天气预报在向可再生能源转型中发挥着关键作用。 WeatherNext 3 为电网运营商以及风能和太阳能生产商提供涡轮机高度风速和太阳辐射的预测，助力更智能、更清洁的能源规划。🧵

2 个月前，我们推出了一个 Gemini 重度用户群组，在应用中测试早期功能。测试了 20+ 个功能后，你们的反馈非常棒，谢谢！ 新一批成员现已获得 Daily Brief 和 Personal Intelligence 下一步功能的早期访问权限，我们会继续招募。 加入我们的社区：goo.gle/4onCRHq

探讨编码智能体在大规模下的行为；评估在 PET/CT 扫描中发现淋巴瘤病灶的 AI 模型；理解对 AI 聊天机器人的依赖；以及推进大规模决策系统。深入了解最新一期 Research Focus：msft.it/6016abyrY

Google AI 宣布推出 Google Labs 的 Dreambeans，它把 Gmail、Calendar、Search、Gemini App 和 Google Photos 人脸分组等已连接来源的数据整合起来，生成个性化故事，例如在朋友生日前生成插画故事并推荐礼物。

我其实一直比较纠结千里江山图全卷展开的效果。运气比较好的是，本次演出的屏幕尺寸达到100米+12K的清晰度，这让千里江山图的完整呈现有了可能。

商汤 Philip Wong 在国泰君安 2026 秋季策略会阐述 AI 三大范式转移

商汤资本市场负责人 Philip Wong 在国泰君安 2026 秋季策略会 Tech & AI 专场开场演讲中，提出重塑 AI 行业的三大范式转移：从单模态走向原生多模态、从 token 消耗走向任务交付、从单点模型走向系统级全栈能力。

尤栗Yuri的演唱会落地，现场几千人几乎全满，最后一首歌时观众都未离场。现场采用百米巨幕12k画面，证明AIGC完全能在线下创造视觉奇观，正式节目本周陆续更新。

Astra 用于抗体可开发性预测：

在理想世界中——你希望多久从我们的 Midjourney Scanner 获得一次全身超声扫描？

厌倦了来世，它复出追寻真正的热情：加密货币。

哦，原来这就是我们绘制出雄性果蝇全部 166,000 个神经元的原因。来看看这项大型社区协作成果，展示这些微小的果蝇大脑究竟有多大能力 🪰🧵

今天，与 @UChiPritzker 的 Andrew Ferguson 团队合作：我们能够以接近量子精度模拟包含显式溶剂的完整酶系统（O(100k) 原子），酶活性结果与真实实验测量值相符。 比 SOTA QM/MM 快约 1,000 倍。

Luma AI 官方宣布 Layers 新增文字提取功能：选中图层点击 Extract，即可把烘焙进图片的文字转为可编辑的实时文本，并自动匹配最接近的库字体，改文案只需两次点击而无需重新生成。该功能由 Uni-1 提供支持。

DeepSeek 官方宣布推出 DeepSeek-V4.1-Flash，称其更智能、更快、更高效，是新架构家族中最小的模型，具备原生视觉理解能力。官方表示该模型面向更强能力、更快推理、更高吞吐而设计，并可扩展到更大模型。

对于还记得 @theworldlabs 最初 RTFM 演示的人来说：Atlas 让我们得以突破这些狭小空间。 这里我拿孩子的游戏室，用 Atlas-turbo 提示生成了一个新的室外区域。

又一轮小功能上线，以下是更新内容： — 升级后的 Notebook 体验本周将在所有移动设备上推出 — 在网页版设置中，你可以选择在 artifacts 就绪时接收通知 — 完成 Quiz 后，可以询问 Chat 下一步该学什么，或让它针对薄弱环节生成定向 flashcards — 在移动端，提问后关闭应用，回来时可从原处继续 试用一下，告诉我们你的想法！

Atlas 让你实时在任意 Zillow 房源中走动

塑造你的视频场景，从头到尾。 选择首帧和末帧，或创建无缝循环。 指令遵循能力提升，视频质量更高。

下一视图预测模型的实时流式传输，具备精确的相机定位和3D一致性。难以置信。

Atlas 实时运行！！🚀

想了解更多关于 Atlas 的信息并申请早期访问，请查看： worldlabs.ai/blog/atlas

Atlas 在生成过程中通过构建输入和已生成帧的空间上下文，保持 3D 一致性。 你可以将真实世界图像添加到空间上下文中，以探索真实场景的重建。

还有一件事……

Ammaar Reshi 让 AI 智能体通宵自主把《蝙蝠侠：阿卡姆之城》跑上 iPad，睡前只留下一句"醒来时我要看到游戏在 iPad 上运行，且我不会在场反馈"。智能体自行启动 QuickTime、开启屏幕镜像并选择 iPad，通过镜像画面监控迭代进度，从而把自己从人工反馈回路中移除。Reshi 称赞这种自主应变能力是过程中最有趣的瞬间之一。

