Google DeepMind 推出 SynthID Bio,为 AI 生成的蛋白质添加水印
Google DeepMind 推出了 SynthID Bio,这是一种概念验证技术,可将不可见的水印直接嵌入由 AI 设计的蛋白质和结构的生物代码中。该方法确保签名可在合成的物理蛋白质本身上进行验证,同时保持其生物学功能。
Google DeepMind 推出了 SynthID Bio,这是一种概念验证技术,可将不可见的水印直接嵌入由 AI 设计的蛋白质和结构的生物代码中。该方法确保签名可在合成的物理蛋白质本身上进行验证,同时保持其生物学功能。
微软研究院已发布并开源了RetroChimera,这是一个用于逆合成预测的新框架,它结合了两个互补模型以提出高质量的合成路线。该系统将基于Transformer的从头生成模型R-SMILES 2与基于图神经网络(GNN)的NeuralLoc模型相结合,采用一种学习到的集成策略对预测结果进行排序。
Google DeepMind发布了AlphaGenome Atlas,这是一个包含对整个人类基因组中90亿个单核苷酸变异效应预测的平台。该资源旨在通过提供遗传突变如何影响分子生物学的全面图谱,加速生物学理解。
Google宣布其技术现支持超过70亿人的300多种语言,并推出新工具以改善语音理解、为代表性不足的语言收集数据以及提升无障碍功能。
NVIDIA发布了Kumo Tabular,这是一个用于表格分类和回归的开源基础模型,通过上下文学习运行,无需训练或特征工程。该模型仅在由结构因果模型生成的人工数据上进行预训练,提供三种规模,参数量从28M到215M不等。
Holo4是H公司推出的一系列新型智能体模型,提供27B密集型和35B-A3B混合专家两种规格。这些模型可通过任何界面(包括GUI、代码、MCP或API)与软件交互,并能在桌面端、网页、Android设备及沙箱环境中使用同一模型运行。
DeepSeek 发布了 V4.1-Flash,这是一款专为极致推理效率和低成本设计的新款开源权重旗舰模型。该模型采用因果编码器-解码器架构,显著降低了活跃计算量和 KV/缓存成本。
DeepSeek推出了DeepSeek v4.1-Flash,这是一款全新的开源权重旗舰模型,采用了新型因果编码器-解码器架构,旨在最大化推理效率并降低成本。
DeepSeek AI 发布了 DeepSeek-V4.1-Flash,这是一款多模态混合专家模型,具备 100 万 token 的上下文窗口和 FP4 KV 缓存,将全局缓存占用降低至每 token 890 字节。该模型采用因果编码器-解码器架构以及压缩稀疏注意力 2(CSA2),在保持性能的同时显著降低了内存需求。
H公司已发布Holo4,这是一套通用型计算机使用视觉语言模型系列,旨在跨桌面、网页、Android及API环境执行点击、输入、编写代码和调用工具等操作。此次发布包含两种模型尺寸:Holo4 27B(稠密模型)和Holo4 35B-A3B(混合专家模型,含30亿活跃参数),均支持256K上下文窗口。
Google Cloud AI Research与北卡罗来纳大学教堂山分校、斯坦福大学和圣路易斯华盛顿大学合作,开源了RRSI(正则化递归自我改进)。该框架允许LLM智能体重写其自身的工具链——包括提示词、工具、记忆、控制流和子智能体——而无需更改模型权重。
IQuest发布了IQuest-Q1,这是一个专为智能体编程、推理和多步工具使用设计的混合专家(MoE)模型。 该模型包含约3200亿总参数,每个token激活约150亿参数。 它已在Hugging Face上提供。
ISTA深度算法与系统实验室发布了稀疏混合专家模型Qwen3.8-Flash-Next的量化GGUF版本,以及一个移除了半数专家的实验性能力定向构建版本。
NVIDIA 发布了 Nemotron-Labs-3-Competitive-Coding 模型,这是一个针对竞赛编程优化的专家模型,由 NVIDIA-Nemotron-3-Ultra-550B-A55B 微调而来。该模型在从 GLM-5.2 蒸馏出的合成推理轨迹上进行了训练,并在 IOI 2026 问题集上进行了实时评估。
NewTypeCola在Hugging Face上发布了VOKU Archive,这是一份由韩国学生运营的校园广播电台提示单(cue sheets)组成的66,010页扫描文档合集。这些文档涵盖1988年至2019年,包含OCR文本、伪名标记注释和元数据。
ZYK Labs 发布了 AI Beacon,这是一个小型开源实验项目,旨在促进与 AI 代理的通信。该系统允许授权代理在任务期间遇到公开邀请时发起对话。
Black Forest Labs 发布了 FLUX 3 Action,这是一款用于机器人控制的 7B 参数开放权重世界动作模型(WAM),在 RoboLab-120 排行榜上以 42.92% 的任务成功率位居第一。
清华大学深圳国际研究生院机器人实验室发布了 VeriLoop E2,这是一个基于 Qwen3.8-27B 构建、面向可验证代码、数学和科学推理的 27B 后训练模型。此次发布引入了 VeriLoop-Governed Recurrence (VGR),将生成与外部验证分离,以确保状态转换严格改善证据维度。
NVIDIA发布了Nemotron 3 Diarization,这是一个开源权重的说话人日志模型,在Hugging Face上以OpenMDW License 1.1许可证提供。该100M参数模型使用单个检查点,在实时或离线模式下追踪多达8名重叠说话人。
苹果发布了 LensVLM-9B,这是一个拥有 90 亿参数的视觉语言模型,旨在更高效地处理文本的压缩图像。该模型扫描这些压缩输入,并利用学习到的工具选择性地将相关页面扩展为其未压缩形式。