Google DeepMind 发布 Co-Scientist 多智能体科研系统
Google DeepMind 在 Nature 发表 Co-Scientist 研究，推出基于 Gemini 的多智能体 AI 系统，可迭代生成、辩论并演化复杂科学问题的假设。
AI 评分71
AI 评分 71 / 100
#智能体与工具调用
#智能体与工具调用
今日 4 条Google DeepMind精选
Google DeepMind精选 Google DeepMind 详解 AlphaEvolve 一年落地：从基因组到 TPU 的多领域应用
Google DeepMind 回顾 Gemini 驱动的编码智能体 AlphaEvolve 发布一年来的应用成果，称其已从试点成为 Google 基础设施的核心组件，用于优化下一代 TPU 设计、缓存替换策略和 Spanner 存储。
AI 评分74
AI 评分 74 / 100
Google DeepMind精选 Google DeepMind 发布 AI co-clinician 医疗 AI 研究计划
Google DeepMind 宣布 AI co-clinician 研究计划，探索 AI 智能体在医生临床监督下协助患者诊疗。在 98 个真实初级保健查询的盲评中，该系统 97 例无关键错误，医生更偏好其回答而非主流证据合成工具；在 140 项问诊技能评估中，AI 在 68 项上与初级保健医生相当或更优，但专家医生在识别危险信号和指导关键体格检查上整体表现更好。
AI 评分62
AI 评分 62 / 100
Hugging Face Blog精选 NVIDIA 发布 Nemotron 3 Nano Omni 全模态模型
NVIDIA 发布 Nemotron 3 Nano Omni，一款面向文档分析、多图推理、语音识别、长音视频理解和智能体电脑操作的全模态理解模型，在 MMlongbench-Doc、OCRBenchV2、WorldSense、DailyOmni、VoiceBench 等榜单上取得领先成绩。
AI 评分71
AI 评分 71 / 100
Hugging Face Blog精选推荐 DeepSeek-V4 发布：面向智能体任务的百万 token 上下文
DeepSeek 发布 V4，在 Hub 上提供两个 MoE 检查点：DeepSeek-V4-Pro 总参数 1.6T、激活 49B，DeepSeek-V4-Flash 总参数 284B、激活 13B，均支持 1M token 上下文窗口。
AI 评分87
AI 评分 87 / 100
DeepSeek News精选推荐 DeepSeek-V4 预览版上线并开源：1M 上下文，分 Pro 与 Flash 两个版本
DeepSeek 上线并开源了 DeepSeek-V4 预览版，全系标配 1M 上下文，分为 V4-Pro 与 V4-Flash 两个版本。
AI 评分82
AI 评分 82 / 100
Hugging Face Blog精选 如何在 Chrome 扩展中使用 Transformers.js
Hugging Face 发布教程，讲解如何在 Manifest V3 约束下用 Transformers.js 在 Chrome 扩展中运行本地 AI 功能，并以官方发布的 Gemma 4 浏览器助手扩展为参考实现。
AI 评分62
AI 评分 62 / 100
Hugging Face Blog AI 与网络安全的未来：为什么开放性至关重要
Hugging Face 发文讨论 Mythos 与 Project Glasswing 发布后 AI 网络安全格局，指出 Mythos 的能力来自模型、算力、安全脚手架与自主性组成的系统而非单一模型。文章认为开源代码与工具能在检测、验证、协调、补丁传播四个阶段分散风险，避免闭源单点故障，并主张用半自主 AI 智能体在人类可控前提下防御漏洞。
AI 评分38
AI 评分 38 / 100
Qwen Blog 阿里发布 Qwen3.6-Max-Preview 旗舰模型预览版，强化智能体编程与世界知识
阿里 Qwen 团队发布下一代旗舰模型 Qwen3.6-Max-Preview 预览版，相比 Qwen3.6-Plus 在智能体编程、世界知识和指令遵循上均有提升。
AI 评分59
AI 评分 59 / 100
Hugging Face Blog Ecom-RLVE：面向电商对话智能体的自适应可验证环境
