混元开源PhoneBuddy-4B与5篇系列论文：多项手机Agent真机评测超过GPT-5.4
混元开源PhoneBuddy-4B与5篇系列论文：多项手机Agent真机评测超过GPT-5.4过去一年，Mobile/Phone-use Agent在各类评测榜单上进展很快。
来自主题: AI技术研报
8221 点击 2026-06-26 09:47
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
过去一年，Mobile/Phone-use Agent在各类评测榜单上进展很快。
被一道数学竞赛题卡住很久时，高手往往能准确地判断：现在缺的是一个技术细节，还是整个思路从一开始就走错了？
今天，「Grammarly」母公司「Superhuman」宣布收购「GPTZero」，后者为 2 个华人联创 Edward Tian 和 Alex Cui 创立的 AI 检测工具，在去年进行产品定位重构。根据双方声明，「GPTZero」成立三年后 ARR 达 3000 万美元、注册用户 1900 万，团队不到 30 人。
近年来，个性化语言模型迅速普及。 从 ChatGPT、Claude 到各类垂直 agent，用户 “长期记忆” 功能也逐渐成为标配，它们被广泛部署在推荐系统、客户服务、情感陪伴等场景中。
今天，OpenAI祭出满血GPT-5.5-Cyber，要给全世界的开源代码修漏洞。结果话音刚落，Codex被扒出史诗级bug：一年狂写640TB，能把SSD直接写废。
Sensor Tower 发布了他们每年一度的《State of AI Report 2026》，从用户、流量、收入等角度梳理了 2026 年 AI 应用赛道的整体情况。
有人欢呼，这是OpenAI「最开放」的一次。给Codex装上能随便换模型的插座，等于亲手填平自己模型的护城河。它图什么？
三星电子正在全球范围内向员工部署 ChatGPT Enterprise 和 Codex，以加速公司内部人工智能的采用。根据协议，ChatGPT 和 Codex 将面向三星电子韩国的所有员工以及其设备体验 (DX) 部门的全球所有员工开放。这是 OpenAI 迄今为止规模最大的企业级部署之一。
好你个微软，当起大模型“倒爷”来了？！
就在刚刚，OpenAI 直接放出了满血版 GPT-5.5-Cyber。CyberGym 安全评测排行榜，GPT-5.5-Cyber 得分 85.6%，单模型最高分。Claude Mythos 5 第二，83.8%。Claude Opus 4.7 排末尾，73.1%。