GigaPath-Flash 与 GigaTIME-Flash：以高效病理基础模型迈向人群规模发现
Microsoft Research 开源 GigaPath-Flash 与 GigaTIME-Flash，在 PANDA、EBRAINS 全切片基准上以约 50 倍更少算力取得与原 GigaPath 相差 3% 以内的性能。
#开源生态
Microsoft ResearchAI 评分5050
Google DeepMind精选AI 评分7575 Google DeepMind 开源实验模型 DiffusionGemma，文本生成提速最高 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，用文本扩散方式一次并行生成整段文本，在专用 GPU 上文本生成速度最高提升 4 倍。
推荐理由：把扩散式并行解码用到 26B MoE 文本模型上，讲清了本地低并发场景下速度与质量的取舍边界。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Gemma 4 12B：无编码器统一多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本本地运行的无编码器统一多模态模型，16GB 内存或统一显存即可运行。其基准表现接近 26B MoE 模型但内存占用不足一半，视觉与音频输入直接进入 LLM 主干，并配备 Multi-Token Prediction（MTP）drafter 降低延迟，采用 Apache 2.0 许可。
推荐理由：讲清了去掉多模态编码器如何降低延迟与内存占用，读者可据此判断本地跑智能体的可行性。