Mohamad Moosavi:用 AI 加速气候技术材料的搜索
summary_zh: Mohamad Moosavi 是多伦多大学化学工程助理教授、Vector Institute Faculty Member,致力于用深度学习加速碳捕获、能源存储和催化等可持续技术的材料发现。
summary_zh: Mohamad Moosavi 是多伦多大学化学工程助理教授、Vector Institute Faculty Member,致力于用深度学习加速碳捕获、能源存储和催化等可持续技术的材料发现。
Mistral 在 Studio 发布 Connectors,使内置与自定义 MCP 可通过 API/SDK 用于所有模型和 Agent 调用,并支持直接工具调用与人工审批流程。开发者可将企业集成封装为可复用实体集中注册,减少重复搭建与认证壁垒。
推荐理由:Studio 新增 Connectors 与直接工具调用,开发者可将企业集成封装为可复用实体并在 LeChat 与 AI Studio 间共享,减少重复搭建与认证壁垒。
Weaviate Blog 发布教程,展示如何利用内置 MCP 服务器搭建代码助手:将代码按语法边界分块注入 CodeChunks,按标题分块注入 DocChunks,通过混合搜索(BM25+向量)让 Claude Code、Cursor、VS Code 调用 weaviate-query-hybrid 获取真实代码引用,而非依赖模型训练数据。
推荐理由:原文给出了一套从零搭建代码助手的方法和脚本,读者可按步骤实操并迁移到自己的代码库。
Google在Nature发表ERA论文并将其作为工具开放,ERA使用Gemini通过树搜索优化科学代码,在基因组学、公共卫生等六类基准上达到专家级性能。ERA已应用于八个科学问题的研究中,涵盖流行病预测、CO2监测、径流预报、太阳能优化和零售预测,并作为Computational Discovery的核心组件通过Gemini for Science逐步开放。
summary_zh: Vector Institute 发布 Health AI Implementation Toolkit v2.0,提供五阶段框架帮助医疗系统领导者、AI 供应商和临床团队安全负责任地部署 AI。
Together AI 推出面向编码智能体的规模化推理基准,测试长提示(45k–200k token)、高并发与短输出(平均 450 token)场景下的 TPM、TPS 与 p50 TTFT。
推荐理由:原文给出了一套高并发长上下文编码智能体的基准测试方法与退化曲线,读者可据此评估自研或商用引擎在真实负载下的 TTFT 与吞吐表现。
Omar Abudayyeh 和 Jonathan Gootenberg 用 Co-Scientist 扫描数万篇论文,提出 20 多个可逆转衰老的新基因假说,并验证部分成功使细胞恢复年轻状态。Co-Scientist 将大规模筛选数据与文献分析的时间从最多 6 个月缩短到几天。
SentinelOne 分析 fast16.sys 病毒,称其可精准篡改高精度计算软件结果,影响 LS-DYNA 等工具。Tilde Research 指出 Muon 优化器会导致 MLP 层大量神经元死亡,并提出 Aurora 优化器,在 nanoGPT 上损失与 MMLU 优于 Muon。
Google 在 Project Genie 中接入 Street View 真实街景图像,生成式世界模型可基于美国真实地点生成互动虚拟环境。该功能通过 Maps Imagery Grounding 技术实现,用户可选风格(如"Ocean World"、"B&W film")并描述角色,Genie 创建锚定真实街景的想象世界。
Google DeepMind 发布 Gemini for Science,包含 Google Labs 三款实验工具(Hypothesis Generation、Computational Discovery、Literature Insights)和桌面端 Science Skills。
推荐理由:原文给出三款实验工具与企业预览入口,读者可据此评估自身研究工作流是否适配。
Google 正在把内容透明度与验证工具扩展到搜索、Gemini、Chrome、Pixel 和 Google Cloud。SynthID 已为超过 1000 亿张图片和视频、6 万年音频加上水印,Gemini 应用中的验证功能已被使用 5000 万次,并将在未来几周扩展到搜索和 Chrome。
推荐理由:原文列出了 SynthID 与 C2PA 在搜索、Chrome、Pixel 上的落地范围,可据此判断内容溯源的行业分工。
Google DeepMind 在新加坡启动国家 AI 合作计划,聚焦医疗、教育与科研。合作包含 AI co-clinician 研究、AlphaFold 等 AI for Science 工具、Gemma 跑鞋助手、Gemini for Education 全校覆盖,以及与 IMDA 和 MLCommons 共建多模态安全基准。
