Google 推出 Vantage：用生成式 AI 模拟对话评估未来技能
Google 在 Google Labs 上线研究实验 Vantage，用生成式 AI 搭建多角色模拟对话，评估高中生与大学生面向未来的技能（批判性思维、协作、创造性思维）。
#产品更新
#产品更新
今日 91 条Google ResearchAI 评分4444
Mistral AI精选AI 评分6666 Mistral AI 发布 Spaces CLI，兼顾人类开发者与编码智能体
Mistral AI 发布 Spaces CLI，用 spaces init、cd、spaces dev 三条命令即可从零得到带热重载、数据库和自动生成 Dockerfile 的多服务项目。
推荐理由：Mistral 把 CLI 同时服务人类与编码智能体的设计原则整理成检查清单，可对照改造自家开发者工具。
Google DeepMind精选AI 评分6565 Google DeepMind 用 Gemini 重新构想 AI 时代的鼠标指针
Google DeepMind 公布由 Gemini 驱动的 AI 指针研究，让指针不仅能识别指向的对象，还能理解用户意图，并用指向加语音替代长提示词。团队提出维持工作流、边指边说、支持「这个」和「那个」、把像素变成可操作实体四条交互原则。
推荐理由：DeepMind 把指针变成能理解所指内容的 Gemini 入口，并已落地 Chrome，读者可据此观察交互从写提示词转向指向与语音。
Google ResearchAI 评分4949 Vibe Coding XR：用 XR Blocks 与 Gemini 加速 AI + XR 原型开发
Google 发布 Vibe Coding XR 工作流，将 Gemini 与基于 Web 的 XR Blocks 框架结合，把自然语言直接转成具备物理感知的 Android XR 应用，耗时低于 60 秒。
Mistral AIAI 评分4444 Mistral AI 推出 Forge：为企业构建基于自有知识的前沿级模型
Mistral AI 推出 Forge，一套让企业用自有专有知识训练前沿级模型的系统，覆盖预训练、后训练与强化学习，支持稠密与 MoE 架构。Forge 按 agent 优先设计，Mistral Vibe 等智能体可用自然语言完成微调、超参数搜索与数据合成。合作方包括 ASML、Ericsson、欧洲空间局、新加坡 HTX 与 Reply。
Google ResearchAI 评分5959 Google 在 Flood Hub 上线城市山洪 AI 预报，可提前 24 小时预警
Google 在 Flood Hub 上线城市山洪预报，用新的 AI 方法可提前 24 小时预测城市山洪风险。该方法用 Gemini 分析公开新闻报告以确认洪灾地点和时间，据此构建 Groundsource 历史山洪事件数据集用于训练与评估，模型采用含 LSTM 的 RNN 架构，当前空间分辨率为 20x20 公里。
Mistral AI精选AI 评分6565 Mistral 发布终端编码智能体 Mistral Vibe 2.0
Mistral 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型系列驱动。2.0 新增自定义子智能体、多选澄清、斜杠命令技能、统一智能体模式与自动更新，已在 Le Chat Pro 和 Team 套餐上线，超出额度可按量付费或自带 API key。
推荐理由：原文列出 Vibe 2.0 新增的子智能体、斜杠命令技能等控制项与定价变化，可供判断终端编码智能体的使用成本。
Mistral AIAI 评分4343 Mistral AI 发布 Mistral AI Studio 生产级 AI 平台
Mistral AI 发布 Mistral AI Studio，一个由 Observability、Agent Runtime 和 AI Registry 三大支柱组成的生产级 AI 平台。
Mistral AIAI 评分5151 Mistral 为 Le Chat 推出 Memories（beta）记忆功能
Mistral 为 Le Chat 推出 Memories（beta）记忆功能，会自动保存有用信息，并在调用时给出指向来源的链接。用户可以随时关闭记忆、开启不使用记忆的隐身对话、编辑或删除单条记忆，还能导出和从别处导入记忆数据。官方同时上线 Memory Insights 提示词，帮助用户查看 Le Chat 记住了什么，并称后续将支持按类别整理记忆和查看记忆何时被使用。
