Meta 推出 Spaces，让用户以主题项目形式与 Muse 智能体协作
Meta 推出 Spaces，为 Muse 智能体提供按主题组织协作的新方式，用户在聊天中描述想法，Muse 即会生成追踪器、规划器或项目面板。Space 位于界面侧边栏，可集成第三方应用并在后台自动更新演唱会日期、价格变动或储蓄进度等信息。这是 Meta 近一周内发布的第二个 Muse 新功能，此前已推出支持视频聊天和语音指令的 Muse Voice。
#多模态
TechCrunch · AIAI 评分4444
Latent SpaceAI 评分7171 Thinking Machines 发布 Inkling 2 Small：68 小时预训练，号称美国最强开源权重模型
Thinking Machines 发布多模态 MoE 模型 Inkling 2 Small，总参数 594B、激活 17B，在 GB300 上用 68小时完成主预训练 8.4T token，全流程原生 NVFP4，后训练为 9 天 1700 万次 rollout，支持 1M 上下文。
Hugging Face Blog精选AI 评分6161 NVIDIA 发布 Cosmos 3 四个开放权重模型用于交互式世界仿真
NVIDIA 为 Cosmos 世界模型开发平台新增四个 Cosmos 3 Nano 开放权重检查点，均含 16B 可训练参数并采用 OpenMDW1.1 许可。四个模型分别覆盖自动驾驶多视角数据生成、同步相机与 LiDAR 流式仿真、模拟器控制转真实感视频，以及双臂机器人动作到视频预测，并开放后训练配方与推理技能。
推荐理由：NVIDIA 开放四个 Cosmos 3 Nano 后训练检查点及配方，为机器人与自动驾驶仿真提供可商用起点。
Google DeepMind精选AI 评分6262 Google 推出 Gemini Omni 1.2 Flash，支持 15 秒视频并降价 30%
Google DeepMind 推出 Gemini Omni 1.2 Flash，并在 Gemini API 与 Gemini for business 上全面开放。
推荐理由：原文给出时长、价格与多轮编辑能力变化，读者可据此评估视频生成工作流的成本与可用边界。
NVIDIA BlogAI 评分4242 NVIDIA Omniverse：开发者如何用前沿 AI 智能体将创意变为仿真应用
开发者正将 GPT-6 Astra、Claude 等前沿 AI 模型与 NVIDIA Omniverse 库结合，通过自然语言指令构建可编辑的 3D 资产、机器人拆卸仿真和燃气轮机数字孪生等应用。
Hugging Face BlogAI 评分4343 Hugging Face 推出 Dharma Field Extractor：20 亿参数模型从任意文档提取结构化 JSON 字段
Hugging Face 发布 Dharma Field Extractor，基于 20 亿参数的 DharmaOCR-LITE v1.1 加 LoRA 适配器训练，可从任意文档图像按开放或指定 schema 提取字段并输出结构化 JSON。
Hugging Face Blog精选AI 评分7474 IBM 发布 Palette：训练 20B 开源模型按你的设计语言生成幻灯片
IBM Research 发布 Palette，用一个 20B 开源模型生成符合指定设计语言的演示文稿。它把任务拆成设计师和编码器两个角色，由单一 LoRA 适配器服务；设计师产出结构化 JSON 简报，编码器为每页写 pptxgenjs 代码，编码阶段并行运行约快 6–7 倍。
推荐理由：IBM 公开 20B 开源模型 Palette 的数据合成、训练与检查修复方法，为可自托管的演示文稿生成给出可迁移路径。
Import AIAI 评分4343 Import AI 479：Realtime-Bench 显示大语言模型不擅长低延迟任务
Realtime-Bench 包含 50 个交互式游戏与网页任务，用于评估 AI 系统在实时场景下的表现。GPT-6-Astra (high) 在 wall clock 设置中通过率最高，为 36%，而暂停时钟下高推理模型可达 70% 至 80%。低分表明 AI 智能体在低延迟任务上仍会失效。
Google DeepMind精选AI 评分7676 Google DeepMind 发布前沿模型 Gemini 4 Carbon