Hugging Face 发布 Ecom-RLVE，将 RLVE 框架从单轮推理题扩展到多轮、工具增强的电商对话，其 EcomRLVE-GYM 提供商品发现、替代品、购物车搭建、退货、订单追踪、政策问答、套装规划、多意图旅程 8 个可验证环境，每个环境含程序化出题、12 轴难度课程与算法可验证奖励。
AI 评分36
AI 评分 36 / 100
Hugging Face Blog精选 Hugging Face 发布 transformers 到 mlx-lm 移植 Skill 与测试框架
Hugging Face 发布一个 Skill 和配套测试框架，帮助贡献者把 transformers 中的语言模型移植到 mlx-lm，使模型加入 transformers 后能较快在 MLX 上可用。
AI 评分60
AI 评分 60 / 100
Hugging Face Blog Hugging Face 发布 VAKRA：评测 AI 智能体推理、工具使用与失败模式
Hugging Face 推出 VAKRA，一个面向企业级环境的可执行基准，用于评测 AI 智能体的组合式推理与工具调用能力。该基准提供 8,000+ 本地托管 API、覆盖 62 个领域，任务需 3-7 步推理链，包含 API 链式调用、工具选择和多跳推理四类任务，模型整体表现不佳。博客还分析了不同任务上观察到的失败模式。
AI 评分39
AI 评分 39 / 100
Hugging Face Blog精选 HCompany 发布 HoloTab：浏览器里的 computer-use AI 扩展
HCompany 发布 HoloTab，一款 Chrome 扩展，可像人一样在任意网站上自动完成任务，无需配置或技术背景。用户描述需求后，智能体在浏览器内导航界面、填写字段并做决策，底层由视觉模型、动作规划和界面理解驱动。
AI 评分69
AI 评分 69 / 100
Qwen Blog精选 Qwen3.6-35B-A3B 开源：35B 总参数、3B 激活的 MoE 智能体编程模型
Qwen 团队开源 Qwen3.6-35B-A3B，这是一个总参数 35B、激活参数仅 3B 的 MoE 模型，主打智能体编程能力。
AI 评分78
AI 评分 78 / 100
Google DeepMind精选推荐 Google DeepMind 发布 Gemma 4 开源模型家族
Google DeepMind 发布 Gemma 4 开源模型家族，包含 E2B、E4B、26B MoE 和 31B Dense 四个尺寸，采用 Apache 2.0 许可。
AI 评分85
AI 评分 85 / 100
Qwen Blog精选 Qwen3.6-Plus 发布：默认 1M 上下文，主打智能体编码与多模态
Qwen 团队发布 Qwen3.6-Plus，通过阿里云百炼 API 上线，默认 1M 上下文窗口，重点强化智能体编码与多模态感知推理。
AI 评分78
AI 评分 78 / 100
Google DeepMind Google DeepMind 为 AI 时代重新设计鼠标指针
Google DeepMind 公布 AI 指针的实验性方案，由 Gemini 驱动，让指针不仅知道指向什么，还能理解其对用户的意义。团队提出四条交互原则：保持工作流不被打断、用指向与语音替代长提示词、支持“这个”“那个”式的自然简写、把像素转成可操作实体。
AI 评分58
AI 评分 58 / 100
Google DeepMind精选 Google DeepMind 发布 Gemini 3.1 Flash Live 语音模型
Google DeepMind 发布 Gemini 3.1 Flash Live，称其为目前质量最高的音频与语音模型，精度更高、延迟更低。该模型在 ComplexFuncBench Audio 上以 90.8% 领先上一代，在 Scale AI 的 Audio MultiChallenge 上开启 thinking 后得分为 36.1%。
AI 评分74
AI 评分 74 / 100
Google DeepMind精选 Google DeepMind 发布 AI 有害操纵评测工具包与万人实验结果
Google DeepMind 发布关于 AI 有害操纵的新研究，称其为首个经实证验证、可在真实世界测量此类操纵的工具包，并公开了用同一方法开展人类受试者研究所需的全部材料。
AI 评分60
AI 评分 60 / 100
Google DeepMind精选推荐 Google DeepMind 发布 Gemini 3.1 Pro
Google DeepMind 发布 Gemini 3.1 Pro，定位为面向复杂任务的核心推理升级，在 ARC-AGI-2 上取得 77.1% 的验证得分，超过 3 Pro 推理性能的两倍。
