Google DeepMind 为 Antigravity 推出化学信息学技能
Google DeepMind 为科学工作台 Google Antigravity 推出化学信息学技能套件,由大语言模型编排工作流并结合 RDKit、ChEMBL 等确定性工具执行分子计算。
Google DeepMind 为科学工作台 Google Antigravity 推出化学信息学技能套件,由大语言模型编排工作流并结合 RDKit、ChEMBL 等确定性工具执行分子计算。
Amazon Quick 支持将结构化与非结构化数据整合在单一 Space 工作空间中,允许用户通过对话式 AI Agent 统一查询。该方案结合 Amazon S3 知识库与结构化数据集,能自动将自然语言问题转化为 SQL 或检索文档,并返回带有引用的综合回答。
AWS 介绍了如何通过 Bedrock AgentCore Gateway 配置代表用户(OBO)token 交换,使 AI Agent 在调用 ServiceNow REST API 时全程保留发起用户的真实身份。
结合 EDB Postgres AI 的 AIDB 扩展与 Amazon Bedrock AgentCore,可在数据库内构建语义层以支撑智能体完成客户 360 查询。该方案通过标准 Postgres COMMENT 语句与外键建立语义知识库,并利用内置 MCP 端点对接外部智能体。数据治理完全由底层 Postgres GRANT、列级权限与行级安全实现,无需依赖提示词即可为不同角色隔离数据。
Collinear AI 正式发布网络安全基准 CWE-bench v2,开源包含 100 个真实开源仓库任务的公开测试集,用于评测 AI 智能体发现并修复安全弱点的能力。
AWS 介绍了在 Amazon SageMaker AI 上利用序列级知识蒸馏(SeqKD)构建轻量智能体的完整实现方案。该方案使用 Amazon Bedrock 上的 GLM-5.3 生成包含思考链与工具调用的轨迹,经 ShoppingBench 评分拒绝采样后,通过无服务器 SFT 微调 Qwen3.5-4B 学生模型。
NVIDIA 工程师展示了基于 Nemotron 开源模型搭建的万圣节互动投影装置 MonsterHouse,在单台工作站上实现了本地实时的语音、视觉与面部动画交互。
推荐理由:原文拆解了将端侧小模型、语音流式生成与三维面部动画串联的工程管线,为实时交互式数字人搭建提供了完整落地方案。
Breakthrough Listen 与 SETI 研究所将智能体 AI 引入地外文明信号搜寻,研究人员通过自然语言提示即可控制艾伦望远镜阵列并实时分析数据。系统依托 NVIDIA Holoscan 平台和 RTX PRO 6000 Blackwell GPU,支持将每秒 2.4 Tb 的传感器数据直接输入 GPU 显存进行实时流处理,已在蟹状星云完成了首次脉冲星实时 AI 探测。
推荐理由:介绍了如何用智能体配合 GPU 实时流处理框架编排射电望远镜,为高吞吐传感器数据处理提供了工程参考。
开发者正将 GPT-6 Astra 等前沿 AI 智能体与 NVIDIA Omniverse 库结合,通过自然语言指令快速构建场景探索与物理 AI 仿真应用。具体案例涵盖点云建筑重建、燃气轮机数字孪生,以及在大规模仓储仿真中以 full HD 分辨率驱动 80 条传送带和 40 个机械臂维持 30 fps 稳定运行。
Google DeepMind 宣布推出前沿模型 Gemini 4 Carbon,主打网络安全防御与长程多步骤工程任务能力。该模型在 SEC-bench Pro 漏洞挖掘达 88.2%、ExploitGym 达 54.8%、CWE-bench 补丁修复达 71.0%,并在内部 live coding 中降低了近 80% 的严重失准警报。
推荐理由:模型重点强化了长程代码修复与网络安全攻防能力,为复杂工程智能体的实际落地提供了能力参考。
NVIDIA 宣布搭载 Blackwell 与 Grace 超级芯片的 RTX Spark Windows 笔记本已由华硕、戴尔、联想等厂商正式发售,起售价 2,599 美元,统一内存最高达 128GB。
推荐理由:文章汇总了 RTX Spark 笔记本的落地规格与配套软件,读者可以了解本地端侧高显存环境如何调度大模型与后台智能体。
C-BRAIN 联合 NVIDIA 运用 AI 技术与未公开暗数据加速阿尔茨海默病研究,将原本耗时数周的数据分析缩短至数小时。研究团队采用混合集中式与联邦学习架构在保护隐私的前提下训练模型,并开发了 OpenScientist 和 InsightEngine 两款开源智能体工具用于生成与验证科学假设。后续双方计划基于神经影像与多组学数据构建多模态生物学基础模型,以探索脑衰老与疾病机制。
微软研究院推出交互式可视化语言 Flint-interactive,使 AI 智能体能够直接生成支持点击、过滤、缩放及跨图表联动的交互式数据图表。该系统通过编译器将底层操作抽象为语义事件并交由高层操作符处理,分离视觉渲染与交互逻辑,从而降低智能体多次调试可视化代码的耗时与 token 开销;开发者可通过 Flint-MCP 将其接入对话环境或构建联动图表应用。
推荐理由:原文展示了通过语义事件解耦交互与渲染逻辑的思路,有助于开发者解决智能体反复调试可视化代码的成本问题。
微软研究院研究员 Xinzhi Zhang 与合作者结合人类主导的 AI 智能体协作流程,成功证明了高维几何与概率论中历时 31 年的 KLS 猜想。该研究确立了对数凹分布的无量纲几何原理,证明最窄瓶颈割面与简单平坦割面之间的差距受通用常数控制且不依赖维度,移除了理解高维采样随机算法效率的重要理论障碍。
