OpenAI 模型将上线 Google Cloud 的 Gemini Model Garden
OpenAI 与 Google Cloud 合作,将把前沿模型和 Codex 工作流接入 Gemini 的 Model Garden,并通过 Google Cloud Marketplace 提供。
推荐理由:OpenAI 与 Google Cloud 的合作把前沿模型和 Codex 工作流接入 Gemini 的 Model Garden,读者可据此了解两家竞争方在分发渠道上的交集。
OpenAI 与 Google Cloud 合作,将把前沿模型和 Codex 工作流接入 Gemini 的 Model Garden,并通过 Google Cloud Marketplace 提供。
推荐理由:OpenAI 与 Google Cloud 的合作把前沿模型和 Codex 工作流接入 Gemini 的 Model Garden,读者可据此了解两家竞争方在分发渠道上的交集。
NVIDIA 扩展其开放模型家族,覆盖语言、机器人、生物和量子计算,包括新的 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo 和 Ising。
推荐理由:原文一次性列出语言、机器人、生物、量子多条开放模型线及各自可用渠道,便于读者对照选型。
NVIDIA 扩展开源 Agent Toolkit,新增 Agent Knowledge Foundation,并纳入 CUDA-X 库、Nemotron Retriever 与 Kumo 系列开放模型、OpenShell 安全运行时、NemoClaw 蓝图及 NeMo Relay、NeMo Compass 等工具。
推荐理由:原文列出了 Agent Toolkit 新增组件与企业落地案例,读者可据此判断企业智能体如何在不迁移数据的前提下接入公司数据。
Google Cloud 与 NVIDIA 宣布基于 NVIDIA Vera Rubin 的 A5X 实例正式可用,下月上线并计划扩展至欧洲。A5X 整合 Vera Rubin NVL72、ConnectX-9 SuperNICs、Google Cloud Virgo 网络与第四代液冷技术,面向大规模智能体推理与强化学习负载。
推荐理由:原文给出了 A5X 实例的组成、上线时间与首批客户用法,读者可据此判断这套云上训练推理平台的实际形态。
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中发布多项产品,包括由合作伙伴在模块化集装箱内构建的 Vera Rubin AI 工厂参考设计 DSX POD,现场部署时间可从六个月缩短至 14 天。
推荐理由:黄仁勋在 GTC Berlin 集中发布 AI 工厂、智能体安全运行时与开源模型矩阵,可据此看清 NVIDIA 面向欧洲 AI 经济的整套布局。
Reflection AI 推出开源权重模型 Beam,面向智能体编码与长周期任务,总参数 5010 亿、激活参数 230 亿,Reflection 称有效上下文长度为 100 万 token,权重以 Apache 2.0 许可在 Hugging Face 发布,提供 BF16、FP8、NVFP4 三种 checkpoint。
推荐理由:原文给出 Beam 的参数量、上下文长度与三种部署路径,可据此判断开源智能体编码模型的落地成本。
OpenAI 推出 Rosalind 学术计划,为符合条件的学术实验室提供 GPT-Rosalind 及相关工具的赞助访问,用于推进生命科学研究。原文未披露申请条件、工具清单和开放时间等细节。
推荐理由:原文给出学术实验室可申请赞助访问的入口,读者可据此判断生命科学研究的模型使用门槛变化。
NVIDIA 发布 RTX Spark,定位为面向创作者、玩家和 AI 智能体的 Windows PC,并将在全球多地举办发布活动。原文汇总了 Tom's Hardware、TrustedReviews、Tom's Guide 等评测者的早期反馈,并提到 Artificial Analysis 的独立测试提供了该平台本地 AI 性能的初步观察。
推荐理由:原文汇总了多家评测者对 RTX Spark 本地 AI 与游戏表现的早期反馈,并列出全球发布活动的时间地点。
Google DeepMind 介绍其智能体开发平台 Google Antigravity 如何用于抗菌肽发现,生物学家与 AI 智能体在一次多轮会话中完成跨数据库检索、结构分析和文献综合,找到一个对呼吸道感染相关病原体有预测活性的新型抗菌肽候选物,目前正进行湿实验验证。
