←搜索结果

搜索“DeepMind”

按匹配度 · 共 607 条结果 清除搜索

星期六

  1. Goodfire Research

    Goodfire 在 Evo 2 中发现生命之树：系统发育被编码为弯曲流形上的几何距离

    Goodfire Research 发现，DNA 基础模型 Evo 2 将物种间的系统发育关系以几何方式编码在一条弯曲流形上的距离中，这是目前在基础模型中发现的最复杂流形案例之一。研究基于 Genome Taxonomy Database（GTDB）中 2400+ 个细菌物种的系统发育树，结果支持特征流形通常具有主导的平坦表示加上更高曲率偏差的图景。

    R. et al. Nature 620, 1089–1100 (2023). [DOI], disease prediction [3]A catalogue of genetic mutations to help pinpoint the cause of diseases Žiga Avsec and Jun Cheng, 2023. Google DeepMind Blog. [link], and materials discovery [4]Millions of new materials discovered with deep learning Amil Merchant and Ekin Doğuş Çubuk, 2023. Google DeepMind Blog. [link]. These models have several qualities which make interpretability - the science of understanding their internal representations and mechanisms -

    匹配字段正文

    #lab#论文/研究#数据/训练#开源生态
  2. The Decoder

    报道称 Google Gemini 4 Carbon 编码性能对标 Anthropic Opus 5.5

    据 Business Insider 看到的文件、截图和内部聊天记录，Google 正在测试 Argon、Barium、Carbon 三个 Gemini 4 变体，其中 Carbon 已部署在内部编码平台 Jetski 上，据说在编程任务上强于 Argon。一名员工将 Carbon 与 Anthropic 最强的编码模型 Opus 5.5 相比，但表示仍需更多测试。Google 将模型角色划分为 Argon 负责前沿推理、Flash 负责速度与吞吐、Omni 负责生成式媒体、Gemma 负责轻量开源端侧，Carbon 和 Barium 可能是 Argon 家族内的检查点或更新。Gemini 4 尚无官方发布日期，Gemini 应用已出现 3 系列模型的 Automatic 模式和可调推理强度，Google AI Studio 也出现了 Ultra 模式。

    one model remains unclear. The quick update pace, similar to what Google has done with the Flash models , suggests Google has gotten better at using AI to build new models. Google Deepmind employee Vedant Misra responded to the Business Insider report on X by writing, "Have you heard of recursive self improvement," referring to using AI to build better AI. OpenAI and Anthropic have reported similar progress. Google is already prepping for the Gemini 4 launch There's still no official Gemini 4 la

    匹配字段正文

    #ai-vertical#行业动态#Google#Anthropic
  3. cnBeta

    Google Gemini 4 Pro 匿名现身 Arena 首测登顶

    一个以 gemini-3.8-flash 马甲现身的匿名模型在 Arena 盲测中被认为是 Google 的 Gemini 4 Pro，据称在多项基准上取得领先。文章称其在 DeepSWE v1.1 智能体编码任务拿下 88.7%，GDPval-AA v2 达到 2064 Elo，Terminal-bench 2.1 为 95.3%，OSWorld-2.0 为 86.8%，价格为每百万 Token 输入 2.25 美元、输出 11.25 美元。文中还提到 Google 内部一次安全测试中该模型意外接入公网并入侵三家真实企业，以及 Google 高管称内部试用 Gemini 4 时状态兴奋。

    越短。 Gemini 4 Pro正式发布之后，整个AI行业的排位，恐怕要重新洗牌了。 参考资料： - 对文章打分 Google Gemini 4 Pro首测杀回Arena榜单第一 谷歌AI首次“越狱”：Gemini在测试中入侵三家企业 昨天 06:53 Waymo宣布进军新加坡 东南亚首个无人出租车市场瞄准2028年商业运营 前天 12:50 Google DeepMind成立新研究所 拓宽AGI与人工智能治理的讨论维度 前天 12:45 联合国携手Google重构全球统计数据库 更加适应AI工具和自然语言交互环境 Switch模拟器迎来性能飞跃 开发工作却在巅峰时刻宣告终结 阅读 (1652) 评论 (0) 2 首都禁飞区将于9月20日启用 北京全市禁飞无人机且不得持有、存放、运输、携带 阅读 (1433) 评论 (6) 3 罗永浩，再也掀不起什么大风大浪 阅读 (954) 评论 (2) 4iOS 27，你长得好像安卓啊 5Anthropic掌门人称“中国因素”是放缓AI竞赛的最大难题 6美军因AI误判带来的错误情报准备拦截检查中国船只 险些制造国际冲突 7影视飓风Tim反掰iPho

