Google Research 2025 年度回顾：更激进的突破，更大的影响力
Google Research 发布 2025 年度回顾，Gemini 3 成为其事实性最强的 LLM，在 SimpleQA Verified 和 FACTS 基准上达到 SOTA，并在 Gemini 3 中引入生成式 UI。Gemma 扩展至 140 多种语言，成为当前最佳多语言开源模型；量子方面，Willow 芯片上的 Quantum Echoes 算法比最强经典算法快 13000 倍。
全部 AI 动态
Google ResearchAI 评分2222
OpenAI NewsAI 评分3636 OpenAI 发布思维链可监控性评估框架
OpenAI 推出针对思维链可监控性的新框架与评估套件，覆盖 24 种环境下的 13 项评估。结果显示，监控模型内部推理远比仅监控输出更有效，为 AI 系统能力提升后的可扩展控制提供了可行路径。
OpenAI NewsAI 评分2222 OpenAI 推出面向青少年与家长的 AI 素养资源
OpenAI 发布面向青少年与家长的 AI 素养资源，帮助其审慎、安全地使用 ChatGPT。指南包含经专家审核的建议，涵盖负责任使用、批判性思维、健康边界，以及如何支持青少年应对情绪或敏感话题。
OpenAI NewsAI 评分2626 OpenAI 深化与美国能源部的合作
OpenAI 与美国能源部签署谅解备忘录，深化在 AI 与先进计算领域的合作以支持科学发现。该协议基于双方与美国国家实验室的现有工作，为在能源部生态系统中将 AI 应用于高影响力研究建立框架。
OpenAI NewsAI 评分3434 OpenAI 更新 Model Spec，为 ChatGPT 增加未成年人保护原则
OpenAI 更新 Model Spec，新增 Under-18 Principles，规定 ChatGPT 应基于发展科学为青少年提供安全、适龄的引导。此次更新强化了防护栏，明确了模型在更高风险情境下的预期行为，并延续其在 ChatGPT 青少年安全方面的整体工作。
OpenAI News精选AI 评分7575 OpenAI 发布 GPT-5.2-Codex 编码模型
OpenAI 发布 GPT-5.2-Codex，称其为自家最先进的编码模型。该模型主打长程推理、大规模代码转换以及增强的网络安全能力。
推荐理由：OpenAI 官方发布新一代编码模型，读者可据此了解其在长程推理与大规模代码改写上的定位。
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-5.2 系统卡增补：GPT-5.2-Codex
OpenAI 发布 GPT-5.2 系统卡增补文件，涉及 GPT-5.2-Codex。该页面正文未能抓取，目前仅可确认标题与发布来源。
Hugging Face BlogAI 评分3636 Transformers v5 重构 Tokenization：更简单、更清晰、更模块化
Hugging Face 发布 Transformers v5，将 tokenizer 架构与训练词表分离，类似 PyTorch 分离网络结构与权重，使 tokenizer 可检查、可定制、可从零训练。v5 提供清晰的类层级和单一快速后端，支持 BPE、Unigram、WordPiece 等算法，并可通过 AutoTokenizer 自动选择正确的 tokenizer 类。
Mistral AI精选AI 评分6262 Mistral 发布 OCR 3，表单与手写识别胜率较上代提升 74%
Mistral 发布文档解析模型 Mistral OCR 3，在表单、扫描件、复杂表格和手写内容上相对 Mistral OCR 2 的整体胜率为 74%，官方称其准确率超过企业级文档处理方案和 AI 原生 OCR 方案。
推荐理由：官方给出 OCR 3 相对上一代在表单、手写和复杂表格上的胜率与定价，可据此判断文档解析成本与适用场景。
Hugging Face BlogAI 评分5050 NVIDIA 用 NeMo Evaluator 开源 Nemotron 3 Nano 30B A3B 完整评测方案
NVIDIA 发布 Nemotron 3 Nano 30B A3B，并公开其完整评测配方，基于开源库 NeMo Evaluator 构建，任何人可复跑评测流程并独立核验结果。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3 Flash，主打速度与低成本
Google DeepMind 发布 Gemini 3 Flash，定位为兼顾前沿智能与速度、成本更低的模型，已在 Gemini API、Google AI Studio、Gemini CLI、Google Antigravity、Vertex AI 和 Gemini Enterprise 上线，并开始向 Gemini 应用和搜索 AI Mode 全量推送。
