Together AI 推出分布感知推测解码（DAS）框架，通过自适应后缀树推测器和长度感知调度，在数学和代码 RL 后训练中分别实现 50% 和 25% 的展开时间缩减，且不损失奖励质量。https://www.together.ai/blog/distribution-aware-speculative-decoding
推荐理由：原文给出了无损加速框架和实验数据，读者可据此评估是否在自己的 RL 后训练流程中引入 DAS。
Vector 团队在 ICLR 2026 发表 48 篇论文并主导 6 个研讨会，覆盖强化推理、生成式多模态、自主智能体、可信 AI 与科学发现等方向。
Weaviate v1.37 已开源并上线云服务，新增 MCP Server、可扩展分词器、MMR 多样性搜索、查询性能分析、增量备份、Gemini 音频支持和 BlobHash 属性类型。MCP Server 让 LLM 和 IDE 可原生对接数据库；增量备份通过引用未变更数据块缩小备份体积；BlobHash 在向量化后仅持久化 SHA-256 哈希。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google Research 发布了一种照片重构图方法，现已集成到 Google Photos 的 Auto Frame 功能中。该方法通过 3D 点图估计和生成式潜在扩散模型，在改变相机位姿与焦距后自动补全原本未拍摄到的内容，并针对人像自动检测广角畸变、恢复自然比例。
Google DeepMind 提出 Decoupled DiLoCo 分布式训练架构，将训练拆分为异步计算岛以隔离硬件故障。实验表明，该架构在 2-5 Gbps 广域网上训练 120 亿参数模型，性能与传统方法持平且速度快 20 倍以上，并能混合不同代 TPU 硬件。
Google Research提出ReasoningBank框架，使智能体能从成功与失败经验中蒸馏推理模式并实现测试时自我进化。在WebArena和SWE-Bench-Verified上，基于Gemini-2.5-Flash的ReasoningBank相比无记忆基线分别提升8.3%和4.6%成功率。MaTTS通过并行与串行缩放进一步增强学习效果。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 合作，帮助各行业大规模采用前沿 AI。
Weaviate 推出托管记忆服务 Engram，基于 Weaviate 向量数据库，通过异步管道从原始数据提取、整合并持久化记忆，支持语义搜索检索。Engram 提供项目级、用户级和属性级作用域，以及可配置管道和缓冲机制，适用于聊天机器人、持续学习和多智能体系统，并计划推出 Claude Code 等集成。
推荐理由：原文给出了记忆管理的能力变化和开放入口，读者可以据此判断它会怎样改变现有 Agent 工作流。
summary_zh: 多租户 GPU 集群让多个团队共享同一硬件，通过硬配额、预订窗口和调度护栏实现租户隔离，防止跨团队资源争抢。平台需提供 pooled capacity、tenant isolation 和 self-serve access 三项核心能力，并支持按租户实际用量直接计费。
Berkeley 团队提出 GRASP，一种针对学习型世界模型的长时序梯度规划器。它通过提升轨迹到虚拟状态实现时间并行优化，在状态迭代中注入噪声探索，并重塑梯度以保留动作梯度、截断易受对抗攻击的状态输入梯度。在 Push-T 任务上，GRASP 在更长时间范围下取得了比 CEM、GD、LatCo 更高的成功率和更快的收敛速度。相关论文已发布于 arXiv。
推荐理由：GRASP 用梯度松弛与状态噪声探索解决长时序世界模型规划的病态优化问题，为当前大模型规划器提供了一条可复用的优化路径。
Google Research 提出 Simula 框架，将合成数据生成重构为机制设计问题，通过推理驱动实现可控制的数据集构建。论文发表于 Transactions on Machine Learning Research，在网络安全、法律推理、数学等五个领域最多生成 512K 数据点，全系统一致优于简单基线，且高质量数据比单纯增加数量更有效。
Google Research发布MoGen模型，通过点云流匹配生成合成神经元形态，用于训练PATHFINDER重建模型。加入10%合成数据后，鼠轴突重建错误率降低4.4%，主要减少合并错误，在全鼠脑规模上相当于节省157人年人工校对。MoGen及物种特异性模型已开源。
推荐理由：用合成神经元训练PATHFINDER，将重建错误率降低4.4%，在全鼠脑规模上相当于节省157人年校对工作。
Google DeepMind 发布 Gemini 3.1 Flash TTS，一款在可控性、表现力和音质上均有提升的文本转语音模型。该模型在 Artificial Analysis TTS 榜单上取得 1,211 Elo，支持 70+ 语言、原生多说话人对话，并新增可用自然语言控制语气、语速和演绎方式的音频标签。
Together AI 发布 Parcae，一种稳定的循环语言模型架构，在相同数据和参数下比先前循环模型降低最多 6.3% 验证困惑度。770M Parcae 达到与 1.3B Transformer 相当的质量，并给出循环次数的幂律缩放关系。团队已开源训练代码与模型。
