跳到正文
10月8日周四
10月6日周二
  1. Mistral AI84

    Mistral 发布 Mistral Large 4 公开预览,1 万亿参数多模态模型

    Mistral AI 发布 Mistral Large 4 公开预览,可通过 Mistral Studio 试用预览 API,权重计划于本月底开放。ML4 是 1 万亿参数、52B 激活参数的原生多模态模型,在欧洲自有数据中心的 3,800 块 NVIDIA Grace Blackwell GPU 上从零训练,官方称其在编码、智能体工作流和多模态理解上可与最强开源模型竞争。

    推荐理由:官方给出 1 万亿参数、52B 激活的开放权重模型细节与多类基准对比,可据此判断开源前沿模型的能力位置。

10月2日周五
  1. Google Research63

    Google 发布基于 TEE 的可验证隐私联邦学习系统

    Google Research 发布新一代联邦学习系统,利用可信执行环境(TEE)为数据匿名化提供可验证、可审计的保证,并已应用于 Gboard。系统中,客户端设备本地加密训练数据并上传,只有符合访问策略的 TEE 工作负载才能解密处理,访问策略发布到公开透明日志 Rekor,相关二进制可从开源仓库 Confidential Federated Compute 复现构建。

    推荐理由:Google 公布基于 TEE 的新一代联邦学习系统设计,读者可了解其如何让服务端处理过程可外部验证。

10月1日周四
  1. Google DeepMind73

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御者开放,随后逐步向开发者、企业和消费者推出。

    推荐理由:原文给出 Argon 在编码与网络安全防御上的基准成绩和 Google 内部落地案例,读者可据此判断前沿模型的能力边界。

9月30日周三
  1. Google DeepMind62

    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。

9月24日周四
  1. Google DeepMind56

    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。