推荐理由：官方给出 Gemini 3 Flash 的基准分数、定价与上线渠道，可据此判断速度与成本权衡是否适合自身工作流。
OpenAI NewsAI 评分2222 OpenAI 携手美国新闻项目与 Lenfest Institute 推出面向新闻机构的 OpenAI Academy
OpenAI 推出面向新闻机构的 OpenAI Academy，该学习中心与美国新闻项目及 The Lenfest Institute 合作搭建，旨在帮助新闻编辑室有效使用 AI。Academy 提供培训、实用案例与负责任使用指南，支持记者、编辑和出版方在报道与运营中采用 AI。
OpenAI News精选AI 评分6262 OpenAI 开放开发者向 ChatGPT 提交应用
OpenAI 宣布开发者可以向 ChatGPT 提交应用，经审核通过后会在产品内新设的应用目录中展示，便于用户发现。官方同时更新了工具、指南和 Apps SDK，用于构建把真实操作带入 ChatGPT 的对话原生体验。
推荐理由：OpenAI 开放 ChatGPT 应用提交与审核入口，开发者可据此判断接入路径和分发方式的变化。
OpenAI NewsAI 评分2222 OpenAI 发布企业 AI 应用现状报告
OpenAI 发布企业 AI 应用现状报告，基于数据展示各组织如何从试验阶段走向实际生产力提升与新能力构建。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemma Scope 2 可解释性工具套件
Google DeepMind 发布 Gemma Scope 2，一套面向 Gemma 3 全系列（270M 至 27B 参数）的开源可解释性工具。该套件结合稀疏自编码器（SAEs）与 transcoders，覆盖模型每一层，并新增 skip-transcoders、跨层 transcoders 及针对聊天版本的越狱、拒答和思维链忠实度分析工具。
推荐理由：Gemma Scope 2 覆盖 Gemma 3 全系列并公开工具与演示，读者可了解可解释性工具在模型安全审计上的最新进展。
OpenAI NewsAI 评分3838 OpenAI 推出 FrontierScience 基准，评估 AI 执行科研任务的能力
OpenAI 推出 FrontierScience 基准，用于测试 AI 在物理、化学和生物学领域的推理能力，衡量其向真实科学研究迈进的程度。
OpenAI NewsAI 评分4040 OpenAI 发布评估框架，衡量 AI 加速生物研究的能力
OpenAI 推出一个真实世界评估框架，用于衡量 AI 加速湿实验室生物研究的能力。该工作使用 GPT-5 优化分子克隆实验方案，同时探讨 AI 辅助实验的潜力与风险。
OpenAI NewsAI 评分1212 OpenAI：如何在 AI 时代保持领先
OpenAI 提出企业构建"AI-ready"组织的路径，涵盖清晰的战略、培训、治理与加速创新四个方面。内容面向领导者，说明如何借助这些要素让组织适应 AI 时代。
OpenAI News精选AI 评分7272 OpenAI 发布 ChatGPT Images 与 GPT-Image-1.5
OpenAI 发布 ChatGPT Images 体验和 GPT-Image-1.5，后者已在 API 中提供。官方称新版 ChatGPT Images 速度更快，并提示可查看最新的 ChatGPT Images 2.5。
推荐理由：OpenAI 在 API 中上线 GPT-Image-1.5，并同步更新 ChatGPT 图像生成体验，可据此了解图像模型迭代方向。
Google Research精选AI 评分6262 Google 为 STOC 2026 推出 Gemini 驱动的 Paper Assistant Tool
Google Research 为 STOC 2026 推出实验性 Paper Assistant Tool（PAT），基于 Gemini 2.5 Deep Think 的推理扩展方法，在投稿后 24 小时内为作者提供自动化预审反馈。
推荐理由：Google 官方披露 PAT 在 STOC 2026 的实测反馈数据，可了解 AI 辅助数学证明审阅的实际表现与局限。
Hugging Face Blog精选AI 评分6060 CUGA 上线 Hugging Face Spaces：可配置通用智能体开源发布
IBM 研究团队开源的可配置通用智能体 CUGA 上线 Hugging Face Spaces，演示环境内置一个小型 CRM 系统和 20 个预配置工具，用于销售数据查询与 API 交互。
