Google Research 用 AI 合成神经元加速脑图谱绘制,重建误差降低 4.4%
Google Research 提出 MoGen 神经元形态生成模型,用合成神经元形状增强 PATHFINDER 重建模型的训练数据,在预留小鼠轴突上把重建误差降低 4.4%,主要来自合并错误的减少。该结果相当于在完整小鼠脑规模下节省 157 人年的手动校对工作,是生成式 AI 首次用于改进连接组重建的当前最优方法。MoGen 已开源,相关论文将在 ICLR 2026 展示。
媒体报道、公司博客与研究文章
Google Research 提出 MoGen 神经元形态生成模型,用合成神经元形状增强 PATHFINDER 重建模型的训练数据,在预留小鼠轴突上把重建误差降低 4.4%,主要来自合并错误的减少。该结果相当于在完整小鼠脑规模下节省 157 人年的手动校对工作,是生成式 AI 首次用于改进连接组重建的当前最优方法。MoGen 已开源,相关论文将在 ICLR 2026 展示。
Factory 宣布完成 1.5 亿美元 C 轮融资,由 Khosla Ventures 领投,Sequoia Capital、Blackstone、Insight Partners、NEA 等参投,估值达 15 亿美元;文中并附更新称公司又以 50 亿美元估值完成 2 亿美元新一轮融资。
Replit 发布官方指南,讲解如何用 Replit Animation 从首条提示词到最终导出制作产品动画视频,该工具类视频已为 Replit 带来超过 10M 自然曝光。
Google DeepMind 发布文本转语音模型 Gemini 3.1 Flash TTS,改进可控性、表现力和质量,在 Artificial Analysis TTS 排行榜获得 1,211 Elo 分。
推荐理由:官方介绍新增 audio tags 和多说话人对话能力,还给出 AI Studio 导演式控制与 API 导出的具体用法,便于开发者评估接入。
Anthropic 发布 Claude Opus 4.7,定位复杂推理与智能体编码,定价维持 $5/$25 per MTok,与 Opus 4.6 相比存在 API 破坏性变更并需参考迁移指南。
推荐理由:原文列出定价、API 破坏性变更、task budgets 与高分辨率图像等具体变化,升级前可据此排查迁移成本。
Qwen 团队在 Qwen3.6-Plus 之后开源 Qwen3.6-35B-A3B,一个总参数 35B、激活参数仅 3B 的稀疏 MoE 模型。官方称其智能体编码性能大幅超越前代 Qwen3.5-35B-A3B,并可媲美更大的稠密模型。
推荐理由:千问官方开源了只用 3B 激活参数的 MoE 模型,重点在智能体编码能力,效率与性能的取舍值得对比参考。
Together AI 提出稳定循环架构 Parcae,通过将激活多次传入同一批层来提升算力,验证困惑度较此前大规模循环模型最多降低 6.3%。其 770M 版本在相同数据上达到 1.3B 参数 Transformer 的质量,参数约减半;团队还首次建立循环架构的缩放定律,发现算力最优训练需同步增加循环次数与数据量。
Sierra 为旗下检索与重排模型 Linnaeus 和 Darwin 搭建了一套每日评估系统,从客户前一天的对话中采样数千条匿名搜索样本,用前沿 LLM 多阶段流水线筛选出"golden articles"作为基准,再以 recall、precision、nDCG 等指标对比智能体实际检索结果。
Google 于 4 月 15 日在 Gemini API 更新日志中宣布推出 Gemini 3.1 Flash TTS Preview,定位为低成本、富有表现力且可引导的文本转语音模型。用户可查阅 Text-to-Speech 文档了解更多。
微软发布 MAI-Image-2-Efficient 图像模型,定位量产场景,成本比旗舰低 41%,适用于产品图、营销素材、UI 原型和批量管线,支持短文本和实时交互工作流。
PromptArmor 披露 Ramp 的 Sheets AI 存在数据外传漏洞,隐藏在外部数据集中的白底白字间接提示词注入可诱导 AI 插入 IMAGE 恶意公式,将用户机密财务模型数据发往攻击者服务器,全程无需用户批准。
推荐理由:原文完整披露了攻击链和厂商修复时间线,读者可以对照 Claude for Excel 的处置理解公式外传数据的同类风险。
Google 发布研究实验 Vantage,通过生成式 AI 在模拟环境中创建多人对话,评估高中与大学生的问题解决、协作等未来技能,现已上线 Google Labs 并开放英文注册。
Gemini 发布机器人模型 gemini-robotics-er-1.6-preview,新增仪表读数能力,并提升了空间与物理推理能力。旧版 gemini-robotics-er-1.5-preview 将于 2026 年 4 月 30 日上午 9 点(PST)关停。
