Hugging Face 以 Inference Endpoints、Jobs 和 Storage Buckets 建立 Papers with Code 混合搜尋系統，為來自 arXiv 和 Daily Papers 的超過 110,000 篇論文維護嵌入向量。
推薦理由：文章拆解離線批次建向量與線上查詢的分工，並説明端點冷啟動時如何回退全文檢索，呈現混合搜尋進入生產環境的工程取捨。
Mistral 推出 Agentic Search，讓模型透過多步檢索搜尋、查看、導覽及核實複雜文件中的資料。在 FinanceBench 金融文件測試中，正確率由 26.7% 升至 86%；OfficeQA Pro 表格密集的多文件問題則由 6.3% 升至 51.9%。
推薦理由：FinanceBench 和 OfficeQA Pro 的基準數據呈現 Agentic Search 相較單次 RAG 的準確率提升，也量化延遲與 token 使用量變化。
Google DeepMind 發佈 Gemini 3.7 Flash，稱其在編碼、知識工作及網頁開發工作流上較 Gemini 3.6 Flash 有所提升。
推薦理由：文章列出 Gemini 3.7 Flash 在編碼、網頁開發和複雜文件基準上的對比數據，並交代入門價格，便於衡量效能與成本取捨。
OpenAI 的 GPT-5.6 建構指南聚焦初創公司如何運用 GPT-5.6，更快、更具成本效益地構建 AI 智能體。指南亦涵蓋更智能的模型選擇，以及 Responses API 的新能力。
OpenAI 研究揭示企業正採用智能體 AI，並使用 ChatGPT 和 Codex。前沿企業在 AI 採用方面正拉開差距。
Google Research 展示基於 Gemini 和 Project Astra 的 AMIE (Video)，在模擬即時視像會診中，核心臨牀能力獲評與基層醫生相當。
推薦理由：研究以 300 場模擬視像會診比較 AMIE (Video)、文字版 AMIE 與基層醫生，呈現視聽感知和虛擬檢查的表現差異，並交代病人演員研究的適用邊界。
NVIDIA Magpie Multilingual TTS 最新版本擴展至 12 種語言，是一款 364M 參數、開放權重的語音合成模型，可部署於自有基礎設施並按工作負載調校。
Meta 發佈 Muse Glimmer，一款由 Muse 蒸餾而來、面向本地智能體應用的多模態 30B 模型，採用 Apache 2.0 授權。模型由 2B ViT-style 視覺編碼器和 28B 文字解碼器組成，支援圖像、影片輸入及多模態工具調用。
推薦理由：文章把 Muse Glimmer 的本地智能體定位、30B 架構與 transformers、llama.cpp、vLLM 等入口連起來，提供從本地推理到託管部署的實作參考。
Google Research 提出 Chain-of-Evidence（CoE）可驗證研究框架，並以 Science One Framework 展示如何在自主研究中為每項主張建立證據鏈。
Google DeepMind 發佈 Gemini Robotics ER 2，這款面向機械人的具身推理模型可理解連續影片、編排多步任務，並支援多機械人協作。它在任務進度分類達 57.4% 準確率，關鍵時刻定位達 91.3% 準確率、平均絕對距離為 0.96s。
推薦理由：文章將影片進度追蹤與多機械人協作納入模型更新，並提供任務評測數據，讓讀者掌握 Gemini Robotics ER 2 的具身推理能力變化。
avatarin 使用 OpenAI 的 GPT-Realtime，為 Yamada Denki 顧客提供 24/7 多語言支援。該智能體在兩週內有 30,000 人使用，調查回覆中 92% 為正面。
GPT-5.6 提升 AI 在模型、推理及智能體工作流程各方面的效率，有助於讓每一美元帶來更多實用智能。
科學家正運用 AI 編碼智能體推動科學計算現代化，加快基因組學及其他領域的軟件開發與發現。
Google DeepMind 發佈 Gemini Robotics 2 系列模型，為機械人帶來全身控制、靈巧操作及多機協作能力。系列包括將視覺與語言輸入轉為動作控制的 Gemini Robotics 2、用於具身推理與多步任務規劃的 Gemini Robotics ER 2，以及可在機械人裝置本地運行的 Gemini Robotics On-Device 2。
推薦理由：全身控制、靈巧操作、多機協作與本地適配均有具體案例，呈現 Gemini Robotics 2 系列面向機械人任務的能力佈局。