    匹配字段正文

    #hot-signal#模型发布#评测/基准#Agent

星期四

  1. 虎嗅

    OpenAI未公开模型一夜产出722篇数学手稿，25位菲尔兹奖得主联名批评

    OpenAI在GitHub发布openai/math仓库，一次性公开722份数学手稿、372个成果组，全部出自一个未公开的内部模型，涵盖准黎曼猜想、矩阵乘法复数域指数压至2.25、挂谷猜想四维版本等结果。作者称平均每个结果约花3小时ChatGPT Pro级算力，而9月攻纳维–斯托克斯方程时动用约一万个Agent、跑了88小时、耗资数百万美元。25位菲尔兹奖得主签署联名信《AI在数学中的严重错位》，批评AI公司把解题当作营销工具，普林斯顿高等研究院顾问组要求停止此类做法。

    很尴尬的数字。 黑尔斯一咬牙，干脆发起了一个项目，用机器把整个证明从头到尾形式化验证一遍。这一验，就是十几年，2014年才完成。 从那以后，让机器验证这条路终于慢慢火了起来，后来有了我们上面提到的Lean，有了Mathlib这个全世界数学家一起往里填的开源库。 但那个阶段的分工很清楚，人负责想，机器只负责算和验证。 转折点出现在大模型时代。 2024年夏天，DeepMind的AI在国际数学奥林匹克上拿到了银牌水平。2025年夏天，好几家的AI都拿到了金牌水平，其中就包括OpenAI。 然后，当时就闹了一个大笑话。 2025年10月，OpenAI的一位副总裁发推，兴奋地说GPT-5解决了10个此前未解的埃尔德什问题。 埃尔德什是匈牙利的一位传奇数学家，这哥们一辈子没有固定住所，拎着一个手提箱满世界跑，到谁家就跟谁合作写论文，一辈子发了一千五百篇左右，他还喜欢给难题挂悬赏，从几十美元到上万美元不等，身后留下了上千个问题。 结果没过多久就被扒出来，GPT-5根本就不是自己去解出了这些题，是他娘的在浩如烟海的文献里，找到了早就有人解过、但被大家遗忘的答案。。。 真正的拐点在2026年5月。 O

    匹配字段正文

    #hot-signal#现象/趋势#OpenAI#论文/研究
  2. The Decoder精选

    Zenity 发现单条提示词即可劫持 AWS 账号内全部 AgentCore 智能体

    安全公司 Zenity Labs 发现 Amazon Bedrock AgentCore 存在名为 AgentCorruption 的漏洞链，攻击者只需对一个公开智能体拥有对话权限，用一条提示词就能接管同一 AWS 账号和区域内的所有 AgentCore 智能体，读取私密对话、源代码和存储的凭证。问题根源在于 AgentCore 默认权限未限定到单个智能体，而是覆盖同账号同区域全部智能体，并授予读写删除权限；Zenity 于 2025 年 12 月 25 日向 AWS 报告后，AWS 将 IMDSv2 设为新部署默认，并在 8 月前后调整了默认执行角色，不再允许智能体调用其他智能体、读取私密对话或从 AWS Secrets Manager 取凭证。

    port. AWS has made AgentCore available to all enterprises , and Amazon says its users include Sony and Ericsson. Research on agent memory has documented similar weaknesses. Google DeepMind lists long-term memory manipulation as a separate attack class in its taxonomy of "AI Agent Traps," finding that just a few poisoned documents in a knowledge base can steer responses. In the red-teaming study "Agents of Chaos," researchers remotely controlled an OpenClaw agent through an externally editable do

    匹配字段正文

    #ai-vertical#安全/对齐#Agent#部署/工程
  3. gihyo.jp

    Google 向公众开放 SynthID Detector 检测站点

    Google 于 10 月 7 日将图像、视频、音频电子透水印检测网站 SynthID Detector 的适用范围扩大到普通用户，除 Google 外还支持 OpenAI、NVIDIA、Kakao 的 AI 生成内容，并计划近期支持 Apple 的生成内容。用户需登录后上传文件检测是否含有 SynthID 透水印，视频和音频还能看到检出透水印的区段，目前不支持文本检测。Google 说明未检出透水印也不能否定 AI 生成，因为非 SynthID 模型或透水印推出前的内容本就不带该信号，大幅加工也可能削弱信号。

