Mistral Large 4 的 SVG 生成对比测试
Simon Willison 用同一提示词测试 Claude Opus 5.5、GPT-6.1-sol、Gemini-3.8 Flash 和 mistral/mistral-large-4 生成 SVG 的表现。提示词要求生成“穿渔网袜、在火星上乱穿马路的犰狳”，并提到各模型使用默认推理级别。
#多模态
Simon WillisonAI 评分3232 The DecoderAI 评分7070 Google 发布 EmbeddingGemma 2 多模态嵌入模型
Google 发布开源模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量，用于相似内容查找和比较。该模型有 740 million 参数，Google 称其在多模态嵌入基准上超过规模最高达两倍的竞品，并在 Massive Text Embedding Benchmark (Code) 上得分 78.68，高于前代的 68.76。
TechCrunch · AIAI 评分6868 Google 推出面向所有人的 SynthID 网站，用于识别 AI 生成媒体
Google 推出新的 SynthID 网站，任何人都可验证图片、视频或音频是否由 AI 生成。该工具此前在 Google I/O last year 向部分记者、媒体从业者和研究人员开放测试，现在支持多种图片、视频和音频格式；Nano Banana、Veo、Lyria、Gemini、Flow、ProducerAI 和 Vids 生成的媒体都会使用 SynthID 水印。
钛媒体AI 评分5757 90后负责人接管国产大模型关键岗位
Tech星球梳理称，刘大一恒、陈宇森、罗福莉、周畅、姚顺雨等90后正在接手国产大模型关键岗位，分别覆盖Qwen、千问办公、MiMo、字节多模态和腾讯大语言模型及AI Infra。文章列举了他们在开源模型、多模态生成、AI Agent、基础模型和办公智能体商业化中的履历与近期成绩。作者认为，职位交接已经发生，但这些团队仍要面对能力上限、成本约束、商业化落地、组织整合和持续追赶等考验。
Wired · AI精选AI 评分7676 研究人员让 OpenAI GPT-6 Astra 驾驶 Toyota Corolla 去 In-N-Out
三名 Axiom 工程师让 OpenAI GPT-6 Astra 通过车载摄像头和转向系统控制一辆 2024 Toyota Corolla，驶向 In-N-Out 的取餐窗口，安全驾驶员全程准备刹车。
推荐理由：文章用实测案例和 DrivingBench 数据，呈现通用模型物理推理能力进入真实场景后的边界。
TechCrunch · AI同新闻AI 评分8585 OpenAI 随 GPT-6 推出 ChatGPT 新界面 Intelligent UI
OpenAI 将随 GPT-6 推出 ChatGPT 新界面 Intelligent UI，在对话中加入更多可交互视觉元素。该界面可生成可点击按钮、定制计算器、交互式图表、可编辑图形等内容，用于食谱、旅行规划、学习抽象概念等场景。Intelligent UI 将面向 Pro、Plus、Business 和 Enterprise 用户全球推出，免费和低价 Go 层级用户将在 Thursday 获得。
The DecoderAI 评分7272 Google 公开 SynthID Detector，称 180 billion 张图片和视频已带水印
Google 已向公众开放 SynthID Detector，任何人都可以检查图片、视频或音频文件是否由 Google 的 AI 或其合作伙伴创建。该工具可识别 Gemini、Veo、Lyria 等模型内容中的不可见水印，支持 JPG、PNG、MP4 和 MP3，但只能标记带有 SynthID 水印的内容。
The DecoderAI 评分6666 Google 推出 Gemini 驱动的浏览器 AI 游戏创作平台 Playground
Google 推出 Playground，这是一个面向美国成年用户的浏览器 AI 平台，可仅用文本输入创建游戏且无需编码。用户能通过与 AI 往返对话调整规则、物理效果、角色和环境，完成后可通过链接分享或发布到公共图库；平台运行在 Google 的 Gemini、Nano Banana 和 Lyria 模型上。
Ars Technica · AIAI 评分6464 Google 推出改进版 SynthID AI 内容检测器并面向全球开放
Google 宣布 SynthID 检测器现在支持所有合作伙伴的水印，并在新的 SynthID.com 网站上面向任何人开放使用。SynthID 是编码在 AI 生成图像、视频像素和 AI 音频波形中的不可见信号，Google 称 Gemini 已在超过 180 billion 张图像和视频以及 240,000 年音频中集成 SynthID。
量子位AI 评分4343 Meshy 跻身 a16z 消费级 AI 应用月收入 Top 50，成榜单唯一 AI 3D 公司
Meshy 入选 a16z 首份“消费级 AI 应用月收入 Top 50”榜单，位列第 31 名，是榜单唯一 AI 3D 公司。榜单依据 YipitData 追踪的美国消费者银行卡消费数据，Meshy 近期 ARR 已突破 1 亿美元，并于 2026 年 7 月完成近 4 亿美元 B 轮融资。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 EmbeddingGemma 2 开放轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，将文本、代码、图像、视频和音频映射到统一嵌入空间。该模型基于 Gemma 4 架构，采用 Apache 2.0 许可，拥有 740 million 参数，支持 8K token 上下文窗口，并可通过 MRL 将输出向量从 768 维截断到 512、256 或 128 维。
