Mistral AI 开源发布 Search Toolkit 公测版
Mistral AI 发布开源框架 Search Toolkit 公共预览版,用于为 AI 应用搭建生产级搜索管线,将摄取、检索和评估统一到一个共享接口的框架中。
推荐理由:原文给出模块构成、评估指标和企业案例细节,可以判断它是否适合替换现有检索基础设施。
Mistral AI 发布开源框架 Search Toolkit 公共预览版,用于为 AI 应用搭建生产级搜索管线,将摄取、检索和评估统一到一个共享接口的框架中。
推荐理由:原文给出模块构成、评估指标和企业案例细节,可以判断它是否适合替换现有检索基础设施。
Google 发布了一套用于隐私分析的零信任安全设计,将新的密码学聚合协议与可信执行环境(TEE)硬件保护相结合,可证明地保证 Google 只能获得匿名化的群体聚合洞察。
Mistral 将 Emmi AI 收入麾下,推出面向工程领域的 physics AI 基础模型。传统 CFD/FEM 仿真每个设计变体需数小时到数周,physics AI 可在单 GPU 上秒级前向推理预测物理场,但不取代第一性原理求解器。该能力已用于 ASML、Airbus、Safran、Siemens Energy 等合作伙伴,覆盖产品设计、工装工艺设计加速与实时数字孪生。
Mistral 收购 Emmi AI,将物理 AI 定位于航空航天、汽车、半导体和能源等行业的工程研发,目标是让工程师更快构建下一代产品并在大规模运营中持续提升性能。
Import AI 第 458 期刊登作者在牛津大学人类中心 AI 实验室(HAI Lab)与 Cosmos Institute 合办的 2026 Cosmos HAI Lab 演讲,探讨如何应对 AI 技术的成功,并提出“探索未来还是退守当下”的选择。
Mistral AI 宣布达成最终协议,收购 Physics AI 公司 Emmi AI,以加强其在工业企业的 AI 转型服务中的地位。Emmi AI 总部位于奥地利,拥有超过 30 名研究员和工程师,其大工程模型可加速工程流程与产品设计周期、用实时仿真替代多日计算并构建数字孪生;其团队将于 5 月加入 Mistral AI 的 Science 和 Applied AI 团队。
Mistral 发布 128B 开源权重旗舰模型 Mistral Medium 3.5(公开预览),融合指令跟随、推理与编码,256k 上下文窗口,SWE-Bench Verified 得分 77.6%,API 定价为每百万输入 token $1.5、输出 token $7.5。
推荐理由:原文给出模型规格、评测分数、定价和开放权重入口,可据此评估它在自托管和异步编码场景的适用性。
Mistral 发布 Studio 的 Connectors 公开预览,内置连接器与自定义 MCP 均可通过 API/SDK 用于所有模型和 agent 调用。新功能包括直接工具调用、human-in-the-loop 审批流和连接器的程序化管理,连接器集中注册后可在 LeChat 和 AI Studio 中复用,便于对接 CRM、知识库等企业系统。
Google DeepMind 在亚太地区推出首期 Accelerator 加速器计划,主题为“AI for the Planet”。该计划为期三个月,面向区域内的初创公司、研究团队和非营利组织,帮助其利用前沿 AI 解决自然、气候、农业和能源等领域的环境问题。入选机构将获得专家指导和将前沿 AI 与科学 AI 模型集成到项目中的支持,计划以新加坡的线下 bootcamp 启动,现已开放报名。
Arista Networks 宣布入选 2026 Gartner Magic Quadrant for Enterprise Wired and Wireless LAN 领导者象限。
Google 开发的 ERA 研究工具使用 Gemini 编写和优化科学代码,相关论文于今日发表于 Nature。ERA 通过树搜索考虑数千种方案,在基因组学、公共卫生、卫星图像、神经科学、时间序列预测和数学等基准上达到专家级表现。
推荐理由:原文给出 ERA 在多个学科基准上的表现和八个应用案例,读者可据此了解 AI 辅助科学计算的实际落地方式。
生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 的实验室正使用 Google DeepMind 的 Co-Scientist 加速衰老研究。该系统扫描数万篇论文后提出 20 多个新型候选遗传因子,其中部分经实验验证能驱动细胞进入更年轻、功能更好的状态。分析大规模筛选数据原本最多需 6 个月,借助 Co-Scientism 可缩短到几天。
SentinelOne 研究员拆解了约 20 多年前的病毒 fast16.sys,它通过篡改高精度计算软件(如 LS-DYNA 970、PKPM、MOHID)在内存中的计算结果,可能被用于武器研发相关的破坏,类似《三体》中的智子干扰。
Google DeepMind 在 Project Genie 中推出 Street View grounding 新能力,可基于美国真实地点结合“Ocean World”“B&W film”等风格生成可交互世界,技术来自 Maps Imagery Grounding。
Google DeepMind 推出 Gemini Omni 家族首个模型 Gemini Omni Flash,可组合图像、音频、视频和文本输入生成视频,并通过自然语言多轮编辑,支持角色一致性和物理表现。
推荐理由:官方首次介绍 Omni 家族,说明了对话式改视频、多输入组合和物理表现的具体能力边界。
Google DeepMind 发布 Gemini for Science,在 Google Labs 推出三个实验原型:基于 Co-Scientist 的 Hypothesis Generation。
Google 于 5 月 19 日宣布扩展内容透明与验证工具,覆盖 Search、Gemini、Chrome、Pixel 和 Cloud。
推荐理由:原文梳理了 SynthID 水印、C2PA Content Credentials 验证在 Search、Gemini、Chrome、Pixel 的扩展路径和落地节奏,可据此了解内容溯源工具的现状。
