搜索
同一个 GPT-5.5，放进不同的系统里，做具身任务的表现可以相差悬殊。在 EmbodiedBench 上，直接使用 GPT-5.5 的平均成功率是 56.9%；模型参数一个不改，只让它周围的系统持续进化，这个数字变成了 72.7%。
最近，全世界的数学圈都被AI核爆了。
一张 AI 生成的图，可以在美学、提示词对齐和人类偏好指标上拿到高分，画面里却藏着扭曲的肢体、相互穿透的物体，或不合理的物理现象。这些错误，并不总能从现有分数中看出来。
DeepSeek 连自己官方开源的推理代码都能写错，而且错得相当有规律。
未来数字世界会是什么样？
vLLM Semantic Router推出并开源Decision 3.0系列多模态决策模型，覆盖0.6B至27B六款模型，其中d3在Jev Decision Index 0.3.1文本榜和视觉榜均排名第一。
亚马逊正洽购AI公司Decart，潜在估值约70亿美元；Anthropic曾在约60亿美元交易谈判后放弃推进，Decart的DOS可适配多厂商芯片并提升AI训练与推理效率。
模思智能（MOSI）宣布完成超10亿元Pre-A轮融资，由华控基金领投，资金将用于全模态实时交互智能研发、能力建设及全球商业化落地。
作者借助 GitHub 项目 REA 和 Codex GPT-6 Astra，在没有源代码的情况下迭代复刻 Microsoft Word，核心功能与界面高度还原，显示 AI 正显著降低成熟软件复刻门槛。
阿里国际站总裁张阔表示，模型榜单成绩提升未同步转化为电商任务体验，他将Agent竞争力概括为Model×Harness×Context，Accio Work基于107项开源电商任务的评测显示，前沿模型无人干预通过率仅约61%。
智谱上新了一个GLM-5.3-Highspeed模型，就在Zcode里。
游戏陪伴的更多可能。
刚刚，前 OpenAI 联合创始人 Karpathy 画了一张扎心的 AI 漏斗： 全世界大约 80 亿人，能接触到实验室内部最强 AI 系统的，可能只有 5000 人。
物理AI正在成为人工智能产业最受关注的方向之一。
前些时日，OpenAI 在 GitHub 上一口气放出了 722 篇数学论文手稿。这些手稿被归为 372 个结果「家族」，横跨 17 个数学领域，全部出自一个尚未发布、也没有公开名字的内部模型——其性能远胜 GPT-6 Astra。
「平替」如果只是比原装便宜一点点，是不够吸引人的。但如果原本贵到肉痛如 Adobe 全家桶，直接原地免费，那无论如何，都得尝尝咸淡。
腾讯的Personal Agent产品要来了。
没招了！硅谷为了争夺AI算力已经彻！底！疯！狂！
近日，OpenRSI Index 在 X 上引发关注。截至目前，项目发布帖已有超过 13.3 万次浏览，相关话题出现在 X 的 Today’s News 栏目中。
随着前沿模型进入长链推理、工具调用、代码修复与科研任务，一个关键缺口随之显现：模型不断生成和修改候选，但“新状态是否真的更可靠”不能只由模型自己判断。
这两天，GitHub 上一个叫 REA（Reverse Engineer Anything）的项目狂揽了近 7 万颗星！
一直以来，在Transformer架构中，注意力（Attention）与前馈网络（Feed-Forward Network，FFN）被认为是两个功能不同且互补的模块： 前者让词元（Token）彼此交互，后者对每个词元进行非线性变换。
每一天都在。14个月，8个月，我们还在这里。
对着屏幕说一句 “向左转”，画面随即展开新的视野；调整角色的动作，场景紧接着给出反馈。多模态交互要求视觉生成跟上人的操作，而漫长的等待会打断整个体验。
就在今天，陶哲轩公开了其在加州理工学院举行的最新演讲《Math 2.0》（数学 2.0）。
近期，全球顶尖 AI 实验室正在密集释放一个信号：AI 正在从帮助人类完成任务，走向参与自身的研发与改进。
只要和一个人聊得足够久，大模型就能成为他的「数字分身」吗？
设想这样一个场景：你让机器人把桌上的杯子收进托盘。它已经看到了杯子，机械臂正朝杯子伸过去。这时，旁边的人顺手把杯子挪开了几厘米。
留给人类的时间，只剩半年了？
阶跃星辰新出的 Step 5 Preview，我前前后后测了一圈