Google Research 以 13,917 名參與者評估 SymptomAI，臨牀專家在逾 50% 個案中偏好其鑑別診斷。主動追問的智能體策略在鑑別診斷準確度上顯著優於 Base 條件；研究亦發現 SymptomAI 的呼吸道感染診斷分類與症狀報告前的 Fitbit 生理訊號變化相符。研究產生的診斷僅供研究分析，不構成確認的臨牀診斷或正式醫療評估。
Google Research 在 Willow 超導量子處理器上驗證強化學習控制，讓系統依錯誤檢測訊號在運算中持續校準。刻意注入控制參數漂移後，該方法使錯誤更正碼的邏輯穩定性提升 3.5 倍；專家校準後再經 RL 微調，邏輯錯誤率額外降低 20%。涵蓋數百個 qubit 和數萬個控制參數的數值模擬顯示，所需 RL 訓練迭代次數不隨系統規模變化。
OpenAI 推出 OpenAI Presence，一個經驗證的企業 AI 智能體平台，協助機構部署可信賴的語音及聊天智能體，以支援客户與內部工作流程。
Google DeepMind 發佈 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber，涵蓋智能體工作流、低延遲高吞吐任務及網絡安全場景。
推薦理由：文章列出 3.6 Flash 與 3.5 Flash-Lite 的速度及成本指標，並説明 Cyber 模型將透過有限試點提供，呈現不同工作負載的部署差異。
Google DeepMind 發佈 Gemini 3.5 Flash Cyber，這款基於 3.5 Flash 並經微調的輕量網絡安全模型，旨在快速發現、驗證及修補漏洞。
推薦理由：V8 JavaScript Engine 的固定調用測試提供了具體比較，Gemini 3.5 Flash Cyber 找到 55 個獨特確認問題，主線 3.5 Flash 與 Claude Opus 4.6 分別找到 47 個和 36 個。
Google DeepMind 與 Isomorphic Labs 公佈聯合生物韌性方案，將工作分為防止威脅者濫用 AI 模型，以及運用 AI 支援疫情預防、檢測和應對兩部分。
Hugging Face 披露，其部分生產基礎設施遭自主 AI 智能體系統入侵，攻擊者存取了有限範圍的內部資料集及多項服務憑證。Hugging Face 已封堵相關程式碼執行路徑、重建受影響節點並輪換憑證；目前未發現公開、面向用户的模型、資料集或 Spaces 遭篡改，合作夥伴或客户資料是否受影響仍在評估。
推薦理由：事件呈現託管模型安全護欄對事故分析的限制，也提供可遷移的準備方向，即預先驗證能在自有基礎設施運行的模型，以保護攻擊資料並維持調查能力。
Cars24 使用 OpenAI 驅動的語音與聊天智能體，每月處理 1M+ 分鐘對話，並挽回 12% 流失潛在客户。公司亦將智能體工作流程推廣至各團隊，藉助 OpenAI 加快構建。
企業在智能體時代可透過衡量每美元產出的有用工作量、提升效率及擴展高價值工作流程，管理 AI 投資。
Mistral Studio 現已為 Prompts 和 Skills 提供集中記錄系統，涵蓋版本、負責人、完整歷史和追溯能力。AI 開發者及非開發者均可即時編輯和測試，正式部署仍須經企業既有測試與審批流程，標籤亦可觸發 CI/CD。Studio 支援版本比較、回滾和審計記錄，並透過 Observability 將生產輸出追溯至相應資產版本。
ChatGPT Work 是一款可跨應用程式和檔案執行操作、並將目標轉化為完成工作的智能體。它可按需持續處理一個項目數小時。
Google Research 提出 SensorFM 大型感測器基礎模型，以來自五百萬名參與者的逾一萬億分鐘未標註穿戴式裝置訊號學習通用生理表徵。凍結模型編碼器後訓練的線性探測，在 35 項健康任務中的 34 項勝過特徵工程監督基線。在 31 份參與者檔案的評估中，加入 SensorFM 預測提升個人健康智能體摘要在五個評分維度的表現；與以真實測量值作依據的摘要評分則沒有統計顯著差異。
Mistral AI 發佈 8B 模型 Robostral Navigate，讓機械人根據 RGB 圖像和自然語言指令自主導航。模型在 R2R-CE 已見及未見驗證集分別取得 79.4% 和 76.6% 成功率；未見集成績較最佳單相機方案高 9.7 個百分點，較採用深度感測或多相機的最佳系統高 4.5 個百分點。
Hugging Face 為 Kernels 項目推出重大更新，新增 Hub 的 kernel 倉庫類型（https://huggingface.co/kernels），並加入可信發佈者及程式碼簽署機制。
Mistral AI 發佈 Leanstral 1.5，這款 Apache-2.0 授權模型總參數量為 119B、活躍參數為 6B，面向 Lean 4 形式化驗證。
