Science One Framework 通过 Chain-of-Evidence 构建可验证的自主研究框架
Google Research提出 Chain-of-Evidence（CoE）框架，并以 Science One Framework 实现可验证的自主科学研究流程。
推荐理由：文章把证据链设计与四项自动化审计结合起来，展示了自主研究系统如何同时检验引用、代码、方法描述和实验结果。
全部AI 动态
全部动态
今日 7 条Google Research精选AI 评分6464
Hugging Face BlogAI 评分3939 GPU 管理：为什么闲置 GPU 是新的“停飞飞机”
企业 AI 的下一项关键约束正从模型智能转向 GPU 利用率，闲置硬件持续产生成本却不带来计算产出。GPU 按日历小时承担融资、折旧、电力和冷却成本，产出则只在计算小时产生。企业自建 GPU 可把随 token 线性增长的 API 费用换成固定资本支出，但按峰值配置的集群仍可能因需求波动浪费容量。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini Robotics ER 2 机器人具身推理模型
Google DeepMind 发布 Gemini Robotics ER 2，这是面向机器人的高层具身推理与任务编排模型，可将执行交给 VLA 模型并调用工具。
推荐理由：原文结合视频进度理解、工具编排和多机器人协作，展示了 Gemini Robotics ER 2 面向真实机器人任务的能力变化与开发入口。
Google DeepMindAI 评分5656 Google DeepMind 在 Google Flow Music 发布 Lyria 3.5
Google DeepMind 发布音乐生成模型 Lyria 3.5，并将其上线 Google Flow Music。该模型改进了旋律结构、歌词质量、提示词遵循、歌声表现与发音，还支持更方便地控制输出的节奏和时长。
Berkeley AI Research精选AI 评分6767 K-Search 如何将 CUDA 内核经验迁移到 MLX 并优化 Apple Silicon
IBM Research 将 K-Search 扩展为支持 MLX 的后端，并通过结构化 CUDA-to-MLX 翻译层，把 CUDA 内核优化经验迁移到 Apple Silicon。
推荐理由：文章展示了如何把 CUDA 内核中的优化经验结构化迁移到 MLX，并以 Attention 和 Mamba SSM 实测说明翻译层对 Apple Silicon 性能的影响。
Google DeepMind精选AI 评分7979 Google DeepMind 发布 Gemini Robotics 2，支持全身控制与多机器人协作
Google DeepMind 发布 Gemini Robotics 2，通过 Gemini Robotics 2、Gemini Robotics ER 2 和 Gemini Robotics On-Device 2，支持人形机器人全身控制、灵巧操作、多步骤推理与多机器人协作。
推荐理由：原文系统梳理了 Gemini Robotics 2 的三类模型分工、机器人适配方式与安全机制，便于理解其从单机控制走向协作任务的技术路径。
Hugging Face Blog精选AI 评分7777 NVIDIA 发布 Cosmos-H-Dreams 实时手术机器人生成式模拟器
NVIDIA 发布 Cosmos-H-Dreams，一款由动作条件驱动、面向手术机器人的实时生成式模拟器。该模型从 Cosmos-H-Surgical-Simulator 蒸馏而来，针对 dVRK 桌面缝合进行训练，在单张 NVIDIA RTX PRO 6000 上可达约 160 frames per second。
推荐理由：文章展示了从世界模型蒸馏到实时闭环模拟的技术路径，并给出手术机器人策略训练与评估的具体应用方向。
Hugging Face Blog精选AI 评分8888 Hugging Face 复盘 2026 年 7 月 AI 智能体入侵事件技术时间线
Hugging Face 发布技术复盘，说明由 OpenAI 模型驱动的自主 AI 智能体如何从评测沙箱逃逸，经第三方代码沙箱和数据处理器进入其基础设施。
推荐理由：文章按时间还原了从评测沙箱逃逸、数据处理器注入到集群横向移动的主要链路，并结合修复措施说明智能体攻击对检测与隔离提出的具体压力。
Berkeley AI ResearchAI 评分5858 ABBEL 通过信念状态提升 LLM 长程交互效率
