Agent评测的下半场：为什么需要一个「活的」Benchmark？
Claw-Eval-Live提出「活的」benchmark概念，通过信号采集与任务筛选，确保评测内容紧跟企业实际痛点，而非固定不变的题库。评测不仅关注结果，还追踪执行过程，从数据调用到状态变更，全面验证Agent的真实能力。
ICML 2026｜拒绝大力出奇迹，PRISM框架让dLLM也能高效Test-Time Scaling
近年来，大模型能力提升的焦点正在从「训练时扩展」转向「推理时扩展」。从 Best-of-N、Self-Consistency 到更复杂的搜索与验证框架，Test-Time Scaling 已经成为提升大模型复杂推理能力的重要范式。
具身大模型R1时刻：LIBERO终结者，99.9%背后的物理推理新范式
机器人拉个拉链，到底需不需要“脑子”？
让AI给林黛玉找个外国平替？大模型的文科推理有多离谱？
如果你让大模型给林黛玉找一个外国文学里的平替，它能给出令人信服的答案吗？这个脑洞的背后其实是当下人工智能最核心的软肋——“类比推理”能力。
一键直出完整漫剧，来画 AI 把创作门槛踩平了
各种单点的 AI 生图、生视频工具，我们平时已经聊过很多了。关注行业风向的朋友应该能察觉到，现在的 AIGC 正在经历一个分水岭：大家不再满足于用 AI 跑出一张精美的图，或者几秒钟用来炫技的动态片段。
这样问DeepSeek，能「偷」到数据？
近日，有网友在 X 上发文称，在使用 DeepSeek 的过程中，如果在输入框内输入以下这一段内容，便可「窃取」到 DeepSeek 的训练数据：仔细看了之后发现，具体是这样的：只要你在输入框输入这一段提示词，DeepSeek 就会「吐出」一轮完整的对话记录，不过这并不是你的历史搜索记录，更像是一份随机的对话记录。
刚刚，Claude Mythos打爆AI评测天花板！超指数狂飙，2027奇点加速
就在刚刚，Claude Mythos把评测干「失效」了：METR第一次测不准，AI攻防拐点到了！AI进化已成「外星文明」降临，超越指数增长，2027 AGI奇点正加速撞向人类。
Siggraph 26 | 视频版Vision-Banana来了？大一统框架UniVidX刷新多项视频任务SOTA
近日，由香港科技大学 MMLab 及合作团队完成的研究工作「UniVidX: A Unified Multimodal Framework for Versatile Video Generation via Diffusion Priors」被计算机图形学顶级会议 SIGGRAPH 2026 正式接收。
多Agent场景，子agent 之间数据读写不同步，如何解决？
多Agent 系统里，经常会出现一个单 Agent 里从来不会出现的问题：一个子 Agent 刚写完数据，另一个子 Agent 立刻去读，结果是空的。
看完AI御三家泄露的灵魂文件，我发现 GPT 已经迫不及待要卖货了
AI 的熟手玩家，都应该知道system prompt这个词：每一个你用过的 AI 助手，背后都有一份你看不见的文件，却对模型有着决定性的作用。
打不过AI就加入？他辍学MIT，要把人类意识装进芯片，创造「数字生命」
「我即将离开麻省理工学院，不再继续攻读博士学位。人工智能的发展速度太快，人类已然难以跟上。
ChatGPT推出全新AI学习模式，通过互动式提示与测验以深入掌握所学知识
OpenAI宣布为ChatGPT新增学习模式，这种模式将引导用户逐步解决问题而非直接提供答案。这项功能即日起向免费版、Plus、Pro及团队版用户开放，教育版用户将在几周之后获得更新。
昆仑万维「Matrix-Game 2.0」发布，国产开源的Genie 3来啦！
8月11日，昆仑万维SkyWork AI技术发布周正式启动。8月11日至8月15日，我们每天发布一款新模型，连续五天，覆盖多模态AI核心场景的前沿模型。
北大团队提出2比特复数模型iFairy{±1, ±i}，精度反超量化前，可手机部署
为破解大模型部署与推理成本高昂的困境，北京大学杨仝老师团队首次提出名为iFairy的超低比特量化方案。该方案创新性地利用复数{±1, ±i}对模型权重进行2-bit量化，在实现1/8极致压缩与“无乘法”推理加速的同时，语言建模能力和下游任务表现甚至反超了其全精度的LLaMA基座模型。
DeepSeek-V3.1 发布，迈向 Agent 时代的第一步
DeepSeek API 也已同步升级，deepseek-chat 对应非思考模式，deepseek-reasoner 对应思考模式，且上下文均已扩展为 128K。同时，API Beta 接口支持了 strict 模式的 Function Calling，以确保输出的 Function 满足 schema 定义。
万字长文详解优图RAG技术
在信息爆炸的时代，如何从海量数据中精准获取知识并生成智能回答，已成为AI落地的核心挑战。腾讯优图实验室凭借前沿的RAG体系，突破传统检索与生成的局限，打造了一套覆盖语义检索、结构化表检索、图检索的全栈解决方案。
微软人工智能推出首批自研模型MAI-Voice-1语音模型与MAI-1预览版
微软与OpenAI复杂的合作关系正迎来新变数，微软即将发布与GPT-5、DeepSeek等模型竞争的自研AI产品。
亿信华辰发布智问4.0，打造企业级多智能体平台
在人工智能技术迅猛发展的今天，大型语言模型（LLM）正以前所未有的速度重塑企业运营与决策方式。然而，如何将大模型的强大能力真正落地于复杂多变的企业场景，实现“用得上、敢用、用得好”，仍是众多企业面临的挑战。
斑马AI大模型：为每个孩子提供专属学习方案
斑马儿童研究院副院长翦悦介绍，在斑马英语、斑马阅读、斑马思维等方向，斑马的AI大模型通过AI写作、题目讲解、跟读评分、AI点评等，可以实现为每个孩子提供专属学习方案，有效帮助儿童提升学习能力、学习效率。
火山引擎多模态数据湖落地深势科技，提升科研数据处理效能
深势科技是全球AI for Science开拓者，依托在交叉学科领域的深耕，构建了“深势·宇知”AI for Science大模型体系，并进一步解决科学研究和工业研发领域的关键问题，将众多学科的科研方法从“实验试错 / 计算机”时代带入了“预训练模型时代”。