Import AI 459:AI 监督为何困难、蛋白质折叠模型的缩放定律与 AI 系统灭绝风险定价
Import AI 459 聚焦 AI 经济增长的测量难题、自动化对齐的监督风险,以及如何为 AI 系统的灭绝风险定价。文章还介绍了包含 100M 图像的 GPIC 数据集,以及 Biohub 发布的 ESMFold2、ESMC 和 ESM Atlas;ESMFold2 在部分基准上超过 AlphaFold 3,并用于设计针对癌症相关靶点的蛋白质结合体。
Import AI 459 聚焦 AI 经济增长的测量难题、自动化对齐的监督风险,以及如何为 AI 系统的灭绝风险定价。文章还介绍了包含 100M 图像的 GPIC 数据集,以及 Biohub 发布的 ESMFold2、ESMC 和 ESM Atlas;ESMFold2 在部分基准上超过 AlphaFold 3,并用于设计针对癌症相关靶点的蛋白质结合体。
Google Research 在 I/O 2026 集中介绍了 Gemini for Science、AI 医疗研究、端侧平台、极端天气预测、Gemini 能力改进和量子计算等方向的进展。文章还介绍了 Google Antigravity 2.0 的多智能体开发工作流、Gemma V4 上线一个月下载量超过 100 million,以及 MedGemma 下载量超过 5M。
推荐理由:文章集中梳理 Google Research 在科学发现、医疗、开发者工具和量子计算等方向的 I/O 研究进展,呈现研究成果如何进入具体产品与实验。
Mistral 在 AI Now Summit 2026 发布面向工业工程的 AI stack,并更新 Vibe 智能体以支持长周期多步骤工作。该方案与 Airbus、BMW Group 和 ASML 合作,覆盖设计、仿真、生产及工程数据应用;Vibe 可执行研究、编码和交付流程。
Mistral 发布 Vibe,将 Le Chat 的工作能力与编码能力整合为一个可处理长时、多步骤任务的 AI 智能体。Work Mode 支持跨企业工具执行研究、数据分析和文档撰写,Code Mode 则可连接 GitHub,在网页、VS Code 和 CLI 中完成编码任务并生成 pull request。
推荐理由:文章同时梳理了 Vibe 的工作与编码模式、连接器和部署方案,并列出套餐与 Le Chat 迁移安排,便于判断其适用场景。
Mistral AI 发布 Search Toolkit public preview,这是一个用于构建 AI 应用生产级搜索流水线的开源框架,统一了数据摄取、检索和评估接口。它支持 BM25、基于嵌入向量的密集检索与混合检索,并提供 recall、precision、MRR 和 NDCG 等评估指标,可部署在云端、本地或边缘基础设施上。
推荐理由:Search Toolkit 将数据摄取、检索与评估置于统一接口下,并提供 BM25、向量和混合检索,便于团队在自有数据上比较检索质量。
Google Research 推出一种基于零信任原则的私有分析方案,将单消息加密聚合与 TEE 结合,以减少对单一实体的信任依赖。该方案采用基于格的协议,确保服务器只能获得匿名聚合结果,原始数据不会在服务器内存中暴露或重建。Android SafetyCore 将使用这套方案评估安全工具效果,同时让用户内容留在设备端。
推荐理由:文章解释了单消息加密聚合如何与 TEE 形成多层防护,并以 Android SafetyCore 说明其在端侧模型分析中的应用。
Mistral 将 Emmi AI 纳入自身体系,引入 physics AI,面向 AI-native industrial engineering 构建新的基础能力。
Mistral 收购 Emmi AI 后,将其研究并入自身,持续推进面向工业工程的 Physics AI 基础研究与企业解决方案。相关成果覆盖 CFD、空气动力学、汽车、航空航天与核聚变等领域,包括 AB-UPT、NeuralDEM、UPT 和 GyroSwin。最新数据集包含约 30,000 个 3D 翼型样本,AB-UPT 可在单块 GPU 上处理 9M 表面单元和 140M 体积单元。
Jack Clark 在 Oxford 的 Cosmos HAI Lab Lecture 中讨论 AI 持续进步带来的个人、组织与社会变化,主张面对技术发展并主动规划未来。他结合自身使用 AI 的经历以及 Anthropic 内部对 Claude 和智能体的应用,分析工作分工、验证机制和组织形态的变化,并以一则关于人类从长期休眠中苏醒的虚构故事收尾。
