Google Research 发表 JAMA Network Open 研究：AI 辅助盲扫超声评估孕周不劣于专家标准
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。
技术方向
多模态 最新动态
文字之外的能力：看懂图片、图文混合理解、音视频输入输出的模型与产品进展。
6 条精选近 30 天 6 条共收录 13 条
更新
多模态的精选
Google Research精选AI 评分6565
Mistral AI精选AI 评分6767 Mistral 发布 Voxtral 3 语音模型系列与语音 Agent SDK
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精选AI 评分6868 Google DeepMind 发布 Gemini 4 Argon 机器人模型
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精选AI 评分6666 Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2
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。
Mistral AI精选AI 评分7474 Mistral 发布 Mistral Large 4 公开预览版，1 万亿参数开放权重模型
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精选AI 评分7777 Google DeepMind 发布 Gemini 4 Argon 前沿模型，输出上限扩至 1M tokens
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。