跳到正文

产品更新

AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。

38条精选相关主题模型发布行业动态AI 编码

最新精选

第 21–38 条 · 共 38 条
7月8日周三
7月7日周二
  1. Hugging Face Blog61

    SkyPilot 联合 Hugging Face 推出 store: hf,实现跨云免出口费存储挂载

    SkyPilot 与 Hugging Face 联合发布 store: hf 存储后端,通过 hf:// URL 将 Hub 仓库或 Bucket 挂载进任意 SkyPilot 任务,只需现有 HF_TOKEN 即可在 20+ 云、Kubernetes 和本地集群读取数据。

    推荐理由:原文给出免出口费存储与 SkyPilot 跨云挂载的具体配置和实测速度,读者可以据此评估跨云 GPU 训练的存储方案。

  2. Hugging Face Blog62

    Hugging Face 发布 LeRobot v0.6.0,引入世界模型策略、奖励模型 API 与六个仿真基准

    Hugging Face 官方博客宣布 LeRobot v0.6.0,核心是闭合机器人学习环路。新版本引入三个世界模型策略(VLA-JEPA、LingBot-VA、FastWAM)、一批新 VLA(GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT),以及统一奖励模型 API(Robometer、TOPReward)。

    推荐理由:官方发布说明完整列出模型、基准和工具链变化,读者可以据此评估新版本对机器人学习工作流的实际影响。

7月1日周三
  1. Hugging Face Blog61

    Hugging Face 与 Cerebras 打造基于 Gemma 4 的实时语音 AI 流水线

    Hugging Face 与 Cerebras 联合展示了一套实时语音到语音架构:语音输入经 Nvidia 的 Parakeet 做语音识别,由 Cerebras 上运行的 Google DeepMind Gemma 4 31B 完成推理,再用 Alibaba 的 Qwen3TTS 合成语音输出。

    推荐理由:原文给出完整的开源语音到语音技术栈和各层组件,开发者可以据此搭建或替换自己的实时语音 AI 流水线。

6月25日周四
6月9日周二
  1. Google DeepMind78

    Google DeepMind 发布 Gemini 3.5 Live Translate 语音翻译模型,支持 70+ 语言近实时语音转语音翻译

    Google DeepMind 发布音频模型 Gemini 3.5 Live Translate,支持 70+ 语言自动检测的近实时语音转语音翻译,连续生成保留说话者语调、节奏和音高的译文,全程仅落后说话者几秒。

    推荐理由:官方公告给出了模型能力、开放入口和各产品落地细节,读者可以据此判断它对实时语音翻译工作流的改变。

5月28日周四
  1. Mistral AI69

    Mistral 将 Le Chat 升级为统一智能体 Vibe,覆盖工作与编码

    Mistral 发布统一 AI 智能体 Vibe,Le Chat 全面升级为 Vibe,原有计划、历史和设置自动迁移。Work Mode 面向长程多步任务,覆盖企业知识搜索、数据分析、文档草稿和定时任务;Code Mode 支持远程编码会话、并行运行和沙箱隔离,并推出 VS Code 扩展和更新版 CLI。

    推荐理由:官方完整公布 Vibe 的 Work 与 Code 双模式、定价和入口,读者可据此评估它对日常工作流和编码流程的影响。

  2. Mistral AI64

    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。

5月20日周三
  1. Google Research62

    Google 发布 ERA 并通过 Gemini for Science 逐步开放 Computational Discovery

    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。

5月17日周日
5月16日周六
5月12日周二
  1. Google DeepMind66

    Google DeepMind 发布 Co-Scientist 多智能体科研假设生成系统并开放注册

    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。

4月30日周四
3月12日周四
  1. Google Research62

    Google Flood Hub 推出 AI 城市山洪预报,可提前 24 小时预测风险

    Google 宣布在 Flood Hub 上推出城市山洪预报,可提前 24 小时预测城市山洪风险。模型基于 LSTM 架构,用 Gemini 从新闻报告中提取历史山洪事件的 Groundsource 数据集进行训练,仅依赖全球气象产品,以 20x20 公里分辨率覆盖人口密度大于每平方公里 100 人的城市地区。

    推荐理由:原文给出模型方法、覆盖范围和与 NWS 对比的精度数据,读者可以据此了解城市山洪预报的可行路径。

1月28日周三
  1. Mistral AI64

    Mistral 发布 Mistral Vibe 2.0 终端编码智能体,Devstral 2 转为付费 API

    Mistral 发布 Mistral Vibe 2.0,升级其终端原生编码智能体,由 Devstral 2 模型家族驱动。新功能包括自定义 subagents、执行前多选项澄清、斜杠命令加载技能、统一 Agent 模式和自动更新。

    推荐理由:原文给出 Vibe 2.0 的功能明细、订阅方案和 Devstral 2 API 定价,读者可以据此评估是否切换自己的编码工作流。

12月17日周三
5月27日周二
3月7日周五
  1. Mistral AI67

    Mistral 发布 Mistral OCR API,主打复杂文档理解

    Mistral 发布光学字符识别 API Mistral OCR,接受图片和 PDF 输入,按顺序提取文本与图像,可配合 RAG 系统处理幻灯片、复杂 PDF 等多模态文档。

    推荐理由:官方给出内部基准对比、定价和自部署选项,读者可据此评估它在多模态文档理解和 RAG 流程中的可用性。