Cloudera 与 Mistral 达成合作，将专用主权智能引入企业数据
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还可在受控环境中基于专有数据训练自有模型，数据与由此产生的智能均归企业所有。Cloudera 平台承载 30 exabytes 客户自管数据。
全部 AI 动态
Mistral AIAI 评分2323 DeepSeek 更新日志精选AI 评分7373 DeepSeek 发布 DeepSeek-V4.1-Flash 模型
DeepSeek 正式发布 DeepSeek-V4.1-Flash，这是其全新模型结构系列中尺寸最小的模型，具备原生多模态视觉理解能力。该模型已同步上线 DeepSeek API，将模型名改为 deepseek-flash 即可调用，API 价格同步下调；旧版 V4 Flash 与 V4 Flash Vision Exp 已下线，旧模型名暂时路由到 V4.1 Flash。
推荐理由：官方更新日志给出新模型的评测分数、API 调用方式和价格下调，可据此判断替换旧版的成本与迁移路径。
Mistral AIAI 评分5858 Mistral 用 AI 智能体将 4 万行 Fortran 77 迁移至 C++
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件，也没有集中文档。团队先搭建数值对齐测试框架，再借助 Vibe CLI 启动上百个智能体整理文档，最终采用由人类把关的 coder、tester、reviewer 结构化工作流，逐模块迁移。
Mistral AIAI 评分5555 Mistral 完成 30 亿欧元 D 轮融资，估值超 210 亿欧元
Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由三星电子领投，Scaleup Europe Fund 与 PSG Equity 共同领投。资金将用于扩大前沿研究、算力与基础设施，并加速商业增长和国际布局；Mistral 目前业务覆盖 20 个国家，服务 Airbus、ASML、HSBC 等 125 家以上全球企业。
Mistral AIAI 评分2222 Mistral 与 HUMAIN 达成战略合作，推进沙特及中东主权 AI
Mistral 与 HUMAIN 宣布战略合作，覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署，合作规模达数亿欧元。双方将优先开发网络安全与语音领域的本地化模型，并计划打造阿拉伯语表现强劲的前沿模型，同时 Mistral 将探索使用 HUMAIN 的数据中心基础设施。双方还计划在沙特面向受监管行业制定联合市场策略。
DeepSeek 更新日志精选AI 评分6666 DeepSeek-V4-Flash-Vision-Exp 多模态视觉理解模型上线 API
DeepSeek 上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，可通过 model='deepseek-v4-flash-vision-exp' 在 API 调用。
推荐理由：官方给出实验性视觉模型在多项 Agent 基准上的分数，并说明其纯文本能力与正式版持平。
DeepSeek 更新日志精选AI 评分8383 DeepSeek-V4-Pro 正式版上线 APP、网页端和 API
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 同步上线，API 调用方式不变，模型名设为 deepseek-v4-pro 即可使用。官方称正式版大幅增强 Agent 能力，并给出 HLE（wo / w tools）42.7/60.0、Terminal Bench 2.1 87.9、NL2Repo 61.5 等基准数据。
推荐理由：官方更新日志列出 V4-Pro 正式版的 Agent 基准成绩、Responses API 适配与三档思考强度，便于对照现有工作流评估升级。
DeepSeek 更新日志精选AI 评分6767 DeepSeek-V4-Flash 正式版 API 上线公测
DeepSeek-V4-Flash 正式版 API 上线公测，模型名设为 deepseek-v4-flash 即可调用，调用方式不变。
推荐理由：官方更新日志列出正式版 V4-Flash 在多项 Agent 基准上的成绩，并说明与 Preview 的结构一致、仅重做后训练。
Berkeley AI ResearchAI 评分4343 从 CUDA 到 MLX：K-Search 如何将数十年 kernel 经验带到 Apple Silicon
伯克利 Sky Lab 团队将 K-Search 进化式 kernel 搜索框架扩展出 MLX 后端，通过结构化 CUDA-to-MLX 翻译层把已有 CUDA kernel 作为知识库迁移到 Apple Silicon。
Berkeley AI ResearchAI 评分3636 ABBEL：让 LLM 通过信念状态更新实现高效长程交互
伯克利 AI 研究提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以替代完整交互历史作为智能体的工作上下文。在协作编程基准 CollabBench 上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 数也显著低于全上下文设置。
Berkeley AI ResearchAI 评分4040 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 团队提出，推理价格已从 GPT-4 级约 $30/百万 token 降至不足 $1，部分厂商低于 $0.10，年降幅中位数约 50x，近乎免费的智能将带来三类数据系统挑战：为智能体设计的数据系统、支撑智能体集群运行的数据系统，以及由智能体自行合成数据系统。
Berkeley AI ResearchAI 评分2222 2026 届 BAIR 博士毕业生展示：从机器人到 LLM 推理的 AI 研究版图
加州大学伯克利分校 BAIR 实验室展示 2026 届博士毕业生，研究覆盖机器人、LLM 推理、计算机视觉、生成模型、AI 安全与 AI for Science 等方向。毕业生去向包括 OpenAI、Mistral AI、Physical Intelligence、Amazon 等机构，以及 UCLA、普林斯顿 CITP 和芝加哥大学等学术岗位。
Berkeley AI ResearchAI 评分3636 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队系统梳理了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化独立子任务、开启多少并发线程以及如何协调。现有方法如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild!
DeepSeek 更新日志精选AI 评分7575 DeepSeek API 上线 V4-Pro 与 V4-Flash 模型
DeepSeek API 已支持 V4-Pro 与 V4-Flash，兼容 OpenAI ChatCompletions 接口与 Anthropic 接口，base_url 不变，model 参数需改为 deepseek-v4-pro 或 deepseek-v4-flash。
推荐理由：原文给出新模型名与接口兼容方式，并明确旧模型名的停用时间，便于开发者安排迁移。
Berkeley AI ResearchAI 评分2222 GRASP：面向世界模型长时程规划的梯度规划器
伯克利 AI 研究团队提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以促进探索，并重塑梯度让动作获得清晰信号、避开高维视觉模型中的脆弱"状态-输入"梯度，使世界模型的长时程规划更稳健。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun 和 Amir Bar 合作完成。
Berkeley AI ResearchAI 评分3131 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中大规模识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层级结构，在约少 10 倍消融次数下达到 SPEX 同等性能。
Berkeley AI ResearchAI 评分2222 伯克利提出信息驱动成像系统设计框架，可跨四类成像任务预测性能
伯克利 AI 研究团队提出一种基于互信息的成像系统评估与优化框架，仅用带噪测量和噪声模型即可量化系统信息含量，并在 NeurIPS 2025 论文中验证该指标能预测彩色摄影、射电天文、无透镜成像和显微成像四个领域的解码性能。优化该指标得到的设计可匹配 SOTA 端到端方法，同时所需内存和算力更少，且无需针对任务设计专用解码器。
DeepSeek 更新日志精选AI 评分6262 DeepSeek-V3.2 发布，deepseek-chat 与 deepseek-reasoner 同步升级
DeepSeek 将 deepseek-chat 和 deepseek-reasoner 两个 API 模型升级为 DeepSeek-V3.2。其中 deepseek-chat 对应 DeepSeek-V3.2 的非思考模式，deepseek-reasoner 对应其思考模式。
推荐理由：官方更新日志说明两个 API 模型名分别对应 V3.2 的思考与非思考模式，便于开发者调整调用方式。