微软研究院用机器学习预测电网空间天气风险
微软研究院实习生构建的机器学习流水线，利用 L1 太阳风观测、AE 与 Dst 指数预报、地质电导率及电网数据，为美国本土 66,935 座变电站生成 30-60 分钟前的点位级地磁感应电流风险估计。2020-2026 评估期内，该系统对主要空间天气事件检出率近 80%，Dst 预测在 62.2% 的高活跃时段优于 Burton 方程。
全部 AI 动态
Microsoft ResearchAI 评分3737
Google DeepMind精选AI 评分6262 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印
Google DeepMind 推出 SynthID Bio，将水印技术用于合成生物学，把不可感知的签名嵌入生物代码，使其不仅在数字模型上可验证，在合成出的实体蛋白质上也能被检测，同时实验室测试显示不影响生物功能。
推荐理由：SynthID 水印能力从数字媒体延伸到合成生物，读者可了解蛋白质与结构水印的验证方式和生物安全筛查意义。
Hugging Face BlogAI 评分4242 Hugging Face 推出 Open TTS Leaderboard：面向多语言 TTS 与语音克隆的可扩展评测榜
Hugging Face 发布 Open TTS Leaderboard，用 WER/CER、RTFx、TTFA 和 WavLM 说话人相似度等客观指标评测开源与多语言 TTS 模型，单模型评测从数周投票缩短到数小时。
Google ResearchAI 评分4343 Google Research 提出 Diffusion Controller，统一并简化 AI 图像生成控制
Google Research 提出 Diffusion Controller 框架，把扩散模型的去噪过程重构为连续控制问题，主模型完全冻结，仅附加一个轻量"转向阻尼"网络对生成轨迹做微调。
Microsoft Research精选AI 评分7070 微软研究院发布面向生物学复杂性的 AI 研究系统 Quine
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物学多模态世界模型和连接科学工具、文献、湿实验与研究者的交互 harness 组成。它与 Broad Institute 合作，用该系统筛选可能驱动肿瘤状态转变的化合物，最高排名化合物在多个湿实验检测中产生了最大的目标转变，整个过程从缩小化合物搜索空间到选出候选仅用一个周末。
推荐理由：微软研究院公开生物学多模态世界模型 Quine 的构建思路，并给出胰腺癌化合物筛选的湿实验验证细节。
Microsoft ResearchAI 评分1313 微软亚洲研究院新加坡成立一周年：推进科研、合作与人才培养
微软亚洲研究院新加坡（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来聚焦下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践及生态与人才培养四大方向。该实验室与新加坡医疗生态伙伴合作探索多模态医疗 AI 和自演化诊断智能体，并与经济发展局（EDB）等机构推进产学研协作。
Mistral AIAI 评分4848 Mistral 在慕尼黑开设德国中心，推进工业 AI 与 Physics AI
Mistral 在慕尼黑开设德国中心，组建专注 Physics AI 与工业 AI 的研究团队，并直接服务企业合作伙伴。该中心将与 BMW 合作碰撞仿真与工程 AI、与 Siemens Energy 合作工业 AI 应用，并联合慕尼黑工业大学（TUM）利用风洞设施开发汽车空气动力学数字孪生。Mistral 计划到 2030 年建成 1 吉瓦欧洲算力，其开放权重模型可在客户自有基础设施上运行。
GitHub Blog · AI & MLAI 评分3939 GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可定制界面，通过 /create-canvas 技能用自然语言描述即可生成看板、清单或仪表盘。canvas 具备双向同步能力，你和智能体可同时修改并在界面中即时看到更新，生成的 canvas 会保存为扩展供团队共享或个人复用。Awesome Copilot 还提供了发布说明、看板、issue 分诊等现成 canvas 扩展。
GitHub Blog · AI & MLAI 评分5050 GitHub Copilot 认为聊天框不是 AI 的正确 UI，力推 canvas
GitHub Copilot 提出 canvas——运行在 GitHub Copilot 应用内的全栈小应用，可无浏览器外壳运行、与 agent 双向通信，并能在本地执行代码。
Google ResearchAI 评分5757 Google Research 推出 AI 视频联合导演框架，自动化生成连贯长视频
Google Research 发布 AI video co-director 等四个框架，构建在 Gemini 和 Veo 之上，用于自动化生成连贯的多镜头长视频。
GitHub Blog · AI & ML精选AI 评分6464 GitHub 发布基于 Security Lab Taskflow Agent 的 AI 模糊测试流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向 GitHub 仓库，就能自行识别入口点、编写 harness、运行 AFL++、读取覆盖率报告并生成漏洞报告。
推荐理由：GitHub 安全实验室给出了一套可复用的自主模糊测试流水线，读者可据此判断智能体能接手多少安全测试中的重复劳动。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音结合，为 Gemini 的实时对话模型带来视觉形象。