summary_zh: 剑桥大学 Clare Bryant 教授使用 Google DeepMind 的 Co-Scientist 工具研究病原体跨物种传播引发败血症等疾病的分子开关。
summary_zh: Google DeepMind 推出 AI 研究助手 Co-Scientist,帮助 Calico Life Sciences 的专家整合衰老生物学领域的分散发现,生成可验证的新假设。
summary_zh: 爱丁堡大学生物工程师 Filippo Menolascina 使用 Co-Scientist 梳理文献,针对代谢功能障碍相关脂肪性肝炎(MASH)生成新假设。
MIT 的 Raman 与 Boston Children's Hospital 的 Flynn 利用 Co-Scientist 整合神经组织工程与 RNA 表面图谱技术,快速梳理 ALS 矛盾文献并生成可检验假设。Co-Scientist 帮助研究者按可行性与风险收益排序研究方向,并催化两人合作探索 RNA 机制与潜在 RNA 药物。
斯坦福遗传学家 Gary Peltz 使用 Co-Scientist 从现有药物文献中筛选肝纤维化候选药,Co-Scientist 提出的三种候选药中有两种在人体肝细胞实验中阻断纤维化并促进肝细胞再生,其中抗癌药 vorinostat 阻断了 91% 的损伤应答。
推荐理由:原文给出 Co-Scientist 在肝纤维化药物筛选中的对比结果,读者可据此评估 AI 科研助手在真实实验中的辅助价值。
Google DeepMind与Google Research开发的AI天气模型WeatherNext在2025年10月飓风Melissa登陆牙买加前5天预测其将达到5级强度,置信度80%,3天前升至近100%。
推荐理由:WeatherNext在飓风Melissa登陆前5天以80%置信度预测出5级强度,为防灾争取了关键准备时间。
Kubernetes 1.36 将 Mixed Version Proxy(MVP)从 Alpha 升级为 Beta 并默认启用,解决集群升级期间旧 API server 对新资源返回 404 的问题。
NASA 与 Microchip Technology 联合开发的新一代抗辐射处理器,在 JPL 的辐射、热和冲击测试中表现出约 500 倍于现有航天抗辐射芯片的性能。该芯片采用系统级封装,集成了 CPU、计算卸载、网络、内存和 I/O,目标是在深空、月球和火星任务中支持自主决策与科学数据处理,并计划应用于地球轨道器、行星车、深空探测器和载人栖息地。
Together AI 与 Pearl Research Labs 合作推出 Gemma-4-31B-it-pearl 推理端点,价格折扣超 25%,由 Pearl 加密货币收益对冲。Pearl Network 通过 Proof of Useful Work 在推理和训练过程中并行生成 ¶PRL 代币,降低 LLM 每 token 价格。
Together AI 发布开源视频翻译工具 Violin,集成 Whisper V3 转录、DeepSeek V4 Pro 翻译和 Cartesia Sonic 3 语音合成,并提供视频内容问答与自然语言选音功能。工具以 MIT 许可证开源,包含 Web 应用、CLI 和 Agent 技能,演示视频 24 小时后删除。
summary_zh: Weaviate v1.37 将分词器变为可观测且多语言友好的数据库组件。文章覆盖混合搜索基础、四种分词方法(word/lowercase/whitespace/field)、重音折叠以解决多语言搜索失配,以及按属性配置停用词和 tokenize 接口验证。
Kubernetes v1.36 将 Workload API 改为静态模板,并引入独立的 PodGroup API 与专用的 PodGroup 调度周期,实现原子级工作负载调度。同时推出拓扑感知调度、工作负载感知抢占、PodGroup 的 DRA ResourceClaim 支持,以及 Job 控制器与新一代 API 的首批集成。所有功能均以 Alpha 特性提供,需启用对应的功能开关。
推荐理由:原文给出了架构升级和多项新功能,读者可以据此评估它对大规模 AI 训练与批处理工作流的实际影响。
Baycrest、多伦多大学和约克大学的研究显示,日常对话中的停顿、填充词(uh/um)及取词困难与执行功能显著相关,AI 分析语音可预测认知测试表现,且不受年龄、性别和教育程度影响。研究者认为自然语音或成为比传统纸笔测试更易重复的认知筛查工具,但需长期研究区分正常老化与疾病早期信号。