AI 评分80
AI 评分 80 / 100
Qwen Blog精选 Qwen3.5 发布：首款开放权重模型 Qwen3.5-397B-A17B，原生视觉-语言与智能体能力
Qwen 团队正式发布 Qwen3.5，并推出该系列首款开放权重模型 Qwen3.5-397B-A17B，定位为原生视觉-语言模型。该模型采用线性注意力（Gated Delta Networks）与稀疏 MoE 的混合架构，总参数 3970 亿、每次前向传播仅激活 170 亿参数；语言与方言支持从 119 种扩展到 201 种。
AI 评分72
AI 评分 72 / 100
Hugging Face Blog精选 Meta 与 Hugging Face 发布 OpenEnv，用 Calendar Gym 评测工具调用智能体
Meta 与 Hugging Face 推出开源框架 OpenEnv，用于在真实系统而非模拟环境中评测 AI 智能体，采用 Gym 风格 API 和标准 MCP 工具调用接口。
AI 评分60
AI 评分 60 / 100
Google DeepMind精选 Google DeepMind 用 Gemini Deep Think 加速数学与科学发现
Google DeepMind 发布两篇论文，介绍由 Gemini Deep Think 驱动的数学研究智能体 Aletheia 在数学、物理和计算机科学专业研究问题上的表现。
AI 评分74
AI 评分 74 / 100
Qwen Blog精选 Qwen 发布开源代码模型 Qwen3-Coder-Next，3B 激活参数 SWE-Bench Verified 超 70%
Qwen 团队推出开源权重代码模型 Qwen3-Coder-Next，基于 Qwen3-Next-80B-A3B-Base 构建，采用混合注意力与 MoE 架构，专为编程智能体与本地开发设计。
AI 评分76
AI 评分 76 / 100
OpenAI News 用 GPT-5 模型系列构建应用：实用指南
OpenAI 发布面向初创企业的 GPT-5 模型系列实用指南，聚焦迁移到 Responses API、设计 AI 智能体、调优提示词、引导 GPT-5 模型以及构建可靠的 AI 工作流。
AI 评分32
AI 评分 32 / 100
Google DeepMind精选推荐 Google DeepMind 发布 Gemini 3 Flash
Google DeepMind 发布 Gemini 3 Flash，主打前沿智能与速度兼顾，在 GPQA Diamond 得分 90.4%、Humanity's Last Exam 无工具 33.7%、MMMU Pro 81.2%、SWE-bench Verified 78%，定价为输入 $0.50/1M tokens、输出 $3/1M tokens。
AI 评分84
AI 评分 84 / 100
Google DeepMind精选 Google DeepMind 发布升级版 Gemini 2.5 Flash Native Audio
Google DeepMind 发布升级版 Gemini 2.5 Flash Native Audio，面向实时语音智能体，在函数调用、指令遵循和多轮对话三方面做了改进。
AI 评分74
AI 评分 74 / 100
DeepSeek News精选推荐 DeepSeek 发布 V3.2 与 V3.2-Speciale 正式版：思考模式支持工具调用，网页端、App 与 API 同步升级
DeepSeek 发布正式版 DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale，网页端、App 与 API 已从 V3.2-Exp 升级为 V3.2，Speciale 仅以临时 API 形式开放供评测研究。
AI 评分82
AI 评分 82 / 100
Google DeepMind精选 Google DeepMind 支持美国能源部 Genesis 计划，向 17 个国家实验室开放 AI 科研工具
Google DeepMind 宣布支持白宫 Genesis Mission，与美国能源部合作，动员其 17 个国家实验室、产业界和学术界共建一体化科研发现平台，加速能源、科学发现和国家安全领域的突破。
AI 评分62
AI 评分 62 / 100
Google DeepMind精选推荐 Google DeepMind 发布 Gemini 3 Pro，并推出智能体开发平台 Google Antigravity
