Google Research 介绍 MAPL-EMIT 全球甲烷排放监测方法
Google Research 与 NASA JPL 介绍 MAPL-EMIT，利用深度学习分析 NASA EMIT 高光谱数据，自动检测、增强量预测并定位全球甲烷羽流。
推荐理由：文章展示了物理模拟与视觉 Transformer 如何结合 EMIT 数据识别甲烷羽流，并以 84% 召回率和公开数据、模型与推理库说明其可复用性。
全部AI 动态
全部动态
今日 39 条Google Research精选AI 评分7272 Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 的智能体视频理解功能
Google DeepMind 发布 agentic video understanding，面向 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite，用于视频分析。
推荐理由：文章给出 agentic video understanding 的工作机制、基准变化与接入方式，便于评估长视频分析的成本和开发门槛。
Hugging Face Blog精选AI 评分7676 Hugging Face 发布 @huggingface/kernels 与 Fleet，推出 207 个 WebGPU Kernels
Hugging Face 发布 JavaScript 库 @huggingface/kernels 和浏览器 GPU 基准测试套件 Fleet，并在 Hugging Face Hub 提供首批 207 个 WebGPU kernels。
推荐理由：文章同时给出 207 个 kernel 的版本化组织方式、Fleet 众测机制和 ORT WebGPU 对比数据，便于理解浏览器推理性能优化的落地路径。
Google Research精选AI 评分6363 Google Research 发布 TimesFM-3 多变量时间序列基础模型
Google Research 发布 TimesFM-3，这是一款原生支持多变量预测的时间序列基础模型，拥有 330 million 参数，并在超过 1 trillion 个时间点的数据上预训练。
推荐理由：TimesFM-3 将多变量预测、已知未来协变量与单次前向推理结合，并在三个公开基准上比较点预测和概率预测表现。
Microsoft ResearchAI 评分4747 GigaPath-Flash 和 GigaTIME-Flash：以高效病理基础模型迈向人群规模发现
GigaPath-Flash 和 GigaTIME-Flash 通过蒸馏骨干降低病理研究的计算成本，支持人群规模发现。GigaPath-Flash 在切片分类基准上与原模型的分数差距在 3% 内，所需计算量约少 50 倍。两者均以 Apache 2.0 许可开源，仅供研究，未经过临床用途验证。
Import AIAI 评分5454 Import AI 471：为何 Hugging Face 攻击事件令人担忧，以及太空采矿与五眼联盟的 AI 立场
Jack Clark 分析 OpenAI 与 Hugging Face 遭攻击事件，担忧智能体通过通信形成集体、为同伴利益自我牺牲的协作行为。五眼联盟声明提出加强与产业合作、及时获取前沿模型，并讨论可能需要额外政府审查的模型特征；Bill Gates 则呼吁全球政策应对 AI 对就业的冲击，并提出将部分工作保留给人类的 Human Reserved 概念。
Hugging Face Blog精选AI 评分7474 Hugging Face 与 Voice Arena 为 Open ASR Leaderboard 加入 Hindi 和 Indian English 评测
Hugging Face 与 Voice Arena 发布 Monsoon en-IN 和 Monsoon hi-IN 评测集，将 Hindi 和 Indian English 纳入 Open ASR Leaderboard。四个公开与私有切分共覆盖 4,888 名说话人，并记录 12 项说话人属性；Hindi 使用接受多种书写变体的 OIWER 评估，相关实现 voi-oiwer 也已开源。
推荐理由：文章展示了如何将公开和私有切分、说话人元数据与 Hindi 的 OIWER 结合，用于定位不同地区和书写变体下的 ASR 误差。
Google Research精选AI 评分6969 Google Research 推出 planetary prediction engine，自动完成地理空间建模
Google Research 发布实验性 planetary prediction engine（PPE），可根据自然语言查询自主完成地理空间数据发现、清理、特征工程、模型训练与评估。
