Google DeepMind 发布 Gemini 3.5 Live Translate,支持 70+ 语言实时语音翻译
Google DeepMind 发布 Gemini 3.5 Live Translate,这是用于实时语音到语音翻译的最新音频模型,可自动检测 70+ 语言并生成自然流畅的译语音频。
推荐理由:原文同时给出语言覆盖、延迟形态和接入渠道,可用于比较实时语音翻译的产品落地路径。
Google DeepMind 发布 Gemini 3.5 Live Translate,这是用于实时语音到语音翻译的最新音频模型,可自动检测 70+ 语言并生成自然流畅的译语音频。
推荐理由:原文同时给出语言覆盖、延迟形态和接入渠道,可用于比较实时语音翻译的产品落地路径。
Google DeepMind Accelerator: Robotics 选出 15 家欧洲机器人公司加入 3 个月项目,支持将 AI 融入核心产品。入选团队将获得 Google DeepMind 和 Google 的导师指导、技术支持,访问 AI stack 和 Gemini robotics models,方向覆盖物流、制造、医疗、气候和高级导航。
Google DeepMind 的预注册试验显示,塞拉利昂学生使用 Guided Learning 后,数学成绩较对照组提高 +0.258 standard deviations,约相当于 8 周内取得 1.2 到 1.7 年的典型学习进展。
推荐理由:材料给出塞拉利昂课堂试验的学习增益、使用率和交互数据,可作为评估 AI 辅助教学的案例。
Mistral 在 AI Now Summit 2026 公布面向企业和政府的 full-stack AI 方案,包括 Mistral for Industrial Engineering、Vibe 更新和 Les Ulis data center。
Mistral 将 Le Chat 更名并升级为 Vibe,定位为覆盖工作和编码的统一 AI 智能体,原有对话、设置和套餐会迁移。Work Mode 面向企业工具中的多步骤任务,支持知识搜索、数据分析、文档合成、定时任务和可复用技能;Code Mode 可在网页中连接 GitHub、管理项目、启动远程编码会话并推进到 pull request。
推荐理由:原文同时列出工作与编码两条模式,能帮助判断 Vibe 对企业流程和开发协作的覆盖范围。
Mistral AI 发布 Search Toolkit 公共预览版,这是一个用于为 AI 应用构建生产级搜索管线的可组合框架。
推荐理由:原文把摄取、检索和评估放进同一框架,可作为企业 RAG 检索管线的工程取舍参考。
Mistral 将 Emmi AI 纳入旗下,建设面向工业工程的 physics AI 基础能力。physics AI 从物理求解器输出学习,可由几何、边界条件或测量数据预测物理场,在单个 GPU 上以秒级完成推理,用于加速产品设计、工装与工艺设计及实时数字孪生。
Mistral AI 本周达成收购 Physics AI 公司 Emmi AI 的最终协议,以加强面向工业企业的 AI 转型能力。Mistral AI 表示将扩展模型对物理的理解和建模能力,并让 AI 智能体使用现有工程工具。Emmi AI 的联合创始人和 30 多名研究人员、工程师将在 5 月加入 Mistral AI 的 Science 和 Applied AI 团队。
推荐理由:收购细节呈现了 Mistral 将模型能力延伸到物理建模和工程工作流的路径。
Mistral AI 在 Studio 发布 Connectors,内置连接器和自定义 MCP 现可通过 API/SDK 用于所有模型和 Agent 调用。新功能包括直接 tool calling、人工审批流程,以及通过程序创建、修改、列出和删除连接器,并可列出或直接运行其工具。
推荐理由:原文展示了连接器注册、直接调用和人工审批流程,可借鉴其企业智能体集成方式。
Google DeepMind 称,生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 正在用 Co-Scientist 加速寻找可能逆转细胞衰老的遗传线索。
推荐理由:案例展示了 Co-Scientist 在遗传衰老研究中连接文献、假设和筛选数据的具体流程。
Google DeepMind 正在为 Project Genie 推出由 Street View 支持的真实地点锚定能力,并向全球符合条件的 Google AI Ultra $200 订阅用户逐步开放。
推荐理由:原文说明 Project Genie 如何用 Street View 锚定真实地点,可作为观察世界模型产品化路径的案例。
Google DeepMind 推出 Gemini for Science,包含 Google Antigravity 中的新 Science Skills,以及 Google Labs 上的 3 个科研实验工具。
推荐理由:原文集中列出实验工具、Science Skills 与企业预览案例,便于了解 Google 科研智能体布局。
Google 正在扩展 Search、Gemini、Chrome、Pixel 和 Cloud 中的内容透明度与验证工具,并推出 AI Content Detection API。
推荐理由:原文梳理了 SynthID、C2PA 与检测 API 的扩展路径,可用于理解内容溯源工具的落地方式。
剑桥大学 Clare Bryant 正用 Google DeepMind Co-Scientist 寻找病原体跨物种传播后导致重症的分子开关。该工具从候选蛋白细化到具体氨基酸,团队正构建含氨基酸突变的细胞系;若目标正确,原本需 2-3 年的实验有望在 6 个月完成。
Calico Life Sciences 用 Co-Scientist 连接衰老生物学文献并生成可检验假设。在 ISR 项目中,团队让 Co-Scientist 提出代谢调控 ISR 的假设,并共同细化实验设计。实验产生了关于 ISR 在健康和疾病中作用的新发现,团队计划发表结果。
Co-Scientist 帮助 MIT 的 Ritu Raman 快速梳理 ALS 文献,形成可测试假设并按可行性与风险回报排序。她随后与 Boston Children's Hospital 的 Ryan Flynn 迭代使用 Co-Scientist,结合组织模型和细胞表面 RNA 映射,寻找可靶向 ALS 的新 RNA 机制及潜在 RNA 药物。
