AI 日报｜JetBrains 发布 Mellum2.1；Arena 获 2 亿美元 B 轮融资并发布对齐指数
模型发布/更新
Mellum2.1 — JetBrains — JetBrains
- 一句话概括：JetBrains 正式发布 Mellum2.1，这是一款经过真实环境强化学习训练、专为编码智能体打造的 12B 混合专家（MoE）开源模型。
- 核心亮点：采用 12B MoE 架构（2.5B 激活参数），在经过夏季数百万次沙盒环境强化学习后，能够自主探索代码库、编辑文件并进行自我检查。
- 开源生态：模型基于 Apache 2.0 许可证正式开源，可在开发者本地硬件上高效运行并赋能代码编写。
- 传送门：官方博客
LightOn OCR-3 — LightOn — LightOn
- 一句话概括：LightOn 推出全新文档智能模型 LightOn OCR-3，并在 OpenDocRouter 平台上正式上线。
- 核心亮点：能够在单一处理步骤中识别文本与手写体、描述图像、从图表中提取数据并完美保留文档结构。
- 规格与价格：在 ParseBench 评测中位居开源模型首位，API 定价为每百万输入 0.28 美元、每百万输出 1.40 美元。
- 传送门：
产品发布/更新
Gemini 智能体 (Gemini Agent) — Google Cloud — Google Cloud
- 一句话概括：Google Cloud 在 Gemini at Work 大会上正式发布 Gemini 智能体，这是一个可连接企业系统并自动化复杂工作流的通用工作智能体。
- 更新内容：允许用户通过单个提示词框处理知识工作、检索业务上下文、生成多模态媒体以及编写并运行代码。
- 架构特性：采用云端持久执行架构，在不同设备和第三方应用集成中维护统一的记忆、上下文与个性化图谱。
- 传送门：官方博客
图像生成“思考模式” (Thinking Mode) — Midjourney — Midjourney
- 一句话概括：Midjourney 宣布在其 Alpha 网页端测试全新的图像生成“思考模式”。
- 功能升级：经测试发现该模式能够显著提升提示词的准确性、文字排版以及画面的整体连贯性。
- 体验通道：用户目前可通过网页端任务 lightbox 中的“Rerun (Thinking)”按钮进行体验。
- 传送门：更新日志
行业动态
Arena 完成 2 亿美元 B 轮融资并发布 Alignment Index — Arena — Arena
- 一句话概括：AI 模型评测与排名平台 Arena 宣布完成 2 亿美元 B 轮融资，估值达到 31 亿美元，并重磅发布用于衡量 AI 智能体真实对齐风险的 Alignment Index。
- 融资详情：本轮融资由 Lightspeed 和 Khosla Ventures 联合领投，a16z、Salesforce Ventures 等参投，公司年化收入已突破 1 亿美元。
- 核心指标：Alignment Index 基于 9 万多场真实智能体对话轨迹构建，重点评估未授权操作、虚假归因和欺骗性完成三大安全信号。
- 传送门：
Anthropic 启动网络安全使命并推出免费 OSS 扫描服务 — Anthropic — Anthropic
- 一句话概括：Anthropic 正式启动 Anthropic Cyber Mission 行动，并推出免费的 OSS Scanner，为授权加入的开源项目提供定期的前沿模型安全扫描报告。
- 核心举措：OSS Scanner 利用前沿 Claude 模型自动生成漏洞扫描、解释及修复建议，无需人工审核。
- 基础设施防御：该计划还将前沿模型与驻场工程师带给电网、水务等关键基础设施的运营方和技术供应商。
- 传送门：官方报道
Waymo 完成 50 亿美元债务融资 — Waymo — Waymo
- 一句话概括：自动驾驶公司 Waymo 宣布完成 50 亿美元定期贷款债务融资，以加速其全自动驾驶出行服务在美国及国际市场的规模化扩张。
- 融资背景：这是 Waymo 历史上首次进行债务融资，由 PIMCO、Blackstone 和 Sixth Street 担任牵头银团贷方。
- 业务进展：资金将直接用于支撑其在今年早些时候完成 160 亿美元股权融资后的全球扩展计划。
- 传送门：官方博客
论文研究
AMIE 医疗对话诊断系统真实临床前瞻性研究 — Google DeepMind / BIDMC — Google DeepMind & BIDMC
- 一句话概括：谷歌与贝斯以色列女执事医疗中心（BIDMC）合作开展的 AMIE 医疗 AI 研究成果正式发表于《柳叶刀》（The Lancet），成为首个在真实门诊环境中接受前瞻性评估的患者端对话诊断工具。
- 研究动机：旨在评估面向患者的对话式 AI 在实际医疗场景中，能否有效提升医患沟通效率并减轻临床医生负担。
- 研究成果：临床前瞻性测试表明，AMIE 的鉴别诊断结果与医生最终诊断的一致率高达 90%，且 75% 的医生反馈 AMIE 生成的问诊摘要对就诊准备提供了实质帮助。
- 传送门：柳叶刀论文
OpenAI 数学手稿开源与学术界反应 — OpenAI — OpenAI
- 一句话概括：OpenAI 在 GitHub 开源了包含 722 份数学手稿的 openai/math 仓库，展示了未公开内部模型在数论、代数几何等领域的成果，但也引发了部分数学界的震荡与讨论。
- 研究成果：这批手稿收录了 372 个成果组，平均每个数学证明结果消耗了约 3 小时的 ChatGPT Pro 级别思考算力。
- 行业影响：巨量 AI 生成证明文件的涌入引发了部分数学家及组织的公开声明与抵制呼吁，探讨学术界的应对方式。
- 传送门：媒体报道
其他分享
Google 开源 ML Drift 端侧 GPU 推理引擎与 AQuA 智能体 — Google AI Edge — Google AI Edge
- 一句话概括：Google AI Edge 团队正式开源跨平台端侧 GPU 推理计算引擎 ML Drift 以及用于诊断生产环境 Agent 故障的 AQuA 智能体。
- 项目简介：ML Drift 采用 Apache 2.0 许可，作为 LiteRT 的核心 GPU 加速层以替代传统 TFLite GPU delegate。
- 故障诊断：AQuA（Ambient Quality Agent）能够定时从 Cloud Trace、Cloud Logging 等抽取会话进行抽样、评审与聚类，自动化排查生产环境中的 Agent 失败原因。
- 传送门：开发者博客