推薦理由：文章不只列出形式化數學基準，也以 AVL 樹複雜度證明及 57 個程式庫的漏洞排查，呈現 Leanstral 1.5 將定理證明延伸至實際程式驗證的應用。
Google DeepMind 將 computer use 內建於 Gemini 3.5 Flash，讓開發者可構建能在瀏覽器、流動裝置及桌面環境操作的智能體。
推薦理由：從獨立提供的 Gemini 2.5 computer use 模型，到納入 Gemini 3.5 Flash 內建工具，這次更新呈現電腦操作能力的產品整合變化。
Mistral AI 為 Connectors 推出多項管理與安全功能，涵蓋工作區及組織層級的存取控制、具 connector scope 的 API keys、多帳户連接器，以及 MCP 連線除錯。
推薦理由：這次更新把企業連接器的權限、執行身份與故障定位納入同一套控制，呈現智能體投入組織日常工作所需的治理環節。
Mistral AI 發佈文件解析模型 Mistral OCR 4，除提取文字外亦輸出邊界框、區塊類型和信心分數，並支援 170 種語言、10 個語言組別。獨立人工偏好評估的平均勝率為 72%，模型在 OlmOCRBench 得分 85.20；官方提醒自動基準存在評分侷限，建議以自有文件評估。
推薦理由：文章列明 OCR 4 的結構化輸出和自動基準評分侷限，為企業按自身文件評估解析、檢索及資料管線提供具體參照。
Hugging Face 測試開源模型使用 transformers，CLI 與 Skill 縮短大型模型耗時，卻可能降低小模型成功率。Qwen3-14B 在 classify-sentiment 任務中，clone 環境的匹配率為 100%，Skill 環境則降至 0%。agent-eval CLI 可套用於其他命令列工具，並記錄匹配率、tokens、耗時、錯誤、行為標記及執行軌跡。
推薦理由：評測不只看任務是否成功，也追蹤 tokens、耗時與操作路徑，呈現 CLI 與 Skill 對大小模型的影響並不一致。
GLM-5.2 發佈，將最大上下文長度由 200K 擴至 1M tokens，並強化長程任務與編碼能力。它在 Terminal-Bench 2.1 和 SWE-bench Pro 分別取得 81.0、62.1，高於 GLM-5.1 的 63.5、58.4。
推薦理由：文章並列長程編碼基準成績與 IndexShare、MTP 的效率改動，讓讀者可對照模型性能數據和 1M-token 上下文的工程支撐。
Hugging Face 推出 Discover Tool，作為 Agentic Resource Discovery（ARD）規範的參考實作，讓智能體可在執行時搜尋並發現能力。
推薦理由：ARD 把能力發現由預先安裝轉為跨登錄表搜尋，Hugging Face Discover 可按需求將 Space 呈現為技能或 MCP 伺服器。
OpenAI Academy 推出三門課程，協助人們培養實用 AI 技能、建立可重複使用的工作流程，並在日常工作中應用 AI 智能體。
OpenAI 計劃收購 Ona，以安全、持久的雲端環境擴展 Codex。此舉將支援 AI 智能體在企業工作流程中長時間運行。
推薦理由：這宗收購把雲端環境與 Codex 的擴展連結起來，可從中瞭解 OpenAI 如何將長時間運行的 AI 智能體延伸至企業工作流程。
Google DeepMind 宣佈最高 $10M 的多智能體 AI 安全研究資助計劃，面向全球研究人員徵集申請。
Google DeepMind 發佈 Gemma 4 12B，定位為可在筆記型電腦本機運行的多模態模型，並為中型模型加入原生音訊輸入。它採用免多模態編碼器架構，將視覺和音訊輸入直接整合至 LLM backbone；標準基準表現接近 26B MoE，總記憶體佔用不足其一半。Gemma 4 12B 以 Apache 2.0 授權釋出，可透過 LM Studio、Ollama 等工具試用。
推薦理由：Gemma 4 12B 的免編碼器設計、接近 26B MoE 的基準表現與較低記憶體佔用，提供比較中型多模態模型架構和本機部署定位的具體依據。
編碼智能體串接兩個 Hugging Face Spaces，生成巴黎地標圖像及 3D Gaussian splats，並將畫廊部署為靜態 Space mishig/monuments-de-paris。
推薦理由：案例展示了透過 Hugging Face Spaces 的 agents.md 串接圖像生成與單圖 3D 重建，並以各一句提示複用到日本及埃及主題畫廊，呈現多媒體工作流的可遷移性。