推荐理由:展示了人类引导智能体探索数学路径完成顶级猜想证明的协作范式,读者可据此理解前沿科研中人机配合的具体机制。
GitHub 访谈了三位拥有十余年经验的 Java Champion,探讨如何将 GitHub Copilot 安全用于生产与开源开发。受访者分享了利用智能体从手机端驱动 Maven 插件开发、定位 Pi4J 项目中虚拟线程被原生调用锁死的疑难缺陷等真实案例。他们强调工程核心在于委托执行而非移交责任,建议通过编写专属技能、先面试澄清需求,并在大模型外层包裹确定性静态检查与验证门禁来保障交付质量。
GitHub 官方发布教程,详解如何将 GitHub Copilot 独立应用中的任务会话直接转移到 VS Code 中继续开发。开发者通过点击 Open in VS Code 即可完整保留任务计划、对话上下文、代码 diff 以及对应 worktree,无需手动重新复制或同步分支。
Google Research公布了构建自主湿实验室(autonomous wet labs)的三项核心研究成果,旨在将AI智能体的高层推理与物理世界的生化实验闭环相连接。
推荐理由:Google展示了数字孪生框架VERID与闭环湿实验,为解决AI智能体与物理实验脱节提供了可复现的工程范式。
Google DeepMind 演示了利用智能体科研工作台 Google Antigravity 加速抗菌肽发现的工作流,并在平台中内嵌了 3D 生物分子结构查看器。研究人员结合 ProtNLM 蛋白质功能预测模型与 AlphaFold 数据库,在单次多轮交互中完成了伪肺炎链球菌候选抗菌肽的筛选与结构评估,目前该先导候选物已进入湿实验验证阶段。
Google 宣布公开发布 Deep Review,这是一款用于对学术论文、法律协议及设计文档提供逻辑验证与反馈的智能体系统。系统基于四阶段架构运行,涵盖文档自动切分、自适应算力分配、专业 Agent 并行验证以及全局事实核验,由 Gemini 4 Argon 提供底层支持。所有用户每周可获得两次免费审核额度,支持连接 Gemini API 扩展调用,上传文档承诺不用于模型训练。
推荐理由:原文给出了多智能体分段审查与动态算力分配机制,读者可以据此了解如何通过 Agent 架构突破单次大模型调用在长篇技术审查上的推理瓶颈。
Google Research 在其 Research@ 活动中公布了涵盖科学发现、医疗健康与端侧硬件等方向的 10 项核心技术进展。重点内容包括扩展 Google Earth AI 的早期访问与智能体 API、向公众开放技术文档核查工具 Deep Review,以及计划将时序与表格模型 TimesFM 和 TabFM 整合进 Gemini for business。
Google Research 发布 Earth AI 地理空间推理智能体(Geospatial Reasoning agent)的技术报告与两项新基准 GeoKTools 和 GeoExpertQueries,并扩大早期测试访问。
GitHub 官方发文介绍了通过仓库配置让 GitHub Copilot 掌握项目规则与流程的四种方式。开发者可通过自定义指令规范代码风格,利用智能体技能打包测试与排错等重复流程,借助自定义智能体处理跨文件复杂任务,并接入 MCP 服务器连接 Playwright 等外部工具扩展能力。
推荐理由:文章系统梳理了将项目规范沉淀进仓库的四种定制机制,有助于开发者降低重复沟通成本并规范工作流。
Mistral AI 宣布开启 Mistral Large 4(ML4)公开预览,并计划于月底正式开放权重下载。ML4 是包含 1 万亿总参数、520 亿激活参数的原生多模态模型,在欧洲数据中心基于 3,800 张 NVIDIA Grace Blackwell GPU 从头训练。该模型主打网络安全、智能体编码与复杂多模态理解,当前已在 Mistral Studio 提供预览 API。
推荐理由:原文给出了万亿参数架构与网络安全等关键垂直评测,读者可据此评估欧洲开源模型在企业私有化部署中的能力边界。
GitHub 推出面向 AI 代码审查智能体的开源离线基准 ReviewBench,旨在提供贴近真实生产环境的评估标准。该基准参考 1.039 亿真实拉取请求的分布特征,精选覆盖 19 种编程语言的 219 个拉取请求,结合人类专家、静态分析和前沿大模型构建多来源金标准,并使用 Claude Sonnet 5 统一评判。
推荐理由:该基准基于真实拉取请求分布建立评测集,为开发团队评估和迭代代码审查智能体提供了贴近生产环境的离线验证方案。
GitHub 介绍了在 GitHub Copilot 应用中利用画布(canvases)构建自定义工作流的用法,支持用户通过自然语言生成看板、清单等定制界面。用户运行 /create-canvas 即可生成与 Agent 双向协作的共享 UI,双方可实时同步修改状态并保存为扩展供团队复用。
推荐理由:详细讲解了如何通过自然语言命令生成双向协作画布,为开发者提供了与智能体实时共享状态的交互范式。
UC Berkeley 研究团队探讨了推理成本大幅下降进入“智能几乎免费”时代后,数据系统正在经历的三重系统性重塑。研究指出,数据系统需要重构以应对智能体高频探索带来的冗余查询,建立支撑数千智能体协作与结构化记忆的运行底座,并探索利用智能体端到端自动合成特定工作负载的专用数据引擎。随着智能体与数据系统深度融合,传统数据库正从被动执行查询转向具备主动反馈与自我优化的架构。
推荐理由:文章系统梳理了推理成本骤降如何倒逼数据系统演进,为理解智能体工作负载对存储与计算架构的重塑提供了清晰框架。