Google DeepMind 发布 WeatherNext 3：最先进的全球天气 AI 模型
Google DeepMind 与 Google Research 发布 WeatherNext 3 全球天气 AI 模型，直接学习实时卫星观测数据，每小时生成一次预报，地表变量分辨率达 5 公里，整体比 WeatherNext 2 的 25 公里网格清晰约 5 倍。
Google DeepMindAI 评分3838
Neon Blog精选AI 评分6262 Neon 推出 AI Gateway，把模型调用并入后端并按原价透传
Neon 发布 AI Gateway，让开发者直接从 Neon 调用 OpenAI、Anthropic 及开源权重模型，只需把 SDK 的 baseURL 和 key 换成 Neon 的凭据，无需再管理各家实验室的账号。
推荐理由：Neon 把模型调用并进后端，按官方原价透传、不加价，还在用各家 key 的可以换成单一凭据。
Supabase Blog精选AI 评分6262 Supabase Pipelines 进入公开 alpha，新增 schema 变更自动同步，BigQuery 为首个目标端
Supabase Pipelines 进入公开 alpha，可将 Supabase Postgres 数据近实时复制到外部分析系统，首个面向所有付费档位开放的目标端是 Google BigQuery。
推荐理由：Supabase Pipelines 进入公开 alpha，BigQuery 是唯一目标端，按管道小时费加数据量计费，做分析同步的可以先算成本再决定是否接入。
Google Research精选AI 评分6868 Google 发布 TabFM：面向表格数据的零样本基础模型，已上线 Hugging Face、GitHub 和 BigQuery
Google 发布 TabFM，一个面向表格数据分类与回归的零样本基础模型，把表格预测重构为上下文学习（ICL）问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。
推荐理由：做表格分类回归的可以不再手调 XGBoost，TabFM 已在 Hugging Face、GitHub 和 BigQuery 上线，可直接用 SQL 跑零样本预测。
Google ResearchAI 评分2222 Google 用线性弹性缓存优化云成本：Spanner 内存用量降 15.5%
Google Research 提出线性弹性缓存，把页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小。在 Spanner 生产环境运行数月后，内存用量降低 15.5%，缓存未命中仅增加 5.5%，总拥有成本（TCO）降低约 5%，实际 I/O 成本影响仅 0.5%。
Hugging Face BlogAI 评分3838 在 Transformers.js 中试验拟议的 Cross-Origin Storage API
Chrome 团队开发者关系工程师 Thomas Steiner 在 Hugging Face 博客展示如何用拟议的 Cross-Origin Storage（COS）API 解决 Transformers.js 的跨源缓存重复问题。
Vercel ChangelogAI 评分4747 Vercel AI Gateway 上线 Google Gemma 4：26B MoE 与 31B Dense 两个开源模型
Google 的 Gemma 4 26B（MoE）和 31B（Dense）两个开源模型已在 Vercel AI Gateway 上线，均支持函数调用、agentic 工作流、结构化 JSON 输出和系统指令，上下文最高 256K、覆盖 140+ 语言并原生支持视觉。
Google ResearchAI 评分1212 Google Research 用 NeuralGCM 结合 AI 改进全球长期降水模拟
Google Research 的 NeuralGCM 将 AI 与物理模拟结合，用于改进全球长期降水模拟。该模型旨在提升对长时效全球降水分布的模拟能力，相关成果归属于气候与可持续发展方向。
Vercel ChangelogAI 评分2222 Vercel BotID 揭开隐藏的 SEO 投毒：可疑流量实为 Google 爬虫
Vercel 的 BotID 帮助一家金融机构查明，其部署上大量可疑搜索查询并非恶意爬虫，而是来自 bots.fyi 验证的 Googlebot、Google AdsBot 等合法 Google 爬虫。
Cloudflare ChangelogAI 评分2222 Cloudflare CASB 新增 ChatGPT、Claude 和 Gemini 集成