    にはサインインが必要で、Google、Apple、ChatGPTでのサインインを選べる。利用者は専用サイトにファイルをアップロードして、透かしの有無を調べる。 対応するファイル形式は次のとおり。 動画と音声では、透かしを検出した区間も確認できる。現在、テキストの検出には対応していない。 SynthIDの仕組みと検出結果の読み方 SynthIDはGoogle DeepMindが開発した電子透かし技術。ファイルのメタデータではなく、画像・動画の画素や音声の周波数成分に、人の目や耳では気付かない信号を埋め込む。透かしはフィルターの適用や色の変更、圧縮などを経ても検出できるように設計されている。 Detectorは、この埋め込まれた信号の有無を調べる。FAQによると、透かしが検出された場合（Watermark detected⁠）⁠、そのコンテンツはSynthID対応のAIモデルで生成または編集された可能性が高い。 透かしが検出されなかった場合（Watermark not detected）でも、AIによる生成や編集は否定できない。SynthID非対応のモデルによる生成物や、SynthID導入

    匹配字段正文

    #hot-signal#产品更新#多模态#Google
  4. MarkTechPost

    Unsloth Studio 公布四道加载前安全检查机制

    Unsloth 发布 Unsloth Studio 与 Unsloth Desktop 的安全概览，说明模型从下载转入执行时会触发四道检查：代码指纹绑定审批、独立的权重文件拦截、操作系统沙箱探测和包内容扫描。代码指纹变化后需重新授权，Hugging Face 的恶意扫描结论会拦截加载路径中被标记的权重文件，工具则在 bubblewrap、Seatbelt、MXC 等系统级沙箱中运行。文中提到 deepseek-ai/deepseek-ocr 与 moonshotai/Kimi-VL-A3B-Instruct 在加载时会弹出审批并列出发现项，Unsloth 也在其适配仓库中移除了 eval 调用等问题代码。

    cle is supported by Unsloth. Asif Razzaq Asif RazzaqPerplexity AI Releases pplx-embed-v2-late: A 0.6B Edge Model and a 9B Model Scoring 92.4% on MADQA; Asif RazzaqLiquid AI Releases Open-Weight d1-3B and d1-omni-600M: Multimodal Decision Models With Zero Output Tokens; Asif RazzaqMeta AI Open-Sources Rebalancer: A C++ Assignment Solver That Runs About 40 Million Placement Problems a Day; Asif RazzaqGoogle DeepMind Releases EmbeddingGemma 2, a 740M Open Multimodal Embedding Model Built on Gemma 4

    匹配字段正文

    #ai-vertical#安全/对齐#开源生态#Hugging Face
  5. MarkTechPost

    Perplexity 发布 pplx-embed-v2-late 多模态嵌入模型，0.6B 与 9B 两个版本

    Perplexity 发布 pplx-embed-v2-late，包含 0.6B 和 9B 两个 ColBERT 风格多模态嵌入模型，均可检索文本、图像和渲染后的 PDF 页面，并共享同一嵌入空间。9B 模型在 MADQA 上取得 92.4%，0.6B 模型面向边缘设备和低延迟查询，用 0.6B 查询 9B 索引在 ViDoRe v3 图像检索上得 63.5%，高于两侧都用 0.6B 的 62.3%。两个模型已在 Hugging Face 以 MIT 许可发布，可自托管商用，Perplexity 托管 API 端点仍在计划中；所有分数均为自报，技术报告尚未发布。

    i-step jobs. Search and Fetch are free. Asif Razzaq Asif RazzaqWhat Happens When a Trusted Model Repo Changes? Unsloth Studio Re-Checks Before It Runs; Asif RazzaqLiquid AI Releases Open-Weight d1-3B and d1-omni-600M: Multimodal Decision Models With Zero Output Tokens; Asif RazzaqMeta AI Open-Sources Rebalancer: A C++ Assignment Solver That Runs About 40 Million Placement Problems a Day; Asif RazzaqGoogle DeepMind Releases EmbeddingGemma 2, a 740M Open Multimodal Embedding Model Built on Gemma 4