推荐理由：官方给出 Live Avatar 在对话中实时生成视频与语音的能力，读者可据此评估企业虚拟客服的交互形态变化。
GitHub Blog · AI & MLAI 评分2929 GitHub Copilot 应用如何渲染超大 pull request
GitHub Copilot 应用重建了 pull request 视图，用一个 2,200 个文件、超百万行改动、400 多条行内评论的开源 PR 做压力测试。其做法是拆分两套几何：代码行高在绘制前精确已知、永不重建；评论、草稿和回复框等动态块惰性测量，修正幅度小且锚定在用户当前查看的位置。
Microsoft Research精选AI 评分6363 微软研究院研究物理 AI 机器人推理卸载并推出 Physical AI Toolchain 新能力
微软研究院发布机器人物理 AI 推理卸载的测量研究，发现将推理完全放在机器人端侧 GPU 会限制性能、续航与可扩展性，而卸载到边缘或云端 GPU 在移动操作任务中可提升成功率、支持更大模型并显著改善电池寿命。
推荐理由：微软研究院系统测量了机器人端侧推理的限制，并给出 Kubernetes 卸载方案，可迁移到具身智能部署。
Google DeepMindAI 评分5656 Google 为 Private AI Compute 引入安全的服务端持久记忆
Google Private AI Compute 团队公布了新的服务端持久记忆能力，将端侧隐私标准延伸到云端，为跨设备 AI 助手提供长期连续性。该方案把辅助所需信息封存在加密存储中，解锁密钥仅保留在用户设备上，请求时通过端到端加密通道连接到硬件隔离的安全飞地，在隔离内存中临时解密处理后再立即加密。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向深度创作与角色设计，后者面向高并发、低成本场景。
推荐理由：官方给出两款 TTS 模型的语音定制能力、基准排名和上线渠道，可据此判断多语言语音生成的可用性。
Microsoft ResearchAI 评分5454 Microsoft Research 在 Nature 发表逆合成模型 RetroChimera 并开源实现与权重
Microsoft Research 在 Nature 发表逆合成预测框架 RetroChimera，该框架结合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc，用学习式集成重排序整合两者的预测结果。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 热点观点：AI 代码要不要读、RAG 已死、Skills 杀死 MCP？
GitHub Podcast 最新一期逐条拆解几个 AI 热点观点：AI 生成代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，可共存；RAG 并未死亡，只是不再是最新话题，它为模型提供训练数据之外的信息，减少 token 浪费并降低答案不完整的可能。
Google ResearchAI 评分4747 Google 研究用生成式 UI 让教师创建互动学习模拟
Google Research 公布一项新研究实验，让教师借助生成式 UI（GenUI）为课程动态生成定制互动教育模拟，并已向可信测试教师群体获得初步正面反馈。
Mistral AIAI 评分5151 Mistral 与 Mozilla 合作，Firefox Smart Window 改用 Mistral 模型
Mistral 宣布与 Mozilla 达成合作，Firefox 的 AI 浏览助手 Smart Window（beta）现在由 Mistral 模型驱动，面向法国和北美用户，英国和德国预计今年晚些时候跟进。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型。
推荐理由：两款实时语音对话模型同时给出语音质量榜单分数和逐步开放的入口，可用于判断语音智能体的可用边界。
Mistral AIAI 评分3030 Mistral 与 Cloudera 合作，将专用主权智能引入企业数据平台
Mistral 与 Cloudera 达成合作，把 Mistral 模型集成到 Cloudera 混合数据平台，企业可在私有云、公有云、本地乃至完全气隙环境中部署和运行推理，并保持完全控制。企业还能在受控环境中用自有专有数据训练定制模型，数据和由此产生的智能均归企业所有。Cloudera 平台承载 30 exabytes 客户自管数据，双方称此举面向对主权 AI 日益增长的需求。
Mistral AI精选AI 评分6060 Mistral 用 AI 智能体将 4 万行 Fortran 77 迁移到 C++
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 迁移到 C++，对象是一个无测试套件、无集中文档的物理密集型油藏模拟器。
推荐理由：Mistral 公开了用智能体迁移 4 万行 Fortran 77 到 C++ 的完整流程和三次自主度取舍，可迁移到其他遗留系统改造。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组全部 90 亿个单核苷酸变异
Google DeepMind 发布 AlphaGenome Atlas，收录人类基因组中全部 90 亿个单核苷酸变异的分子效应预测，规模达 1PB，为 AlphaFold Database 的 30 多倍。
推荐理由：官方给出 90 亿单核苷酸变异预测数据集的构成与开放方式，可了解基因组预测资源的规模与使用入口。
Mistral AI精选AI 评分7272 Mistral 完成 30 亿欧元 D 轮融资，估值超 210 亿欧元
Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由三星电子领投，Scaleup Europe Fund、PSG Equity 等参投，Advent、BlackRock 旗下基金和卢森堡大公国为新投资人。