Anthropic 宣布弃用 Claude Sonnet 4(claude-sonnet-4-20250514)和 Claude Opus 4(claude-opus-4-20250514),Claude API 上的退役时间定于 2026 年 6 月 15 日。官方建议分别迁移至 Claude Sonnet 4.6 和 Claude Opus 4.8。
Google DeepMind 发布 Gemini Robotics-ER 1.6,提升机器人在空间推理、多视角理解、任务规划和成功检测方面的能力,并新增仪表读数功能。
推荐理由:官方给出了与上一代的具体能力对比和仪表读数新用例,读者可据此评估其是否适配现有机器人方案。
Together AI 发布 EinsteinArena,一个供智能体在开放数学问题上互动、讨论和竞争的平台,含实时验证与公开排行榜,已完全开源。智能体通过多轮协作将 11 维 kissing number 下界从 AlphaEvolve 的 593 推至 604,截至 2026 年 4 月 11 日已产生 11 项新 SOTA 结果,覆盖 Erdős 最小重叠问题、第二自相关不等式等。
推荐理由:原文给出多智能体协作在开放数学问题上刷新界值的实例和开放接口,读者可以了解智能体协作搜索的实际运作方式。
Sam Altman 称凌晨 3:45 有人向其住宅投掷燃烧瓶,无人受伤,他发文希望劝阻下一个袭击者。文中他阐述了对 AI 的信念,包括 AI 需要民主化、权力不能过度集中、安全不只是模型对齐还需全社会应对,并反思了自己与 OpenAI 董事会冲突中的错误,认为行业乱象源于"想控制 AGI"的心态,出路是广泛分享技术且无人独占。
推荐理由:Sam Altman 在自家中弹燃烧瓶事件后亲述个人信念与反思,是理解其 AI 治理立场与行业判断的一手材料。
Linear 团队在 Linear Agent 正式发布前就已将其用于 Slack、Linear 和代码库,并总结出三条内部工作流:客户邮件经 Intercom 转为 Linear issue,Slack 讨论转为 pull request,PM 提交 issue 并直接修复。
Factory 发布 Missions 系统的架构解析,将大型编码任务拆分为由编排器、worker 和独立 validator 分工完成的小单元,用验证契约和共享状态避免单上下文窗口过载。
推荐理由:原文拆解 Missions 的编排器、worker、validator 分工与状态外置设计,并给出真实任务的运行数据,方法对构建长程编码智能体有直接参考价值。
Runway 扩大与 NYU Tisch 艺术学院的合作,向 ITP、IMA 两个项目以及 NYU 全校性的 Hyper Cinema Lab 开放其全套 AI 工具。这些项目的学生将在课程作业和个人项目中使用 Runway 工具,探索新工作流。Runway CEO Cristóbal Valenzuela 表示,ITP 是他与联合创始人的重要教育经历,Runway 正是在那里诞生。
LMSYS 提出分层内存系统 HiSparse,将不活跃的 KV cache 卸载到主机内存、在 GPU HBM 保留热缓冲区,缓解稀疏注意力的显存容量瓶颈。在 GLM-5.1-FP8 上,长上下文场景吞吐最高提升 5 倍,256 并发请求时吞吐超过基线 3 倍。该功能已作为实验特性集成进 SGLang,目前支持 DeepSeek-V3.2 和 GLM-5.1 等采用 DSA 的模型。
ElevenLabs 新增 On-Premise 和 On-Device 两种本地部署方式,前者运行在自有数据中心的 Confidential Computing GPU 基础设施上,后者面向车载、可穿戴等离线推理场景。
Google Research 推出 ConvApparel,一个包含 4000 多段人机多轮对话(近 15000 轮)的服饰购物领域数据集,用于量化 LLM 用户模拟器与真实人类的真实感差距。
Google 发布两款面向学术工作流的 AI 智能体:PaperVizAgent 负责生成论文配图,ScholarPeer 负责自动同行评审。
Replit Agent 4 可从同一项目上下文直接生成利益相关方演示 Deck、实时数据仪表盘和上线动画,字体、颜色与内容保持一致。原本需要一周的分析师数据请求,可在同一项目内用一个下午搭出实时仪表盘替代静态导出。该能力面向缺乏设计资源的产品经理,让上线素材与产品同步产出而无需排队。
Manus 发布品牌摄影 AI 图像提示词指南,提出提示词需包含主体与服装、环境场景、相机与胶片类型、光线四层指令,并给出广角、三分之四、侧面、特写、背面、双人六类镜头的可复制提示词示例。指南建议用相同身体描述配合角色参考或种子锁定保持模特一致,并锁定 Kodak Portra 400 等相机与胶片描述维持美学统一。
Liquid AI 发布 LFM2.5-VL-450M,这是 LFM2-VL-450M 的升级版,新增边界框预测、函数调用支持,并将预训练规模从 10T 扩展至 28T tokens。