Berkeley AI Research 提出 ABBEL，通过周期性更新并监督自然语言信念状态，让智能体在长程交互中用信念替代完整历史作为工作上下文。在 CollabBench 协作编码中，重构式信念评分将与完整上下文模型的性能差距缩小约50%，训练步数从100降至50，同时峰值上下文 token 长度低于完整上下文设置。
Hugging Face Blog精选AI 评分7676 Hugging Face 将 Nunchaku 4-bit 扩散推理接入 Diffusers
Hugging Face 已在 Diffusers 中原生支持 Nunchaku Lite，Nunchaku checkpoint 可通过 from_pretrained() 加载，无需本地 CUDA 编译。
推荐理由：文章给出原生加载、量化工具链和硬件支持范围，并用基准数据呈现 Nunchaku Lite 的显存与速度变化。
Google Research精选AI 评分7474 Google Research 研究 SymptomAI：面向日常症状评估的对话式 AI 智能体
Google Research 在一项 n=13,917 的随机研究中，让参与者与五种 Gemini Flash 2.0 SymptomAI 智能体进行症状访谈并生成 DDx。
推荐理由：研究将真实对话、临床专家比较与 Fitbit 生理信号结合，呈现 SymptomAI 在日常症状评估中的表现及研究边界。
Google Research精选AI 评分7171 Google Research 展示让量子计算机从错误中学习的强化学习控制
Google Research 在 Nature 发表研究，展示一种强化学习框架，可利用量子错误检测事件持续调节控制参数，在计算不中断的情况下抵抗漂移。该方法在 Willow 超导处理器上使逻辑稳定性提升 3.5 倍，并在人工校准后进一步将逻辑错误率降低 20%；模拟显示所需训练迭代次数与系统规模无关。
推荐理由：文章把量子纠错产生的错误检测事件转为强化学习信号，展示了连续校准如何在不中断计算的情况下抑制硬件漂移。
Google DeepMind精选AI 评分6262 Google 承诺 $40M AI tokens 和云 credits 支持 Genesis Mission
Google 宣布承诺 $40M 的 AI tokens 和云 credits，为 DOE Genesis Mission 研究人员提供 AI for science 工具支持。
推荐理由：文章具体说明了 Google 如何以 $40M AI tokens 和云 credits 支持 DOE 科研，并给出 AlphaEvolve 与 Gemini 在实验室中的应用数据。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 和 Gemini 3.5 Flash Cyber，分别面向通用智能体、低延迟高吞吐任务及网络安全。
推荐理由：文章将三款模型的定位、速度与价格放在同一发布中说明，并交代 Gemini 3.5 Flash Cyber 的受限部署方式，便于比较不同智能体工作负载的选择。
Hugging Face Blog精选AI 评分7777 Grabette 开放式机器人操作数据采集系统发布
Hugging Face 发布 Grabette，这是一套低成本、开源的手持式机器人操作数据采集系统，可将人手示范自动处理为机器人可用的数据集。Grabette 配备双摄像头、IMU 和夹爪，BOM 成本约为 490€，数据可通过浏览器处理为 LeRobot 格式并上传 Hugging Face Hub。
推荐理由：文章清晰展示了如何用低成本手持设备采集操作示范，并通过浏览器处理为可训练的机器人数据集。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是基于 3.5 Flash 微调、用于快速发现、验证和修复软件漏洞的轻量网络安全模型。
推荐理由：原文结合 CyberGym、Big Sleep 和生产扫描结果，展示了轻量模型在漏洞发现与修复任务中的性能和规模化使用方式。
Hugging Face BlogAI 评分5252 DharmaOCR 评测：专注巴西葡萄牙语为何胜过更新的 OCR 模型
DharmaOCR 在巴西葡萄牙语 OCR 基准上得分 0.925，超过 Mistral OCR4 的 0.798 和 Unlimited-OCR 的 0.7587。文章将优势归因于面向巴西葡萄牙语的监督微调，以及用于降低重复和不连贯输出的 DPO 训练。