推荐理由：CUGA 在 AppWorld 与 WebArena 上的成绩和 Hugging Face Space 入口，让读者能判断可配置智能体的落地方式。
Google DeepMind精选AI 评分7171 Google DeepMind 发布升级版 Gemini 2.5 Flash Native Audio
Google DeepMind 发布升级版 Gemini 2.5 Flash Native Audio，面向实时语音智能体，提升了复杂工作流处理、指令遵循和自然对话能力。
推荐理由：官方给出 Gemini 2.5 Flash Native Audio 在函数调用、指令遵循和多轮对话上的具体提升数据，可据此判断语音智能体的可用性变化。
Google ResearchAI 评分2222 Google 联合非洲社区举办健康数据科学 Ideathon，六支团队用 MedGemma 等开放模型获奖
Google 与 SisonkeBiotik、Ro'ya、DS-I Africa 合作举办非洲健康数据科学 Ideathon，从 30 多份提交中选出六支决赛团队，使用 MedGemma、TxGemma、MedSigLIP 等开放健康 AI 模型开发解决方案。
OpenAI NewsAI 评分4242 OpenAI 如何用 Codex 在 28 天内交付 Android 版 Sora
OpenAI 借助 Codex 在 28 天内完成 Android 版 Sora 的交付。团队通过 AI 辅助的规划、翻译与并行编码工作流，实现了快速且可靠的开发。
OpenAI NewsAI 评分2727 BBVA 与 OpenAI 合作推进全球银行业 AI 转型
BBVA 扩大与 OpenAI 的合作，启动多年期 AI 转型计划，向全部 12 万名员工部署 ChatGPT Enterprise。双方将共同开发 AI 解决方案，用于改善客户交互、简化运营流程，并打造 AI 原生的银行体验。
OpenAI NewsAI 评分2222 BNY 借助 OpenAI 打造“人人可用的 AI”，2 万员工用 Eliza 构建智能体
BNY 正借助 OpenAI 在全企业范围扩大 AI 应用，其平台 Eliza 已支持 20000 多名员工构建 AI 智能体，以提升效率和客户成果。
Hugging Face Blog精选AI 评分6060 llama.cpp 新增模型管理功能：router 模式支持动态加载与切换模型
llama.cpp server 新增 router 模式，可在不重启服务的情况下动态加载、卸载和切换多个模型。该模式采用多进程架构，每个模型独立运行，单个模型崩溃不影响其他模型；支持自动发现缓存或 --models-dir 目录中的 GGUF 文件、按需加载、LRU 淘汰（默认 --models-max 为 4）以及按请求中的 model 字段路由。
推荐理由：llama.cpp 新增 router 模式，可在不重启服务的前提下动态加载、卸载和切换多个模型，适合本地多模型部署场景。
OpenAI News精选AI 评分8282 OpenAI 发布 GPT-5.2，面向科学与数学能力升级
OpenAI 发布 GPT-5.2，称其为目前数学与科学能力最强的模型，在 GPQA Diamond 和 FrontierMath 等基准上刷新 SOTA。官方表示这些提升已转化为实际研究进展，包括解决一个开放理论问题并生成可靠的数学证明。
推荐理由：OpenAI 官方给出 GPT-5.2 在数学与科学基准上的新结果，并说明这些提升如何落到实际研究进展中。
Google DeepMindAI 评分3434 Google DeepMind 扩大与英国 AI Security Institute 的合作
Google DeepMind 宣布与英国 AI Security Institute（AISI）签署新谅解备忘录，将合作从模型测试扩展到基础安全研究。双方将共享专有模型、数据与思路，并围绕 AI 推理过程监控（CoT）、社会情感错位及 AI 对经济系统的影响展开联合研究。Google DeepMind 自 AISI 2023 年 11 月成立起便与其合作测试其最强模型。
OpenAI NewsAI 评分2020 Podium 如何用 GPT-5 为 10,000+ 中小企业打造 AI 智能体
Podium 基于 OpenAI 的 GPT-5 构建了 AI 智能体"Jerry"，为 10,000 多家中小企业提供服务，并带来 300% 的业务增长。该智能体作为 AI 队友，正在改变实体商家服务客户的方式。
Hugging Face Blog精选AI 评分6666 Hugging Face 教程：用 Codex 和 HF Skills 端到端微调模型
