Agent微调复活？英伟达开源8B新模型带飞GPT-5：在HLE狂卷37分，还把成本打下来
Agent微调复活？英伟达开源8B新模型带飞GPT-5：在HLE狂卷37分，还把成本打下来当问题又深又复杂时，一味上最强模型既贵又慢。测试时扩展能想得更久，却不一定想得更对。
来自主题: AI技术研报
10537 点击 2025-12-08 08:51
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
当问题又深又复杂时，一味上最强模型既贵又慢。测试时扩展能想得更久，却不一定想得更对。
左下角的血条、右下角的小地图，还有这一连串丝滑的跑酷动作…… 看到这个画面，你是不是以为《疯狂动物城2》这边刚拿下中国影史进口动画片票房第一，那边就趁势要推出 3A 开放世界游戏了？甚至这光影和物理碰撞，比很多大厂的游戏都要真实。
奥特曼又得拉响红色警报了。刚刚，谷歌再次扔出重磅炸弹——Gemini 3 Deep Think正式上线！轻松把草图变成逼真3D场景，不仅结构还原到位，就连镂空花纹与光影都处理得明明白白。
作者在包含 50 多个任务的多个仿真和真实世界场景中评估了 SpatialActor。它在 RLBench 上取得了 87.4% 的成绩，达到 SOTA 水平；在不同噪声条件下，性能提升了 13.9% 至 19.4%，展现出强大的鲁棒性。目前该论文已被收录为 AAAI 2026 Oral，并将于近期开源。
DeepWisdom研究团队提出：视频生成模型不仅能画画，更能推理。 为了验证这一观点，团队推出了VR-Bench——这是首个通过迷宫任务评估视频模型空间推理（spatial reasoning）能力的基准测试
确实也是轰动数学和AI两界了。因为就在最近，世界级顶尖数学家宣布辞职，前往硅谷，全职加入AI初创公司——这家公司，还是自己学生创办的——一个24岁00后华人女生。吸引他的这家公司，也不是等闲之辈，而是硅谷新贵——Axiom，一家主打AI数学的明星公司。
阿蒂从洛杉矶飞来，谈论他的初创公司上周发布的重磅消息。Klay 已与各大唱片公司——环球音乐集团、华纳音乐集团和索尼音乐—— 达成批准上市许可/注册协议 ，成为首家与这三巨头全部签约的人工智能初创企业。
太劲爆了！不过半月，谷歌DeepMind终于放出了IMO最强金牌模型——Gemini 3 Deep Think。今天，Gemini 3 Deep Think已在Gemini App上线，所有Ultra用户即可体验。
键盘作为人机交互的主要工具，实质上是一个巨大且不自然的「输入、输出瓶颈」。在「后键盘时代（post-keyboard future）」，语音或许才是最好地交互方式。
在生成式 AI 的新时代，人们一直在讨论它会不会颠覆教育、改变编程、重塑工作方式——但你可能没想到：现在连 6 岁的小孩都能通过AI 变成“侵权生成器”了。