 发布最新音频模型 Gemini 3.5 Live Translate，支持 70+ 语言近实时语音到语音翻译，可自动检测语言并保留说话者的语调、节奏和音高，持续生成语音且仅比说话者落后几秒。
推荐理由：原文说明了从五种语言到 70+ 语言的跨度变化，读者可据此判断它对会议翻译场景的实际影响。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemma 4 12B：无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，定位为可在 16GB RAM 消费级笔记本本地运行的智能体多模态模型，是该系列首个支持原生音频输入的中等规模模型。
推荐理由：原文说明了无编码器架构如何省下延迟与显存，读者可据此判断本地多模态部署的可行性。
Hugging Face Blog精选AI 评分6262 Hugging Face 博客：编码 Agent 串联两个 Spaces 搭建 3D 巴黎地标展馆
Hugging Face 博客展示了作者让一个编码 Agent 通过直接调用两个 Hugging Face Spaces 构建 3D 巴黎地标展馆的全过程，作者全程未手动使用图像生成器或 3D 重建工具。
推荐理由：通过一个可复现的实例展示了 agents.md 让 Space 变成可调用积木，读者可据此理解多媒体工作流的组装方式。
Google Research精选AI 评分7070 Google Research 发表 Nature 论文：用智能手机前置摄像头被动监测心率
Google Research 在 Nature 发表论文介绍 PHRM 系统，可在日常使用手机时通过前置摄像头在人脸解锁后拍摄视频，被动估计心率与静息心率，心率 MAPE < 10%，日均静息心率相对可穿戴设备 MAE < 5 bpm。
推荐理由：原文给出了跨肤色非劣性标准与真实场景验证方法，可迁移用于评估rPPG类健康监测模型的公平性。
Hugging Face Blog精选AI 评分6262 NVIDIA 发布 Nemotron 3.5 Content Safety 多模态内容安全模型
NVIDIA 发布 Nemotron 3.5 Content Safety，基于 Gemma 3 4B IT 微调，将多模态输入、多语言覆盖、自定义企业策略执行与可审计推理统一到单次推理调用中。
推荐理由：原文逐项说明了 3.5 相对 3 的能力变化与设计取舍，读者可据此判断自定义策略与推理轨迹如何接入生产管线。
OpenAI NewsAI 评分3434 波士顿儿童医院用 OpenAI 技术诊断 40 多例罕见病
波士顿儿童医院使用 OpenAI 技术改善患者护理、减轻运营负担，并帮助诊断出 40 多例罕见病病例。
Google Research精选AI 评分6767 Google Research 发布 I/O 2026 研究成果综述
Google Research 发布 I/O 2026 综述，介绍其在科学发现、健康、边缘计算、天气预测、Gemini 核心能力、开发者生产力、隐私保护和量子计算等方向的研究与产品进展。
推荐理由：官方长文系统梳理了研究到产品的转化路径，读者可据此理解其各条线的布局重点。
Mistral AIAI 评分4545 Mistral AI 的 Physics AI 研究成果盘点
Mistral AI 通过收购 Emmi AI 加码 Physics AI，面向航空航天、汽车、半导体和能源等行业构建基础模型。其已发表成果包括 AB-UPT（可在单 GPU 上处理 9M surface 和 140M volume cells 的气动 CFD 模型）、UPT、NeuralDEM、GyroSwin 5D 等，覆盖 CFD、等离子体湍流与工业多物理过程的神经代理模型。
Hugging Face BlogAI 评分4747 OlmoEarth v1.1：更高效的地球观测模型家族
Hugging Face 推出 OlmoEarth v1.1 地球观测模型家族，在保持 OlmoEarth v1 性能的同时将计算成本最高降低 3x。该版本通过将 Sentinel-2 各分辨率合并为单一 token 使 token 数量减少三倍，并调整预训练方案以避免性能下降。模型提供 Base、Tiny、Nano 三种尺寸，已开放权重和训练代码。
OpenAI NewsAI 评分4444 OpenAI 推进 AI 内容溯源，提升 AI 生态安全性与透明度