Hugging Face 发布教程，展示如何让 OpenAI Codex 通过 HF Skills 仓库完成端到端机器学习实验，包括数据校验、硬件选择、提交 Hugging Face Jobs 训练、监控进度、评测并生成训练报告。
推荐理由：原文给出 Codex 调用 HF Skills 完成端到端微调的完整流程与成本区间，可据此判断智能体托管训练实验的可行边界。
OpenAI News精选AI 评分6767 OpenAI 更新 GPT-5 系统卡，发布 GPT-5.2 模型系列
OpenAI 发布 GPT-5 系列的最新模型家族 GPT-5.2，并更新了 GPT-5 系统卡。该系列模型的安全缓解方案与 GPT-5 系统卡和 GPT-5.1 系统卡中描述的基本一致。GPT-5.2 模型同样在多样化数据集上训练，包括互联网公开信息、与第三方合作获取的信息，以及用户或人类训练师与研究人员提供或生成的信息。
推荐理由：OpenAI 公布 GPT-5.2 系统卡更新，说明其安全缓解措施与 GPT-5、GPT-5.1 基本一致，可据此了解该系列的安全策略延续。
OpenAI News精选AI 评分6262 迪士尼与 OpenAI 达成协议，200 多个角色将进入 Sora
迪士尼与 OpenAI 达成协议，将把迪士尼、漫威、皮克斯和星球大战的 200 多个角色引入 Sora，用于粉丝创作的短视频。协议还包含迪士尼在全公司范围使用 ChatGPT Enterprise 和 OpenAI API。
推荐理由：迪士尼与 OpenAI 达成角色授权协议，读者可了解生成式视频在版权合作上的落地方式。
OpenAI NewsAI 评分2222 OpenAI 回顾十年历程：从早期研究突破到构建造福全人类的 AGI
OpenAI 回顾了十年发展历程，从早期研究突破到被广泛使用的 AI 系统，并分享了这十年的经验教训。OpenAI 表示仍对构建造福全人类的 AGI 保持乐观。
OpenAI News精选AI 评分8282 OpenAI 发布 GPT-5.2 前沿模型
OpenAI 发布 GPT-5.2，称其为面向日常专业工作最先进的前沿模型，具备领先的推理、长上下文理解、编码和视觉能力。该模型已在 ChatGPT 和 OpenAI API 中提供，用于支撑更快、更可靠的智能体工作流。
推荐理由：OpenAI 官方发布 GPT-5.2，读者可据此了解新模型在推理、长上下文、编码与视觉上的定位及可用入口。
Google ResearchAI 评分3232 Google 提出 Urania：用差分隐私框架分析 AI 聊天机器人使用情况
Google 在 COLM 2025 论文中提出 Urania 框架，通过差分隐私（DP）聚类与 DP 关键词提取，从 LLM 聊天机器人对话中生成使用洞察，且 LLM 只接触匿名关键词、不接触原始对话。与基于 CLIO 的非隐私基线 Simple-CLIO 相比，其隐私摘要在一项评测中最高有 70% 的概率被 LLM 评估器偏好。隐私预算越紧，主题覆盖度越低，但摘要更简洁聚焦。
Google DeepMindAI 评分5858 Google DeepMind 深化与英国政府合作，2026 年在英建首个自动化实验室
Google DeepMind 宣布深化与英国政府的合作，向英国科学家优先开放 AlphaEvolve、AlphaGenome、AI co-scientist 和 WeatherNext 等 AI for Science 模型，并计划 2026 年在英国建立其首个自动化实验室，专注材料科学研究，实验室将与 Gemini 深度集成。
OpenAI NewsAI 评分4040 OpenAI 如何随 AI 能力提升强化网络韧性
OpenAI 正随 AI 模型网络安全能力增强而投入更强的防护措施与防御能力，并说明其如何评估风险、限制滥用，以及与安全社区合作强化网络韧性。
OpenAI NewsAI 评分2020 Scout24 如何用 GPT-5 打造下一代房产搜索
Scout24 基于 GPT-5 打造了一款对话式助手，通过追问澄清、生成摘要和个性化房源推荐，重新定义房产搜索体验。
Mistral AI精选AI 评分8080 Mistral 发布 Devstral 2 编码模型家族与 Vibe CLI
Mistral 发布 Devstral 2 编码模型家族，含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，均开源，前者采用修改版 MIT 许可，后者采用 Apache 2.0。
推荐理由：官方给出两款开源编码模型的参数、许可与 SWE-bench 成绩，并附独立人工评测对比，可据此判断开源编码模型与闭源模型的差距。