Google 发布 Gemini 4 Argon，称其为迄今最强大模型
Google 母公司 Alphabet 推出新 AI 模型 Gemini 4 Argon，官方称其为迄今最强大的模型。该模型通过 Fairwind Program 向部分网络安全合作伙伴开放，专门针对防御性网络工作训练，能够自主发现、验证和修补关键软件漏洞。
推荐理由：原文指出该模型专攻防御性网络安全并声称在多项基准测试中领先竞品，读者可据此评估其在特定垂直领域的实际能力与行业地位。
#多模态
#多模态
今日 4 条TechCrunch · AI精选AI 评分7878 The Verge · AIAI 评分4545 Google 在 Gemini Live 推出 Guided Vision 功能辅助视障用户
Google 在兼容 Android 设备的 Gemini Live 中推出 Guided Vision，利用 AI 提供实时音频描述以辅助阅读小字或识别物体。该功能支持追问细节及相机对准提示，适用于 Android 9 及以上系统，但官方警告不可用于导航或替代盲杖。
TechCrunch · AIAI 评分4545 ChatGPT 全球上线虚拟试穿与收藏功能
OpenAI 宣布 ChatGPT 全球推出虚拟试穿和收藏两项新功能。该更新基于新发布的 ChatGPT Images 2.5 模型，支持用户上传照片可视化服装上身效果及保存商品至库中。
The DecoderAI 评分6565 Tavus 发布 Griffin：近半数受试者在通话中将其误认为真人
Tavus 推出名为 Griffin 的“人类交互模型”（HIM），旨在实时理解和进行面对面视频对话。在一项研究中，48% 的参与者在仅一分钟的视频通话后认为 Griffin 是真人，而此前系统的最高比例仅为 2%。
The Decoder精选AI 评分8686 Google 发布 Gemini 4 Argon：缩小与 OpenAI 和 Anthropic 差距但未确立明显领先
Google 发布新前沿模型 Gemini 4 Argon，在部分关键基准测试中超越竞争对手，但尚未确立全面领先地位。该模型目前仅向“可信网络防御者”等早期测试者开放，后续将逐步面向 API 客户和 Google AI Ultra 订阅用户推出。
推荐理由：原文梳理了 Gemini 4 Argon 的基准测试表现、定价策略及分阶段开放计划，为评估其与竞品差距提供了具体数据参考。
Microsoft Research精选AI 评分6060 微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统
微软研究院发布 Quine，这是一个结合生物学世界模型与交互式工具链的 AI 研究系统，旨在连接模型、科学工具、文献及研究人员。该系统在胰腺导管腺癌（PDAC）研究中应用，仅用一个周末即完成了从缩小化合物搜索空间到确定候选药物的过程，并验证了多个排名靠前的化合物能驱动肿瘤细胞状态转变。
推荐理由：微软研究院推出Quine，通过多模态世界模型与实验闭环加速生物发现，并在胰腺癌研究中验证了化合物筛选效率。
Latent SpaceAI 评分7070 AINews：AMD以82亿美元收购World Labs，Atlas解决稀疏重建问题
AMD以82亿美元收购World Labs，该公司此前发布了Atlas模型，通过结合生成式模型与多视图几何解决了计算机视觉中的稀疏重建难题。此外，Anthropic发布Claude Sonnet 5.5，宣称其速度提升超30%且成本降低30%，现已支持claude.ai免费层，并在GitHub Copilot等第三方工具中可用。
Google Research精选AI 评分6060 Google Research 发布 AI 视频联合导演框架以自动化连贯长视频生成
Google Research 推出名为“AI video co-director”的统一多智能体框架，旨在解决现有扩散模型在生成长篇叙事视频时面临的语义漂移和级联失败挑战。
推荐理由：Google Research 提出基于 Gemini 和 Veo 的多智能体框架，通过全局优化和世界状态跟踪解决长视频生成的语义漂移问题。
Google DeepMind精选AI 评分7373 Google DeepMind 推出 Gemini 3.8 Live with Live Avatar 实时视觉化身功能
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，将低延迟流式视频生成与原生对话模型结合，为企业用户提供具备实时视觉呈现的交互式 AI 体验。
推荐理由：原文详述了实时视觉化身在对话中的同步机制与异步工具调用能力，为评估企业级多模态交互体验提供了具体技术细节。