推荐理由：原文给出具体困惑度对比与参数减半效果，读者可据此评估循环架构在边缘部署中的实际参数效率。
summary_zh: Google Research 发布 Vantage 实验，通过生成式 AI 在模拟环境中评估批判性思维、协作与创造性思维等未来必备技能。
Gemini Robotics-ER 1.6 发布，增强空间推理、多视角理解与仪器读数能力，提升机器人在真实环境中的自主决策水平。该模型通过与 Boston Dynamics 合作发现仪器读数场景，利用 agentic vision 结合视觉推理与代码执行实现精确读数，并在安全性上为迄今最安全版本，在对抗性空间推理任务中优于前代。
Together AI 发布 EinsteinArena，一个让 AI 智能体通过消息、讨论和排行榜协作与竞争的开源平台。智能体已在 11 维接吻数问题上将下界从 593 推进到 604，并在 Erdős 最小重叠问题、第二自相关不等式等多个问题上取得新的 SOTA。平台提供实时验证、公开排行榜和问题讨论线程，所有代码开源。
推荐理由：平台让多个智能体在公开讨论区和实时排行榜上协作与竞争，推动了多个长期开放数学问题的边界。
Google Research 推出 PaperVizAgent 与 ScholarPeer 两款学术智能体，分别用于生成论文配图和自动同行评审。
summary_zh: AI Native Cloud 是为 AI 原生公司量身打造的新一代云基础设施，覆盖从预训练、微调到推理的完整生命周期。它以 GPU 加速、NVLink/RDMA 高速互联和统一软件栈为核心，强调研究到生产的快速转化、推理速度与成本优化，以及可按需扩展的 GPU 集群能力。
Google Research 提出基于情境判断测试的框架，评估25个大语言模型的行为倾向与人类对齐程度。研究发现小模型对齐率接近随机，大模型在共识较低时仍过度自信，且自我报告行为与实际行为存在偏差。
Together AI 发布 DBPlanBench，把 Apache DataFusion 的物理执行计划暴露给 LLM，通过紧凑 JSON 序列化和 JSON Patch 局部修改计划，避免重新生成整个计划。
推荐理由：将 LLM 引入物理计划优化，用语义推理弥补统计估计偏差，为数据库查询加速提供了可复现的新方法。
Google DeepMind 发布 Gemma 4 开源模型家族，提供 Effective 2B、Effective 4B、26B MoE 与 31B Dense 四种规格，31B 在 Arena AI 文本榜位列全球第 3，26B 位列第 6。模型原生支持多模态、函数调用、128K–256K 上下文与 140+ 语言，并采用 Apache 2.0 许可证。
推荐理由：原文给出 Gemma 4 四种规格与 Arena 排名，读者可据此评估本地部署与边缘场景的可行性。
Together AI 的内核团队在 2022 年阵亡将士纪念日假期发布 FlashAttention，实现 2–3 倍加速。2025 年 3 月团队约 15 人，用一周时间基于 ThunderKittens 在 Blackwell 上开发出比 cuBLAS 快 2 倍的 FP4/FP8 GEMM 内核。团队采用学术与产业协同模式，成员来自 UCSD、普林斯顿、Caltech 等。
Google Research 提出森林与树的(N,K)权衡框架，研究在固定预算下标注条目数与每条目标注者数量的最优配比。实验基于毒性、DICES、D3code、Jobs 等真实主观数据集，发现每条目 3–5 个标注者常不足、多数票用广度策略、意见分布用深度策略，并开源了模拟器。
推荐理由：给出了(N,K)权衡的模拟框架和开源工具，读者可据此在有限预算下设计更可复现的评估方案。
Mistral AI 发布 Spaces CLI，为人类开发者和 AI 智能体提供统一命令行接口。文章提出交互输入应有 flag 等价、状态显式化、插件可自省等原则，并指出生成 context.json 和 AGENTS.md 可显著减少智能体错误。从单提示到部署上线仅需不到 10 分钟。
推荐理由：原文系统阐述了让 CLI 同时服务人类与 AI 智能体的设计原则，涵盖 flag 等价、显式状态、插件化等模式，读者可据此构建更可组合、可脚本化的开发者工具。
Together AI 发布开源框架 Aurora，将推测解码改为由在线推理 trace 持续训练 draft 模型的飞轮。在 Qwen3 和 Llama3 上比已训好的静态 speculator 额外提速 1.25x；域切换后约 10,000 个请求恢复接受长度；混合流量下从零在线训练 acceptance length 达 3.08、吞吐 302.3 tokens/s。代码已开源。
推荐理由：把 speculative decoding 从静态离线训练改成在线自适应飞轮，对已训好的静态 speculator 能再叠加 1.25x 加速。