Factory 发布桌面应用,作为运行 Droids 的原生界面,今日登陆 macOS 和 Windows,包含在现有订阅中。支持多智能体会话、持久化 Droid Computers(含 Cloud Computers 和 BYO Machine)、通过 Ollama 或 vLLM 运行本地模型、电脑操作、VS Code 集成、MCP/技能/钩子插件生态及移动端。
推荐理由:原文给出多智能体会话、持久化 Droid Computer、本地模型与电脑操作等能力细节,读者可据此评估它对现有工作流的影响。
Sierra 推出 Level 1 PCI 合规支付能力,称其为首个达到该标准的对话式 AI 平台,支持聊天和语音场景中直接完成卡片和 ACH 支付。支付时智能体切换到安全交易流程,持卡数据经专用 PCI 认证基础设施直达商户现有支付处理器,LLM 不接触敏感信息;该能力已由 Visa 全球服务提供商注册处验证,SiriusXM 等客户每日处理数千笔支付。
Together AI 提出"AI Native Cloud"概念,指为 AI 原生公司专门构建的云,需覆盖从预训练、微调到高规模推理的完整生命周期。其关键特征包括软硬件垂直整合的全栈(NVLink、RDMA 级互联)、研究到生产的快速通路,以及能按天交付大规模 GPU 集群的生态协作能力。
Linear 官方发布事故复盘,3 月 24 日 12:07 至 1:10(UTC)部署的代码变更导致同一 workspace 内私有团队数据可能对包括 guest 在内的其他成员可见。
推荐理由:官方复盘给出完整时间线、变量遮蔽根因和权限测试缺口,可作权限层事故响应的参考样本。
Replit Agent 4 支持并行执行任务,并在改动进入主项目前将结果提交给产品经理审核。通过 Glean 和 Atlassian 集成,Agent 可将内部研究上下文拉入构建过程,并把定稿的验收标准自动生成 Jira 工单,省去单独交接环节。文章认为,执行提速不会缩小 PM 的职责,而是把其重心转向真正需要人类判断的工作。
Manus 官方宣布推出一整套在 Slack 中使用 Manus 的方式,可在对话发生处直接委派任务。提供三种集成:Manus Agent 通过 DM 私聊执行任务并具备持久记忆;Slack 集成支持在任意频道话题中标记 @manus,读取话题上下文和文件后在原地交付结果,但无持久记忆;Slack 连接器(MCP)可代用户阅读和发送消息,例如定时汇总频道并以用户名义发布周报。
Manus 博客盘点了 2026 年五款最佳桌面 AI Agent:Manus My Computer、Claude Cowork、ChatGPT Agent、Genspark 和 Perplexity Computer。
Sierra 发布两款自研搜索模型 Linnaeus(检索)与 Darwin(重排),用于其客服 AI 智能体,解决率最高提升 16 个百分点。Linnaeus 直接处理完整对话,recall@5 提升 20%、recall@30 约 95%,每次搜索延迟最多降低约 800ms;Darwin 负责精准筛选,使搜索成本与 P90 延迟均下降超 75%。
Google Research 提出一套基于情境判断测试(SJT)的框架,评估 LLM 在真实用户-助手场景中的行为倾向与人类共识的对齐程度。对 25 个 LLM 的大规模分析发现两类差距:模型倾向偏离人类标注者共识,以及在无共识时无法覆盖人类意见的分布范围。在人类标注完全一致的场景中,小于 120B 的模型与前沿闭源模型对齐度接近完美,但共识低于 90% 时对齐度停滞在 80% 出头。
研究团队提出 DBPlanBench,将 Apache DataFusion 的物理算子图经序列化压缩约 10 倍后交给 LLM 推理,让模型以 JSON Patch(RFC 6902)对现有物理计划做局部改写而非重新生成。
Replit 博客发布面向产品经理的系列第 3 篇,提出用 90 分钟 vibe coding 设计冲刺在设计团队介入前完成探索性设计。框架分生成方案、在共享 Canvas 上对比、精简最强方案、分享征集反馈四个阶段;Replit Agent 4 的 Infinite Canvas 可并排生成对比多版设计,改动一键即可进入生产。
Microsoft AI 宣布发布 MAI-Transcribe-1、MAI-Voice-1 和 MAI-Image-2 三款模型,现已在 Microsoft Foundry 和 MAI Playground 开放。
推荐理由:官方公布三款 MAI 模型的 Foundry 定价与基准对比,开发者可直接据此评估接入成本和可用性。
Microsoft 发布语音识别模型 MAI-Transcribe-1,定价 $0.36 每小时音频,称其在大规模云厂商中具备最优性价比。模型正在 Copilot Voice 模式和 Microsoft Teams 中分阶段部署,并已在 Microsoft Foundry 公开预览,同时可在新上线的 Microsoft AI Playground 体验。