推荐理由：文章展示了 PPE 如何把地理空间数据发现、特征工程和模型评估串成自主流程，并用多个公共健康与人道主义任务给出量化对比。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini Omni 1.1 Flash，增强视频生成控制能力
Google DeepMind 发布 Gemini Omni 1.1 Flash，新增场景延展、首尾帧插值、视频参考和最高 4K 输出等生成视频能力。模型可分析最多 10 秒的既有上下文，将视频按 10 秒增量延展至累计 40 秒；360p 预览生成速度最高提升 60%，成本为标准 720p 的三分之一。
推荐理由：文章集中说明了视频生成的控制能力、迭代速度与输出规格变化，并给出 API 接入方式和适用的创作工作流。
Google DeepMind精选AI 评分6767 Google DeepMind 试点首个双盲 AI 评测
Google DeepMind 宣布开展首个针对专有前沿级 AI 模型的双盲评测，以防止模型提前接触测试题目。该项目与 Singapore AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作，在隐私保护的加密环境中使用机密基准测试 Gemini Flash Lite。
推荐理由：文章说明加密环境如何把外部评测与模型后续优化隔离开，为理解 benchmark contamination 及其对评测可信度的影响提供了具体机制。
Google ResearchAI 评分4949 GlucoFM：用于连续血糖监测的基础模型
GlucoFM 是一种用于连续血糖监测（CGM）的自监督基础模型，以双流设计分离较慢的血糖趋势与短期偏差，并保留时段和缺失信息。在四个队列、七项临床预测任务的14项队列—任务评估中，其平均 PR-AUC 比同语料预训练的最佳 GluFormer 变体高5.8个百分点，并在糖尿病风险和β细胞功能障碍评估中全部领先。
Google DeepMind精选AI 评分7878 Google 发布 Gemini 3.5 Transcribe 语音转写模型
Google 发布 Gemini 3.5 Transcribe 语音转写模型，支持实时双向流式转写和预录音处理，面向语音智能体、实时字幕与通话分析等场景。模型可自动处理自我修正、填充词和格式化文本，支持超过 85 种语言，并提供最多三位说话人的识别与时间戳。
推荐理由：Gemini 3.5 Transcribe同时覆盖实时流式与预录音处理，并给出WER、延迟和语言支持等指标，便于开发者评估接入场景。
Hugging Face Blog精选AI 评分7474 Sentence Transformers 如何训练和微调多向量嵌入模型
Sentence Transformers v6.0 引入 MultiVectorEncoder，并提供面向 ColBERT 风格 late interaction 检索的训练与微调流程。
推荐理由：文章把 MultiVectorEncoder 的训练组件、数据格式和损失函数串成可运行流程，并用医疗检索实验展示领域微调与索引压缩的取舍。
Google ResearchAI 评分4545 AgentHands：为 XR 空间定位的智能体对话生成交互式手势
AgentHands 是 Google Research 提出的研究原型，将 LLM 的语言响应转换为与 TTS 同步的 XR 空间手势，支持智能体在用户环境中进行具身对话。
Hugging Face Blog精选AI 评分8080 Granite 4.2 推理模型家族如何构建
IBM Granite Team 详解 Granite 4.2 推理模型家族的构建过程，涵盖 3B、8B 和 30B 三种规模，以及从 Granite-4.1 基础模型到 SFT 和多阶段 RL 的训练流程。
推荐理由：文章梳理 Granite 4.2 从 Granite-4.1 基础模型、SFT 到多阶段 RL 的训练链路，并说明 8B 与 30B 如何在真实环境中通过 Agentic RL 学会工具操作。
Hugging Face BlogAI 评分5959 QAH 将 GPT-OSS 120B 压缩为 60B 4-bit 模型，并在 9 项基准中 7 项超过 BF16 版本
Multiverse Computing 提出 Quantization-Aware Healing（QAH），将 GPT-OSS 120B 压缩为 60B 参数并量化至 MXFP4，在 9 项基准中的 7 项超过同架构 BF16 检查点。
Hugging Face Blog精选AI 评分8080 Gradio 如何用 gr.Workflow 连接、运行和部署 AI 工作流