Kubernetes v1.36 将节点、Pod 和容器层级的 PSI 压力指标升级为稳定可用(GA),不再需要功能门控。Kubelet 会先检测内核是否支持 PSI 再上报,避免旧版本在内核未启用时输出误导性零值。
推荐理由:原文给出资源占用实测数据,读者可据此判断在生产集群启用 PSI 监控的额外开销是否在可接受范围内。
Google DeepMind 在 Nature 发表 Co-Scientist 研究,推出基于 Gemini 的多智能体系统,通过生成、辩论与演化假设来加速生命科学等领域的科研突破。
推荐理由:原文给出多智能体协作与假设生成引擎的具体阶段,读者可据此评估它对现有科研工作流的实际改变。
DeepSeek-V4 支持 1M 上下文窗口,通过 CSA/HCA/SWA 混合注意力在 token 轴压缩 KV 缓存。在 NVIDIA HGX B200 上,缓存策略使单节点 KV 容量从约 1.2M token 提升至 3.7M token。
推荐理由:V4 把百万上下文变成系统问题,读者可据此判断自身负载是否落在压缩注意力与缓存策略的有效区间。
summary_zh: 使用 Goose CLI Agent 配合 Together 的 dedicated containers skill,从 HuggingFace 拉取 Netflix 刚发布的 void-model,在单次会话内完成容器配置并部署到 Together DCI 基础设施,实现发布当天即可运行。
Kubernetes v1.36 发布 Dynamic Resource Allocation(DRA)更新,带来多项功能毕业、新增能力与驱动扩展。
Kubernetes v1.36 引入服务端分片 List 和 Watch(KEP-5866),API server 按 hash 范围过滤事件,每个控制器副本只接收所属分片。
Vector Institute 发布两部分Agent评估策略研究,第一部分提出混合评估框架,结合机器可验证结果与LLM-as-judge,并给出NYC Airbnb分析Agent的三种失败模式案例;第二部分通过ICL实验发现系统提示中的
推荐理由:文章给出了多模型ICL实验的误对齐率数据,读者可据此评估自身系统提示中模式跟随类指令的潜在风险。
Google DeepMind 发布 AlphaEvolve,一款由 Gemini 驱动的编程智能体,用于设计高级算法并已在数学、计算机科学和 Google 基础设施中部署。
推荐理由:原文展示了 AlphaEvolve 在数学、量子物理、基础设施和商业场景中的具体提升,读者可据此评估它作为通用算法设计智能体的实际边界。
EPFL Philippe Schwaller 团队在 Matter 发表 Synthegy 框架,将大语言模型作为推理工具指导传统计算搜索。化学家以自然语言给出合成策略(如优先成环、避免保护基),系统评分并解释匹配度,双盲研究中 36 位化学家的评估与系统结果一致率为 71.2%。同一接口也可用于反应机理的电子步骤搜索与条件细化。
Kubernetes v1.36 中原生类型的声明式验证(Declarative Validation)达到 GA,DeclarativeValidation 功能门控默认启用。
Kubernetes v1.36 引入 manifest-based admission control alpha 特性,允许通过 API server 启动时加载磁盘上的策略文件,在集群引导阶段即生效并防止被删除。
推荐理由:原文给出了 manifest-based admission control 的启动加载机制和保护边界,读者可以据此评估它对集群引导阶段安全策略可用性的实际改善。
Together AI 在 NVIDIA GTC 2026 分享其生产级推理优化体系,涵盖 FlashAttention-4、ThunderKittens 及开源自适应推测解码系统 Aurora(最高加速 1.25x)。
Kubernetes v1.36 引入 Pod-Level Resource Managers(Alpha),将 Topology、CPU 与 Memory 管理器从容器级分配扩展为 Pod 级资源预算与 NUMA 对齐。
summary_zh: Google Research 强调开源软件与开放数据集是现代科学的驱动力,通过与 UCSC Genomics Institute、Janelia、ISTA、CSIRO、AIIMS 及 Human Pangenome Research Consortium 等机构合作推动科学进步。
Kubernetes v1.36 中 In-Place Pod-Level Resources Vertical Scaling 毕业进入 Beta,通过 InPlacePodLevelResourcesVerticalScaling 功能门控默认启用,允许用户在线调整 Pod 的聚合资源预算,通常无需重启容器。