Google 在 Flow Music 上线 Lyria 3.5,升级音乐性、歌词、人声与创作控制
Google 在 Flow Music 中上线新一代音乐生成模型 Lyria 3.5,在音乐性、歌词、人声质量和创作控制四方面带来提升。该模型可生成更复杂自然、旋律结构更丰富的作品,歌词的提示词遵循与结构意识更好,人声更具情感表现力且发音改善,用户还能更便捷地控制输出节奏与时长。
Google 在 Flow Music 中上线新一代音乐生成模型 Lyria 3.5,在音乐性、歌词、人声质量和创作控制四方面带来提升。该模型可生成更复杂自然、旋律结构更丰富的作品,歌词的提示词遵循与结构意识更好,人声更具情感表现力且发音改善,用户还能更便捷地控制输出节奏与时长。
Google DeepMind 在 DOE 的 Genesis Mission Summit 2026 上宣布投入 4000 万美元的 AI token 与云额度,支持 Genesis Mission 的科研人员。
Google DeepMind 发布 Gemini 3.5 Flash Cyber,这是基于 Gemini 3.5 Flash 微调的轻量网络安全模型,用于快速发现、验证和修补漏洞。
Google 在印度启动 ATL Saathi 试点,这款由 Gemini 驱动的 web 应用为 Tinkering Lab 教育者提供 24/7 规划与培训助手。
Google DeepMind 与 A24 宣布达成首个此类研究合作,把世界领先的研究实验室与最重视电影人的工作室配对,帮助艺术家开发新工作流和技术。双方将围绕多个项目展开长期研发协作,把 Google DeepMind 的创新直接嵌入创作流程,并从中获得顶尖艺术家的反馈与指导。Google 同时对 A24 进行了投资。
Mistral 发布 Leanstral 1.5,这是一个 Apache-2.0 许可的 Lean 4 形式验证模型,119B 总参数、6B 激活参数。它在 miniF2F 上达到 100%,解出 PutnamBench 587/672 题,FATE-H 为 87%、FATE-X 为 34%,权重已在 Hugging Face 开源并提供免费 API。
Google DeepMind 发布两款生成模型,Nano Banana 2 Lite 面向高吞吐的快速出图,Gemini Omni Flash 面向高质量视频生成与对话式编辑,均已上线 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform。
推荐理由:Nano Banana 2 Lite 每张 1K 图 0.034 美元、Omni Flash 每秒视频 0.10 美元,读者可据此比较两款模型在图像与视频环节的成本取舍。
Mistral 为 Connectors 新增多项管理与安全能力:按 workspace 或组织分配连接器访问权限、带 connector scope 的 API key、单个连接器绑定多账号,三项均已 GA。
Google DeepMind 发布 Gemma 4 12B,一款面向笔记本的 12B 多模态模型,采用无编码器架构,视觉和音频输入直接进入 LLM 主干,16GB 显存或统一内存即可本地运行。
推荐理由:无编码器架构把视觉与音频直接接入 LLM 主干,读者可了解端侧多模态模型在显存与延迟上的取舍。
Google 推出由 Gemini Enterprise Agent Platform 托管的 Cross-Corpus Retrieval,基于 Agentic RAG 驱动,可处理多源、多跳的复杂查询。
Mistral 将 Le Chat 升级为统一的 AI 智能体 Vibe,同一订阅同时覆盖工作与编码,用户原有的对话、设置和方案自动保留。
推荐理由:Le Chat 升级为 Vibe 后把工作流与编码并入同一智能体和同一订阅,读者可了解其功能边界与定价分层。
Mistral AI 已签署最终协议收购 Physics AI 先驱 Emmi AI,强化其工业 AI 布局。Emmi AI 总部位于奥地利,其 30 多名研究人员和工程师将加入 Mistral 的 Science 与 Applied AI 团队,公司的大型工程模型可用实时仿真替代数天计算并构建数字孪生。双方将打造面向工程师的 best-in-class 智能体,覆盖航空航天、汽车和半导体等行业。