Stanford University School of Medicine 的 Gary Peltz 团队在 Advanced Science 发表研究,使用 Co-Scientist 从既有药物文献中寻找可再利用治疗肝纤维化的候选药物。
推荐理由:材料把 Co-Scientist 的候选药物与人工筛选结果放在同一实验中比较,便于理解其科研辅助价值。
Mistral AI 发布 Workflows 公共预览版,作为企业 AI 的编排层,用于把 AI 驱动流程从概念验证可靠移入生产。Workflows 属于 Studio,开发者用 Python 编写流程,可发布到 Le Chat 供组织内触发,并在 Studio 中跟踪和审计每一步。
推荐理由:原文展示了企业 AI 流程从编排到审计的落地路径,并给出货运、KYC 和客服分流场景。
Mistral AI 发布 Voxtral TTS,这是其首个文本转语音模型,参数量 4B,支持 9 种语言的多语言语音生成。该模型支持情绪表达、低延迟、语音适配和 zero-shot 跨语言语音适配,典型输入 10 秒语音样本和 500 字符时模型延迟为 70ms,RTF ≈9.7x。
推荐理由:原文同时给出语言覆盖、延迟、价格、架构细节与适用场景,便于评估企业语音工作流的接入成本。
Mistral AI 推出 Forge,帮助企业用专有知识训练面向内部流程的 AI 模型。Forge 支持预训练、后训练、强化学习、dense 与 MoE 架构,以及按需处理多模态输入。Mistral Vibe 等智能体可用它微调模型、寻找超参数、调度任务并生成合成数据。
Mistral AI 发布 Mistral Small 4,这是 Mistral Small 系列的下一次主要版本,将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力整合到一个模型中。
推荐理由:原文列出架构、上下文和部署入口,可比较开放 MoE 模型在推理与多模态任务中的取舍。
Mistral AI 宣布作为创始成员加入 NVIDIA Nemotron Coalition,并与 NVIDIA 计划共同开发前沿开源 AI 模型。Mistral AI 将贡献专有训练技术、多模态能力和企业级微调工具,同时利用 NVIDIA 的计算资源、模型开发工具和合成数据生成流水线;文中还提到 Mistral AI 今天发布 Mistral Small 4。
Mistral AI 发布 Leanstral,这是面向 Lean 4 的开源代码 Agent,权重采用 Apache 2.0 许可,并可在 Mistral Vibe、free/near-free API endpoint labs-leanstral-2603 和自托管方式使用。
推荐理由:原文包含开放方式、FLTEval 对比和案例,便于评估形式化证明编码场景的成本与表现。
Mistral AI 构建了一个自动为 Rails 单体应用生成或改进 RSpec 测试的 Agent,可读取源码、验证风格和覆盖率,并在 CI/CD 管道中无人干预运行。
推荐理由:文章拆解了上下文文件、技能分流和验证工具的组合方式,可迁移到代码测试类 Agent 的工程设计。
Mistral AI 发布 Voxtral Transcribe 2,包括用于批量转写的 Voxtral Mini Transcribe V2 和用于实时应用的 Voxtral Realtime,并在 Mistral Studio 推出音频 playground。
推荐理由:原文同时给出延迟、价格、开源权重和多项基准对比,便于评估语音转写在实时与离线场景的部署取舍。
Mistral 发布 Mistral Vibe 2.0,这是其终端原生编码智能体的一次重大升级,由 Devstral 2 模型家族驱动。新版支持自定义子智能体、多选澄清、slash-command 技能、统一 Agent 模式和自动更新,面向 Le Chat Pro 和 Team 计划开放,支持 PAYG 额外用量或 BYOK。
推荐理由:原文同时说明了新工作流控制、订阅入口和 Devstral 2 API 价格,便于评估团队接入成本。
Mistral AI 发布 Devstral 2 编码模型家族,包括 Devstral 2 (123B) 和 Devstral Small 2 (24B),并推出面向 Devstral 的开源命令行编码助手 Mistral Vibe CLI。
推荐理由:材料同时给出参数规模、SWE-bench 成绩、部署门槛和 CLI 入口,便于比较开源编码模型的落地成本。
Mistral AI 发布 Mistral 3,包括 14B、8B、3B 三个小型 dense 模型,以及 41B active、675B total 参数的 MoE 模型 Mistral Large 3,全部以 Apache 2.0 license 发布。
推荐理由:原文同时交代模型规模、开源许可、压缩格式和上线渠道,便于比较前沿与端侧模型的部署取舍。
Mistral AI 宣布扩大在德国布局,并与 SAP、Helsing 建立长期战略合作。其将与 SAP 构建面向德国和欧洲的完全主权 AI stack,把模型集成进 SAP’s AI Foundation;与 Helsing 加速开发用于防务和安全的视觉-语言-动作模型。公司还将显著增加德国本地团队,并在未来几个月开设德国办公室。
Mistral AI 推出 Mistral AI Studio,面向企业团队提供将 AI 从原型推进到生产的 Production AI Platform。平台由 Observability、Agent Runtime 和 AI Registry 三大支柱组成,支持评估、反馈闭环、版本追踪、治理与可复现执行。
Mistral AI 宣布完成 1.7B€ C 轮融资,投后估值为 11.7B€,本轮由 ASML Holding NV 领投。现有投资方 DST Global、Andreessen Horowitz、Bpifrance、General Catalyst、Index Ventures、Lightspeed 和 NVIDIA 参与了本轮融资。
推荐理由:原文同时披露融资规模、投后估值和ASML合作方向,可用于理解Mistral AI面向工业场景的推进路径。