跨栏目找相关项:同一话题的工具、提示词、论文,可能横跨数天甚至数月才凑齐。
OpenAI 一次发布 372 项数学证明，包括唯一游戏猜想
Anthropic 发布 Claude Haiku 5.5：定价对齐 GPT-6 Luna，同步下调 Sonnet 5.5 缓存读取费用
NVIDIA 与 Microsoft 联合推出 RTX Spark 与 DGX Station for Windows
OpenAI 向 ChatGPT 免费和 Go 用户推送 GPT-6 Luna，付费用户切换至 GPT-6 Sol
OpenAI 在 ChatGPT 全球推出 GPT-6 与 Intelligent UI
Anthropic 发布 Claude Haiku 5.5，主打高吞吐低成本任务
当用户的某个意图（如last_intent）尚未处理完成时，自动提示用户并继续处理该业务。
为电商平台机器人客服提供开场白、常见问题回复和结束语的话术模板参考。
智能客服机器人与访客互动的对话模板（欢迎新访客、欢迎回头客、显示常见问题等）。
服装加工合同模板，含甲乙双方信息及加工委托条款
用于合同审查场景，让大模型扮演特定行业、特定立场的合同审查专家，平衡利益与风险。
帮助分析患者症状，提供可能的诊断方向和建议，适用于初步诊断筛查。
Google Research 与英国 NHS 合作开展 AIMS 研究，评估 AI 乳腺癌检测系统。研究一评估了 12.5 万名女性回溯数据和 12 个前瞻性站点，AI 敏感性高于首位人类读者，癌症检出率从 7.54 提升至 9.33/千人，检出 25% 间隔期癌症。
推荐理由：原文给出了详细的 AI 乳腺癌筛查系统研究方法和结果，读者可以了解 AI 在医疗筛查中的实际性能表现以及人机协作的挑战。
Mistral AI 发布 Forge 系统，帮助企业基于自有知识库训练定制化前沿 AI 模型，支持预训练、后训练和强化学习。Forge 支持 dense 和 MoE 架构，允许企业保留对模型、数据和知识产权的控制权，已与 ASML、DSO 新加坡、欧洲航天局、Ericsson 等机构合作。
Mistral 发布新模型 Mistral Small 4，这是首个统一推理（Magistral）、指令（Mistral Small）和多模态（Pixtral）能力的开源混合模型。
推荐理由：Mistral Small 4 首次将推理、指令、多模态能力统一在单一模型中，支持可配置的 reasoning_effort 参数，在基准测试中保持竞争力分数的同时输出更短，延迟降低 40%、吞吐量提升 3 倍。
Mistral AI 宣布作为创始成员加入 NVIDIA Nemotron Coalition，与 NVIDIA 合作共同开发开源前沿 AI 模型。同时发布 Mistral Small 4，供全球开发者、研究者和组织构建和定制 AI 应用。合作将结合 Mistral AI 的模型架构和 NVIDIA 的计算资源，目标是建立透明、可访问的全球 AI 基础。
推荐理由：给出了新模型的具体名称和开放入口，读者可以据此判断它对现有模型生态的补充价值。
Google Research 与 Cornell 大学合作，评估了六款大语言模型在高温超导领域回答专家级问题的能力。测试问题由领域专家设计，涵盖67道深度专业问题。NotebookLM 和自定义 RAG 系统基于专家筛选的文献库表现最佳，而依赖开放网络的模型倾向于混淆已确立理论与高度推测性假说。模型在时序理解、上下文理解和图像推理方面存在明显弱点。
Mistral AI 发布 Leanstral，首个专为 Lean 4 证明助手设计的开源代码智能体，采用 6B 活跃参数的稀疏架构，支持 MCP，可通过 Mistral Vibe 或免费 API 使用，权重采用 Apache 2.0 许可证。
推荐理由：原文给出了能力变化和基准测试对比，读者可以据此判断它如何改变形式化证明的工作流。
Berkeley AI Research 提出 SPEX（Spectral Explainer）和后续算法 ProxySPEX，利用信号处理与编码理论将交互发现规模提升数个数量级。
Google 宣布在 Flood Hub 上推出 AI 城市突发洪水预报功能，可提前 24 小时预测城市突发洪水风险。该系统使用 Groundsource 方法论（由 Gemini 分析新闻报道生成历史洪水数据集）训练 LSTM 模型，仅依赖全球气象数据即可生成 20x20 公里分辨率的预报。