    匹配字段正文

    #ai-vertical#模型发布#多模态#RAG
  6. MarkTechPost

    Liquid AI 开源 d1-3B 与 d1-omni-600M 多模态决策模型

    Liquid AI 发布 Open d1 系列两款开源权重多模态决策模型：d1-3B 读取文本与图像，d1-omni-600M 读取文本加图像或音频，两者都不生成文本，而是在一次前向传播中返回校准后的类型化答案，输出 token 数为 0。d1-3B 有 3.12B 参数，基于 LFM2.5-VL-3B，使用 400M SigLIP2 NaFlex 视觉编码器和 32,768 token 上下文；d1-omni-600M 有 587M 参数，基于 LFM2.5-Encoder-350M，音频编码器为 17 层 FastConformer，上下文 16,384 token，音频片段上限 30 秒。两个检查点已上 Hugging Face，可通过 Transformers 加载并支持 llama.cpp，LFM Open License v1.0 允许年收入低于 1000 万美元的免费商用；d1-3B 在 Decision Index v0.2.1 得 48.57，在 RTX 4090 上单问题延迟 8 ms。

    forms, and TinyAgent for multi-step jobs. Search and Fetch are free. Asif Razzaq Asif RazzaqMeta AI Open-Sources Rebalancer: A C++ Assignment Solver That Runs About 40 Million Placement Problems a Day; Asif RazzaqGoogle DeepMind Releases EmbeddingGemma 2, a 740M Open Multimodal Embedding Model Built on Gemma 4; Asif RazzaqMistral AI Releases Mistral Large 4 (Le Chonk): A 1.05T Parameter Multimodal MoE Model; Asif RazzaqBeyond Domain-Specific World Models: JEPA-Anything Uses 1 Recipe for 7 Fields

    匹配字段正文

    #ai-vertical#模型发布#多模态#端侧
  7. Wired AI

    三位工程师让 GPT-6 Astra 开丰田 Corolla 去 In-N-Out，并发布 DrivingBench

    Axiom 的三位 AI 工程师把 OpenAI 的 GPT-6 Astra 接入一辆 2024 款丰田 Corolla 的摄像头与转向系统，让模型自己把车开到 In-N-Out 的取餐窗口，全程有安全驾驶员踩在刹车上待命。他们同时发布 DrivingBench 基准，在停车场简易赛道上只有 Astra 能跑完全程且速度很慢，Claude Fable 5.1 完成 45%，Grok 只完成 11%。工程师认为这种驾驶能力可能来自多模态规模扩展带来的涌现能力，而非专门训练。

    left big companies to found startups focused on solving physical reasoning. Andrew Dai, the CEO of one such outfit, called Elorian AI, previously worked as a researcher at Google DeepMind. He says better visual reasoning will open up a lot of new applications for AI, like systems that understand whether diners are enjoying their meal in a restaurant or robots capable of functioning in a home. Dai says robotics is a crucial test case for physical reasoning skills. “It’s pretty essential for robo

    匹配字段正文

    #tech-media#现象/趋势#多模态#端侧

星期五

  1. Artificial Analysis精选

    Google Nano Banana 2.1 在 AA 图像双榜排名第 4，价格降至 Nano Banana 2 的一半

    Google 于 10 月 6 日发布新图像模型 Nano Banana 2.1，基于 Gemini 3.6 Flash，在 Gemini API 上取代 Nano Banana 2（Gemini 3.1 Flash Image），单一模型同时支持文生图与图像编辑。Artificial Analysis 以 1K 分辨率默认设置通过 Gemini API 评测，该模型在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 两个榜单均列第 4，在其测量的全部 16 项生成与编辑能力上均优于 Nano Banana 2，零售电商与生产力知识工作场景提升最大。1K 分辨率定价为每张 $0.0336（每 1k 张 $33.6），是 Nano Banana 2 的一半，也是 AA-Image-T2I v2.0 前 7 名中最低价；2K 为每张 $0.0504，4K 为每张 $0.0756。该模型已在 Gemini app、Search 的 AI Mode、Google AI Studio、Flow、Stitch、Google Ads 和 Gemini Enterprise Platform，以及 Gemini API、Vertex AI 和第三方服务商上线。

    price among the top 7 models on AA-Image-T2I v2.0. At 2K it costs $0.0504 per image, and at 4K $0.0756 per image. Nano Banana 2.1 is available in the Gemini app, AI Mode in Search, Google AI Studio, Flow, Stitch, Google Ads and Gemini Enterprise Platform, through the Gemini API and Vertex AI, and on third-party providers. Congratulations to @GoogleDeepMind & @Google on the release! See below for our detailed analysis and example outputs of Nano Banana 2.1 in the Artificial Analysis Image Arena 🧵