Google DeepMind 发布 Gemini 3，其中 Gemini 3 Pro 在各项主流 AI 基准上超过此前版本，编码能力也强于 2.5 Pro，兼顾智能体工作流与复杂零样本任务。
AI 评分87
AI 评分 87 / 100
Google DeepMind精选推荐 Google DeepMind 发布 Gemini 3，Pro 版预览上线并推出 Deep Think 模式
Google DeepMind 发布 Gemini 3，称其为自家最智能的模型，率先以 Gemini 3 Pro 预览版上线，并同步接入 Gemini 应用、搜索 AI Mode、AI Studio、Vertex AI、Gemini CLI 及新智能体开发平台 Google Antigravity。
AI 评分92
AI 评分 92 / 100
Google DeepMind精选推荐 Google 发布智能体开发平台 Antigravity
Google DeepMind 发布智能体开发平台 Google Antigravity，即日起公开预览且免费，支持 macOS、Linux 和 Windows。
AI 评分82
AI 评分 82 / 100
Google DeepMind精选 Google DeepMind 发布 SIMA 2：可推理、对话并在 3D 虚拟世界中自我改进的智能体
Google DeepMind 发布 SIMA 2，将 Gemini 模型嵌入智能体核心，使其从指令执行者升级为能推理目标、与用户对话并自我改进的交互式游戏伙伴。
AI 评分71
AI 评分 71 / 100
DeepSeek News DeepSeek-V3.1 更新至 DeepSeek-V3.1-Terminus 版本
DeepSeek-V3.1 已更新为 DeepSeek-V3.1-Terminus，在保持原有能力基础上缓解了中英文混杂与偶发异常字符问题，并优化了 Code Agent 与 Search Agent 表现，输出更稳定。官方 App、网页端、小程序与 DeepSeek API 均已同步更新，开源版本已在 Hugging Face 与 ModelScope 提供下载。 brief: yes
AI 评分42
AI 评分 42 / 100
DeepSeek News精选 DeepSeek 发布 DeepSeek-V3.1：混合推理架构、Agent 能力增强并开源
DeepSeek 正式发布 DeepSeek-V3.1，用一个模型同时支持思考与非思考模式，并同步升级 App、网页端和 API。
AI 评分78
AI 评分 78 / 100
OpenAI News ChatGPT agent 演示：研究、写代码并在线执行，几分钟完成商业计划
OpenAI 展示 ChatGPT agent 演示，它可自主研究、编写代码并在网上执行操作，几分钟内完成一份商业计划。
AI 评分36
AI 评分 36 / 100
DeepSeek News精选 DeepSeek-R1-0528 小版本升级：AIME 2025 准确率从 70% 提升至 87.5%
DeepSeek 发布 DeepSeek-R1-0528 小版本升级，仍以 2024 年 12 月的 DeepSeek V3 Base 为基座，通过在后训练投入更多算力提升思维深度与推理能力。
AI 评分78
AI 评分 78 / 100
OpenAI News OpenAI o3 如何自动化复杂工作流
OpenAI o3 可对复杂任务进行推理，帮助自动化多步骤工作流。该模型面向需要多步推理与流程编排的场景，官方展示了其处理复杂任务的能力。
AI 评分32
AI 评分 32 / 100
DeepSeek News DeepSeek 发布 V2 系列最终版 DeepSeek-V2.5-1210，官网新增联网搜索
DeepSeek 发布 V2.5 最终版微调模型 DeepSeek-V2.5-1210，并宣布 V2 系列迭代收官，下一代基座模型 DeepSeek V3 正在打造中。
AI 评分52
AI 评分 52 / 100
DeepSeek News DeepSeek API 升级：新增 JSON Output、Function Calling、对话前缀续写、8K 输出与 FIM 补全
DeepSeek API 更新，在 /chat/completions 接口新增 JSON Output、Function Calling、对话前缀续写（Beta）和 8K 最长输出（Beta），并新增 /completions 接口提供 FIM 补全（Beta）。
AI 评分52
AI 评分 52 / 100