推荐理由：原文给出了AI驱动方法如何弥合全球预警差距的具体数据，读者可以据此评估它对发展中国家的实际价值。
Google Research 发布了 Groundsource，这是一项利用 Gemini 将全球新闻报道转化为结构化灾害数据的新方法论。该方法已生成 260 万条城市突发洪水事件记录，覆盖 150 多个国家（2000 年至今），准确率在实用层面达 82%。Google 已将此数据用于改进 Flood Hub 的洪水预测能力，未来计划扩展到其他灾害类型。
推荐理由：该方法通过 AI 从全球新闻中提取结构化灾害数据，填补了传统监测系统无法覆盖的小型和局部灾害的数据空白。
Google Research与Beth Israel Deaconess Medical Center合作，对对话式诊断AI系统AMIE进行了前瞻性单中心可行性研究。
推荐理由：原文给出了在真实临床环境中测试对话式诊断AI的详细数据，包括安全性、诊断准确率、用户接受度等，读者可以据此了解当前医疗AI从模拟场景走向真实诊疗的可行性。
Mistral 基于其开源编码助手 Vibe 构建了一个自动化 RSpec 测试生成智能体。该智能体通过 AGENTS.md 规划执行步骤、为不同文件类型（models、controllers、serializers 等）设计专门的 SKILLS、自定义 RuboCop 和 SimpleCov 工具进行校验，并在 275 个源文件上测试。
Google Research 发布 WAXAL 数据集，涵盖 27 种非洲语言，包含约 1846 小时 ASR 转录语音和 565 小时 TTS 高保真录音，采用 CC-BY-4.0 许可证开放获取。该数据集通过图像提示的采集方法获取自然语音，并与 Makerere 大学、 Ghana 大学等非洲学术机构合作构建，旨在为非洲 AI 生态系统提供语音技术研究基础设施。
Replicate 团队测试了字节跳动的 Seedream 5.0 图像生成模型，总结了多项关键能力：基于示例的编辑可通过提供前后对比图让模型学习并迁移视觉变换；可理解物理机械结构并生成正确细节；支持多步骤推理和多图像输入；精确遵循复杂指令；具备专业领域知识如建筑可视化、科学插图、营养标注；文本渲染准确且支持多语言；支持批量生成风格一致的多张图像。
推荐理由：原文通过多个实际案例展示了 Seedream 5.0 的核心能力，读者可据此了解模型的实际表现并迁移到自己的使用场景。
Recraft 发布 V4 图像生成模型，强调“设计感”——模型在构图、光照、色彩上做出有意的视觉决策。提供四个版本：Raster（WebP）约1024px/10秒/$0.04、Pro Raster约2048px/28秒/$0.25、SVG标准版15秒/$0.08、Pro SVG高清版30秒/$0.30。
Mistral 发布新一代语音转文字模型 Voxtral Transcribe 2，包含批处理版 Voxtral Mini Transcribe V2 和实时版 Voxtral Realtime。
推荐理由：原文给出了 Voxtral Transcribe 2 的性能对比和定价信息，读者可以据此判断它在语音转文字赛道上的竞争力。
Mistral 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型驱动，新增自定义子智能体、多选项澄清、斜杠命令技能、统一智能体模式等功能。Vibe 现已在 Le Chat Pro 和 Team 计划中可用，Devstral 2 转为付费 API 访问，同时提供企业级微调、强化学习和代码现代化服务。
推荐理由：原文详细列出了 2.0 版本的具体新功能（子智能体、澄清机制、技能系统）和定价信息，读者可据此评估是否值得从旧版本迁移。
Mistral AI 团队在部署 Mistral Medium 3.1 模型的 P/D disaggregated serving 时发现每分钟增长 400MB 的内存泄漏。
研究团队开发了一个基于互信息的成像系统直接评估与优化框架，可在不依赖具体任务解码器的情况下量化测量区分物体的信息量。该框架在彩色摄影、射电天文学、无透镜成像和显微镜四个领域验证，信息估计可准确预测下游任务性能。优化该信息指标可产生与端到端神经网络方法相当的设计结果，同时显著降低内存和计算需求。