OpenAI 推出 Content Credentials、SynthID 和一项验证工具，帮助人们识别并信任 AI 生成的媒体内容，以推进 AI 内容溯源。这些措施旨在提升 AI 生态系统的安全性与透明度。
Hugging Face BlogAI 评分4444 PaddleOCR 3.5：用 Transformers 后端运行 OCR 与文档解析任务
PaddleOCR 3.5 发布，支持通过 `engine="transformers"` 参数将 Hugging Face Transformers 作为推理后端运行 PP-OCRv5、PaddleOCR-VL 1.5 等模型，同时保留 Paddle 静态图/动态图后端。
Google DeepMindAI 评分5858 Project Genie 接入 Street View 推出真实地点模拟能力并向 Google AI Ultra 订阅者开放
Google DeepMind 在 Project Genie 中推出由 Street View 支撑的新能力，可将生成世界的起点锚定在真实地点影像上，并向全球符合条件的 Google AI Ultra $200 订阅者（18+）逐步开放。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini Omni Flash 视频生成模型
Google DeepMind 发布 Omni 家族首个模型 Gemini Omni Flash，可将图像、音频、视频和文本组合作为输入，生成基于 Gemini 真实世界知识的高质量视频，并支持通过自然语言对话编辑视频，每次指令在上一次基础上延续，保持角色一致和场景记忆。
推荐理由：原文说明了 Omni 与 Gemini 推理能力的结合方式和开放入口，读者可据此判断它会怎样改变视频创作工作流。
Google DeepMind精选AI 评分6262 Google DeepMind 推出 Gemini for Science 系列科学工具与实验
Google DeepMind 推出 Gemini for Science，包含 Google Antigravity 中的 Science Skills 以及 Google Labs 上三个实验工具。
推荐理由：原文列出了三个实验工具的具体能力与开放入口，读者可据此判断它会怎样嵌入现有科研工作流。
Google DeepMind精选AI 评分6969 Google DeepMind 扩展 SynthID 与 C2PA 内容透明与验证工具
Google DeepMind 宣布在 Search、Gemini、Chrome、Pixel 和 Cloud 扩展内容透明与验证工具：SynthID 已为超过 100 billion 张图片视频和 60,000 年音频加水印，Gemini app 的 SynthID 验证已被使用 50 million 次，现扩展到 Search 并将在数周内进入 Chrome。
推荐理由：原文列出了 SynthID 与 C2PA 在多产品线的落地节奏和采用规模，可据此判断内容溯源工具的普及路径。
Google DeepMindAI 评分4444 Google DeepMind 与新加坡政府启动国家 AI 合作新计划
Google DeepMind 作为 Google 与新加坡政府新国家 AI 合作的关键一环，在当地推出多项新计划，覆盖医疗、教育、科研与可持续发展。
Google DeepMindAI 评分5151 Google DeepMind：剑桥大学用 Co-Scientist 缩短传染病研究周期
Google DeepMind 介绍剑桥大学 Clare Bryant 教授使用 Co-Scientist 寻找病原体跨物种传播引发重症的分子开关。Bryant 先后输入课题摘要与完整基金申请书，工具生成并排序假设，最终锁定她此前未关注的蛋白并细化到具体氨基酸，团队正构建含相应突变的细胞系验证。她表示原本需两到三年的实验工作如今有望在六个月内完成。
Google DeepMind精选AI 评分7474 Google DeepMind 复盘 WeatherNext 助力 NHC 提前五天预测飓风 Melissa 登陆牙买加
Google DeepMind 复盘其 AI 气象模型 WeatherNext 如何帮助美国国家飓风中心（NHC）提前五天以 80% 置信度预测飓风 Melissa 将以 Category 5 强度登陆牙买加，三天前该置信度升至接近 100%，这是首次从 Category 1 风速起报成功预测风暴达到 Category 5 强度。