Hugging Face BlogAI 评分4242 Hugging Face 发布 LFM2.5-VL-DSpark 实验性草稿模型，推理速度最高提升 3.13 倍
Hugging Face 推出针对视觉语言模型 LFM2.5-VL-3B 的实验性 DSpark 草稿模型。该模型通过推测解码技术，在仅增加 8.9% 参数量的前提下，实现设备端最高 3.13 倍、H100 上 2.66 倍的解码加速。目前已支持 llama.cpp、MLX-VLM 和 SGLang，提供 Safetensors 和 GGUF 格式供开源部署。
Google ResearchAI 评分5555 Google Research 发布基于生成式 UI 的教育交互模拟器研究
Google Research 推出新研究实验，允许教师利用生成式用户界面（GenUI）创建定制化的交互式学习模拟器。该方案通过游戏化设计和教学护栏确保内容质量，目前已在 STEM 学科发布包含 30 多个由 AI 生成并经教师审核的示例库。
Mistral AI精选AI 评分6060 Mistral 与 Mozilla 合作为 Firefox Smart Window 提供 AI 支持
Mistral AI 宣布与 Mozilla 达成合作，其模型将为 Firefox 的 AI 浏览助手 Smart Window（测试版）提供动力。该功能旨在帮助用户理解复杂搜索、记忆已关闭标签页内容并基于当前标签页获取信息，首批覆盖法国和北美用户，英国和德国将于今年晚些时候跟进。
推荐理由：Mistral 模型接入 Firefox Smart Window，为浏览器 AI 助手提供隐私保护与多语言支持，展示了开源技术在消费级场景的落地路径。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款最新实时对话模型，旨在提升语音智能体的近实时推理能力。
推荐理由：原文详细列出了两款新语音模型在多项基准测试中的具体得分及并行推理能力，为开发者评估实时语音智能体的性能与成本提供了直接依据。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 AlphaGenome Atlas：人类基因组单核苷酸变异预测地图
Google DeepMind 推出 AlphaGenome Atlas，这是一个包含人类基因组中90亿个单核苷酸变异分子效应预测的平台。该数据集规模达1 PB，并引入了结合 AlphaGenome 和 AlphaMissense 的 AVI 评分以辅助变异排序。目前该平台已通过网站门户、API 以及 Google Antigravity 技能向学术研究免费开放。
推荐理由：原文提供了覆盖全基因组90亿变异的预测地图及免费访问入口，读者可据此评估其在罕见病解析与群体遗传学研究中的实际可用性。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型
Google DeepMind 与 Google Research 联合发布 WeatherNext 3，这是其最新且最准确的全球天气 AI 模型。该模型直接利用实时静止卫星数据进行训练，每小时生成一次高分辨率预报，地表变量分辨率达 5 公里，较前代提升约五倍。
推荐理由：该模型通过直接学习实时卫星数据实现了小时级高分辨率预报，并集成至 Google 核心产品生态。
Microsoft ResearchAI 评分3838 Microsoft Research 发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型助力群体规模发现
Microsoft Research 推出开源病理基础模型 GigaPath-Flash 和 GigaTIME-Flash，旨在通过提升效率实现群体规模的疾病研究。
Microsoft ResearchAI 评分3535 MindTopo 基准揭示 VLMs 拓扑推理与规划能力差距
Microsoft Research 推出 MindTopo 基准，评估多模态大模型在连续性、分离性、顺序、包围和结等拓扑概念上的理解能力。测试显示当前模型在静态图像识别上表现优于交互式规划任务，且整体性能远低于人类水平。这一发现表明模型难以在动作序列中维持一致的拓扑理解，为机器人及交互环境中的可靠决策提供了改进方向。
Berkeley AI ResearchAI 评分2626 Berkeley AI Research 提出基于互信息的成像系统设计框架
Berkeley AI Research 在 NeurIPS 2025 发表研究，提出利用互信息直接评估和优化成像系统。该方法仅依赖噪声测量数据，无需任务特定解码器，即可预测彩色摄影、射电天文等四个领域的性能。优化后的设计匹配端到端方法效果，同时显著降低内存与计算需求。