Daily Report · 数据库生成
2026-06-17 AI 日报
今日收录 7 条经过筛选的 AI 动态。
执行摘要
今日收录 7 条经过筛选的 AI 动态。
4 个关键信号
MolmoMotion: Language-guided 3D motion forecasting
AllenAI 发布 MolmoMotion，用于根据视频观测、对象上的3D查询点和文本动作指令，预测未来几秒的物体3D点轨迹。项目同时开源了模型权重、MolmoMotion-1M 数据集和 PointMotionBench 基准。文中称，MolmoMotion 基于 Molmo 2，提供自回归（AR）和 flow-matching（FM）两种变体，在 PointMotionBench 上优于其测试的现有3D运动预测方法；在下游任务中，经过微调后可用于机器人规划，并可为视频生成提供运动轨迹引导。对中文 AI 从业者的价值在于：它把语言理解、3D轨迹预测、机器人规划和可控视频生成连接起来，并且配套开放了模型、数据和评测基准，便于研究复现与二次开发。
New research shows how AMIE, our medical AI, could help manage health conditions.
谷歌发布发表于《Nature》的研究，称其医疗对话与推理系统 AMIE 已从一次性诊断扩展到长期疾病管理。该系统基于 Gemini 的长上下文能力，包含面向患者实时对话的代理，以及可交叉检索药物目录和临床指南的管理推理代理。在一项盲测研究中，专科医生将 AMIE 与 21 名初级保健医生进行比较；结果显示，AMIE 在整体管理推理上与临床医生相当，并在方案精确度和指南一致性上得分更高。谷歌表示，这提示 AI 未来可能用于支持医疗照护，并已启动面向真实世界虚拟医疗场景的全国性研究。
From the Hugging Face Hub to robot hardware with Strands Agents and LeRobot
Hugging Face 博文介绍了 AWS 开源 SDK Strands Robots 与 LeRobot 的集成方案：把机器人抽象、仿真、策略推理和多机器人协同封装成 AgentTools，使开发者可用同一套 agent 代码完成示教录制、仿真运行、Hub 数据集读写以及真实硬件部署。核心设计是保持 LeRobot 原生数据格式、校准和硬件驱动不变，Strands 只负责 agent 编排，因此仿真和真实 SO-101 机器人可共享同一种 LeRobotDataset 格式，部署时通常只需把 Robot("so100") 的 mode 从 sim 改为 real。文章还展示了通过 GR00T、LerobotLocal、MolmoAct2 等策略提供方运行推理，以及借助基于 Zenoh 的 mesh 做多机器人发现、广播和人工审批控制。对中国 AI/机器人开发者的价值在于：这是一个较完整的开源“从数据到部署”机器人 agent 工作流示例，便于理解 Hugging Face Hub、LeRobot 和 agent 框架如何衔接，但内容偏教程与集成演示，不包含新的模型或论文结果。
A near-autonomous AI chemist improves a challenging reaction in medicinal chemistry
OpenAI发布研究案例称，其与Molecule.one合作构建的近自主AI化学家基于GPT-5.4，成功改进了一项药物研发中的关键且具有挑战性的合成反应。该案例表明，大模型可与化学研究流程结合，用于反应优化与医药化学实验决策，对AI在药物发现和实验自动化中的应用具有参考价值。
模型
MolmoMotion: Language-guided 3D motion forecasting
AllenAI 发布 MolmoMotion，用于根据视频观测、对象上的3D查询点和文本动作指令，预测未来几秒的物体3D点轨迹。项目同时开源了模型权重、MolmoMotion-1M 数据集和 PointMotionBench 基准。文中称，MolmoMotion 基于 Molmo 2，提供自回归（AR）和 flow-matching（FM）两种变体，在 PointMotionBench 上优于其测试的现有3D运动预测方法；在下游任务中，经过微调后可用于机器人规划，并可为视频生成提供运动轨迹引导。对中文 AI 从业者的价值在于：它把语言理解、3D轨迹预测、机器人规划和可控视频生成连接起来，并且配套开放了模型、数据和评测基准，便于研究复现与二次开发。
Hugging Face · 阅读原文GLM-5.2: Built for Long-Horizon Tasks
