新闻资讯归档 · 第 19 页

• AI 辅助超声研究面向基层孕产检查

  Google Research 公布一项前瞻性多中心研究，探索让经过流程培训、但非专业超声技师的一线人员使用低成本探头采集扫查数据，再由 AI 辅助评估孕周。

• 小米 OCR 模型用 0.8B 参数解析文档

  小米研究团队公开 Xiaomi-OCR-0，面向文档解析和围绕文字的视觉理解。模型基于 Qwen3.5-0.8B-Base，官方模型卡介绍了约 1.7 亿条训练样本及渐进式训练流程。

• Google 让 AI 智能体接入真实生物实验流程

  Google Research 介绍了将智能体与湿实验室机器人连接的研究。系统围绕分子设计提出候选方案，再通过真实实验反馈调整下一轮探索，形成设计、测试与分析的循环。

• Google 地理智能体连接地图与环境模型

  Google Research 介绍了实验性的地理推理智能体，将 Gemini 与天气、洪水、人口动态、遥感及地图工具连接起来，先制定分析计划，再处理跨数据源任务。

• Anthropic 将 Agent Skills 捐给开放基金会

  Anthropic 宣布把 Agent Skills 开放标准捐赠给 Linux 基金会旗下的 Agentic AI Foundation。移交内容包括名称和标识、GitHub 组织以及 agentskills.io 域名。

• FreeToken 协调个人设备资源运行大型 MoE

  FreeToken 是面向个人硬件的 MoE 推理引擎，尝试把 GPU、CPU、主机内存和设备互联作为一个可组合的平台，运行较大的开放权重模型。

• 物理学家 Stubbs 加入 Anthropic 长期利益信托

  Anthropic 宣布，实验物理学家、哈佛大学前科学学院院长 Christopher Stubbs 加入公司的长期利益信托。他的研究背景包括观测宇宙学和精密测量，也曾参与政府科技咨询。

• T3 Code 统一管理电脑上的编程智能体

  T3 Code 提供移动端、网页和 Electron 桌面端界面，用于控制已经在用户电脑上配置好的编程智能体。项目列出了 Claude Code、Codex、Cursor 等接入路径。

• Google 开放 Deep Review，辅助核查技术文档

  Google Research 宣布公开推出 Deep Review，将复杂技术文档的反馈与核查能力从学术论文扩展到更多知识文档。公告提到，系统此前已在多个计算机科学会议的投稿场景中使用。

• Kronos 用金融 K 线训练专用基础模型

  Kronos 是面向金融 K 线序列的开放模型项目。团队使用来自多个交易所的数据预训练，尝试学习价格与交易量等序列的表示，而不是直接套用通用文本模型。

• Liquid d1 把分类判断压缩为一次前向计算

  Liquid AI 的 d1-2B 面向路由、分类、文档提取、审核和重排序等判断任务。它接收文字、图片或视频，通过一次前向计算返回结果，不像聊天模型那样逐个生成回答 token。

• Google 研究：AI 提升产出，不一定同步提升技能

  Google Research 介绍了一项持续三个月的专利律师随机试验，参与者来自 11 家律所。研究既观察使用 AI 时的工作质量，也在移除工具后检查独立判断能力。

• Claude 代员工买卖二手物品，完成 186 笔交易

  Anthropic 公布 Project Deal 市场实验，让 69 名员工各自配置的 Claude 代理在内部渠道发布物品、还价和成交。真实执行的一轮共达成 186 笔交易，总额略高于 4,000 美元。

• Kornia 把可微视觉与几何算法接入 PyTorch

  Kornia 是基于 PyTorch 的计算机视觉库，提供可微图像处理、数据增强和几何视觉算法，支持批量变换、自动微分与 GPU 计算。

• Google 用地理表示补充公共卫生数据

  Google Research 展示了 Earth AI 人口动态基础模型在公共卫生中的五组合作案例。模型将搜索趋势、人口流动、环境和建成区等信号压缩为地点表示，再接入既有统计或机器学习流程。

• Claude 辅助毅力号规划火星行驶路线

  Anthropic 回顾了 Claude 参与 NASA 毅力号火星车路线规划的实验。相关行驶发生在 2025 年 12 月，JPL 工程师让模型结合影像与任务资料编写路线指令，涉及约 400 米的路径。

• Google 报告讨论智能体该如何分享个人信息

  Google Research 发布关于智能体隐私与安全的研讨报告，汇集多家机构的研究者观点。报告认为，能访问数据、调用工具的智能体，需要理解特定场景下哪些信息流动是合适的。

• Anthropic 称防护措施减少了未授权蒸馏采集

  Anthropic 公布针对未授权模型蒸馏的数据采集防护进展。公司称，初步证据显示相关措施使被采集的数据量减少约 90% 至 99%。

• Idol 从单张图片生成 3D 高斯模型

  Sperid Labs 的 Idol 可以把一张物体图片转换为 3D Gaussian Splat，先去除背景、确定物体范围，再生成可由常见查看器打开的 PLY 文件。作者报告可输出超过一百万个高斯单元。

• Google 联邦学习引入可验证的隐私机制

  Google Research 介绍新一代联邦学习系统，利用可信执行环境提供可远程验证的计算逻辑，并把部分计算移到服务器以改善训练效率和设备覆盖。

• Anthropic 拟设公益基金，初始投入 5% 股权

  Anthropic 宣布设立全资持有的 Public Benefit Fund，并计划在股东批准后投入 5% 股权。公司价值在设定基准上每增长 50%，董事会可酌情追加 2% 股权。

• Liquid LFM3 语音模型支持本地边说边转写

  LFM3-Audio-2B 接收文字或音频，能够输出文字、语音或两者交织的回答，面向笔记本和边缘设备。模型采用自研音频编码器及 LiquidCodec，并提供转写和语音合成示例。

• Diffusion Controller 让生图更贴近提示要求

  Google Research 的 Diffusion Controller 将去噪过程视为连续控制问题，加入轻量控制网络，试图在保留图像质量的同时改善对用户提示和视觉约束的遵循。

• Anthropic 向 METR 开放更深入的评估权限

  Anthropic 表示，已开始向非营利评估机构 METR 的团队提供接近员工级别的信息访问权限，以支持对前沿模型和安全实践的独立评估。METR 将公开风险评估结果。