Property Finder 在 Amazon Bedrock 上修复评测偏差并用 Llama 4 Maverick 17B 降低 86% 成本
Property Finder 与 AWS Generative AI Innovation Center 发现其 96.8% 的评测标签直接继承自现有 VLM 的预测，导致替代模型被系统性低估。
推荐理由：文章指出用现有模型预测充当标注会扭曲模型对比，并给出重建专家标注与演化式提示词优化的可迁移方法。
#多模态
AWS Machine Learning Blog精选AI 评分6363
Google Research精选AI 评分6868 Google Research 发表 AI 辅助盲扫超声孕周评估研究，MAE 4.18 天达到临床非劣效
Google Research 在 JAMA Network Open 发表前瞻多中心研究，评估基于盲扫超声的 AI 孕周评估模型跨临床环境与硬件的泛化能力。385 名 16-36 孕周参与者中，模型平均绝对误差 4.18 天，非劣效于专家超声医师的 4.48 天；芝加哥站 MAE 4.10 天，内罗毕站零本地调优下为 4.27 天。
推荐理由：原文给出前瞻多中心实测数据，显示AI孕周评估在陌生设备和零本地调优下仍接近专家标准，可读性在跨环境泛化证据。
NVIDIA Blog精选AI 评分7272 NVIDIA 扩展开源模型家族，覆盖语言、机器人、生物与量子计算
NVIDIA 扩展开源模型家族以支持欧洲各行业构建本地化应用，新模型包括 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt、Nemotron Retriever。
推荐理由：原文汇总了 NVIDIA 跨语言、机器人、生物和量子领域的开源模型家族及各行业落地情况，读者可据此了解欧洲主权 AI 的开源布局。
NVIDIA Blog精选AI 评分6565 NVIDIA 发布 Nemotron 3.5 Super VL 120B 及两款 Bolt 端侧模型
NVIDIA 发布开放模型 Nemotron 3.5 Super VL，120B 参数，主打多模态智能体任务，称在其级别中速度比次优模型快 5x，参数量约为自家最大推理模型的五分之一。
推荐理由：官方披露了三个开放模型的具体参数量、量化方案和基准表现，并给出部署入口，便于读者按部署层级选型。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业、科研人员和普通用户开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入享 95% 折扣。
推荐理由：官方给出 Argon 在编码、科研与安全上的具体案例和定价，可据此判断前沿模型在真实工作流中的落地程度。
OpenAI News精选AI 评分8585 OpenAI 在 ChatGPT 全球上线 GPT-6 并推出 Intelligent UI
OpenAI 宣布 GPT-6 正在 ChatGPT 中面向全球上线，并同步推出 Intelligent UI。官方称新版本响应更快，提供可视化内容和可直接探索、使用的交互体验。
推荐理由：OpenAI 官方公布 GPT-6 在 ChatGPT 全球上线，并同步引入 Intelligent UI，读者可据此了解模型与交互形态的同步变化。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、740M 参数、Apache 2.0 许可，将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间，并给出端侧内存与向量截断数据，便于判断本地多模态检索的可行性。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方给出 Gemini 4 Argon 在编码、企业知识与网络安全防御上的基准表现和分阶段开放方式，可据此判断前沿模型的能力边界与落地节奏。
Microsoft Research精选AI 评分6262 微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨序列、结构、功能、细胞状态和成像等多模态数据训练的生物世界模型，以及连接模型、科学工具、文献与实验人员的交互式 harness 组成。
推荐理由：微软研究院公开 Quine 的多模态生物世界模型与实验闭环设计，并给出胰腺癌化合物筛选的湿实验验证结果。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在原生实时对话模型上加入近实时视频生成，实现带口型同步、自然表情和流畅轮次的视觉化对话。
推荐理由：官方给出 Live Avatar 的实时音视频耦合、异步工具调用与 97 语言同步能力，可据此判断企业级对话智能体的形态变化。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音生成模型，前者面向角色设计与逐行表演指导，后者面向高并发配音和语音智能体。
推荐理由：官方给出两款 TTS 的定位差异、可用入口与基准排名，便于判断语音生成在创作与规模化场景中的分工。
已经到底了