Google DeepMind 宣布在新加坡启动 National Partnerships for AI 新合作项目,聚焦医疗、科研与教育。合作包括与公共医疗集团探索 AI co-clinician“三方照护”、用 AlphaFold 加速疫情研究、为视障跑者开发 Gemma 驱动的跑步助手,并向从小学到初级学院的所有教师提供 Gemini for Education。
剑桥大学 Clare Bryant 教授使用 Google DeepMind 的 Co-Scientist 研究病原体跨物种传播(如禽流感到人类)引发败血症等重症的分子开关。
Calico Life Sciences 的 AI/ML 负责人 Matt Onsum 和首席科学家 Katherine Labbé 用 Google DeepMind 的 Co-Scientist 连接衰老生物学领域分散的研究发现,生成值得验证的假设。
爱丁堡大学 bioengineer Filippo Menolascina 用 Co-Scientist 研究代谢功能障碍相关脂肪性肝炎(MASH),从海量文献中筛选候选联合疗法。针对药物 resmetirom 为何只对部分 MASH 患者有效这一问题,系统提出 NLRP3 炎性小体是连接炎症与代谢的分子桥梁的假设,该假设后来经实验验证,有望推动双重靶向疗法。
Google DeepMind 的 Co-Scientist 正在连接 MIT 机械工程师 Ritu Raman 与 Boston Children's Hospital 化学生物学家 Ryan Flynn 的实验室,共同研究 ALS。
Stanford 医学院遗传学家 Gary Peltz 团队在 Advanced Science 发表研究,用 Google DeepMind 的 Co-Scientist 从现有药物文献中筛选可重定位治疗肝纤维化的候选药。
Google DeepMind 的 AI 气象模型 WeatherNext 提前 5 天、以 80% 置信度预测出飓风 Melissa 将以 Category 5 强度登陆牙买加,3 天前置信度升至接近 100%。
Google DeepMind 发布 Gemini 3.5 模型系列,首先推出 3.5 Flash,定位智能体与编码,在 Terminal-Bench 2.1(76.2%)、GDPval-AA(1656 Elo)、MCP Atlas(83.6%)和 CharXiv Reasoning(84.2%)上超过 Gemini 3.1 Pro,输出速度为其他前沿模型的 4 倍。
推荐理由:官方公布了 3.5 Flash 的基准成绩、开放渠道和 Pro 后续计划,读者可以据此评估它在智能体与编码场景的取舍。
Google DeepMind 在 Nature 发布基于 Gemini 的多智能体系统 Co-Scientist,通过生成、辩论和演化假设来加速科学研究,并通过实验性工具 Hypothesis Generation 向个人研究者开放,数周内开始推出,可在 labs.google/science 注册。
推荐理由:官方同时给出系统架构、已有实验结果和开放注册入口,读者可以据此评估它对科研工作流的适用性。
Import AI 第 456 期聚焦三个话题。Law & AI 研究者提出 AI 监管的“激进可选性”路线:政府应避免过度监管,现在就投入建设信息收集、举报人保护、模型权重安全与人才等能力,以应对未来变革性 AI。
Berkeley AI Research 发布关于自适应并行推理的研究综述,探讨让推理模型自主决定何时分解任务、并行生成多少线程并协调它们的思路。
Google DeepMind 发布 AlphaEvolve 一年来影响力汇总,该 Gemini 驱动的编码智能体已从试点扩展到科研与商业多领域。
推荐理由:官方汇总了 AlphaEvolve 一年来在科研和商业场景的具体结果与数字,可了解这类算法发现智能体落地的真实范围。
Arista Networks 发布 2026 年第一季度财务业绩。原公告页面因加载问题未能显示具体财务数据,营收、利润等详细数字暂无法确认。
Jack Clark 在 Import AI 455 中判断,2028 年底前出现无人参与的自动化 AI 研发(模型自主训练自己的后继版本)的概率超过 60%,2027 年为 30%。
Google Research 阐述其开放科学实践:十年间开源的 DeepVariant、Neuroglancer、NeuralGCM、SpeciesNet 及 HAI-DEF(含 MedGemma)等工具与数据集,已服务全球超 250,000 名研究者和开发者。
Google DeepMind 宣布 AI co-clinician 研究计划,探索在医生监督下辅助医患双方的医疗 AI。
推荐理由:官方给出多组临床评测数字和双智能体安全架构,读者可以据此了解 AI 协诊助手的能力边界与实际定位。
Google Research 介绍其 2025 年 9 月发布的 Empirical Research Assistance(ERA)在四个科研领域的实际应用进展。
Mistral AI 发布 Workflows 公开预览版,定位为企业 AI 编排层,提供持久执行、可观测性、容错和 human-in-the-loop 审批,ASML、ABANCA、CMA-CGM、France Travail、La Banque Postale 等客户已在用其自动化关键流程。
Google DeepMind 宣布与韩国科学技术信息通信部(MSIT)建立合作,作为其 National Partnerships for AI 计划的一部分,在首尔设立 AI Campus。
Google 宣布将一项基于 3D 场景理解的照片重构方法上线到 Google Photos 的 Auto frame 功能。
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构,将大模型训练拆分为异步通信的计算“孤岛”,隔离硬件故障并大幅降低带宽需求。
Google Research 发布 ICLR 论文 ReasoningBank,提出从智能体的成功与失败经验中蒸馏高层推理记忆的框架,区别于只记录轨迹或仅总结成功流程的 Synapse 和 AWM。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte 和 McKinsey 合作,帮助企业规模化采用前沿 AI。