推荐理由:原文完整展示了智能体如何把跨库检索、结构分析与文献综合压缩进一次会话,可观察 AI 介入科研流程的具体分工。
微软研究院发布零知识虚拟机 Magnetar,可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序执行过程,并输出可在约 12 毫秒内验证的简短证明。
推荐理由:微软研究院把十余年零知识证明研究整合为 Magnetar,读者可了解通用可验证计算在速度与密码学假设上的取舍。
NVIDIA 发布 Nemotron 3.5 Super VL,这是开放权重的 1200 亿参数模型,主打多模态智能体任务,官方称其吞吐量最高可达同类模型的 5 倍。
推荐理由:原文给出了三款模型的参数规模、内存占用与开放权重,读者可据此判断不同部署层级的选择空间。
Google DeepMind 开始广泛开放 Gemini 4 Argon,并扩大 Fairwind Program 至更多可信网络安全防御方。此前有限访问阶段,Wiz 用 Argon 发现前代模型遗漏的医院软件关键漏洞,Google 安全团队也用它修补内部与开源软件缺陷。
推荐理由:原文披露了 Argon 在网络安全与生物风险上的防护分层设计,以及思维链惩罚实验的反直觉数据,可供理解前沿模型安全部署的具体取舍。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业和消费者开放,API 定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由:官方披露了 Argon 在代码重构、科研与安全对齐上的具体案例和定价,可据此判断前沿模型落地深水区任务的现状。
微软研究院提出 StudentSim,从公开的去标识化学习记录训练个性化 AI 学生模拟器,用于在接触真实学习者之前评估和改进 AI 辅导系统。研究同时发布 StudentSimEval 基准,从行为保真度和指导响应度两个维度评估模拟器,覆盖国际象棋、第二语言英语写作和数学三个领域。
推荐理由:读者可了解用真实学习记录训练个性化学生模拟器、并以行为保真度和指导响应度评估的思路。
微软研究院开源 Agent Lightning v1.0,一个约 3500 行代码的智能体强化学习框架,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与训练,无需在训练框架内重写智能体。
推荐理由:原文给出框架的代码规模、Kubernetes 部署方式与端到端训练结果,读者可据此判断真实 harness 参与 RL 训练的可行路径。
Google DeepMind 发布 EmbeddingGemma 2,将文本、代码、图像、视频和音频映射到统一嵌入空间,采用 Apache 2.0 许可,参数量 740M。
推荐理由:原文给出参数量、分模块配置和端侧内存占用,读者可据此判断多模态嵌入在本地检索中的落地边界。
Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,随后逐步扩展至开发者、企业和消费者。
推荐理由:官方披露了模型在内部代码迁移、量子优化与漏洞挖掘中的具体数字,可据此判断长程推理能力的实际落点。
微软研究院实习生 Rohan Kannan 开发了一套端到端机器学习系统,可提前30至60分钟为美国本土66,935座变电站给出空间天气风险估计。系统先用 L1 拉格朗日点的太阳风观测预报 AE 和 Dst 指数,再结合各变电站纬度、地质电导率等特征,用梯度提升模型估计 dB/dt 并汇总为大陆尺度风险评估。
推荐理由:读者可了解一套端到端机器学习管线如何把太阳风观测与地质条件结合,提前30至60分钟给出变电站级风险评估。
Google DeepMind 发布 SynthID Bio,将水印技术用于合成生物学,把不可感知的签名直接嵌入生物代码,在实验室测试中保持蛋白质的生物功能。该方法针对序列微调氨基酸选择、针对 3D 结构调整原子坐标,并微调 AlphaFold 3 扩散网络的一小部分,使预测坐标自带可检测签名。
推荐理由:读者可了解水印如何嵌入蛋白质序列与 AlphaFold 3 结构,以及它对 DNA 合成筛查的意义。
微软研究院推出 AI 研究系统 Quine,由生物世界模型和连接模型、科学工具、文献与研究者的交互框架组成,可跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像等模态学习共享表征。
推荐理由:原文给出胰腺癌细胞状态转换的湿实验验证结果,读者可据此判断多模态生物世界模型在药物优先级排序中的实际作用。