    匹配字段正文

    #editorial#评测/基准#图像生成#Google
  2. TechCrunch AI

    Goodfire 推出 inside-out 监控器，拦截失控 AI 智能体

    Goodfire 发布一类监控器，通过读取模型内部激活信号来发现 AI 智能体的异常行为，而非让第二个模型逐字审查输出，该监控器面向 Baseten 客户开放。在 Kimi K3 上的测试中，监控约 1500 个会话成本约 51 美元，对比用较便宜模型逐步检查的 233 美元和顶级模型的约 10000 美元，探针捕获了 94% 的恶意黑客会话，并将 8.7% 的无害会话送交二次检查。客户可选择监控攻击性黑客、化生武器滥用和 reward hacking 等风险，并设定记录、人工复核或直接拒绝等响应方式。

    rch found that leading open models, including Kimi K3 and GLM 5.2, reward-hacked in 50% to 96% of runs on tests of AI agents. Goodfire isn’t the first to try this approach. Google DeepMind said in January that its research informed the deployment of misuse-detection probes in Gemini . Balsam said the monitors are the near-term piece of a longer research goal: reverse-engineering an LLM so that behavior can be traced back to where it emerged in training. “We hope to turn the magic of training mod

    匹配字段正文

    #tech-media#产品更新#Agent#安全/对齐

星期三

  1. MIT Tech Review

    The Download：减肥药延缓衰老、二氧化碳电池与 Mistral Large 4

    礼来和诺和诺德称，服用其 GLP-1 药物的患者按分子“衰老时钟”衡量衰老更慢，这加剧了 GLP-1 或可作为真正长寿疗法的猜测。Energy Dome 用压缩二氧化碳的大型电池储存可再生能源电力，且不依赖特定地质条件，更易规模化。Mistral 发布 1 万亿参数的开放权重模型 Mistral Large 4，权重将于 10 月 27 日开放。

    be more easily scaled to help grids around the world. Here’s how the company is using carbon dioxide to store renewable energy . —Casey Crownhart —Thore Graepel, a core member of DeepMind’s AlphaGo team Ten years ago, I watched a program I helped build stun the world by beating Go champion Lee Sedol. AlphaGo won after making a move so strange that some commentators thought it was a programming glitch. It was AlphaGo’s powers of reasoning that made this creative choice—and these are powers that

    匹配字段正文

    #tech-media#行业动态#OpenAI#DeepMind
  2. Latent Space精选

    OpenAI 公开内部模型 722 篇数学手稿，称解决 500 个开放问题中的 90 个

    OpenAI 在公开 GitHub 仓库中发布了一批来自内部前沿模型的数学结果，称就发布方式咨询了高等研究院数学与 AI 独立顾问组。这批结果据称包含 722 篇手稿、归入 372 个相关结果族，来自约 4000 个研究问题的评估，每个结果平均消耗约三小时 ChatGPT Pro 思考算力，模型本身仍未发布。评论者提到其中包含快于 n log n 的整数乘法结果，以及 1994 年以来在 3D 中开放的弹性逆问题唯一性结果，并称部分结果涉及 Riemann、Hodge 与 BSD 的进展；有分析估计约 20% 的结果是反证或反例，也有人预计部分结果经不起审查。

    ddingGemma 2: Google’s first natively multimodal open embedding model covers text, code, image, video and audio in one space. It is built on Gemma 4 and released under Apache 2.0 (DeepMind).Specs: It is modular, with 740M omni, 440M text+vision, 570M text+audio and 270M text-only variants. It has Matryoshka dimensions from 768 down to 128, 8,192 context and a reported +14% on MTEB Code (Phil Schmid); Footprint: It uses roughly 191–567MB of active RAM and handles up to 5.5 minutes of audio or 58