Google DeepMind 宣布推出前沿模型 Gemini 4 Carbon，称其为最强模型，在网络安全与长程任务上达到 state-of-the-art。
推荐理由：Gemini 4 Carbon 在网络安全与长程任务上给出具体基准提升，并说明分阶段开放与安全措施。
Google DeepMind精选AI 评分7676 Google DeepMind 发布世界模型 Genie 4，支持实时交互模拟与原声生成
Google DeepMind 发布新一代世界模型 Genie 4，支持实时交互式模拟，并原生生成音频、音乐、环境声与互动对话。Genie 4 融合 Gemini 家族能力，由 Gemini Omni 锚定真实外观与行为，其他 Gemini 模型提供复杂推理以维持模拟连贯性；Gemini 3.8 Flash 在环中担任引导代理，将目标拆解为步骤并校验进度。
推荐理由：Genie 4 将实时世界模拟与原声音频生成结合，为机器人训练和交互体验提供新的模拟基础。
Google DeepMindAI 评分5353 Google DeepMind 发布 ForTy 全球森林类型图，10 米分辨率区分六类森林与土地利用
Google DeepMind 与 Google Research 联合 WRI 和 IIASA 发布 Forest Typology (ForTy) 2020 全球地图，将每块 10×10 米土地分为原始森林、天然更新林、人工林、种植林、树木作物与农林业、其他土地六类，并附 2017 至 2025 年的早期时间序列，可显示天然林被替换为种植园或农田的位置。
Google Research精选AI 评分6262 Google Research 发表 AI 盲扫超声孕周评估研究，临床非劣于专家标准
Google Research 在 JAMA Network Open 发表前瞻性多中心研究，评估基于盲扫超声的 AI 孕周评估模型在真实诊所、移动设备与新手操作者下的泛化能力。
推荐理由：论文给出孕周估算 MAE 4.18 天、不劣于专家流程 4.48 天，并在内罗毕零本地优化下验证跨场景泛化。
Mistral AI精选AI 评分7171 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK，覆盖转写、语音合成和实时语音智能体，支持 50+ 语言转写和 35+ 语言、50+ 方言的语音合成。
推荐理由：原文给出转写、语音合成与智能体 SDK 的能力、基准和价格，读者可据此评估实时语音工作流的替换成本。
Google DeepMindAI 评分4444 用 Google Antigravity 加速抗菌肽的搜索
Google Antigravity 智能体开发平台把跨数据库检索、结构评估与候选排序压缩到单次会话，帮助生物学家发现一个针对呼吸道感染病原体具有预测活性的新型抗菌肽候选物，目前该先导化合物正在进行湿实验验证。
Google Research精选AI 评分6161 Google Research 公开发布 Deep Review 智能体系统，用于技术文档审查与验证
Google Research 公开发布 Deep Review，这是一个面向复杂文档的智能体 AI 系统，可提供严格反馈和技术验证，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。
推荐理由：Google 公开 Deep Review 并开放分级访问与 API，为 AI 生成内容带来的验证瓶颈提供可复用的技术文档审查方案。
Google Research精选AI 评分6161 Google 推出地理空间推理智能体并开放早期访问
Google 分享 Earth AI 地理空间推理智能体的三项更新：发布技术报告并在四个基准上评测，开放 GeoKTools 与 GeoExpertQueries 两个新基准的开发集。
推荐理由：Google 公布地理空间推理智能体的三项更新与基准结果，为行星尺度数据分析提供可复用方法参考。
Mistral AI精选AI 评分9090 Mistral 发布 Mistral Large 4 公开预览，月底开放权重
Mistral AI 发布万亿参数原生多模态模型 Mistral Large 4（ML4，昵称 le Chonk）的公开预览，API 已在 Mistral Studio 开放，权重将于本月底发布。
推荐理由：Mistral Large 4 以万亿参数开放权重模型定位网络安全与主权部署，读者可对照其基准数据评估它对现有开源模型格局的影响。