Together AI 发布编码智能体推理基准测试
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
Together AI 与 Adaption 合作,让 Adaptive Data 用户可直接在 Adaption 平台优化数据集后执行 Together Fine-Tuning。
DeepSeek-V4 Pro 已在 Together AI 提供 Serverless Inference,模型级支持 1M 上下文,当前部署窗口为 512K,采用 1.6T 参数 MoE 架构,激活 49B 参数。提供 Non-Think、Think High、Think Max 三档推理模式,并针对重复长上下文给出缓存输入定价($0.20 / 1M tokens)。
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。
NVIDIA Nemotron 3 Nano Omni 现已上线 Together AI 平台,这是一款支持视频、图像、音频和语言的多模态开放模型。其 30B A3B MoE 架构每次激活约 3B 参数,支持最多 256K tokens 的共享多模态上下文,并在单一推理循环中完成跨模态推理。
推荐理由:单一模型统一多模态推理降低了多模型拼接的复杂度,对构建多模态智能体系统的开发者具有直接参考价值。
Mistral AI 发布 Workflows 进入公开预览,这是面向企业 AI 的编排层,基于 Temporal 引擎提供容错执行、可观测性与人工审批。开发者用 Python 编写工作流,通过 Le Chat 触发,Studio 记录全量执行轨迹;控制平面在 Mistral,Worker 部署在用户自有 Kubernetes 环境,支持云、本地或混合部署。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
大阪市立大学工学助理教授 Fujinaga 开发了一套结合图像识别与统计分析的"收获难易度估计"系统,训练机器人在采摘前评估每个番茄的难易程度。测试中成功率达 81%,约四分之一的成功采摘来自首次正面尝试失败后从侧面收获。该研究将"收获难易度"确立为可量化评估指标,推动机器人与人类协作的农业模式。
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。
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。
Mistral 发布 Leanstral,首个面向 Lean 4 的开源代码智能体,在 FLTEval 基准上以 6B 参数超越多个更大开源模型。它通过 Mistral Vibe 集成、支持 MCP,提供免费 API 和 Apache 2.0 权重;pass@2 得分 26.3 仅需 $36,而 Sonnet 4.6 需 $549。
Together AI 在 NVIDIA GTC 2026 宣布多项合作与模型上线,包括集成 NVIDIA Dynamo 1.0 推理框架、通过 NemoClaw 提供超 150 个优化模型、上线 NVIDIA Nemotron 3 Super(120B 参数、1M 上下文窗口)以及 NVIDIA Parakeet TDT 0.6B V3 ASR 模型。
Together AI 发布覆盖 STT、LLM、TTS 的一体化语音 Agent 平台,端到端延迟低于 500ms,并原生集成 Deepgram(STT)和 Cartesia(TTS)。
推荐理由:统一 STT、LLM、TTS 栈并把端到端延迟压到 500ms 以下,让语音 Agent 的实时对话体验更易落地。
Together GPU Clusters(曾用名 Instant Clusters)新增自动扩缩容、基于角色的访问控制、全栈可观测性、自助节点修复与主动健康检查。
Together AI 在首届 AI Native Conf 发布七项更新,涵盖 FlashAttention-4、Together Megakernel、together.compile、Reinforcement Learning API、ThunderAgent、ATLAS-2 与 CPD。
推荐理由:七项发布覆盖内核、强化学习与推理优化,读者可据此评估 Together 在生产部署与训练加速上的最新能力边界。