Google DeepMind精选AI 评分6666 Google DeepMind 与 Isomorphic Labs 公布 AI 生物韧性方案
Google DeepMind 与 Isomorphic Labs 公布联合生物韧性方案，围绕预防、检测和响应使用 AI 应对生物安全风险。过去 12 个月，双方推进了超过 15 项与政府机构、生物安全组织和研究团体的合作。
推荐理由：文章按预防、检测和响应梳理 AI 参与生物安全的路径，并列出模型安全评估、病原体监测和药物设计等合作实例。
Hugging Face Blog精选AI 评分8484 Hugging Face披露2026年7月安全事件：自主AI智能体驱动入侵
Hugging Face披露其生产基础设施遭到由自主AI智能体系统驱动的入侵，攻击者通过数据集处理中的代码执行路径取得访问权限并横向移动。公司表示未发现公开模型、数据集、Spaces或软件供应链遭篡改，但仍在评估合作伙伴和客户数据是否受影响。Hugging Face使用自有基础设施上的 zai-org/GLM-5.2 分析超过17,000条攻击事件，并建议安全团队提前准备可本地运行的模型。
推荐理由：Hugging Face披露了从数据处理管线入侵到凭据轮换的完整处置过程，也说明了本地部署模型在安全取证中的实际作用。
Google ResearchAI 评分5454 Google Research 论文解释扩散模型的创造力来自 score smoothing
Google Research 在 ICLR 2026 论文中指出，扩散模型的创造力来自神经网络训练对 score function 产生的 score smoothing，而非随机现象。研究表明，正则化会让模型在训练数据点之间生成新的合理样本，并在高维场景中帮助恢复数据流形。Google Research 同时发布了用于生成论文图表的数值实验代码。
Hugging Face Blog精选AI 评分6363 Agent 中的模型路由看似简单，直到它变得复杂
作者将 Agent 中的模型路由从分类问题转为同时优化成本、质量和延迟的系统优化问题。在 AppWorld Test Challenge 的 417 个任务中，使用同一 CodeAct agent 时，Claude Sonnet 4.6 总成本为 $79，而 GPT-4.1 为 $155，缓存读取价格差异是重要原因之一。
推荐理由：文章用实测数据说明模型路由的真实成本受缓存、基础设施和治理约束共同影响，适合用于理解智能体路由的系统优化视角。
Hugging Face Blog精选AI 评分8787 Thinking Machines 发布 Inkling 与 Inkling-Small 多模态开源模型
Thinking Machines 发布开放模型 Inkling 及 Inkling-Small，支持文本、图像和音频输入，并具备 Agent 能力与 1M context。
推荐理由：文章同时拆解了 Inkling 的 MoE、混合注意力与多模态输入架构，并给出不同量化版本的显存需求和部署路径，便于评估落地成本。
Hugging Face Blog精选AI 评分6666 Real World VoiceEQ 发布，用人类评价衡量语音 AI 的真实交互质量
Real World VoiceEQ 发布，用于评估语音系统识别、生成和响应语音中非文本声学信息的能力。该基准覆盖 40 多个语音模型、15+ 个评测维度和 60 多项指标，并基于超过 1 million 次人类评价构建。研究发现，不同模型在技术准确性、情绪理解、表达能力和稳健性等方面各有侧重，自动评测尚不能替代涉及声学情境和社会理解的人类听评。
推荐理由：该基准以超过 1 million 次人类评价衡量语音交互质量，展示了传统指标难以覆盖的情绪、身份和真实环境表现差异。
Google DeepMind精选AI 评分6262 Google DeepMind 启动 ATL Saathi 试点，助力印度教师使用 Gemini
Google DeepMind 启动 ATL Saathi 试点，为印度 Atal Tinkering Labs 教师提供 Gemini 驱动的 24/7 规划与培训助手。该应用整合 NotebookLM 中的 12 个核心课程模块，支持 AI 摘要、信息图、视频概览、互动测验和项目生成，并计划先覆盖 100 所试点学校，支持 8 种语言。
推荐理由：原文具体展示了 ATL Saathi 如何结合课程微学习、项目生成和多语言支持，为 AI 教育助手提供了清晰的应用案例。
