ALTK-Evolve 以更少 tokens 交付智能体记忆，对比 ACE
ALTK-Evolve 与 ACE 都让智能体从自身轨迹学习可复用经验，但前者按任务和模型能力选择交付 guideline，后者每步注入完整 playbook。
推荐理由：文章在同一 AppWorld 与基础 ReAct 智能体上比较两种记忆交付方式，展示按模型能力调节上下文如何兼顾任务成绩与 tokens 成本。
#推理
#推理
今日 1 条Hugging Face Blog精选AI 评分6868
Import AIAI 评分6161 Import AI 467：自维持 AI 蠕虫、调节 AI 发展节奏与创造力争议
研究人员构建了自维持、自复制的 AI 蠕虫原型，利用受感染机器的 GPU 运行开放权重 LLM，完整攻击成功率约为 ~37%。约 ~1337 名 AI 从业者联署，请求美国政府支持国际合作，开发主动调节自动化 AI 发展节奏的技术与治理工具。
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。
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。
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。
Hugging Face BlogAI 评分4949 为什么 AI 系统的专业化不可避免
优化理论、生物学与竞争市场共同指向：在算力、数据和开发时间有限的条件下，AI 系统通过专注特定目标、以广度换取匹配度，往往能获得更高性能。Goldfeder 等人在 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》中进一步论证，通用性并非性能优势，“普适通用”在实践中只是神话。
Google Research精选AI 评分6969 Google Research 用冻结 MTP 加速 Pixel 上的 Gemini Nano v3
Google Research 将 Multi-Token Prediction（MTP）改造到冻结的 Gemini Nano v3 模型上，并部署至 Pixel 9 和 10 系列。
推荐理由：文章展示了如何在不改变 Gemini Nano v3 基础能力的前提下，通过冻结主干和零拷贝 MTP 降低移动端推理开销。
Google Research精选AI 评分6565 Google Research 研究推理如何解锁大语言模型中的参数化知识
Google Research 研究发现，开启 reasoning trace 可帮助 Gemini-2.5 Flash、Gemini-2.5 Pro 和 Qwen3-32B 找回关闭推理时难以恢复的单跳事实。
推荐理由：文章通过受控实验拆解推理提升单跳事实召回的两种机制，并将中间事实的可靠性与最终答案准确率联系起来。
Import AIAI 评分6464 Import AI 462：AI 超越人类说服力，迈向自维持 AI 与 ASI
Import AI 462 汇总研究称，AI 在四项涉及 18,978 次对话和 6,923 人的实验中，文本说服力超过随机人群、精英辩手和专业劝募人员。文章还讨论自维持 AI 可能依赖人形机器人及实体基础设施，并梳理 Google DeepMind 提出的通往 ASI 的路径，包括规模扩展、算法范式变化、递归自我改进和多智能体协作。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 DiffusionGemma 文本扩散模型，推理速度最高提升 4 倍
Google DeepMind 发布实验性开放模型 DiffusionGemma，采用文本扩散和并行生成，在专用 GPU 上实现最高 4 倍的文本生成速度。该 26B MoE 模型推理时激活 3.8B 参数，量化后可适配 18GB VRAM，并以 Apache 2.0 许可发布。DiffusionGemma 面向本地、低并发的交互式工作流，但整体输出质量低于标准 Gemma 4。
推荐理由：文章具体说明了 DiffusionGemma 在本地低并发推理中的速度优势，也交代了输出质量与标准 Gemma 4 的取舍。
Google DeepMind精选AI 评分8181 Google DeepMind 发布 Gemma 4 12B 统一无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，这是一款面向笔记本本地运行的统一无编码器多模态模型，支持原生音频输入，并提供多步推理和智能体工作流能力。该模型在标准基准上的表现接近 26B MoE 模型，支持使用 16GB 内存本地运行，并以 Apache 2.0 许可证发布。
推荐理由：文章从架构、资源占用和本地部署入口三个层面，说明 Gemma 4 12B 如何将多模态智能带到消费级笔记本。
Google Research精选AI 评分6060 Google Research 在 I/O 2026 展示多项 AI 研究进展
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 AIAI 评分5757 Mistral 在 AI Now Summit 2026 发布工业工程 AI stack、Vibe 更新与法国数据中心计划
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 AI精选AI 评分8787 Mistral Medium 3.5 发布，支持 Vibe 远程编码智能体与 Le Chat Work mode
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。
Import AIAI 评分6060 Import AI 457：AI Stuxnet、问题重重的 Muon 优化器与正向对齐
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精选AI 评分6767 Google DeepMind 推出 Co-Scientist 多智能体科研伙伴