Mistral AI 已达成收购 Emmi AI 的协议,以增强模型理解和建模物理的能力,并让 AI 智能体使用现有工程工具。Emmi AI 的联合创始人及 30 多名研究人员和工程师将于 5 月加入 Mistral AI 的 Science 和 Applied AI 团队,双方将推进实时仿真、数字孪生及面向工程师的智能体。
推荐理由:这项收购串联了 Physics AI、工程工具与智能体能力,呈现 Mistral AI 面向工业研发和制造扩展产品布局的具体路径。
Mistral AI 发布 Mistral Medium 3.5 public preview,这是一款 128B dense open-weight 模型,成为 Mistral Vibe 和 Le Chat 的默认模型。
推荐理由:文章同时交代模型规格、编码基准与部署方式,并说明它如何支撑云端并行编码和多步骤工作流。
Mistral AI 在 Studio 推出 Connectors,内置连接器和自定义 MCP 现可通过 API/SDK 用于模型与智能体调用。Connectors 还支持直接工具调用、人工审批,以及连接器的创建、修改、查询和删除。
推荐理由:原文展示了 Connectors 如何把 MCP 集成、工具调用和人工审批纳入 Studio,开发者可据此理解企业智能体接入外部系统的实现路径。
Google DeepMind 在亚太地区推出首届“AI for the Planet”加速器项目,帮助创新者利用 frontier AI 应对环境风险。项目为期三个月,面向 startups、research teams 和 nonprofits,聚焦 nature、climate、agriculture、energy 等领域。
Google Research 发布由 Gemini 驱动的 Empirical Research Assistance(ERA),并开始通过 Gemini for Science 逐步开放由 ERA 与 AlphaEvolve 构建的 Computational Discovery。
推荐理由:文章把 ERA 的研究结果、科学问题案例与开放路径放在一起,便于了解它如何从代码优化系统走向可供科研人员试用的工具。
Google DeepMind介绍 Co-Scientist 如何帮助研究人员寻找推动细胞恢复年轻状态的遗传因素,并分析大规模基因筛选结果。它检索数万篇论文后提出了20多个可测试的遗传因素,其中几项假设通过实验验证;筛选数据结合文献的分析工作也从最多六个月缩短到几天。
Import AI 457 汇总了 fast16 高精度软件破坏调查、Aurora 优化器研究、正向对齐立场论文,以及 Prime Intellect 的自主 AI 研究实验。
Google DeepMind 在 Project Genie 中推出由 Google Street View 提供真实地点 grounding 的新能力,让用户基于美国地点创建带有不同风格和角色的想象世界。
推荐理由:文章展示了 Genie 如何把 Street View 真实地点接入可交互生成环境,并交代美国可用范围、全球开放对象与实验性限制。
Google DeepMind 发布 Gemini Omni Flash,可将图像、音频、视频和文本作为输入,生成基于 Gemini 世界知识的视频,并通过对话进行连续编辑。
推荐理由:原文同时交代了 Gemini Omni Flash 的视频生成与对话编辑能力,以及订阅用户、YouTube Shorts 和开发者 API 的开放路径,便于理解其落地范围。
Google DeepMind 推出 Gemini for Science,包含 Google Labs 上的三款科学实验工具和 Google Antigravity 中的 Science Skills。三款工具分别用于假设生成、计算发现和文献分析,并将逐步开放注册。Science Skills 集成超过 30 个生命科学数据库和工具,可支持结构生物信息学与基因组分析等工作流。
推荐理由:原文同时梳理了三类实验工具、Science Skills及其科研应用场景,便于了解Google如何把智能体能力接入假设生成、计算实验和文献分析。
