Mistral 发布工业工程 AI 栈与 Vibe 智能体,并宣布法国 10 MW 数据中心
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈,与 Airbus、BMW、ASML 合作优化设计、仿真与生产,同时保持对专有数据和 IP 的控制。
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈,与 Airbus、BMW、ASML 合作优化设计、仿真与生产,同时保持对专有数据和 IP 的控制。
Mistral 将 Le Chat 升级为统一 AI 智能体 Vibe,覆盖工作与编码两类场景,原有对话、设置和订阅方案全部保留。
Mistral AI 发布 Search Toolkit 公开预览版,这是一个用于构建 AI 应用生产级搜索管线的可组合框架,把摄取、检索和评估整合到共享接口的单一框架中,开源且可部署在云、本地或边缘。
Google 为隐私分析服务推出零信任聚合方案,将新型单次消息加密聚合协议与 TEE 结合,使设备无需多轮在线即可提交数据。该方案保证 Google 只能获得匿名化的群体聚合洞察,原始数据即使在硬件保护范围内也不会被暴露或重建,TEE 认证则向参与者证明协议按公开代码正确执行。
Mistral 将 Emmi AI 并入后推出物理 AI 基础能力,用于 AI 原生工业工程,合作方包括 ASML、Airbus、Safran 和 Siemens Energy。该模型从几何与边界条件直接预测物理场,单次前向传播在单 GPU 上以秒级完成,而传统 CFD/FEM 仿真每个设计变体需数小时至数周。它面向设计迭代提速,传统求解器仍保留用于验证和边缘场景。
Mistral 收购 Emmi AI,并加倍投入面向航空航天、汽车、半导体和能源等行业的 Physics AI 基础研究。其成果包括 AB-UPT 可在单张 GPU 上处理 900 万表面单元和 1.4 亿体积单元,以及面向 3D 机翼跨音速流场的约 30,000 个 CFD 仿真样本数据集。
Mistral AI 本周签署最终协议收购 Physics AI 先驱 Emmi AI,以强化其面向工业企业的 AI 转型服务能力。Emmi AI 成立于奥地利,团队超过 30 名研究人员和工程师,专注大型工程模型,可将多日计算替换为实时仿真并构建数字孪生,其联合创始人及团队将于 5 月加入 Mistral 的 Science 与 Applied AI 团队。
Mistral 发布 Mistral Medium 3.5,这是其首个将指令遵循、推理与编码合并的 128B 稠密模型,采用修改版 MIT 许可开放权重,支持 256k 上下文窗口,最少四块 GPU 即可自托管。
Mistral 在 Studio 发布 Connectors,内置连接器与自定义 MCP 均可通过 API/SDK 用于所有模型和智能体调用,目前处于 Public Preview。
Google DeepMind 在亚太地区启动首届加速器计划,聚焦“AI for the Planet”,面向该地区初创公司、研究团队和非营利组织,为期三个月。入选机构将获得专家指导和定制支持,并借助 Google AI 专家的前沿 AI 与科学 AI 模型,解决自然、气候、农业、能源等领域问题。计划以在新加坡举办的线下训练营启动,现已开放注册意向。
Google 发布 Empirical Research Assistance(ERA),一个用 Gemini 编写和优化科学代码的研究工具,相关论文今日发表于 Nature,并作为 Gemini for Science 的一部分向全球科学家开放。
Google DeepMind 的 Co-Scientist 正被用于加速细胞衰老逆转研究,它扫描数万篇论文后提出 20 多个可测试的新遗传因子,其中几个经实验室验证能成功驱动细胞进入更年轻状态并改善整体功能。它还能将原本长达六个月的筛选数据分析缩短至几天。
Google DeepMind 在实验性原型 Project Genie 中上线 Street View grounding 能力,用户可通过 Maps 图钉选择美国境内真实地点,再选择风格并描述角色,由 Genie 生成起始位置锚定真实影像的可交互世界。
Google DeepMind 发布 Gemini Omni 系列首个模型 Gemini Omni Flash,可组合图像、音频、视频和文本输入生成高质量视频,并支持通过自然语言对话逐轮编辑视频。
Google DeepMind 发布 Gemini for Science,在 Google Labs 上线三款实验工具:基于 Co-Scientist 的 Hypothesis Generation。
Google 宣布把内容透明度与验证工具扩展到 Search、Gemini、Chrome、Pixel 和 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 SynthID 验证已被使用 5000 万次,并将在未来几周进入 Search 和 Chrome。
Google DeepMind 与新加坡政府达成国家 AI 合作,在医疗、科研、教育和气候领域推出新项目。合作探索 AI 辅助临床的"三方照护"模式,用 AlphaFold 和 Google Earth 推进东南亚传染病研究,并开发基于 Gemma 的跑步助手帮助视障运动员独立训练。
剑桥大学教授 Clare Bryant 使用 Google Co-Scientist 研究流感等病原体跨物种传播引发败血症的分子机制,该工具生成并排序的假说帮她锁定了一个此前未关注的蛋白,并逐步细化到具体氨基酸位点。她的团队正构建携带这些氨基酸突变的细胞系验证假说,原本需两到三年的实验工作预计可在六个月内完成。
Calico Life Sciences 的 Matt Onsum 与 Katherine Labbé 正使用 Google DeepMind 的 Co-Scientist 整合衰老生物学中零散的研究发现并生成可验证假设。
爱丁堡大学团队用 Google Co-Scientist 研究 MASH 肝病,系统整合肝脏生物学与药理学证据,锁定 NLRP3 炎症小体作为连接炎症与代谢的关键分子桥梁,解释药物 resmetirom 为何仅对少数符合条件的患者有效。该假设经实验验证,有望推动靶向双重疗法。