Gradio 的 gr.Workflow 将 AI 流程表示为带类型节点的图，提供可拖放画布，让每个节点都能运行并查看中间结果。同一张工作流图还可作为 REST API，并通过一条命令部署到 Hugging Face Spaces。
推荐理由：文章通过图像编辑、媒体工作室、数据集分析和 ZeroGPU 动画示例，展示 gr.Workflow 如何把可视化调试、API 调用与部署整合到同一张工作流图中。
Mistral AIAI 评分5757 Mistral 与 HUMAIN 宣布战略合作，推进沙特及中东主权 AI
Mistral 与 HUMAIN 宣布战略合作，覆盖沙特及中东地区的 AI 基础设施、先进模型开发和 AI 解决方案部署。双方将探索利用 HUMAIN 的数据中心基础设施，并重点推进网络安全、语音及阿拉伯语 frontier models。此次合作金额为 hundreds of millions of Euros，双方还计划面向沙特受监管行业制定联合市场策略。
Import AIAI 评分4949 Import AI 470：不给机器赋予权利；SPADE 自动生成环境；Hawkeye 构建更优 GPU 内核
Import AI 470 聚焦不给机器赋予权利、SPADE 自动生成训练环境，以及 Hawkeye 改进 GPU 内核。SPADE 通过自博弈协同优化环境生成与智能体能力，在 30B-A3B 规模下，游戏环境评测均分达 58.3，比基础模型高 8.1，比最强固定环境基线高 5.3。
Google Research精选AI 评分6363 Google Research 介绍用于筛选可穿戴设备生物标志物候选的 AI 工具
Google Research 介绍 Biomarker Discovery Framework，这是一个在人工监督下，通过假设生成、统计分析、模型训练、对抗验证和文献推理筛选候选生物标志物的多智能体系统。
推荐理由：文章展示了如何将确定性统计计算、生成式推理与对抗验证组成闭环，在人工监督下筛选可解释的可穿戴设备生物标志物候选。
Google DeepMind精选AI 评分6565 Google DeepMind 携手 Fenris Creations 推进 EVE 宇宙 AI 游戏研究
Google DeepMind 与 Fenris Creations 合作，利用 EVE Online、EVE Vanguard 和 EVE Frontier 研究持续学习、记忆、长程规划及复杂多智能体互动。研究将从独立的 EVE Online 离线实例开始，再推进至 EVE Frontier；只有在能力成熟后，才会考虑用于 EVE Online 和 EVE Vanguard。
推荐理由：文章串联了 Google DeepMind 从游戏智能体到 EVE 宇宙研究的路线，呈现持续学习与长期规划等能力如何进入开放环境。
Google ResearchAI 评分5555 Google Research 如何用移动数据让语言模型更深入理解地点
Google Research 提出 Mobility-Embedded POIs（ME-POIs）框架，将匿名聚合移动模式与地点文本表示结合，以建模地点的动态功能。在洛杉矶和休斯顿的未见地点测试中，该框架使访问意图预测相对提升最高达 81.9%，价格水平分类提升 75.1%，繁忙程度估计准确率提升 24.7%。ME-POIs 面向地点和商家的群体性聚合特征，不用于个人个性化推断。
Hugging Face Blog精选AI 评分7373 Hugging Face 研究测量语音识别中的基准优化
Hugging Face 的研究对 11 个开源 ASR 模型进行三类测试，发现部分高分模型会利用 VoxPopuli 和 LibriSpeech 的基准线索优化转录结果。
推荐理由：文章通过参考答案分歧、实体遮蔽和拼写切换三类测试，展示公开语音基准分数如何偏离真实转录能力。
Hugging Face Blog精选AI 评分6969 Hugging Face 如何用 Inference Endpoints、Jobs 和 Buckets 支撑 Papers with Code 搜索
Hugging Face 介绍了 Papers with Code 的混合搜索架构，将 PostgreSQL 全文搜索与 pgvector 语义检索结合，并用 RRF 融合结果。
推荐理由：文章拆解了 Papers with Code 将批量向量化与在线查询分离的架构，并展示冷启动回退、版本校验和原子切换如何支撑可复现部署。
Hugging Face Blog精选AI 评分6868 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理最高加速 3.2 倍
