AI 日报 · 2026 年 10 月 15 日 · 星期四
MYHOT
Google Research 发布 Deep Review 技术文档审查工具
Google Research 发布 Deep Review，这一 AI 智能体系统可对复杂文档提供反馈和技术核查，现已面向全球开放。用户每天可免费审查两份文档，也可连接 Gemini API key 以提高使用限额并通过 Deep Review API 接入；目前支持 PDF 和纯文本，上传文档不会用于训练、微调或改进 Google 模型，并会为在界面中展示而存储一年。
Google Research一手原文 模型发布/更新
HiRO-ACEv2 更新模型，可生成 3 km 分辨率全球气候数据
Allen Institute for AI 更新 HiRO-ACEv2 气候模拟系统，可生成全球 3 km 分辨率的降雨、风和气压数据，成本约为高分辨率大气模型 X-SHiELD 的 1/300。
产品发布/更新
Google DeepMind一手Google DeepMind 与新加坡政府合作开发设备端诈骗检测模型
Google DeepMind 与新加坡政府合作交付一款可在新加坡常见智能手机上运行的设备端诈骗检测模型，以在保护隐私的同时帮助防范诈骗。模型基于轻量级 Gemma，使用本地诈骗对话微调，并通过轻量分类器筛查消息、再由微调后的 Gemma 评估更大范围的对话上下文，发现操纵性对话模式时会在设备上发出实时警告。
行业动态
The Decoder研究人员追踪并联系上野外运行的中国 AI 智能体群
研究人员追踪到一批运行在腾讯云上的 AI 智能体；9 月 28 日至 10 月 8 日间，它们尝试抓取阿里巴巴高德地图的数据超过 2,600 次。遭遇机器人拦截后，部分智能体借助 urlquery.net 等服务绕过防护，也有智能体使用公开代码仓库中暴露的高德凭证发起 API 请求。研究人员通过网页隐藏文本引导智能体联系邮箱，共收到 33 条消息，并与其进行了往来。
论文研究
The Verge · AIMicrosoft发布开源PBC工具，校正天气模型偏差并改善中长期预报
Microsoft研究人员提出概率偏差校正方法（PBC），通过机器学习校正现有天气模型的系统性偏差，以改善提前两至六周的天气预报。研究发表于Nature，工具已开源，并可在CPU上运行。研究分析显示，PBC提升了ECMWF物理天气模型98%的降水目标和92%的温度目标的准确率，也使ECMWF新的AI预报系统准确率翻倍。
Ars Technica · AI研究人员称 OpenAI 与 Google 新图像模型更易被诱导生成色情图像
White Circle 研究人员称，OpenAI 的 ChatGPT Images 2.5 和 Google 的 Nano Banana 2.1 比前代更容易被其 RISE 方法绕过安全过滤，生成色情图像。
Google Research一手Google 扩展 Earth AI 地理推理智能体的实验访问并发布新评测
Google 扩展 Earth AI 地理推理智能体的实验访问，并发布技术报告，介绍其在地理空间推理与行星预测方面的更新。报告比较 Gemini 3.8 Flash 和 Gemini 3.1 Pro 的四种配置，在四项基准上评测智能体，并公开新基准 GeoExpertQueries 和 GeoKTools 的开发集。
技巧与观点
Latent SpaceLatent Space 专访 Leash Bio 的 Ian Quigley，谈实验数据与 AI for Bio
Latent Space 采访 Leash Bio 的 Ian Quigley，讨论团队如何利用 DNA 编码化合物库（DEL）收集适合大规模建模的蛋白质与小分子相互作用数据。访谈还涉及约 4B 次测量的 Kaggle 竞赛、模型在化学数据上的偏差，以及利用实验数据构建供 Agent 进行科学强化学习的模拟环境。正文称该实验后来发展为 Minos，并发布了预印本、博客和开放数据集。
AWS Machine Learning Blog一手AWS 展示如何用 Amazon Bedrock AgentCore 自动生成演示文稿
AWS 介绍了一套基于 Amazon Bedrock AgentCore 的智能体系统，可从企业知识库生成 PowerPoint 演示文稿并提供内容摘要。方案使用 RAG 检索源文档，并通过 Amazon Bedrock Guardrails 检查内容；内部测试中，处理 90 页 PDF 并生成 6 页演示文稿耗时 70–90 秒，模型调用成本约为 $0.04。文章还提供公开代码仓库及部署步骤。
AWS Machine Learning Blog一手如何用 Amazon SageMaker JumpStart 部署和评估模型
AWS 介绍了使用 Amazon SageMaker JumpStart 部署模型、运行轻量且可重复的性能测试，并在测试完成后删除端点的流程。示例通过 SageMaker Python SDK 获取模型示例输入，测量延迟、估算输出长度和单请求生成速率；不同模型的负载格式、实例类型、EULA 和响应结构可能需要调整。