Google DeepMind 扩展 Search、Gemini、Chrome、Pixel 和 Cloud 中的内容透明度与验证工具,并推出 AI Content Detection API。
推荐理由:文章梳理了 SynthID 与 C2PA 在 Google 产品和行业伙伴中的扩展路径,并给出 AI Content Detection API 的落地场景。
Google DeepMind与新加坡政府启动新的国家AI合作伙伴关系,并在新加坡推出医疗、生命科学、教育、科研、可持续发展和AI安全项目。合作方预计通过加速研发,到2040年创造额外S$ 3.3 billion(US$2.5 billion)的经济价值。
推荐理由:文章梳理了Google DeepMind与新加坡政府合作落地的医疗、教育、科研和安全项目,呈现国家级AI应用的具体路径。
剑桥大学 Clare Bryant 教授使用 Co-Scientist 研究动物传播给人类的病原体如何引发严重疾病。Co-Scientist 从研究方案中生成并排序假设,帮助团队锁定此前未关注的蛋白及相关氨基酸突变;原本可能需要 two to three years 的实验工作,团队预计六个月内完成。
推荐理由:这项案例展示了 Co-Scientist 如何从研究问题生成并排序假设,再将候选蛋白逐步收敛到可实验验证的具体氨基酸。
Calico Life Sciences 使用 Co-Scientist 汇总衰老生物学研究,提出关于代谢调控整合应激反应(ISR)的新假设。团队与 Co-Scientist 共同完善实验设计,并根据新结果持续调整研究,实验最终获得了对 ISR 在健康与疾病中作用具有重要意义的新发现,计划发表相关结果。
Google DeepMind 的 Co-Scientist 被爱丁堡大学团队用于梳理 MASH 相关文献、筛选关键机制并提出联合疗法候选。在 resmetirom 仅对部分患者有效的问题上,系统提出 NLRP3 炎症小体连接炎症与代谢的假设,该假设随后得到实验验证。
推荐理由:文章展示 Co-Scientist 如何从肝脏生物学与药理学文献中筛选机制和联合疗法假设,并连接到已获实验验证的 MASH 研究问题。
Co-Scientist 正帮助 MIT 的 Ritu Raman 与 Boston Children’s Hospital 的 Ryan Flynn 联合不同研究工具,探索 ALS 的新研究路径。它将庞杂且相互矛盾的文献梳理为可检验假设,并按可行性和潜在风险—收益排序方向;两人进一步寻找可用于靶向 ALS 的新型 RNA 机制及潜在 RNA 药物。
Google DeepMind 的 Co-Scientist 从既有药物文献中提出三种候选药物,其中两种在活体人类肝细胞测试中阻断了肝纤维化并促进肝细胞再生。研究团队还测试了自己选出的两种药物,但未观察到抗纤维化效果;Co-Scientist 的突出候选是抗癌药 vorinostat,其实验中阻断了 91% 的相关损伤反应。
推荐理由:这项研究展示了 Co-Scientist 如何从既有药物文献中提出候选,再通过人类肝细胞实验筛选抗肝纤维化药物。
Google DeepMind 的 WeatherNext 帮助美国国家飓风中心提前 5 天预测 Melissa 飓风将以 Category 5 强度登陆牙买加。WeatherNext 可运行 50 个不同的情景,在登陆前 5 天以 80% 置信度预测这一结果,提前 3 天时置信度接近 100%。
推荐理由:文章展示了 WeatherNext 如何通过 50 个情景集合同时预测飓风路径与强度,并为牙买加疏散和资源调度争取提前量。
Google DeepMind 发布 Gemini 3.5 系列并首先推出 Gemini 3.5 Flash,定位为面向智能体和编码的高速模型。
推荐理由:文章同时交代 Gemini 3.5 Flash 在智能体、编码和多模态基准上的具体表现,以及面向个人、开发者和企业的开放入口,便于理解其应用范围。
Google DeepMind 发布基于 Gemini 的 Co-Scientist 多智能体系统,可迭代生成、辩论和演化复杂科学问题的研究假设。系统通过生成、反思、排名、演化和元评审等智能体协作,并结合 web search、ChEMBL、UniProt 及 AlphaFold 等工具探索研究方向。
推荐理由:文章拆解了 Co-Scientist 的多智能体协作与假设竞赛机制,并展示其在多项生命科学研究中的应用。