AI Jarvis 是一款开源桌宠，运行 OpenBMB 的 MiniCPM-o 4.5 多模态模型，语言、视觉、音频全部在本地计算，安装包自带编译好的推理运行时，无需自行安装 Python、CMake 或 CUDA。

a16z 转发 World Labs 联创 Justin Johnson 与 Dr. Fei-Fei Li 的观点，讨论空间智能中的 AI 完备原语。

a16z 发帖回顾李飞飞的经历：2012 年为 CS 课程项目写博客讨论光线追踪，2024 年联合创办 World Labs，2026 年推出空间智能模型 Atlas，可将几张照片转化为完整 3D 世界，并以好奇心会复利作结。

a16z 转发 World Labs 联合创始人 Justin Johnson 的说法，介绍 Atlas 如何复刻《矩阵》著名的子弹时间镜头。他称原片需要绿幕影棚中数百台相机环绕拍摄，而现在用 Atlas 只需三台架在三脚架上的 iPhone 拍摄视频，无需影棚、绿幕和昂贵标定，即可从三段视频重新取景，实现冻结时间、镜头飞入等效果。

顺带一提，我们正在庆祝 @googlegemma 下载量突破 10 亿 💎 开发者实际上如何使用开源模型？@GoogleDeepMind 的 @DynamicWebPaige 与开发者和合作伙伴（如 @UnslothAI 和 @Qualcomm）进行了交流，了解他们如何构建端侧工具、运行本地微调，以及推动多模态突破。

a16z 转发 World Labs 联合创始人 Ben Mildenhall 和 Fei-Fei Li 关于 Atlas 的访谈，介绍如何把相机里的旧影像重建成 3D 场景。

a16z 转发 World Labs 联合创始人 Fei-Fei Li、Justin Johnson、Ben Mildenhall 与 a16z 的 Martin Casado 关于空间智能世界模型 Atlas 的对话。

我们的短视频概览国际版已 100% 推送给网页端所有用户（移动端即将推出！） 新增 70+ 种语言和 3 种英语变体，满足你的各种短视频需求。 你们觉得怎么样？（我们自己相当得意）。

Sundar Pichai 宣布新的 Gemini 语音能力正在向 Google AI 订阅用户推出，用户可以用对话方式搜索 Gmail 收件箱、在 Keep 中整理想法和任务，以及创建新的 Docs。他特别提到 Docs Live 会非常有帮助，并给出了博客链接供进一步阅读。

Hugging Face BlogAI 评分4141

Hugging Face 推出 NeoMME：高效多模态多语言编码器

Hugging Face 发布 NeoMME 系列多语言多模态编码器，含 260M 和 800M 两个版本，用单个双向 Transformer 直接处理文本 token 与原始图像 patch，无需独立视觉塔或因果语言模型，并以掩码离散扩散目标从零训练。

恭喜团队与 @ifawglobal 推出 AI Guardian！ 该平台由 ERNIE 模型驱动，建立在自 2020 年以来将 AI 应用于野生动物保护的合作基础上，已帮助移除超过 18,000 条与非法野生动物贸易相关的商品信息。我们期待通过让这项技术更易获取，进一步支持野生动物保护。 登录以帮助保护野生动物：ai4wcp.com

我最喜欢的功能之一：由 Atlas 驱动的稀疏重建。 整个场景仅凭我用手机拍摄的 19 张照片就完成了重建。

翻译障碍？不存在了 😎 短视频概览现已支持 70+ 种语言（+3 种新英语变体！）将来源转化为约 60 秒的竖版视频，使用你偏好的语言。献给所有忙碌的多语者。 正在网页端和移动端向 Ultra & Pro 用户推出！

你可以在我们的发布博客中阅读更多关于 agentic video 的内容：blog.google/innovation-and-a… 非常兴奋，因为 Gemini 在视频理解方面持续保持 SOTA，请继续反馈！

Gemini API 推出 Agentic Video，一种处理长视频的新方式，可将 token 消耗降低最多 88%，同时提升质量。该功能可在 API 中按单个视频粒度控制，已随 3.7 Flash 等最新模型提供。

所有这些都由一个统一架构驱动：一个从零预训练的多模态自回归扩散 Transformer。 这一基础融合了现代 LLM 和视频模型的优势，受益于这两个领域的架构、算法和系统进步。