Mistral 发布 Mistral Medium 3.5,一个 128B 稠密开源权重模型,具备 256k 上下文窗口,在 SWE-Bench Verified 上得分 77.6%。
推荐理由:128B 开源权重模型把编码智能体搬到云端,读者可据此判断自托管与异步并行任务的取舍。
Google DeepMind 在亚太区启动首届 Accelerator 计划,聚焦「AI for the Planet」,帮助应对该地区不断上升的环境风险。该计划为期三个月,面向区域内的初创企业、研究团队和非营利组织,覆盖自然、气候、农业、能源等领域。
Google 正在把内容透明度与验证工具扩展到搜索、Gemini、Chrome、Pixel 和 Google Cloud。SynthID 已为超过 1000 亿张图片和视频、6 万年音频加上水印,Gemini 应用中的验证功能已被使用 5000 万次,并将在未来几周扩展到搜索和 Chrome。
推荐理由:原文列出了 SynthID 与 C2PA 在搜索、Chrome、Pixel 上的落地范围,可据此判断内容溯源的行业分工。
Jack Clark在Import AI 455中基于公开基准的聚合趋势,认为AI系统有60%以上概率在2028年底前实现端到端自主研发。他列举了SWE-Bench、CORE-Bench、MLE-Bench等基准的快速进展,以及AI在代码编写、kernel优化、模型微调、对齐研究等核心环节的能力提升,并指出OpenAI、Anthropic、DeepMind及多家创业公司已将自动化AI研发作为目标。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 合作,帮助各行业大规模采用前沿 AI。
Google DeepMind 发布 Gemini 3.1 Flash TTS,一款在可控性、表现力和音质上均有提升的文本转语音模型。该模型在 Artificial Analysis TTS 榜单上取得 1,211 Elo,支持 70+ 语言、原生多说话人对话,并新增可用自然语言控制语气、语速和演绎方式的音频标签。
Google Research 推出 PaperVizAgent 与 ScholarPeer 两款学术智能体,分别用于生成论文配图和自动同行评审。
Mistral 发布终端编码智能体 Mistral Vibe 2.0,由 Devstral 2 模型族驱动,新增自定义子智能体、多选项澄清、斜杠命令技能和统一智能体模式。
推荐理由:原文列出子智能体、斜杠命令技能等可配置能力与付费方式,读者可据此判断终端编码智能体的团队落地成本。
Mistral AI 发布 Mistral OCR 3,模型可通过 API(mistral-ocr-2512)或 Mistral AI Studio 中的 Document AI Playground 使用,定价为每 1,000 页 $2,Batch API 折扣后为每 1,000 页 $1。
Mistral AI 发布 Devstral 2 编码模型系列,包含 123B 的 Devstral 2 与 24B 的 Devstral Small 2,并推出配套开源 CLI Mistral Vibe。
推荐理由:官方给出参数规模、基准得分与人类评估胜率,可对照开源与闭源编码模型的能力与成本差距。
Mistral AI 发布企业级生产 AI 平台 Mistral AI Studio,由 Observability、Agent Runtime 和 AI Registry 三大支柱组成。
Mistral 在 Le Chat 上线 20+ 个企业级 MCP 连接器目录(beta)与 Memories 记忆功能(beta),对所有 Le Chat 用户免费开放。
Mistral AI 推出 AI for Citizens 计划,帮助各国政府与公共机构按本地需求部署 AI,改造公共服务。该计划已与法国、卢森堡、新加坡、荷兰、英格兰、瑞士等国的政府、国防部门、公共机构及教育机构合作。方案提供自托管、本地 AI 数据中心、SaaS 与 serverless API 等部署选择,并支持数据主权。
Mistral AI 发布 Mistral Compute,提供私有集成 AI 基础设施栈,涵盖 GPU、编排、API、产品与服务,形态从裸金属服务器到全托管 PaaS。
Mistral 发布企业级 AI 编程助手 Mistral Code,基于开源项目 Continue 构建,今日开放支持 JetBrains IDE 和 VSCode 的私有 beta,正式版即将推出。