Google DeepMind 的 Co-Scientist 帮助 MIT 机械工程师 Ritu Raman 快速梳理 ALS 相关文献,将想法转化为可检验假设并按可行性与风险收益排序。
斯坦福大学医学院 Gary Peltz 团队利用 Google Co-Scientist 筛选抗肝纤维化药物,其提出的 3 个候选药物中有 2 个在活体人类肝细胞测试中阻断纤维化并促进肝细胞再生,而 Peltz 自行挑选的 2 个药物均无效。其中抗癌药 vorinostat 阻断了 91% 可驱动肝瘢痕形成的损伤反应,相关研究已发表于 Advanced Science。
Google DeepMind 与 Google Research 开发的 AI 天气模型 WeatherNext 帮助美国国家飓风中心提前五天以 80% 置信度预测飓风 Melissa 将以五级强度登陆牙买加,三日前置信度接近 100%。
Google DeepMind 发布 Gemini 3.5 模型系列,首发 3.5 Flash,主打智能体与编码能力,即日起在 Gemini app、Google Search 的 AI Mode、Google Antigravity、Gemini API 及 Gemini Enterprise 上线。
Google DeepMind 在 Nature 发表 Co-Scientist 研究,这是一个基于 Gemini 构建的多智能体 AI 系统,可迭代生成、辩论并演化科学假设。
伯克利 AI 研究团队梳理了并行推理领域进展,重点分析自适应并行推理——让模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调。现有方法如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inference 多由外部预设并行结构,未教会模型自适应行为。
Google DeepMind 发布 AlphaEvolve 一年进展汇总,这款由 Gemini 驱动的编码智能体已从数学与计算机科学的开放问题扩展到基因组、电网、量子物理和 AI 基础设施等领域。
Google Research 披露其开源工具与开放数据集已赋能全球超 25 万名研究者和开发者。其中基因组学工具 DeepVariant、DeepConsensus、DeepPolisher 已支持处理 250 万人的外显子与全基因组,医疗基础模型 MedGemma 下载量超 480 万次。Open Health Stack 已在 10 多个国家部署,覆盖超 6500 万受益者。
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现有证据综合工具;在 140 项问诊技能评估中,AI 在 68 项达到或超过初级保健医生水平,但专家医生在识别危险信号和指导关键体格检查上整体更优。
Google Research 介绍科学家如何使用其 Empirical Research Assistance(ERA)工具推进科研,涵盖流行病预测、宇宙学、碳监测和神经科学四个方向。
Mistral AI 发布 Workflows 公开预览,定位为企业 AI 的编排层,提供持久执行、可观测性和容错能力,用于把 AI 流程从概念验证推进到生产。
Google DeepMind 与韩国科学技术信息通信部(MSIT)达成合作,将在首尔办公室设立 AI Campus,向韩国学界开放 AlphaEvolve、AlphaGenome、AlphaFold、AI co-scientist 和 WeatherNext 等前沿模型。
Google Research 宣布在 Google Photos 的 Auto frame 功能中上线一种新方法,可在照片拍摄后调整相机视角。该方法先用内部 3D 点图估计模型重建场景与焦距,再用生成式潜在扩散模型补全新视角下暴露出的空白区域,并自动检测人脸位置与广角畸变来推荐理想取景。该功能已面向含人物的照片自动生效,用户可在 Auto frame 候选中选择重新构图后的版本。
Google DeepMind 发布论文提出 Decoupled DiLoCo 分布式训练架构,把大规模训练拆分为解耦的计算孤岛,孤岛间以异步数据流通信,从而隔离局部硬件故障。
Google Research 发布 ICLR 论文 ReasoningBank,一种从成功和失败经验中提炼高层推理模式的智能体记忆框架,并已开源。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 五家咨询公司合作,推动前沿 AI 在企业规模化落地。合作方将获得包括 Gemini 系列在内的前沿模型早期访问权,并围绕金融、制造、零售、媒体娱乐等行业开发行业专属 AI 方案。目前仅 25% 的组织成功将 AI 推进到规模化生产阶段。
Berkeley AI Research 提出 GRASP,一种面向学习型世界模型的基于梯度的规划器,通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以探索、并重塑梯度让动作获得清晰信号,同时避开高维视觉模型中脆弱的“状态-输入”梯度,使长时程规划更实用、更鲁棒。
Google 提出推理优先的合成数据生成框架 Simula,将数据集构建重构为机制设计问题,通过全局多样化、局部多样化、复杂化和双批评家质量检查四个步骤,从零构建数据集,无需种子数据。
Google Research 提出 MoGen(Neuronal Morphology Generation),用 PointInfinity 点云流匹配模型生成合成神经元形态,为 PATHFINDER 重建模型补充训练数据,在保留的小鼠轴突上把重建错误率降低 4.4%,主要来自合并错误的减少。
Google DeepMind 推出新一代文本转语音模型 Gemini 3.1 Flash TTS,主打更强的可控性、表现力与音质,即日起面向开发者通过 Gemini API 和 Google AI Studio 预览、企业通过 Vertex AI 预览、Workspace 用户通过 Google Vids 使用。