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。
Berkeley AI ResearchAI 评分5858 Adaptive Parallel Reasoning：高效推理扩展的新范式
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。
Import AIAI 评分7474 AI 系统可能在 2028 年底前自主构建后继者
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精选AI 评分7272 Google Research提出 ReasoningBank，让智能体从经验中学习
Google Research在 ICLR 论文中提出 ReasoningBank，从智能体的成功与失败经验中提炼结构化推理记忆，并通过 MaTTS 支持测试时自我演化。
推荐理由：文章展示了如何把成功与失败轨迹提炼为可复用的推理记忆，并用 WebArena 与 SWE-Bench-Verified 结果说明其效果与效率变化。
Google Research精选AI 评分6969 Google Research提出 Simula：用机制设计从第一性原理构建合成数据集
Google Research在发表于 Transactions on Machine Learning Research 的论文中提出 Simula，用推理优先的方法从第一性原理构建合成数据集。
推荐理由：文章将合成数据生成重构为机制设计问题，拆分覆盖、多样性、复杂度与质量，给出可控且可评估的数据构建路径。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 Gemini Robotics-ER 1.6，增强具身推理能力
Google DeepMind 发布 Gemini Robotics-ER 1.6，升级空间与物理推理、多视角理解和任务成功检测能力。模型新增仪表读数能力，可通过工具调用、agentic vision 和代码执行解读压力表等设备。
推荐理由：文章集中展示了 Gemini Robotics-ER 1.6 在多视角成功检测、仪表读数和安全约束上的改进，并说明开发者如何调用该模型。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemma 4 开源模型家族
Google DeepMind 发布 Gemma 4 开源模型家族，提供 E2B、E4B、26B MoE 和 31B Dense 四种规模，面向高级推理与智能体工作流。
推荐理由：文章同时交代四种规模、MoE 激活参数量、端侧离线能力与 Apache 2.0 授权，便于比较部署和微调选择。
Mistral AI精选AI 评分8181 Mistral Small 4 发布，统一推理、多模态与智能体编码能力
Mistral AI 发布 Mistral Small 4，将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力整合到单一模型，并支持可配置的 reasoning_effort。
推荐理由：Mistral Small 4 将推理、多模态和智能体编码能力整合到单一模型，并给出性能、部署与开源许可信息，便于评估实际采用成本。
Google ResearchAI 评分5858 Google Research 评测大语言模型回答高温超导研究问题的能力
Google Research 与康奈尔大学、哈佛大学合作评测大语言模型回答高温超导研究问题的能力，NotebookLM 和定制 RAG 系统整体表现领先。专家组以 67 个问题测试了 6 个系统，结果显示，使用经过筛选的文献库的系统优于依赖开放网络来源的系统，后者更容易混淆已确立的理论与高度推测性的理论。
Mistral AI精选AI 评分6464 Mistral AI 发布 Leanstral，面向 Lean 4 的开源代码与证明智能体模型
Mistral AI 发布 Leanstral-120B-A6B，面向 Lean 4 形式化仓库中的代码与证明任务，并以 Apache 2.0 许可开放模型权重。
推荐理由：以真实形式化仓库中的证明任务比较模型表现与运行成本，为评估代码智能体在证明工程中的性价比提供了具体参照。
Mistral AI精选AI 评分8484 Mistral 3 发布，包含 Mistral Large 3 与 Ministral 3 系列模型
Mistral AI 发布 Mistral 3，包含 14B、8B、3B 三个小型 dense 模型，以及采用稀疏 MoE、拥有 41B active 和 675B total 参数的 Mistral Large 3，全部采用 Apache 2.0 许可。
推荐理由：这次发布同时覆盖端侧小模型与大规模 MoE 模型，并给出开源许可、部署格式和多家平台入口，便于比较不同规模模型的使用路径。
Mistral AI精选AI 评分7878 Mistral AI 发布推理模型 Magistral
Mistral AI 发布首个推理模型 Magistral，提供 24B 参数的开源权重版本 Magistral Small，以及面向企业的 Magistral Medium。
推荐理由：文章同时介绍了 Magistral Small 与 Medium 的定位、评测成绩和部署方式，便于比较开放权重与企业版本的使用路径。
Mistral AI精选AI 评分7878 Mistral Small 3.1 发布，支持 128k tokens 多模态理解
Mistral AI 发布 Mistral Small 3.1，改进文本性能和多模态理解，将上下文窗口扩展至 128k tokens，推理速度达 150 tokens per second。
推荐理由：这次更新同时覆盖文本、多模态和长上下文，并提供 Apache 2.0 许可与基础模型，便于评估其在端侧和定制场景中的适用性。