NVIDIA Cosmos 扩展世界模型训练、评估与部署新工具
NVIDIA 扩展 Cosmos 平台,新增训练工具、模拟 checkpoint 和 Cosmos Data Factory 云原生蓝图,帮助开发者构建物理 AI 所需的世界模型。
NVIDIA 扩展 Cosmos 平台,新增训练工具、模拟 checkpoint 和 Cosmos Data Factory 云原生蓝图,帮助开发者构建物理 AI 所需的世界模型。
NVIDIA 展示欧洲多家机构将 Earth-2 开放 AI 模型用于实际天气与气候预测。新增 StormScope EU 短期预报模型,用 EUMETSAT 卫星观测在 16 个 Meteosat 通道上以 10 分钟间隔预测云况,并在 GTC Berlin 与 Earthmover 合作展示实时演示。
Google Research 在 JAMA Network Open 发表前瞻性多中心研究,评估 AI 模型通过盲扫超声评估孕周的跨场景泛化能力。
推荐理由:Google Research 发布的前瞻性多中心研究,展示了 AI 解读盲扫超声在低资源场景下达到专家水平的泛化表现。
Mistral 发布 Voxtral 3,包含语音转写、语音合成模型和基于 LiveKit 的语音 Agent SDK,将听、推理、工具调用和说话整合为单一实时流式管线。
推荐理由:原文给出各环节定价、语言覆盖和基准对比,读者可据此评估它在现有语音 Agent 工作流中的可替换性。
Google DeepMind 演示用智能体开发平台 Google Antigravity 帮助生物学家发现并评估新型抗菌肽(AMP)候选物,文中发现的候选物对呼吸道感染相关病原体具有预测活性,正进行湿实验验证。
Google Research 在山景城 Research@ 活动上演示 10 项以 AI 放大人类创造力的研究成果。
Google DeepMind 发布 Gemini 4 Argon,定位通用物理推理模型,在 3D 物理空间理解基准 ERQA 上以纯推理取得 87% 得分,官方称优于所有其他前沿模型。
推荐理由:官方展示了 Gemini 4 Argon 在机器人控制、Real2Sim 和物理理解四类场景的示例提示词,可作具身智能工作流参考。
Google DeepMind 发布 EmbeddingGemma 2,一个 740M 参数的开源多模态嵌入模型,基于 Gemma 4 架构,采用 Apache 2.0 许可,可将文本、代码、图像、视频和音频统一映射到同一嵌入空间。
推荐理由:官方给出了参数规模、基准得分和设备内存占用等具体数据,读者可据此评估它是否适合本地多模态检索方案。
Google Research 提出以地理空间基础模型助力公共卫生的新范式,用 Google Earth AI 的 Population Dynamics Foundation Model(PDFM)将搜索趋势、人流、建成环境与空气质量等隐私保护信号压缩为位置嵌入,即插即用地增强流行病学家现有的 ML 工作流,且无需任务特定微调。
Mistral 发布 Mistral Large 4 公开预览版,可在 Mistral Studio 试用,权重将于本月底开放。
推荐理由:原文给出参数规模、基准成绩和开源权重的具体安排,读者可据此评估这款模型在安全与编码场景的可用性。
Google DeepMind 发布前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络防御者开放,后续将面向开发者、企业和消费者推出。
推荐理由:原文给出定价、1M 输出 token 上限和多项基准分数,读者可以据此评估其在编码、企业工作流和安全防御上的定位。
Berkeley AI Research 在 NeurIPS 2025 论文中提出一个直接基于信息内容评估和优化成像系统的框架,用互信息估计量化测量区分物体的能力。该方法只需噪声测量数据和噪声模型,在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证可预测解码器性能,优化效果媲美 SOTA 端到端方法,且所需内存和计算更少、无需任务特定解码器设计。