Hugging Face Blog精选AI 评分7373 PyTorch 性能分析（第 3 部分）：用 profiler 分析 Attention
Hugging Face Blog 通过 profiler 分析 PyTorch 中的朴素 Attention、原地掩码操作和 SDPA 各后端，展示不同实现的 kernel 与 CPU、GPU 开销。
推荐理由：文章通过逐层对比 profiler trace，解释 Attention 的 kernel、显存流量与 CPU 开销如何变化，为定位 GPU 性能瓶颈提供可复用的阅读方法。
Mistral AIAI 评分5858 Mistral Studio 为提示词和技能提供可追踪的系统化管理
Mistral Studio 宣布为提示词和技能提供统一的版本、所有权与追踪管理，并已向 Studio 客户开放。用户可以编辑和测试提示词或技能，生产发布仍需经过企业已有的测试与审批流程；平台还支持不可变版本、回滚、分类标签、审计日志，以及通过 Observability 和 MCP 追踪生产行为。
Google Research精选AI 评分7777 Google Research 介绍 SensorFM：面向可穿戴健康数据的通用基础模型
Google Research 介绍 SensorFM，这一模型使用来自 5 million 名参与者的超过 1 trillion minutes 多模态可穿戴传感器数据进行预训练。
推荐理由：文章将可穿戴数据的规模化预训练、缺失感知学习与智能体适配串联起来，展示了通用表示跨健康任务迁移的路径。
Mistral AI精选AI 评分6363 Mistral AI 发布 8B 具身导航模型 Robostral Navigate
Mistral AI 发布 8B 模型 Robostral Navigate，仅使用单个 RGB 摄像头和自然语言指令控制机器人自主导航。该模型在 R2R-CE validation unseen 上达到 76.6% 成功率，比最佳单摄像头方案高 9.7 个百分点，比使用深度或多摄像头的最佳系统高 4.5 个百分点。
推荐理由：文章将单 RGB 摄像头导航的基准表现、训练数据规模与 prefix-caching 方法放在一起，便于理解其技术取舍。
Hugging Face Blog精选AI 评分7979 Hugging Face transformers 建模后端实现 vLLM 原生推理速度
Hugging Face 宣布 transformers 建模后端在 vLLM 中已能为多种 LLM 架构达到或超过自定义 vLLM 实现的吞吐速度。该后端在 Qwen3-4B、Qwen3-32B 和 Qwen3-235B-A22B-FP8 三种部署配置中均达到或超过原生实现速度，并可通过 `--model-impl transformers` 启用。
推荐理由：文章通过 Qwen3 的 4B、32B 和 235B FP8 MoE 对比，说明该后端如何减少模型接入 vLLM 时的重复优化工作。
Hugging Face BlogAI 评分5555 Hugging Face 与 Amazon SageMaker AI 推出一键进入 SageMaker Studio 集成
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成，支持从模型页面一键进入 SageMaker Studio 的微调或部署流程。新建 Studio 环境会自动配置相关权限并保留模型上下文，实例选择界面还会显示 G5、G6 GPU 配额可用性。
Google Research精选AI 评分7171 Google Research 研究导航路由干预如何缓解城市交通拥堵
Google Research 在10座美国城市开展为期6个月的实验，通过Google Maps将少于2%的行程引导至通行时间相近的替代路线。研究显示，目标路段驾驶速度中位数提升约2%，受影响路段整体提升约0.35%，并可使每座城市每年潜在减少数千吨 CO2e 排放。
推荐理由：研究在10座美国城市开展为期6个月的路由干预实验，量化少量改道如何带来全网速度与排放变化。
Hugging Face Blog精选AI 评分7575 Hugging Face Collection 接入 Microsoft Foundry Managed Compute
Microsoft Foundry 现已预览 Hugging Face Collection，提供每周刷新的开放权重模型目录，并支持一键部署到 Foundry Managed Compute。