Mistral AIAI 评分5959 Mistral AI 为 Le Chat 上线 20 多个 MCP 连接器与 Memories
Mistral AI 在 Le Chat 上线 20 多个基于 MCP 的安全连接器（beta）和 Memories（beta），免费版用户即可使用，还能接入目录之外的任意远程 MCP 服务器。
TensorFlow BlogAI 评分3838 TensorFlow 2.20 发布：tf.lite 由 LiteRT 取代，tf.data 加速预热
TensorFlow 2.20 发布，tf.lite 模块将弃用，端侧推理开发迁移至独立仓库 LiteRT，新 API 提供 Kotlin 和 C++ 版本。LiteRT 面向 NPU 和 GPU 硬件加速，为 NPU 提供统一接口，并通过零拷贝硬件缓冲减少内存拷贝。
Mistral AIAI 评分5555 Mistral 为 Le Chat 推出 Deep Research、语音模式等新功能
Mistral 为 Le Chat 推出一批新功能，包括 Deep Research（预览）、语音模式、原生多语言推理、Projects 和图像编辑。Deep Research 由工具增强的研究 agent 驱动，可产出带引用的结构化报告；语音模式基于新语音模型 Voxtral，推理能力来自 Magistral 模型。
Mistral AIAI 评分3030 Mistral AI 宣布推出 AI for Citizens 倡议
Mistral AI 宣布推出 AI for Citizens 倡议，帮助各国政府与公共机构战略性地运用 AI，以变革公共服务、推动创新并提升竞争力。该倡议基于开放、协作、选择与自主原则，提供自托管、AI 数据中心、SaaS 和 serverless API 等部署选项，并支持数据主权。其正与法国、卢森堡、新加坡、荷兰、英格兰、瑞士等国政府、国防部队、公共部门机构及教育机构合作。
Mistral AIAI 评分5151 Mistral AI 发布 Mistral Compute，提供私有 AI 基础设施栈
Mistral AI 宣布推出 Mistral Compute，为客户提供私有的集成 AI 基础设施栈，涵盖 GPU、编排、API、产品与服务，形态从裸金属服务器到全托管 PaaS。
Mistral AIAI 评分4848 Mistral 发布企业级 AI 编程助手 Mistral Code，开放私有测试版
Mistral 发布企业级 AI 编程助手 Mistral Code，基于开源项目 Continue 构建，已面向 JetBrains IDE 和 VSCode 开放私有测试版，正式版即将推出。
Mistral AI精选AI 评分6363 Mistral 发布 Agents API，内置连接器与多智能体编排
Mistral 发布 Agents API，把自家语言模型与代码执行、网页搜索、图像生成、MCP 工具等内置连接器以及跨对话持久记忆、多智能体编排结合起来。官方称启用网页搜索后，Mistral Large 与 Mistral Medium 在 SimpleQA 基准上的得分分别为 75% 和 82.32%，未启用时为 23% 和 22.08%。
推荐理由：原文列出内置连接器、持久记忆与多智能体编排的具体能力和示例，可据此判断它适合哪类智能体工作流。
Mistral AIAI 评分4848 Mistral AI 推出 Le Chat Enterprise，由 Mistral Medium 3 驱动
Mistral AI 推出企业级 AI 助手 Le Chat Enterprise，由全新的 Mistral Medium 3 模型驱动。新方案提供企业搜索、Agent 构建器、自定义数据与工具连接器、文档库、自定义模型和混合部署，功能将在未来两周内陆续上线。
TensorFlow BlogAI 评分3434 TensorFlow 2.19 有哪些新变化
TensorFlow 2.19 已发布，LiteRT 的 C++ API 有所调整，tfl.Cast op 运行时内核新增 bfloat16 支持，并停止发布 libtensorflow 包。tf.lite.Interpreter 已给出弃用警告，改指向 ai_edge_litert.interpreter，并将在 TF 2.20 中删除。