    匹配字段正文

    #newsletter#论文/研究#OpenAI#数据/训练
  3. MarkTechPost

    Meta AI 开源 Rebalancer：每天处理约 4000 万个分配问题的 C++ 求解器

    Meta 开源了 Rebalancer，一个带 Python 接口的 C++ 分配问题求解库，采用 Apache 2.0 协议，附带文档、PyPI 包和调试 UI Rebalancer Explorer。该库已在 Meta 内部处理资源分配超过 9 年，每天解决约 4000 万个分配问题，覆盖 30 多种建模形式；在 26.5 万个对象和 3200 个 bin 上 P99 求解时间为 12 秒。它把问题描述与求解分离，规格编译成表达式图后可由局部搜索或 MIP 求解器（FICO Xpress、Gurobi、HiGHS）处理，可通过 pip install rebalancer 安装 v1.0.4，支持 Python 3.12+，PyPI 仍标注为 Alpha。

    yFetch (full pages as markdown, JavaScript included), TinyBrowser for logins and forms, and TinyAgent for multi-step jobs. Search and Fetch are free. Asif Razzaq Asif RazzaqGoogle DeepMind Releases EmbeddingGemma 2, a 740M Open Multimodal Embedding Model Built on Gemma 4; Asif RazzaqMistral AI Releases Mistral Large 4 (Le Chonk): A 1.05T Parameter Multimodal MoE Model; Asif RazzaqBeyond Domain-Specific World Models: JEPA-Anything Uses 1 Recipe for 7 Fields; Asif RazzaqMeet Together Link: A Free

    匹配字段正文

    #ai-vertical#开源/仓库#部署/工程#Meta
  4. Arena

    Google Nano Banana 2.1 进入 Arena 三个图像竞技场

    Google 发布图像生成与编辑模型 Nano Banana 2.1，并已进入 Arena 的文生图、图像编辑和多图编辑三个竞技场。它在多图编辑以 1431 分排第 4，文生图 1328 分排第 5，图像编辑 1428 分排第 6；相比 Nano Banana 2，文生图提升 80 分，多图编辑提升 67 分，图像编辑提升 38 分。分类榜单中，它在多图编辑的商业设计与 3D 排第 3，在卡通/奇幻、写实和文字渲染排第 4。

    stantial improvement from Nano Banana 2: +80 pts in Text-to-Image, +67 pts in Multi-Image Edit, and +38 pts in Image Edit! By category, Nano Banana 2.1 stands out in: - Multi-Image Edit: 3 in Commercial Design and 3D, and 4 across Cartoon/Fantasy, Photorealistic, and Text Rendering - Text-to-Image: 4 Photorealistic, and 5 in both 3D and Text Rendering - Image Edit: 4 across Commercial Design, 3D, Cartoon/Fantasy, and Text Rendering Congrats to the team at @googledeepmind @google on this release!

    匹配字段正文

    #editorial#评测/基准#图像生成#Google
  5. Arena

    Google Nano Banana 2.1 进入 Arena 三个图像竞技场

    Google 发布图像生成与编辑模型 Nano Banana 2.1，并已进入 Arena 的文生图、图像编辑和多图编辑三个竞技场。它在多图编辑以 1431 分排第 4，文生图以 1328 分排第 5，图像编辑以 1428 分排第 6。相比 Nano Banana 2，文生图提升 80 分，多图编辑提升 67 分，图像编辑提升 38 分。

    stantial improvement from Nano Banana 2: +80 pts in Text-to-Image, +67 pts in Multi-Image Edit, and +38 pts in Image Edit! By category, Nano Banana 2.1 stands out in: - Multi-Image Edit: 3 in Commercial Design and 3D, and 4 across Cartoon/Fantasy, Photorealistic, and Text Rendering - Text-to-Image: 4 Photorealistic, and 5 in both 3D and Text Rendering - Image Edit: 4 across Commercial Design, 3D, Cartoon/Fantasy, and Text Rendering Congrats to the team at @googledeepmind @google on this release!