推荐理由：文章具体说明了模型筛选、运行时构建、权重托管和自动补丁流程，便于理解开放模型进入企业部署时新增的运维层。
Berkeley AI ResearchAI 评分5252 智能近乎免费之后怎么办？面向、属于并由智能体构建的数据系统
Berkeley AI Research 的一篇观点文章指出，GPT-4-class 能力的推理成本已从 2023 年初约 $30 per million tokens 降至如今低于 $1，数据系统将围绕智能体重构。
Hugging Face Blog精选AI 评分8080 Hugging Face 发布 LeRobot v0.6.0，完善机器人学习闭环
Hugging Face 发布 LeRobot v0.6.0，新增世界模型策略、奖励模型、六个仿真基准和 lerobot-rollout 部署 CLI。数据集支持深度、VLM 自动语言标注和自定义视频编码，数据加载最高提速约 2x；训练新增 FSDP 与 HF Jobs 云训练。
推荐理由：LeRobot v0.6.0 将世界模型策略、奖励模型、统一评测和部署采集串成闭环，并补充数据处理与云训练能力，便于理解机器人学习工作流的变化。
Hugging Face Blog精选AI 评分7878 Hugging Face Storage 与 SkyPilot 集成 hf:// 存储，支持跨云运行 AI 工作负载
Hugging Face Storage 为 SkyPilot 新增 store: hf 后端，支持用 hf:// URL 将 Bucket 或 Hub 仓库挂载到任务中。
推荐理由：这项集成把模型和数据存储与 GPU 调度解耦，展示了跨云读取不收取 egress 费用及 Xet 增量去重的实际用法。
Hugging Face Blog精选AI 评分6666 PRX 第四部分：数据策略
PRX 团队介绍了其图像生成模型的预训练数据流程：混合公共与内部数据集，使用 VLM 为图像生成长描述，并以 Lance 构建和探索数据、以 Mosaic Data Shards（MDS）供训练流式读取。团队在数亿级数据上采用 JPEG quality 92、分辨率与宽高比分桶、基于 caption 的过滤和感知哈希去重，并选择 Qwen3-VL-8B 作为 captioner。
推荐理由：文章把 PRX 的大规模图像训练数据流程拆成可复用环节，覆盖数据探索、VLM 重标注、格式转换、过滤去重及工程取舍。
Hugging Face Blog精选AI 评分7171 Hugging Face Kernels 项目迎来重大更新
Hugging Face 对 Kernels 项目进行了大幅重构，新增 Hub 的 kernel 仓库类型，并默认限制为可信发布者加载 kernel。项目加入代码签名支持，重构 kernels 与 kernel-builder CLI，还扩展了 Torch Stable ABI 和 Apache TVM FFI 支持。
推荐理由：文章集中说明 Kernels 在安全机制、框架兼容和智能体开发流程上的改动，便于开发者判断其对自定义 kernel 构建与分发的实际帮助。
Google DeepMindAI 评分4343 Google DeepMind 与 A24 宣布建立首创研究合作伙伴关系
Google DeepMind 与 A24 宣布开展以研究为核心的合作，围绕多个项目共同开发面向创作者的新工作流和技术。Google 还对 A24 进行了投资；合作初期聚焦连接前沿技术与下一代娱乐，具体目标、技术产出和创意里程碑将随协作推进而演变。
Mistral AI精选AI 评分7070 Mistral AI 发布 Leanstral 1.5，强化 Lean 4 形式化验证
Mistral AI 发布 Leanstral 1.5，这是一款采用 Apache-2.0 许可、119B 总参数且仅 6B active parameters 的模型，面向 Lean 4 形式化验证。
推荐理由：文章同时给出形式化数学基准、成本对比和真实代码验证案例，便于评估 Lean 4 证明智能体从题目求解到仓库级任务的实际能力。
Berkeley AI ResearchAI 评分3737 2026 BAIR 博士毕业生展示
Berkeley Artificial Intelligence Research（BAIR）实验室庆祝2026届博士毕业生，研究覆盖机器人与具身智能、LLM与推理、计算机视觉、生成模型、AI安全及人机交互等领域。毕业生已发表研究、构建系统并指导同伴，下一步将前往高校、博士后岗位、产业研究院或创办初创公司。