TensorFlow BlogAI 评分3939 TensorFlow 2.18 有哪些新变化：NumPy 2.0、LiteRT 仓库与 CUDA 更新
TensorFlow 2.18 发布，支持 NumPy 2.0，并带来 LiteRT 仓库、Hermetic CUDA 与 CUDA 更新。TFLite 代码库将迁移至 LiteRT，完成后不再发布 TFLite 二进制版本。二进制包新增计算能力 8.9 的 CUDA kernel，最低支持 Pascal 架构。
TensorFlow BlogAI 评分3737 TensorFlow 2.17 发布：CUDA 内核更新、Numpy 2.0 支持将至
TensorFlow 2.17 发布，为 compute capability 8.9 GPU 新增专用 CUDA 内核，提升 RTX 40 系列、L4、L40 性能。
TensorFlow BlogAI 评分4949 XNNPack 支持动态范围量化，加速 TensorFlow Lite CPU 推理
XNNPack 为 TensorFlow Lite 的 Fully Connected 和 Convolution 2D 算子加入动态范围量化支持，CPU 推理性能较 fp32 基线提升 4 倍。
TensorFlow BlogAI 评分4242 TensorFlow 2.16 有哪些新变化
TensorFlow 2.16 发布，Keras 3 成为默认版本，Windows 上 CPU wheel 改用 Clang 17 编译，并支持 Python 3.12。
TensorFlow BlogAI 评分3030 TensorFlow 2.15.0.post1 发布：修复 Linux 安装问题
TensorFlow 发布 Linux x86_64 平台热修复版 2.15.0.post1，解决 2.15.0 因 tensorrt 依赖引发的安装失败。该版本从 pip install tensorflow[and-cuda] 安装方式中移除 tensorrt Python 包依赖，此前用户会收到安装错误或改而装上 2.14。
TensorFlow BlogAI 评分4848 TensorFlow Lite XNNPack 半精度推理正式可用，ARM CPU 端侧性能翻倍
TensorFlow Lite 的 XNNPack 后端在 ARM CPU 上启用半精度（FP16）推理，浮点模型端侧推理性能提升 2 倍，现已正式可用。
TensorFlow BlogAI 评分3737 TensorFlow 2.15 有哪些新变化
TensorFlow 2.15 发布，Linux 上新增通过 pip install tensorflow[and-cuda] 安装 NVIDIA CUDA 库依赖的可选方式，CUDA 升级至 12.2。
TensorFlow BlogAI 评分3333 TensorFlow 中的分布式快速傅里叶变换（Distributed FFT）
TensorFlow v2 通过 DTensor 原生支持分布式 FFT，分片张量可直接传入 tf.signal.fft2d 等既有算子，输出同样保持分片。8xV100 GPU 上的 10K*10K 实验中，两个本地 FFT 算子只占总耗时 15ms 的 3.6%，约为非分布式 fft2d 的 1/3，其余时间主要耗在 ncclAllToAll 数据重排上。
TensorFlow BlogAI 评分3737 TensorFlow Lite 的 Flutter 插件正式发布
TensorFlow Lite 的 Flutter 插件已正式迁移到 TensorFlow 官方 GitHub 仓库并发布，由 Google 团队直接维护。插件已更新至最新版 TensorFlow Lite，新增实时摄像头目标检测等示例应用，支持移动端、嵌入式、Web 和边缘设备，桌面端支持仍在开发中。
TensorFlow BlogAI 评分3838 TensorFlow 2.13 与 Keras 2.13 有哪些新特性？
TensorFlow 2.13 与 Keras 2.13 已发布，TensorFlow 2.13 首次提供 Apple Silicon wheels，Keras V3 保存格式成为 .keras 扩展名文件的默认格式。