Google 发布 Gemini 4 Argon，称其为迄今最强模型
Google 母公司 Alphabet 发布 Gemini 4 Argon，称其可处理编码、研究和写作等任务，并专门针对防御性网络安全工作训练，能够自主发现、验证并修补关键软件漏洞。
#多模态
#多模态
今日 4 条TechCrunch · AIAI 评分5959 The Verge · AIAI 评分5959 Google 在 Gemini Live 上线 Guided Vision，可用摄像头实时语音描述画面
Google 在 Gemini Live 中上线 Guided Vision，支持兼容的 Android 设备，可通过摄像头对指向的画面进行实时语音描述，帮助读取小字、描述周围环境和识别物体。
TechCrunch · AIAI 评分5454 ChatGPT 上线虚拟试穿与收藏功能
OpenAI 全球上线 ChatGPT 两项购物功能，包括虚拟试穿服装配饰和收藏商品供日后查看。用户可上传自拍或全身照预览服装上身效果，也可上传商品图片让 ChatGPT 为其试穿，试穿入口以 Try On 按钮出现在购物结果中；收藏功能可将商品存入应用内 Library，并与试穿图片一同保存。
The DecoderAI 评分6868 Tavus 发布 Griffin 实时视频对话模型，48% 测试者误认为真人
Tavus 推出 Griffin，公司称其为首个 Human Interaction Model（HIM），可在接收和生成视频的同时处理语音、面部表情、语气、手势与停顿。
Ars Technica · AIAI 评分6969 AMD 以 82 亿美元收购李飞飞的 World Labs
AMD 宣布将以 82 亿美元收购李飞飞创办的世界模型公司 World Labs，交易预计年底完成，尚待监管批准。
Microsoft Research精选AI 评分6464 Microsoft Research 推出生物学科研系统 Quine
Microsoft Research 发布面向生物学复杂性的 AI 研究系统 Quine，由跨模态生物学世界模型与连接科学工具、文献、湿实验和研究者的交互式 harness 组成。
推荐理由：原文给出 Quine 的多模态世界模型与湿实验验证结果，并开放 Fellows 申请，可据此判断生物学 AI 研究系统的落地路径。
Latent Space精选AI 评分8585 AMD 以 82 亿美元收购 World Labs，Atlas 攻克稀疏重建问题
AMD 以 82 亿美元收购 World Labs。World Labs 创始人李飞飞在回顾文章中称，公司自 2024 年成立以来构建了图像、视频和空间重建领域的领先模型训练团队。
推荐理由：AMD 以 82 亿美元收购 World Labs，可了解其空间智能模型 Atlas 在稀疏重建与机器人仿真上的定位。
Microsoft ResearchAI 评分1717 微软亚洲研究院新加坡分院成立一年：推进前沿 AI 研究与产学合作
微软亚洲研究院新加坡分院（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践及生态与人才培养四大方向展开工作，并与新加坡经济发展局（EDB）、IMDA 等机构合作，在医疗、金融、教育等领域推动研究落地。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在 Gemini 3.8 Live 基础上把近实时视频生成与语音对话原生结合，让企业智能体具备会听、会看、会说的动态视觉形象，即日起在 Gemini Enterprise 上线。
推荐理由：原文给出了实时视频形象与语音对话的原生耦合方式，读者可据此判断企业级实时多模态交互的落地形态。
Hugging Face BlogAI 评分3838 Liquid AI 发布 LFM2.5-VL-DSpark 视觉语言模型投机解码草稿模型
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型，通过投机解码实现设备端最高 3.13 倍、H100 上最高 2.66 倍解码加速，端到端最高提升 2.62 倍和 2.27 倍。
NVIDIA Blog精选AI 评分6262 NVIDIA 联合 Google DeepMind 开源 2800 多种病毒的蛋白复合物结构数据集
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构，通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构。
推荐理由：NVIDIA 与 Google DeepMind 等联合开放 2800 多种病毒的蛋白复合物结构预测数据集，读者可了解其生成方式与开放入口。
Google ResearchAI 评分5050 Google 研究用生成式 UI 让教师创建互动学习模拟
Google Research 公布一项新研究实验，让教育者利用生成式 UI（GenUI）动态生成贴合教学目标与课程的互动式引导模拟，并已向可信测试教师群体获得初步正面反馈。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音模型
Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型，分别面向规模化低成本场景和高复杂度多步推理任务。
推荐理由：官方给出语音对话模型的两档定位与多语言、后台调用工具等能力细节，可供开发者判断接入场景。
Microsoft ResearchAI 评分3232 MindTopo 基准揭示 VLM 的空间推理能力短板
Microsoft Research 推出 MindTopo 基准，用于评测多模态大语言模型的拓扑推理能力，涵盖连续性、分离、顺序、包围与打结五类任务，并区分静态推理与交互规划两个层级。测试显示，当前闭源与开源模型在静态识别上表现明显优于交互规划，且均远低于人类水平；失败多出现在规划阶段而非感知阶段，模型在场景变化后难以维持结构关系。图像与视频生成仅在单帧保留结构约束时才有帮助。