Cloudflare CASB 新增对 OpenAI ChatGPT、Anthropic Claude 和 Google Gemini 的 API 集成，为安全团队提供对生成式 AI 使用的无代理可见性。新集成支持检测不安全设置与配置错误、识别聊天附件中的敏感数据，并呈现各平台特有的 GenAI 风险。这些集成现已面向所有 Cloudflare One 客户开放。
Hugging Face Blog精选AI 评分6565 Google 发布 Gemma 3 开放权重模型，1B 到 27B 四个尺寸、4B 以上支持图像与 128k 上下文
Google 发布 Gemma 3，这是 Gemma 系列的新一代开放权重模型，提供 1B、4B、12B、27B 四个尺寸，均有预训练版和指令微调版。4B、12B、27B 支持图像与文本输入并覆盖 140 多种语言，1B 仅支持文本和英语；上下文窗口从 Gemma 2 的 8k 提升到 1B 的 32k、其余三档的 128k。
推荐理由：Gemma 3 四个尺寸全部开放权重，4B 以上支持图像与 128k 上下文，本地跑多模态的可以换模型了。
Cloudflare ChangelogAI 评分3232 Cloudflare R2 Super Slurper 迁移数据提速最高 5 倍
Cloudflare 将 R2 的 Super Slurper 从集中式服务改为基于 Workers、Durable Objects 和 Queues 的分布式系统，从 AWS S3、Google Cloud Storage 等对象存储迁移数据到 R2 的速度最高提升 5 倍。从 AWS S3 复制 75,000 个对象的时间由 15 分 30 秒缩短至 3 分 25 秒。
Neon BlogAI 评分1313 Rubric Labs 借助 Neon 打造 AI 产品
Rubric Labs 因偏好开发者优先的体验而不用 AWS 或 GCP，在 Postgres 上一直缺少与 PlanetScale 对等的选择，直到找到 Neon。Sarim Malik 表示团队非常喜欢 Postgres，Neon 满足了他们对开发者体验的要求。
Neon BlogAI 评分4242 Encore 支持在 AWS 和 GCP 环境使用 Neon Serverless Postgres
Encore 现已支持在所有 Encore 环境中使用 Neon Postgres，包括部署在 AWS 和 GCP 上的云端环境。开发者可连接 Neon 账号，为全部 Encore 环境接入可高度扩展的 Serverless Postgres。
Supabase BlogAI 评分2828 用 Supabase 和 Google 登录实现 Flutter 身份验证
Supabase 发布 Flutter 身份验证入门教程，演示如何通过 Supabase SDK 的 signInWithIdToken 方法接入 Google 登录。教程使用 Flutter v3.10.5，需在 Google Cloud 获取 iOS、Android 和 Web 的 client ID 并注册到 Supabase，免费档位支持最多 50,000 月活用户。
Supabase Blog精选AI 评分6262 Supabase Auth 支持 iOS 和 Android 原生 Apple、Google 登录
Supabase Auth 新增对 Sign in with Apple 和 Google 的原生支持，iOS、Android 应用（Flutter 或 React Native）可直接调用系统提供的登录弹窗，不再需要跳转浏览器。
推荐理由：做 iOS 或 Android 原生应用的，现在可以直接用系统弹窗登录 Apple 和 Google，不必再跳浏览器。
Supabase BlogAI 评分2222 在 Ionic Angular 中用 Supabase PostGIS 实现地理查询
Supabase 发布教程，演示如何在 Ionic Angular 应用中借助 PostGIS 扩展处理地理数据。教程涵盖启用 PostGIS、用 geography(POINT) 存储经纬度并建 GIST 空间索引、编写 nearby_stores 与 stores_in_view 数据库函数，以及用 Capacitor 集成 Google Maps 显示标记。完整源码已放在 GitHub 上。
Hugging Face BlogAI 评分2222 用 Kili 和 HuggingFace AutoTrain 做评论分类与情感分析
HuggingFace AutoTrain 与数据标注平台 Kili 可组合成一套主动学习流水线，用于文本分类。作者以 Google Play 上约 4 万条 Medium 用户评论为样本，划分 Subscription、Content、Interface、User Experience 四类，在 Kili 中完成标注后训练分类模型，再对分类结果做情感分析。