Liquid AI 发布 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 的 DSpark 草稿模型，通过 speculative decoding 提升推理吞吐。
推荐理由：文章同时给出 H100 与 M4 Max 的吞吐对比、function-calling 延迟变化及 llama.cpp 和 SGLang 接入方式，便于评估 DSpark 在云端与端侧部署中的收益。
Microsoft Research精选AI 评分6060 Microsoft Research 发布 Skala 1.1，扩展 DFT 精度与软件集成
Microsoft Research 发布 Skala 1.1，训练数据量达到上一版本的 2.5x，并在热化学、反应动力学和分子结构预测等任务中提升准确性。在 GMTKN55 的 55 个类别中，Skala 1.1 有 32 个类别获得最高排名，当前已集成到 CP2K，并正在接入 Psi4、FHI-aims、ORCA 和 VASP。
推荐理由：文章将 Skala 1.1 的精度提升、2.5x 数据扩展与 CP2K 等软件集成放在一起，呈现其从模型改进走向科研工作流应用的路径。
Mistral AI精选AI 评分7878 Mistral AI 发布 Agentic Search，提升复杂文档检索准确率并降低延迟
Mistral AI 发布 Agentic Search，通过多步检索循环让 AI 系统搜索、打开、导航、读取并验证复杂文档中的信息。FinanceBench 上准确率从 26.7% 提升至 86%，OfficeQA Pro 上从 6.3% 提升至 51.9%，p90 延迟最高降低 39.6%，token 消耗最高减少三分之一。
推荐理由：文章通过 FinanceBench 与 OfficeQA Pro 的对比，具体展示 Agentic Search 如何在复杂文档检索中兼顾准确率、延迟与 token 消耗。
Hugging Face Blog精选AI 评分6868 智能体需要多少记忆？ALTK-Evolve 在八个模型上的评测
ALTK-Evolve 在 AppWorld 的八模型评测显示，智能体记忆的合适剂量取决于模型能力：强模型适合完整指南集，较弱模型适合固定核心加按任务检索，已饱和模型未见可测增益。
推荐理由：文章用 AppWorld 上八个模型的对比，说明智能体记忆应按模型能力校准，并展示完整指南集与精选检索在效果和 token 成本上的差异。
Hugging Face Blog精选AI 评分7979 Sentence Transformers v6.0 新增 MultiVectorEncoder，支持 ColBERT 风格的 late interaction 检索
Sentence Transformers v6.0 新增 MultiVectorEncoder 模型类型，支持 ColBERT 风格的 late interaction 检索。
推荐理由：文章将 MultiVectorEncoder 的 late interaction 原理、索引开销与接入方式放在一起，并覆盖文本和视觉文档检索等实际场景。
Hugging Face Blog精选AI 评分6464 相同集群利用率提升33个百分点：GPU 分配器改变的是调度顺序
Dharma AI 构建约束感知 GPU 分配器，并在七个基准场景中与 FIFO 调度器比较；相同硬件和工作负载下，GPU 利用率最高提升33个百分点，优先级加权产出最高提升105.1%。分配器按实时需求曲线和批处理作业优先级规划整个调度周期，在64 GPUs、30 jobs的规模测试中以15 ms延迟带来15.9%的价值提升。
推荐理由：文章用七个场景比较约束感知 GPU 分配器与 FIFO 调度器，展示同等硬件和工作负载下，调度顺序如何影响利用率与优先级加权产出。
Import AIAI 评分5252 Import AI 469：科学 AI、RSI Simulator 与 Zuckerberg 的技术悲观主义
Import AI 第469期梳理了 DiG-bench、RSI Simulator、Inherent 的 Faraday AI scientist，以及 Zuckerberg 关于 AI 发展的文章。
Google Research精选AI 评分6363 Google Research 提出 PhotoScan 用智能手机图像估计心脏代谢风险
Google Research 介绍 PhotoScan，一种从标准 2D 智能手机照片估计体脂率、A/G 比和 V/S 比的深度学习框架。模型使用 UK Biobank 的 35,323 条记录预训练，并在 677 名成人数据上微调，在 132 人的独立验证队列中评估。