Z.ai 发布开源旗舰模型 GLM-5.2，重点面向长时程编程与智能体任务，首次提供稳定的 100 万 token 上下文，并支持不同“思考力度”以平衡性能、延迟和成本。官方称其在 FrontierSWE、PostTrainBench、SWE-Marathon 等长程编码基准上成为排名最高的开源模型，标准编码基准也较 GLM-5.1 明显提升，例如 Terminal-Bench 2.1 从 63.5 提升到 81.0、SWE-bench Pro 从 58.4 提升到 62.1。技术上，GLM-5.2 引入 IndexShare 以在 100 万上下文下将稀疏注意力索引器的每 token FLOPs 降低 2.9 倍，并改进用于推测解码的 MTP 层，使接受长度最高提升 20%。模型采用 MIT 开源许可证，权重已在 Hugging Face 和 ModelScope 提供，并支持 transformers、vLLM、SGLang 等本地部署框架。
Hugging Face · 阅读原文产品
From the Hugging Face Hub to robot hardware with Strands Agents and LeRobot
Hugging Face 博文介绍了 AWS 开源 SDK Strands Robots 与 LeRobot 的集成方案：把机器人抽象、仿真、策略推理和多机器人协同封装成 AgentTools，使开发者可用同一套 agent 代码完成示教录制、仿真运行、Hub 数据集读写以及真实硬件部署。核心设计是保持 LeRobot 原生数据格式、校准和硬件驱动不变，Strands 只负责 agent 编排，因此仿真和真实 SO-101 机器人可共享同一种 LeRobotDataset 格式，部署时通常只需把 Robot("so100") 的 mode 从 sim 改为 real。文章还展示了通过 GR00T、LerobotLocal、MolmoAct2 等策略提供方运行推理，以及借助基于 Zenoh 的 mesh 做多机器人发现、广播和人工审批控制。对中国 AI/机器人开发者的价值在于：这是一个较完整的开源“从数据到部署”机器人 agent 工作流示例，便于理解 Hugging Face Hub、LeRobot 和 agent 框架如何衔接，但内容偏教程与集成演示，不包含新的模型或论文结果。
Hugging Face · 阅读原文行业
A near-autonomous AI chemist improves a challenging reaction in medicinal chemistry
OpenAI发布研究案例称，其与Molecule.one合作构建的近自主AI化学家基于GPT-5.4，成功改进了一项药物研发中的关键且具有挑战性的合成反应。该案例表明，大模型可与化学研究流程结合，用于反应优化与医药化学实验决策，对AI在药物发现和实验自动化中的应用具有参考价值。
OpenAI · 阅读原文Agentic Resource Discovery: Let agents search
Hugging Face 介绍了 Agentic Resource Discovery（ARD）这一开放草案规范，并发布其参考实现 Discover Tool。ARD 旨在补上 MCP、Skills、A2A 之前缺失的“发现层”，让智能体无需预装工具或代理，而是通过 federated registry 在运行时搜索并发现技能、MCP 服务和其他代理。Hugging Face 的实现基于 Hub 现有语义搜索，将 Spaces、Agent Skills 和 MCP Servers 以 ARD catalog 形式暴露，支持 REST API、MCP 接口以及 hf CLI 搜索。文中还提到后续将增强联邦搜索模式，并支持用户和组织通过标准 ai-catalog.json 清单公开能力。
Hugging Face · 阅读原文论文
New research shows how AMIE, our medical AI, could help manage health conditions.
谷歌发布发表于《Nature》的研究，称其医疗对话与推理系统 AMIE 已从一次性诊断扩展到长期疾病管理。该系统基于 Gemini 的长上下文能力，包含面向患者实时对话的代理，以及可交叉检索药物目录和临床指南的管理推理代理。在一项盲测研究中，专科医生将 AMIE 与 21 名初级保健医生进行比较；结果显示，AMIE 在整体管理推理上与临床医生相当，并在方案精确度和指南一致性上得分更高。谷歌表示，这提示 AI 未来可能用于支持医疗照护，并已启动面向真实世界虚拟医疗场景的全国性研究。
Google AI · 阅读原文Introducing LifeSciBench
OpenAI推出LifeSciBench，这是一个由领域专家撰写并审阅的生命科学评测基准，用于评估AI系统在真实世界生命科学研究任务与决策中的表现。该基准聚焦更贴近科研实践的能力评估，对关注AI在生物医药与生命科学应用落地的从业者具有参考价值。
OpenAI · 阅读原文