    匹配字段正文

    #editorial#评测/基准#图像生成#Google
  6. MarkTechPost精选

    Mistral AI 发布 Mistral Large 4（Le Chonk）：1.05T 参数多模态 MoE 模型

    Mistral AI 以公开预览形式发布 Mistral Large 4（内部代号 Le Chonk），这是一个 1.05 万亿总参数、每 token 激活 49B 的细粒度 MoE 模型，配备 1.6B 视觉编码器和 100 万 token 上下文窗口，在 Mistral 自有欧洲数据中心用 3800 块 NVIDIA Grace Blackwell GPU 从零训练。API 预览已上线，输入每 100 万 token 收费 1.36 美元、输出 4.18 美元，缓存输入 0.14 美元，但权重要到 10 月底才发布，暂时无法自行部署。Mistral 报告其在网络安全任务上表现突出，Cybench 得分 93%、CyberGym-E2E 得分 82%，并称部分闭源前沿模型因直接拒绝任务而接近零分。

    yFetch (full pages as markdown, JavaScript included), TinyBrowser for logins and forms, and TinyAgent for multi-step jobs. Search and Fetch are free. Asif Razzaq Asif RazzaqGoogle DeepMind Releases EmbeddingGemma 2, a 740M Open Multimodal Embedding Model Built on Gemma 4; Asif RazzaqBeyond Domain-Specific World Models: JEPA-Anything Uses 1 Recipe for 7 Fields; Asif RazzaqMeet Together Link: A Free CLI That Runs Open Models Like Kimi K3 and GLM 5.3 Inside Claude Code, Codex, and OpenCode; Asif Ra

    匹配字段正文

    #ai-vertical#模型发布#多模态#开源生态

星期二

  1. The Decoder

    研究者将 LeCun 的 JEPA 扩展为跨物理到生物的通用世界模型

    PhAI Labs 联合 Stanford、Oxford、Princeton 提出 JEPA-Anything，把 JEPA 的单一预测拆成多个专用预测模块，并让各模块在训练中分化出不同角色，从而用同一套架构覆盖物理、机器人、天气、单细胞和临床等七个领域。在简化 Pong 环境中预测误差下降 35%，未见过的干预组合下降 13%，Burgers 方程基准误差接近减半，但 50 步后优势缩小到约 3%；模拟行走机器人规划中三环境赢下两个。团队还从生物数据中筛出 IL-18 联合 CD73 阻断的肝癌候选方案，并在类器官、患者组织和小鼠中测试，论文同时指出这尚不能说明可成为疗法，代码与模型已公开。

    JEPA-Anything提出并排序实验，然后将结果反馈给模型。代码和模型已公开。 LeCun于2022年提出JEPA，作为生成模型的替代方案。2025年6月，Meta发布了V-JEPA 2，这是一个拥有12亿参数的JEPA视频模型，无需额外训练即可在陌生环境中控制机械臂。2025年11月，LeCun与Randall Balestriero随后推出了LeJEPA，这是一个旨在无需常规变通手段即可保持训练稳定的理论基础。LeCun目前正通过其初创公司AMI Labs推进这一方法，该公司于2026年3月融资超过十亿美元，用于构建世界模型。 Google Deepmind已于2025年10月在实验室中测试了一个由AI生成的癌症假说。其基于Gemma的模型C2S-Scale 27B提出使用药物silmitasertib使肿瘤细胞更容易被免疫系统识别，而利用人类细胞模型进行的实验证实了这一预测。Google Deepmind的多智能体系统Co-Scientist如今能够规划实验并操作实验室设备，覆盖了JEPA-Anything团队想要构建的循环中的部分环节。不过，将样本装入机器仍然需要人工完成。

    匹配字段正文

    #ai-vertical#论文/研究#多模态#数据/训练
  2. The Decoder

    Reflection 发布首款开放权重模型 Beam，主打低算力编码与推理

    AI 公司 Reflection 发布首款免费开放模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。Reflection 称 Beam 在推理任务上可匹配 GLM 5.2，算力消耗仅为后者的三分之一到四分之一，并已用 10500 块 Nvidia GB300 GPU 进行超过四周的强化学习训练。模型权重将以 Apache 2.0 许可在本月晚些时候发布，目前早期版本仅向部分用户开放。

    e are set to ship "later this month," according to the company. Beam is still going through final safety testing, and an early version is available to select users for now. Former Deepmind researchers backed by $2 billion Reflection was founded in 2024 by former Google Deepmind researchers Misha Laskin and Ioannis Antonoglou. Laskin led reward modeling for Gemini, and Antonoglou helped build AlphaGo. The startup launched in March 2025 with $130 million in seed funding and the goal of building su

    匹配字段正文

    #ai-vertical#模型发布#开源生态#推理