推荐理由：原文给出参数规模、上下文窗口和端侧内存数据，可用于评估多模态嵌入在本地检索场景中的适配性。
Mistral AI精选AI 评分8484 Mistral AI 发布 Mistral Large 4 公共预览版
Mistral AI 发布 Mistral Large 4 公共预览版，这是一个 1 trillion-parameter 原生多模态模型，拥有 52 billion active parameters，可在 Mistral Studio 试用 preview API，并计划在本月底发布权重。
推荐理由：原文披露了参数规模、开放权重计划和多项基准结果，可用于比较欧洲开放权重模型的能力定位。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 宣布 Gemini 4 Argon，这一前沿模型将先通过 Fairwind Program 向一组受信任的网络防御者推出，并逐步扩大访问。
推荐理由：原文给出发布节奏、价格和多项基准结果，可用于了解 Google 对高能力模型分阶段开放的安排。
Microsoft Research精选AI 评分7070 Microsoft Research 介绍面向复杂生物学的 AI 研究系统 Quine
Microsoft Research 介绍 Quine，这是一个研究项目，旨在构建生物学多模态世界模型，并用交互式 harness 连接模型、科学工具、文献和研究人员。
推荐理由：原文提供了 Quine 在肿瘤状态转移中的实验案例，可作为 AI 参与生物研究闭环的参考。
Microsoft ResearchAI 评分2323 Microsoft Research Asia – Singapore 一周年：推进 AI 研究、合作与人才培养
Microsoft Research Asia – Singapore 开设一年来，已扩大团队、深化本地合作，并围绕前沿 AI 的现实应用推进研究。其实验室聚焦下一代 AI 模型与智能体系统、面向行业的 AI、AI-native 研究实践、生态与人才发展，已在医疗、金融、教育和技术等领域开展合作。Microsoft 称该实验室连接其前沿 AI 研究与新加坡高校、政府和产业生态。
Google Research精选AI 评分7171 Google Research 提出用于连贯长视频生成的 AI video co-director 框架
Google Research 介绍了一套用于连贯长视频生成的研究框架，以 AI video co-director 统一协调 Gemini 和 Veo 上的多智能体视频叙事流程。
推荐理由：文章将长视频一致性拆成规划、记忆与闭环优化问题，可为多镜头生成工作流提供结构化参考。
Google DeepMind精选AI 评分7373 Google DeepMind 推出 Gemini 3.8 Live with Live Avatar
Google DeepMind 推出 Gemini 3.8 Live with Live Avatar，为 Gemini 的对话 AI 带来近实时视觉形象，并已在 Gemini Enterprise 提供。
推荐理由：原文给出实时视频形象、多语言同步和异步工具调用，便于评估企业对话智能体的交互变化。
Google ResearchAI 评分5858 Google Research 用 GenUI 研究教师创建交互式学习模拟
Google Research 分享一项研究实验，允许教育者创建定制、交互式、带引导的教育模拟，利用为学习优化的 generative user interfaces（GenUI）动态生成学习交互内容。
Google DeepMind精选AI 评分8686 Google DeepMind 推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking
Google DeepMind 推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，用于近实时推理、语音智能体和更自然的 AI 对话。
推荐理由：原文同时给出语音模型能力、评测结果和开放入口，便于判断其在语音智能体中的适用场景。
Berkeley AI ResearchAI 评分2121 2026 BAIR 博士毕业生展示
BAIR 庆祝 2026 届 Ph.D. 毕业生，他们的研究覆盖机器人与具身智能、LLM 与推理、计算机视觉、生成建模、AI 安全、人机交互、AI for science and healthcare 等领域。毕业生将前往高校任教或从事博士后研究、加入产业研究实验室，或创办自己的初创公司。
Berkeley AI ResearchAI 评分3838 基于信息驱动的成像系统设计
Berkeley AI Research 提出一种基于互信息直接评估和优化成像系统的框架，只用含噪测量和噪声模型衡量测量区分物体的能力。其 NeurIPS 2025 论文显示，该信息指标可在彩色摄影、射电天文学、无透镜成像和显微成像中预测系统表现，优化设计可匹配 SOTA 端到端方法，同时需要更少内存和计算且无需任务特定解码器。