推荐理由：文章比较了 PhotoScan、BIA 与 DXA 在体成分估计和胰岛素抵抗分类上的表现，呈现了智能手机图像的应用边界。
Hugging Face Blog精选AI 评分8181 Hugging Face《开放模型现状：2026 夏季观察》分析开放模型生态变化
Hugging Face发布《开放模型现状：2026 夏季观察》，基于2026年前七个月的 Hub 数据分析开放模型生态变化。报告显示，公共模型仓库从2.43 million增至2.96 million，数据集从711,000增至1 million，Qwen衍生模型达到151,448个。
推荐理由：报告将模型下载、点赞与衍生仓库分开观察，呈现中国大模型、Qwen生态和智能体流量在开放模型体系中的不同位置。
Hugging Face Blog精选AI 评分6969 用 Strands Agents、LeRobot 与 Hugging Face Storage Buckets 完成机器人数据记录、训练与部署
Strands Robots 将机器人示范记录、同步、流式训练和策略部署串成一条数据闭环，数据全程保持 LeRobot 格式。教程展示了如何把数据同步到 Hugging Face Storage Bucket，通过 Xet 仅上传变化字节，并从 Hub 流式读取训练而不先完整下载；训练后的 checkpoint 可通过 mode="real" 部署回实体机器人。
推荐理由：文章把机器人示范采集、数据同步、流式训练和策略部署串成一条可运行链路，展示了 Storage Buckets 如何减少重复传输。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 3.7 Flash，强化编码与智能体工作流
Google DeepMind 发布 Gemini 3.7 Flash，称其在编码、知识工作和 Web 开发流程上较 Gemini 3.6 Flash 有明显提升。
推荐理由：Gemini 3.7 Flash 的基准对比、价格和接入方式较为完整，便于判断其在编码与智能体工作流中的升级幅度和适用场景。
Hugging Face Blog精选AI 评分8989 Hugging Face复现ICML 2026逾2,200篇论文后学到了什么
Hugging Face组织的社区挑战在19天内复现了2,226篇ICML 2026论文，发布6,816份Trackio logbook并判定35,908条科学主张。
推荐理由：这篇复盘以大规模复现数据呈现智能体审查论文的能力边界，并具体说明人类如何通过设定环境和校验关键假设提升结果可靠性。
Hugging Face Blog精选AI 评分6767 OlmoEarth Studio 开放自定义嵌入向量导出
OlmoEarth Studio 现支持基于开源 OlmoEarth 基础模型计算并导出地球观测嵌入向量，结果以 Cloud-Optimized GeoTIFF（COG）提供。
推荐理由：OlmoEarth Studio 将地球观测数据嵌入向量导出为可共享的 COG，并展示了从相似性搜索到变化检测的具体用法。
Microsoft Research精选AI 评分6666 MindTopo 基准揭示 VLM 的拓扑空间推理能力
Microsoft Research 团队提出 MindTopo 基准，评估多模态大语言模型对连续性、分离、顺序、包围和打结五类拓扑关系的理解。基准同时测试静态场景推理与交互规划，结果显示模型在静态识别上的表现普遍优于需要通过连续动作维持或改变拓扑关系的规划任务。错误通常出现在规划阶段，模型会丢失结构关系或提出违反环境物理约束的动作。
推荐理由：MindTopo 将静态拓扑识别与交互规划放在同一基准中比较，帮助定位多模态模型从感知到行动的能力断点。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 SL2T 手语转文字模型并接入 Gboard 与 Live Transcribe
Google DeepMind 发布手语转文字模型 SL2T，并将其用于 Gboard 和 Live Transcribe 的手语转文字输入，首批支持 ASL 到英语，搭载于 Pixel 11。
推荐理由：文章从模型架构、隐私处理和真实使用限制三方面展开，帮助理解手语翻译落地到手机时的技术取舍。
Google Research精选AI 评分7070 Google Research 研究：LLM 事实性瓶颈更多在召回而非编码
Google Research 介绍一项关于 LLM 事实性的研究，提出 knowledge profiling 和 WikiProfile，用于区分事实是否被编码及能否被召回。
推荐理由：文章用 WikiProfile 区分事实编码与召回，数据显示前沿模型的瓶颈更多在已存知识的访问，而非知识缺失。