Hugging Face 发布 Transformers.js v4
Hugging Face 发布 Transformers.js v4，新增以 C++ 重写的 WebGPU Runtime，可在浏览器、Node、Bun 和 Deno 中运行 WebGPU 加速模型。
推荐理由：Transformers.js v4同时改进了WebGPU运行时、构建产物和模型加载接口，并扩展了可在JavaScript环境中运行的模型范围。
推理能力
全部主题模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
最新精选
第 121–140 条 · 共 160 条Hugging Face Blog精选AI 评分8181
Google Research精选AI 评分7777 Google 与 Included Health 将开展全国性随机研究评估虚拟医疗中的 AI
Google 宣布与 Included Health 合作，在获 Institutional Review Board（IRB）批准后开展一项面向全国、经同意参与者的前瞻性随机研究，评估对话式 AI 在真实虚拟医疗工作流中的表现。
推荐理由：研究将把对话式 AI 从模拟和可行性测试推进到全国范围的随机对照研究，为评估真实虚拟医疗中的安全性与实用性提供更严格证据。
Google Research精选AI 评分7777 Google Research 研究智能体系统如何扩展及其适用条件
Google Research 发布论文《Towards a Science of Scaling Agent Systems》，通过180种智能体配置评估单智能体与四类多智能体架构。
推荐理由：这项研究用180种智能体配置比较不同架构，展示任务可分解性、顺序依赖和工具数量如何影响性能与可靠性。
Google Research精选AI 评分7373 Google Research 发布 ATLAS：多语言模型的实用 scaling laws
Google Research 发布 ATLAS 多语言模型研究，基于 774 次训练运行、400+ 种语言和 48 种语言评测，提出可适应语言混合的 scaling laws。
推荐理由：论文将多语言预训练、语言迁移和微调决策统一到可操作的 scaling laws 中，为不同语言组合下的模型规模、数据量与计算预算规划提供了量化参考。
Google Research精选AI 评分6565 Google 研究用分解方法提升小模型的用户意图提取效果
Google Research 介绍一项发表于 EMNLP 2025 的研究，将用户界面轨迹的意图理解拆为逐屏摘要和序列意图抽取两步，以便小型多模态 LLM 在设备端处理。
推荐理由：论文将界面轨迹的意图理解拆成屏幕摘要与序列抽取两步，并以事实级指标分析小模型在端侧场景中的效果与误差来源。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 D4RT，统一动态 4D 场景重建与跟踪
Google DeepMind 推出 D4RT，一种统一的 AI 模型，用于跨空间与时间进行 4D 场景重建和跟踪。D4RT 采用基于查询的 Transformer 编解码架构，在测试中比此前 state of the art 方法快 18x 至 300x；处理一分钟视频约需 5 秒，而此前方法最多需要 10 分钟。
推荐理由：D4RT 将动态场景重建与跟踪统一到查询式架构中，并以速度数据展示其在实时空间理解场景中的应用潜力。
Google Research精选AI 评分7474 Google Research 展示动态表面码推进量子纠错
Google Quantum AI 在 Willow 处理器上实验展示了采用动态电路的表面码量子纠错，并提出 hexagonal、walking 和 iSWAP 三种电路。hexagonal 电路仅需每个量子比特连接三个 coupler，walking 电路将泄漏相关误差降低超过一个数量级，iSWAP 电路达到 1.56 的误差抑制因子。
推荐理由：研究通过三种动态表面码展示了在连接布局、泄漏误差和双量子比特门选择上的适应空间，为量子硬件与纠错协议协同设计提供了具体实验依据。
Berkeley AI Research精选AI 评分6868 Berkeley AI Research 发布信息驱动的成像系统设计研究
Berkeley AI Research 的 NeurIPS 2025 论文提出从带噪测量中直接估计互信息，用于评估成像系统包含的有效信息。该方法在彩色摄影、射电天文学、无透镜成像和显微镜四个领域预测了下游解码性能；其 IDEAL 方法通过优化信息估计来设计成像参数，在滤色器设计中达到与端到端优化相当的结果，同时不需要任务特定的解码器设计。代码已在 GitHub 开源。
推荐理由：论文将成像系统的分辨率、噪声和采样等因素统一到互信息指标中，并展示了该指标评估与优化多类系统的方式。
Google DeepMind精选AI 评分8989 Google 发布 Gemini 3 Flash，主打前沿智能与高速低成本推理
Google DeepMind 发布 Gemini 3 Flash，结合 Gemini 3 Pro 级推理与 Flash 级延迟、效率和成本，面向开发者、消费者及企业逐步开放。
推荐理由：Gemini 3 Flash同时给出推理、速度、成本和编码基准数据，并覆盖开发者、消费者与企业入口，便于比较其实际定位。
Google Research精选AI 评分7373 Google Research 的 Paper Assistant Tool 为 STOC 2026 理论计算机科学论文提供自动反馈
Google Research 为 STOC 2026 创建了由 Gemini 2.5 Deep Think 驱动的 Paper Assistant Tool，在论文提交前提供自动反馈，帮助作者发现计算错误、变量不一致和证明中的逻辑漏洞。
推荐理由：这项试验展示了专用 AI 工具如何在人工同行评审前检查理论论文，并给出错误识别、反馈速度与作者使用感受等具体结果。
Google DeepMind精选AI 评分6666 Google DeepMind扩大与英国AI安全研究所的合作