Mistral 发布新的 OCR 模型 Mistral OCR 3，在表单、手写、复杂表格等文档上比 Mistral OCR 2 提升 74% 整体胜率，定价 $2/千页，Batch API 半价 $1/千页，可通过 API 或 Document AI Playground 使用。
推荐理由：原文给出了 74% 胜率提升和具体定价，读者可以据此判断新版 OCR 在性能和成本上的竞争力。
Mistral AI 发布新一代编程模型 Devstral 2（123B）和 Devstral Small 2（24B），以及配套的原生 CLI 工具 Mistral Vibe。
推荐理由：原文给出了 Devstral 2 的性能数据、与竞品的对比以及免费使用期，读者可以据此判断它与现有编程工具的能力差异和成本优势。
Mistral 发布 Mistral 3 系列模型，包括三个小型密集模型（14B、8B、3B）和 Mistral Large 3。Mistral Large 3 采用稀疏混合专家架构，拥有 41B 活跃参数和 675B 总参数，在 LMArena 排行榜开源非推理模型中排名第二。
推荐理由：原文给出了新模型的能力变化、性能数据和合作信息，读者可以据此判断这个模型在开源生态中的位置以及对自己场景的适用性。
Perceptron AI 发布 Isaac 0.1，一个 2B 参数的开源视觉语言模型，专注于具身感知。该模型可回答图片问题、推理空间关系、读取杂乱环境中的文字，并指出答案来源。尽管体积小，Isaac 在 OCR、目标识别和视觉推理方面可媲美数倍体量的大型模型。
Black Forest Labs 发布 FLUX.2 图像生成模型，包含 pro、flex、dev 三种变体。FLUX.2 在图像质量、编辑能力和企业级效率方面有显著提升，支持多参考（最多8张图）保持角色一致性，可生成4MP分辨率的逼真细节，提升了文字渲染、提示词遵循和世界知识能力。pro 版本生成图像需6秒，dev 版本开源并经 Pruna.ai 优化加速至2.5秒。
Nano Banana Pro 是一个图像生成模型，与 Gemini 3 Pro 语言模型集成，具备内置逻辑推理能力，可理解并回答图像中的文本信息，同时保持像素级文本准确性和风格灵活性。模型支持最多 14 张参考图像处理，实现跨图像的角色一致性，并可直接渲染代码。通过 Replicate API 可轻松调用该模型。
Mistral AI 宣布与 SAP 建立多年合作伙伴关系，为德国和欧洲提供完全自主的 AI 堆栈，将模型集成到 SAP 的 AI Foundation 中，共同开发特定行业解决方案。同时与 Helsing 合作加速开发用于国防和安全应用的视觉-语言-行动模型。Mistral 将在未来几个月内在德国开设办公室，大幅增加本地团队规模，以推进欧洲的 AI 自主战略。
推荐理由：原文给出了具体合作对象（SAP、Helsing）、合作内容和德国市场扩展计划，读者可以据此了解欧洲 AI 自主战略的具体布局。
Retro Diffusion 发布了一套专门用于网格对齐、限定调色板的像素艺术模型，已在 Replicate 平台上线。提供四种模型：rd-fast 侧重快速生成支持15种风格；rd-plus 提供高质量文本到图像生成；rd-tile 专注图块和图集生成；rd-animation 生成风格一致的动画精灵图。大多数模型支持任意宽高、输入图像、调色板图像、背景移除和无缝平铺。
本文提出一种基于“分而治之”的强化学习新算法，突破传统时序差分（TD）学习的扩展性瓶颈。该方法将轨迹划分为等长段落并组合其值来更新完整轨迹值，理论上可将Bellman递归次数从线性降至对数级别，且无需手动调优n步超参数。研究团队首次成功将分而治之值学习扩展至目标条件强化学习等复杂任务。
Mistral AI 发布全新企业级 AI 生产平台 AI Studio，提供可观测性（Observability）、智能体运行时（Agent Runtime）和 AI 注册表（AI Registry）三大核心功能。该平台旨在帮助企业解决从原型到生产的关键挑战，包括版本追踪、结果复现、实时监控、评估执行和合规部署。
推荐理由：原文给出了三个核心功能模块和解决的企业级痛点，读者可以据此判断它会怎样改变现有 AI 部署工作流。