Ollama 0.19 预览版在 Apple Silicon 上基于 MLX 框架加速，M5/M5 Pro/M5 Max 利用新 GPU 神经加速器提升 TTFT 和生成速度。引入 NVIDIA NVFP4 格式支持，并升级缓存以提高响应效率。
推荐理由：Apple Silicon 上运行 Ollama 的速度变化和 NVFP4 支持，可帮助用户评估本地推理的性能边界。
Google DeepMind 发布由 Gemini 驱动的实验性 AI 指针，旨在让指针理解用户所指的视觉与语义上下文，减少繁琐提示词。
Together AI 发表 ICLR 2026 论文，提出研究长上下文 LLM 分治框架的理论方法。Planner 重写任务、Worker 并行处理文档分块、Manager 聚合答案，弱模型（如 Llama-3-70B、Qwen-72B）使用该框架可匹配或超越 GPT-4o 单次处理。
推荐理由：弱模型配合分治策略可在长上下文任务中追平 GPT-4o 单次推理，为工程落地提供低成本并行方案。
Google Research 发布 Vibe Coding XR 工作流，将 Gemini 与基于 WebXR、three.js、LiteRT.js 的 XR Blocks 框架结合，把自然语言提示转为具备物理感知的可运行 Android XR 应用，整个过程不到 60 秒。
推荐理由：原文给出了从自然语言到可运行 Android XR 应用的端到端流程与实测基线，读者可据此判断自身原型开发是否值得接入。
Google Research 提出 TurboQuant 压缩算法，在零精度损失下将 KV cache 压缩至 3 bits，并在 H100 上实现 8x 注意力计算加速。配合 QJL 与 PolarQuant 方法，在 LongBench 等长上下文基准上保持模型性能，同时显著降低内存与检索开销。
推荐理由：原文给出 TurboQuant 在 KV cache 和向量搜索上的压缩比与速度提升数据，读者可据此评估其工程落地价值。
Google Research 推出 S2Vec，一个自监督框架，通过将城市地理空间数据栅格化为多层图像并使用掩码自编码学习通用嵌入向量。在社会经济预测任务的零样本地理外推上，S2Vec 表现优于 SATCLIP、GEOCLIP、RS-MaMMUT、Hex2vec 和 GeoVeX 等基线模型。但在树冠覆盖率和海拔等环境任务上仍有明显改进空间。
Mistral AI 发布 Voxtral TTS，4B 参数、支持 9 种语言的多语言文本转语音模型，提供自然、情感化语音生成与低延迟流式输出。模型通过 API 和 Mistral Studio 开放，定价 $0.016/1k 字符，并提供开源权重。
推荐理由：原文给出延迟、定价与多语言支持等具体指标，读者可据此评估其是否适配自有语音 Agent 流程。
Together AI 扩展 Together Fine-Tuning，原生支持工具调用、推理与视觉语言模型微调，并升级训练栈以支持 100B+ 参数模型、最高 6 倍吞吐提升和 100GB 数据集。
推荐理由：原文给出工具调用、推理与视觉模型微调的新支持，以及训练吞吐和数据集上限提升，读者可据此评估自身多轮工作流的迭代成本与可靠性改善空间。
Google Research 在 The Check Up 活动中公布多项医疗 AI 成果，包括与 Fitbit 合作开发的 Personal Health Agent、与 Imperial College London 和 NHS 合作提升乳腺癌检测、并识别 25% 此前被漏诊的 interval cancers。
Google Research与多家NHS机构合作，在Nature Cancer发表两项互补研究，评估AI乳腺X光筛查系统。
推荐理由：两项Nature Cancer研究显示AI在乳腺X光筛查中可减少约四成人工阅读工作量，同时保持与双读流程相当的灵敏度。
Together AI 联合 CMU、Princeton、Cartesia AI 发布 Mamba-3，一种以推理效率为主要目标的新状态空间模型（SSM）。
推荐理由：Mamba-3以推理效率为核心重新设计SSM，在1.5B规模上对延迟与精度给出了可对比的实测结果。
Mistral AI 发布 Mistral Small 4，统一推理、多模态与编码能力，Apache 2.0 开源许可。模型采用 MoE 架构，119B 总参数含 6B 激活参数，支持 256k 上下文，延迟优化下完成时间减少 40%、吞吐优化下每秒请求数提升 3 倍。来源：https://mistral.ai/news/mistral-small-4/
推荐理由：Mistral Small 4 将推理、多模态与编码能力整合进单一开源模型，用户无需在多个专用模型间切换即可处理复杂任务与文档分析。
Mistral AI 作为创始成员加入 NVIDIA Nemotron Coalition，与 NVIDIA 共同开发前沿开源基础模型， Mistral Small 4 今日发布。
Google Research与康奈尔大学合作评估了六种大语言模型在高温超导领域回答专家级问题的能力，发现基于精选文献库的NotebookLM和定制RAG系统表现最优。研究基于67道专家设计的问题，从六个维度评分，指出当前LLM在区分已证伪假设和把握文献时序方面存在不足。