Google DeepMind宣布通过新的谅解备忘录扩大与英国AI安全研究所（AISI）的合作，从测试模型扩展到基础安全与安全性研究。双方将共享模型、数据和想法，开展联合报告及研究，重点关注AI推理过程监测、社会情感错位和经济系统影响评估。
推荐理由：Google DeepMind与英国AI安全研究所将合作范围从模型测试扩展至基础安全研究，覆盖推理监测、社会情感影响和经济系统评估。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 FACTS Benchmark Suite 评测大语言模型事实性
Google DeepMind 联合 Kaggle 发布 FACTS Benchmark Suite，新增 Parametric、Search、Multimodal 三项基准，并更新 FACTS Grounding Benchmark v2。
推荐理由：FACTS Benchmark Suite 将内部知识、网页搜索、图像问答和上下文 grounding 分开评测，并公开 3,513 个样例，便于比较模型在不同事实性任务上的表现。
Google Research精选AI 评分8282 Google Research 发布 Titans 与 MIRAS 长期记忆架构研究
Google Research 在两篇新论文中提出 Titans 架构与 MIRAS 理论框架，通过可随数据流更新的深层神经网络记忆模块，让模型在运行时选择性保留新信息。
推荐理由：文章系统介绍了 Titans 与 MIRAS 如何通过可在线更新的深层记忆模块处理超长上下文，并给出语言、基因组和时间序列任务上的实验比较。
Google Research精选AI 评分6767 Google Research 发布 MSEB 声音理解基准，评测八类听觉能力
Google Research 发布 Massive Sound Embedding Benchmark（MSEB），用于统一评测检索、推理、分类、转录、分割、聚类、重排和重建八类声音理解能力。
推荐理由：MSEB 将语音与生物声学等场景纳入统一评测，并拆分八类能力，帮助比较通用声音表示与专用系统的差距。
Mistral AI精选AI 评分9191 Mistral AI 发布 Mistral 3 模型系列
Mistral AI 发布 Mistral 3，包含14B、8B和3B的Ministral 3小型稠密模型，以及激活41B、总计675B参数的Mistral Large 3，全部采用Apache 2.0许可。
推荐理由：Mistral 3同时覆盖3B至675B参数规模，并提供Apache 2.0许可、量化格式和多种部署路径，便于比较开放模型的性能与落地成本。
Google DeepMind精选AI 评分7878 AlphaFold 助力解析心脏病关键蛋白 apoB100 结构
科学家借助 AlphaFold 和 cryo-EM 解析了 apoB100 的结构，该蛋白构成低密度脂蛋白（LDL）的分子支架。模型显示，apoB100 形成包裹 LDL 颗粒的笼状外壳，并带有维持颗粒在血液中完整的带状结构，为预防、诊断和治疗高胆固醇及 ASCVD 提供了新的研究方向。
推荐理由：研究将 cryo-EM 图像与 AlphaFold 的原子级预测结合，解析了 apoB100 包裹 LDL 颗粒的结构，为理解和精准干预 ASCVD 提供了结构依据。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 3，Gemini 3 Pro 开放预览
Google DeepMind 发布 Gemini 3，其中 Gemini 3 Pro 已通过 Gemini API 在 Google AI Studio 和 Vertex AI 提供预览，价格为 $2/million input tokens 和 $12/million output tokens，适用于 200k tokens 或更短的 prompts。
推荐理由：Gemini 3 Pro同时覆盖智能体编码、单提示词应用生成和多模态推理，并公布了API价格与接入方式，便于评估其开发价值。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 3，推出 Gemini 3 Pro、Deep Think 与 Google Antigravity
Google DeepMind 发布 Gemini 3，首先推出 Gemini 3 Pro 预览版，并在 Gemini app、AI Mode in Search、AI Studio、Vertex AI 和 Gemini CLI 等入口提供使用。
推荐理由：Gemini 3 Pro、Deep Think 与 Google Antigravity 同步亮相，原文集中展示了模型能力、开发入口和智能体工作流变化。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 SIMA 2，推进可推理和自我改进的虚拟世界智能体
Google DeepMind 发布 SIMA 2，这一研究型智能体结合 Gemini 模型，可在虚拟 3D 世界中理解复杂指令、进行推理、与用户对话并通过自我游戏持续改进。SIMA 2 已在包括 ASKA 和 MineDojo 在内的未训练游戏，以及 Genie 3 生成的新世界中进行测试；目前以有限研究预览形式向少量学者和游戏开发者开放。
推荐理由：文章展示了 SIMA 2 如何结合 Gemini 的推理与自我改进，在未见过的游戏和生成世界中执行复杂任务，并说明其当前局限。
Google Research精选AI 评分7474 Google Research 提出 Nested Learning 范式与 Hope 自修改架构
Google Research 在 NeurIPS 2025 论文中提出 Nested Learning，将模型架构和优化算法视为相互嵌套、同时优化的多层学习问题，以应对持续学习中的灾难性遗忘。
推荐理由：文章将模型架构与优化算法统一为多层嵌套优化问题，并以 Hope 展示连续记忆和长上下文处理的设计路径。