Import AI 456 汇总并评论了 RSI 可能带来的经济增长、AI 监管的“radical optionality”、神经计算机和 Google 的分布式训练。
Berkeley AI Research梳理Adaptive Parallel Reasoning(APR)范式,让模型在推理时自主决定是否拆分任务、并行线程数量及串并行控制。文章比较了Multiverse、ThreadWeaver、Parallel-R1等方法在KV cache处理、推理引擎改造和训练奖励上的差异,并讨论准确率、关键路径延迟与并行稳定性等开放问题。
Google DeepMind 发布报告称,Gemini 驱动的编码智能体 AlphaEvolve 已从试点工具扩展为 Google 基础设施的核心组件,并用于商业场景。
推荐理由:文章集中展示 AlphaEvolve 在科研、基础设施和商业场景中的应用,用具体指标说明算法优化能力如何迁移到不同领域。
Jack Clark判断,到 2028 年底前出现能够自主训练后继版本的前沿模型,概率约为 60%。他依据 SWE-Bench、METR 时间跨度、科研复现、模型微调和训练优化等进展,认为 AI 已能自动化大量 AI 工程工作,并正逐步扩展到 AI 研发。文章同时讨论了递归自我改进带来的对齐、生产率分配和经济结构变化问题。
Google Research介绍其通过开放源代码工具、开放数据集与全球科研伙伴推动科学研究和实际应用,相关资源已服务全球超过250,000名研究者和开发者。文章列举基因组学、神经科学、气候建模、生物多样性和医疗等案例,并提出未来将探索以agentic workflows和Skills共享科研方法。
Google DeepMind 宣布 AI co-clinician 医疗智能体研究计划,探索在医生监督下辅助患者护理并增强临床团队能力。在98个真实感初级保健问题中,该系统有97个案例未出现关键错误,并在开放式药物问答中超过其他前沿 AI 系统。
推荐理由:文章结合临床证据评估、实时多模态模拟和双智能体安全架构,呈现了医疗智能体的应用边界与研究路径。
Google Research介绍了 Empirical Research Assistance(ERA)在流行病预测、宇宙学、气候监测和神经科学中的四类应用。
推荐理由:文章以流行病预测、宇宙学、气候监测和神经科学四个案例,展示 ERA 如何把计算建模用于不同类型的科学问题。
Mistral AI 发布 Workflows 公测版,将企业 AI 流程的持久执行、可观测性和容错能力整合到 Studio 中。开发者可用 Python 编写工作流,业务团队从 Le Chat 触发;v3.0 Python SDK 已公开,可通过 `uv add mistralai-workflows` 安装。
推荐理由:原文展示了 Workflows 如何把持久执行、可观测性和人工审批整合进企业 AI 流程,并给出 Python SDK 的接入方式。
Google DeepMind 与韩国科学技术部(MSIT)宣布建立合作,将在首尔办公室设立 AI Campus,支持韩国科研机构使用 AI for Science 模型开展研究。合作将探索 AlphaEvolve、AlphaGenome、AlphaFold、AI co-scientist 和 WeatherNext 在生命科学、能源、天气与气候等领域的应用,并推进人才培养和 AI 安全研究。
Google Research 宣布,Google Photos 已在 Auto frame 中提供自动重构照片视角的功能。该功能先估计 3D 点图和相机参数,再用生成式 latent diffusion model 补全新视角下原本未拍到的区域,并自动调整人像构图、缓解广角自拍的透视畸变。符合条件的含人物照片可在 Auto frame 候选中获取重构后的第二个版本。
推荐理由:Google Photos 的 Auto frame 将 3D 场景重建与生成式修补结合,用于自动调整人像视角,呈现生成式编辑从裁剪到视角重构的变化。
Google DeepMind 发布新论文,介绍 Decoupled DiLoCo 如何通过异步连接多个计算“岛”提升跨数据中心训练的弹性。
推荐理由:文章展示了 Decoupled DiLoCo 如何在跨区域训练中降低带宽依赖、隔离硬件故障,并兼容不同代际芯片,为分布式预训练提供基础设施思路。