Datalab 的文档解析模型 Marker 和 OCR 文本识别模型现已在 Replicate 平台上线。Marker 可将 PDF、DOCX、PPTX、图片等转换为 markdown 或 JSON，支持表格、数学公式、代码格式化，并支持通过 JSON Schema 提取指定字段；OCR 支持九十种语言的文本检测、阅读顺序和表格网格识别。
Google 发布了 Veo 3.1，Replicate 官方博客提供了提示词教程。新增三大功能：参考图像生成视频（最多3张图合成连贯场景）、首尾帧插帧（指定起止帧让模型生成过渡动画）、增强的图像转视频（模型能理解图像内容并生成自然motion）。除参考图像功能外，其他功能提供快速生成选项，约60秒完成，价格减半。教程包含代码示例和 API 调用方式。
IBM 发布 Granite 4.0 开源小语言模型系列，专为速度和低成本打造。该系列采用混合架构结合 Mamba-2 线性扩展效率与 Transformer 精度，部分模型使用 MoE 路由策略，可在普通消费级 GPU 上运行。主要适用于文档摘要、RAG 系统和 AI 智能体场景，已在 Apache 2.0 许可证下开源。
Replicate 对六款主流图像编辑模型进行对比评测，涵盖对象移除、视角转换、背景编辑、文字编辑和风格迁移五项任务。
Replicate 推出了新的搜索 API，帮助用户找到最佳模型，目前处于 beta 阶段，已在 TypeScript 和 Python SDK 以及 MCP 服务器中可用。搜索结果包括模型、集合和文档页面，模型结果新增了 metadata 对象，包含更详细的 generated_description 和 tags 等信息。MCP 服务器支持动态过滤响应，避免大对象撑爆 LLM 上下文窗口。
Mistral AI 完成 1.7B€ C 轮融资，估值 11.7B€，由半导体设备制造商 ASML 领投，现有投资者 DST Global、a16z、Bpifrance、NVIDIA 等跟投。该轮融资将用于推进 AI 前沿研究，为战略行业解决复杂工程和工业问题，并重申了公司的独立性。
推荐理由：1.7B€ 是近期欧洲 AI 公司最大规模融资之一，且由 ASML 领投体现了半导体与 AI 深度融合的趋势，对行业格局有参考价值。
Replicate 现在缓存 torch.compile 产物来减少 PyTorch 模型的启动时间。
Le Chat 推出 Memory 记忆功能 beta 版，基于用户调研总结的透明性、控制力和专注三大需求，设计了三个核心原则：透明性（明确展示记忆调用来源）、主动性（可随时关闭或编辑记忆）和主权性（支持导出导入）。底层采用图架构提升性能与上下文感知，并推出 Memory Insights 功能帮助用户探索和管理记忆。
推荐理由：原文给出了 Memory 功能的设计理念和三个核心原则，读者可以了解 AI 记忆功能的设计思路，以及与现有产品的差异。
Mistral AI 为 Le Chat 发布两项重大更新：一是推出 20+ 企业级 MCP 连接器，支持 Databricks、Snowflake、GitHub、Jira、Stripe 等工具的搜索、摘要和操作；二是推出 Memories 功能，可记忆用户偏好和事实并在对话中调用，同时支持从 ChatGPT 导入记忆。所有功能免费开放。
推荐理由：原文详细给出了 MCP connectors 目录涵盖的 20+ 工具和 Memories 功能的核心能力，读者可以据此评估这些更新对自己工作流的具体影响。
Berkeley AI Research 发布新论文，提供了 word2vec 学习过程的完整理论分析。研究证明在特定实际条件下，word2vec 学习问题可简化为无加权最小二乘矩阵分解，最终学习到的表示就是 PCA。
Replicate 发布远程 MCP 服务器，可用于 Claude Desktop、Claude Code、Cursor 等应用，让用户通过自然语言对话探索和运行 Replicate 的 HTTP API。
Mistral 通过 LoRA Fine-Tuning 技术微调 Pixtral-12B 视觉语言模型，在 Aerial Image Dataset 卫星图像分类任务上显著提升性能，尤其解决了基础模型在 "Playground" 与 "Stadium" 等易混淆类别上的分类难题。