推荐理由：欧洲 AI 公司迄今最大一笔股权融资的用途与投资方结构，可观察主权 AI 路线在算力与商业侧的推进方式。
Microsoft ResearchAI 评分4141 微软发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向群体级发现
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，用从十亿参数 GigaPath 编码器蒸馏出的 22M 参数 ViT-S tile 编码器替换原有骨干，30M 参数以内即可完成全切片表示与 H&E 到 mIF 的虚拟空间蛋白组预测，均以 Apache 2.0 许可开源。
Mistral AIAI 评分4444 Mistral 与 HUMAIN 达成战略合作，推进沙特及中东主权 AI
Mistral 与 HUMAIN 宣布战略合作，覆盖 AI 基础设施、先进模型开发与解决方案部署，初期聚焦网络安全和语音，并计划开发阿拉伯语表现强劲的前沿模型，合作规模达数亿欧元。Mistral 将探索使用 HUMAIN 数据中心基础设施，双方还计划在沙特面向受监管行业制定联合市场策略，并支持模型以开放权重方式被客户适配和拥有。
Mistral AI精选AI 评分6464 Mistral 发布 Agentic Search，通过多步检索提升复杂文档问答准确率
Mistral 发布 Agentic Search，用 search、open、navigate、read、grep 五工具组成多步检索循环，让模型可在复杂文档中搜索、读取并核验信息。
推荐理由：原文用 FinanceBench 和 OfficeQA Pro 对比一次性 RAG，说明多步检索在准确率、延迟和 token 上的收益，可帮助判断是否引入 Agentic Search。
Berkeley AI ResearchAI 评分4949 从 CUDA 到 MLX：K-Search 如何将数十年 kernel 经验迁移到 Apple Silicon
伯克利 Sky Lab 团队为进化式 kernel 搜索框架 K-Search 新增 MLX 后端，通过结构化 CUDA-to-MLX 翻译层，把已有 CUDA kernel 当作知识库改编为 Apple Silicon 上的原生 kernel，而非从头重写。
Berkeley AI ResearchAI 评分2727 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互
Berkeley AI Research 提出 ABBEL 框架，将递归摘要的信息内容隔离为自然语言"信念状态"并加以监督，替代完整交互历史作为智能体的工作上下文。在 CollabBench 协作编程任务上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 长度由 14.08×10² 降至 6.01×10²。
Berkeley AI ResearchAI 评分3434 智能免费之后怎么办：面向智能体、由智能体构建的数据系统
AI 推理成本快速下降，GPT-4 级能力从 2023 年初约 $30 per million tokens 降至如今不到 $1，部分供应商甚至低于 $0.10，基准测试显示推理价格年降幅在 9x 到 900x 之间，中位数约 50x。
Berkeley AI ResearchAI 评分1212 Berkeley BAIR 实验室 2026 届博士毕业生展示
Berkeley BAIR 实验室迎来 2026 届博士毕业生，研究方向涵盖机器人、大语言模型、计算机视觉、生成建模、AI 安全与 AI for science 等领域，毕业生将赴高校教职、产业研究实验室及自创初创公司。多位毕业生加入 OpenAI、Mistral AI、Physical Intelligence、Amazon 等机构，或将出任 UCLA、普林斯顿 CITP 等学术岗位。
Berkeley AI ResearchAI 评分3232 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 梳理了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并行、生成多少并发线程并协调它们，而非由外部框架固定并行结构。
Berkeley AI ResearchAI 评分4242 GRASP：面向世界模型长时程规划的梯度规划器
伯克利研究团队提出 GRASP，一种面向学习型世界模型的梯度规划器，通过将轨迹 lift 到虚拟状态实现跨时间并行优化、向状态迭代直接注入随机性以探索，并重塑梯度以避开经由高维视觉模型的脆弱"状态-输入"梯度。该方法针对长时程规划中梯度爆炸/消失、非贪心结构与高维隐空间导致的失败模式，使长时程规划更稳健。
Berkeley AI ResearchAI 评分4040 伯克利提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
伯克利 AI 研究团队提出 SPEX 与 ProxySPEX 算法，可在特征、数据和模型组件归因中大规模识别驱动 LLM 行为的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约 10 倍更少的消融实验达到 SPEX 的性能。
Berkeley AI ResearchAI 评分2727 加州伯克利提出信息驱动的成像系统设计框架，发表于 NeurIPS 2025
加州伯克利团队提出以互信息直接评估和优化成像系统的框架，无需任务专用解码器，在彩色摄影、射电天文、无透镜成像和显微镜四个域中，信息估计能预测解码器性能并优化硬件设计。该方法利用已知噪声物理直接计算 H(Y|X)，只需从测量数据中学习 H(Y)，可用高斯过程、全高斯或自回归 PixelCNN 建模，且所需内存和算力低于端到端方法。