ARTICLE · 1199145
每周两次免费审文档,谷歌 Deep Review 向公众开放
AI 生成内容越来越快，检查论证、预测变化和验证实验的工具也在跟进。近期几项进展，把关注点从“能输出什么”转向了“怎样得到更可靠的结果”。
本期选五条，包含10月16日的新发布，以及本周值得补看的重要进展。从文档审阅到实验机器人，它们对应着不同需求：少漏一个逻辑漏洞，让业务系统更自主，或让一个想法真正接受实验检验。
☕ 本期速览
谷歌开放 Deep Review：每周提供两次免费文档审阅，重点检查论证与事实。 Reflection 正式释放 Beam 权重，采用 Apache 2.0 许可证。 蚂蚁百灵开放 Ling-3.1-flash，支持百万 token 上下文与混合推理。 Mistral 公开 Timestral 推理代码，用小型专用模型预测数值变化。 谷歌披露自主实验研究：AI 先模拟操作，再让机器人接触试剂。
01｜Deep Review：不是压缩文档，而是给论证挑错
谷歌在10月14日宣布向公众开放 Deep Review。它从科研论文审阅工具演进而来，检查长文档中的逻辑一致性、数学陈述和事实依据，并给出修改意见。每位用户每周获得两次免费审阅，初期支持 PDF 和纯文本，多文件输入仍待推出。
它会先拆分文档，再按内容难度分配计算资源，让多个 Agent 并行检查，最后汇总并交叉核对。对写方案、研究报告的人来说，这更接近一位提出质疑的审阅助手，而非摘要工具。谷歌承诺上传内容不用于训练模型，但文档会为界面展示保存一年；“不训练”并不等于“不留存”。
02｜Beam 正式开放权重，配套工具一起交付
10月16日，Reflection 正式释放首款模型 Beam 的权重，采用 Apache 2.0 许可证，同时公布模型卡、安全报告及配套集成。Beam 总参数约5010亿，每次处理激活约230亿参数，支持百万 token 上下文，面向编程、推理和需要多轮操作的 Agent 任务。
这次发布不只是一份模型文件，还包括多种精度权重、推理框架适配和部署资源，方便开发者修改并接入自己的系统。需要区分的是，Beam 目前为文字输入、文字输出，主要面向英语；不能因为它能编写网页或游戏，就理解为具备原生图像理解能力。
03｜蚂蚁百灵开放 Ling-3.1-flash，长任务有了新选择
10月15日，蚂蚁百灵宣布开放 Ling-3.1-flash 权重。模型总参数约5600亿，每个 token 激活约250亿参数，最高支持百万 token 上下文，并能切换推理与非推理模式，重点覆盖搜索、办公、软件工程及通用 Agent 任务。模型卡标注采用 MIT 许可证。
它增加了企业围绕自有资料、业务接口构建助手的选择。不过，模型和完整工作系统仍是两回事：官方说明，部分编程评测使用了专门的 LingCode 框架，而该框架目前只是计划开源。同一个模型能完成多少工作，也取决于工具编排、上下文整理和结果验证。
04｜Timestral：不聊天，专门预测数据接下来怎么变
10月15日，Mistral 公开 Timestral 的独立推理代码。这个时间序列模型家族有500万至2.09亿参数四种规模，可在 CPU 上运行，处理设备读数、需求量等按时间排列的数据，并给出带有不确定性范围的预测。
它还能结合生产计划、节假日等已知信息，同时分析温度、压力等相互关联的指标。这体现了另一条 AI 路线：不必用巨型聊天模型承担所有任务，专用模型也能进入监测和规划流程。预测仍需接受真实业务数据检验；代码采用 Apache 2.0，模型权重则是修改版 MIT 许可，两者并不相同。
05｜AI 走到实验台前，先学会检查“能不能这样做”
10月16日，谷歌介绍了三项连接 AI 设计与真实实验的研究。其中 VERID 框架为实验工作台建立实时数字模型，追踪机械臂位置、试剂身份、液体体积和耗材库存。Agent 的操作先经过模拟与安全检查，再交给移液机器人执行。
这解决了一个容易被忽略的问题：代码语法正确，不代表移液器真的放得进去，也不代表容器里还有足够液体。研究还展示了 Agent 根据实验读数修正设计的过程，但人员仍需审核方案并监督运行。这里的进步不是“无人实验室已经完成”，而是让 AI 的判断不断接受物理世界的反馈。
写在最后
AI 的变化从不只是新模型和新功能。它会一点点进入我们的工作、选择与日常生活。
如果这篇对你有帮助，欢迎点个「在看」，也可以转给同样关注 AI 的朋友。我们下篇见。
往期文章
