Google Research 用 AI 生成的合成神经元加速大脑图谱绘制
Google Research 推出 MoGen 模型，通过生成合成神经元形态增强 PATHFINDER 重建模型的训练数据，使小鼠轴突重建错误率降低 4.4%。该成果将在 ICLR 2026 发表，在完整小鼠脑规模上相当于节省 157 人年的人工校对工作。MoGen 已作为开源模型发布，是首次将现代生成式 AI 用于提升连接组重建的当前最优方法。
#开源生态
#开源生态
今日 2 条Google ResearchAI 评分4949
Mistral AIAI 评分5757 Mistral AI 加入 NVIDIA Nemotron Coalition，将合作开发开放前沿模型
Mistral AI 宣布作为创始成员加入 NVIDIA Nemotron Coalition，并与 NVIDIA 计划共同开发前沿开源 AI 模型。双方将结合 Mistral AI 的模型架构、全栈 AI 平台、多模态能力和企业级微调工具，以及 NVIDIA 的计算资源、模型开发工具和合成数据生成流程。
Mistral AI精选AI 评分7070 Mistral 发布开源 Lean 4 代码智能体 Leanstral
Mistral 发布面向 Lean 4 的开源代码智能体 Leanstral，模型为 Leanstral-120B-A6B，采用高稀疏架构和 6B 激活参数，权重以 Apache 2.0 许可开放。
推荐理由：原文给出 Apache 2.0 权重、Mistral Vibe 与免费 API 入口，并用 FLTEval 展示其在 Lean 4 证明工程中的成本和性能位置。
Mistral AI精选AI 评分8181 Mistral AI 发布 Voxtral Transcribe 2 语音转文字模型
Mistral AI 发布 Voxtral Transcribe 2，包含面向批处理的 Voxtral Mini Transcribe V2 和面向实时场景的 Voxtral Realtime，均支持 13 种语言。
推荐理由：官方同时给出批处理与实时两款语音转文字模型的延迟、价格、语言支持和开放权重安排，便于比较接入方式。
Mistral AI精选AI 评分9191 Mistral AI 发布 Mistral 3 模型家族，含 Mistral Large 3 与 Ministral 3
Mistral AI 发布下一代 Mistral 3 模型家族，包含 3B、8B、14B 的 Ministral 3 稠密模型，以及 41B active、675B 总参数的稀疏 MoE 模型 Mistral Large 3，全部采用 Apache 2.0 许可。
推荐理由：官方同时给出模型规格、开源许可、部署平台和基准位置，便于读者按端侧到数据中心的不同场景选型。
Mistral AI精选AI 评分7979 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1 代码智能体模型
Mistral AI 与 All Hands AI 合作推出 Devstral Medium，并发布 Devstral Small 1.1，重点提升不同提示词和智能体脚手架下的泛化能力。
推荐理由：官方同时给出开源小模型与 API 中型模型的 SWE-Bench Verified 成绩、价格和部署方式，便于比较代码智能体模型的成本与可用性。
Mistral AI精选AI 评分8484 Mistral AI 发布首个推理模型 Magistral，推出 Small 开源版与 Medium 企业版
Mistral AI 发布首个推理模型 Magistral，包含 24B 参数的开源 Magistral Small 和企业版 Magistral Medium。
推荐理由：官方同时给出开源与企业版本、基准成绩和可用入口，便于读者比较其推理能力与部署方式。
Mistral AI精选AI 评分8282 Mistral AI 联合 All Hands AI 发布智能体编程模型 Devstral
Mistral AI 与 All Hands AI 合作推出面向软件工程任务的智能体大语言模型 Devstral，并以 Apache 2.0 许可证开放。
推荐理由：文章给出 SWE-Bench Verified 成绩、本地硬件门槛和 Apache 2.0 获取方式，便于评估其用于智能体编程的可行性。
Mistral AI精选AI 评分8585 Mistral AI 发布 24B 开源模型 Mistral Small 3
Mistral AI 发布 Mistral Small 3，这是一款面向低延迟场景的 24B 参数模型，预训练和指令微调检查点均以 Apache 2.0 许可证开放。
推荐理由：官方给出参数量、许可证、速度、评测和本地部署条件，便于评估其作为低延迟开源基座的适用场景。