推荐理由：原文回顾了 WeatherNext 在一次真实飓风中的预测表现与协作过程，读者可据此理解 AI 气象模型如何进入官方预报流程。
Google DeepMind精选AI 评分7474 Google DeepMind 推出 Co-Scientist 多智能体科研系统并开放 Hypothesis Generation 工具
Google DeepMind 在 Nature 发表 Co-Scientist 研究，并推出基于 Gemini 的多智能体系统 Hypothesis Generation，面向个人研究者开放注册，将在未来几周内逐步推出。
推荐理由：原文给出了多智能体分工、验证算力占比和多个已落地案例，读者可据此判断它如何嵌入真实科研流程。
Google DeepMind精选AI 评分7474 Google DeepMind 推出 AI co-clinician 医疗研究计划
Google DeepMind 宣布推出 AI co-clinician 研究计划，探索在医生临床监督下由 AI 智能体辅助患者的三方诊疗模式。在 98 个真实初级医疗查询的盲测中，该系统在 97 例里零关键错误，医生在对照评估中更偏好其回答；在 OpenFDA RxQA 药物问答基准上，开放式提问场景表现超过其他前沿模型。
推荐理由：原文给出了评测方法与具体结果，读者可据此判断该系统当前能力边界与适用场景。
Google Research精选AI 评分6666 Google Research 展示科学家使用 ERA 的四种方式
Google Research 介绍了科学家使用 Empirical Research Assistance (ERA) 的四个真实场景：在公共卫生领域，ERA 生成的美国流感。
推荐理由：四个真实场景展示了ERA从预测到机制发现的可迁移用法，便于评估AI辅助科研的实际边界。
Hugging Face Blog精选AI 评分7474 NVIDIA 发布 Nemotron 3 Nano Omni 多模态理解模型
NVIDIA 发布 Nemotron 3 Nano Omni，一个面向文档分析、多图推理、语音识别、长音视频理解与智能体计算机使用的全模态理解模型，已在 Hugging Face 开放 BF16、FP8 和 NVFP4 权重。
推荐理由：原文给出架构细节、训练配方与多组基准对比，读者可据此评估它在文档、音视频与智能体场景的可用性。
Google DeepMindAI 评分4646 Google DeepMind 与韩国科学技术信息通信部达成合作
Google DeepMind 与韩国科学技术信息通信部（MSIT）宣布建立新合作，将在首尔办公室设立 AI Campus，与首尔大学（SNU）、KAIST 及三个 AI Bio Innovation Hubs 等机构协作。
Google Research精选AI 评分6262 Google Photos 上线 Auto frame 视角重合成功能
Google Research 宣布该方法已作为 Auto frame 功能的一部分在 Google Photos 上线，可用生成式 AI 在拍照后自动改变相机视角重新构图。
推荐理由：原文拆解了3D估计与生成补全两阶段流程，读者可理解视角重合成如何在保留原内容的同时补出隐藏区域。
OpenAI NewsAI 评分5555 OpenAI 发布 ChatGPT Images 2.0
OpenAI 发布 ChatGPT Images 2.0，改进了文字渲染、多语言支持和视觉推理能力，并介绍了 Images 2.5 的新内容。
Google ResearchAI 评分5454 Google Research 发布 MoGen：用合成神经元形态将脑图谱重建误差降低 4.4%
Google Research 发布论文 MoGen，用合成神经元形态改进 AI 脑图谱重建模型，使重建误差降低 4.4%，在完整小鼠脑尺度相当于节省 157 人年的手工校对工作。
Hugging Face Blog精选AI 评分6262 Hugging Face 教程：用 Sentence Transformers 微调多模态 Embedding 与 Reranker 模型
Hugging Face 官方博客给出用 Sentence Transformers 训练和微调多模态 embedding 与 reranker 模型的完整教程。
推荐理由：以完整可跑的训练脚本和 NDCG@10 对比表说明领域微调收益，读者可直接迁移方法到自己的数据。