论文测6款LLM国际象棋评估稳定性

Ropedia Xperience 2发布：1589个3D扫描支撑物理AI

arXiv论文提出Ropedia Xperience 2数据集，包含1589个3D扫描与4230条第一视角记录，可用于物理AI环境与机器人行为学习。

技术研究 · 2026-11-130 阅读

可验证AI硬件论文：实测六证明系统成本

arXiv论文提出可验证AI四层框架，实测六个证明系统与七个内核，指出主导成本随证明系统与输入长度变化。

技术研究 · 2026-11-130 阅读

Ballad用bandit路由LLM，成本降65.6%

arXiv论文提出Ballad，用在线bandit算法路由多个LLM完成自动化启发式发现，在5个NP-hard问题上匹配或超越最佳单模型，API成本最多降低65.6%。

技术研究 · 2026-11-130 阅读

腾讯混元实时语音模型Hy Realtime上线

腾讯混元发布实时语音模型Hy Realtime，已在元宝语音通话与腾讯客服上线，新增工具调用与唱歌能力。

模型进展 · 2026-11-130 阅读

SPADE用软提示提升AI文本检测OOD性能

arXiv论文提出SPADE框架，通过软提示与PMI信号检测AI生成文本，在分布外基准上达到SOTA性能。

技术研究 · 2026-11-130 阅读

论文测试CodeQL污点跟踪鲁棒性：26.2%告警被静默

arXiv论文用LLM对CodeQL告警做保留漏洞的自然重写，发现26.2%的告警被静默，缺口集中在库建模边界。

技术研究 · 2026-11-130 阅读

Zero-HLM让仿真训练人形机器人零样本迁移真机

北京通用人工智能研究院等推出Zero-HLM，将45条仿真示范扩展为4800条数据，训练策略零样本迁移至宇树G1，泛化成功率69%，并开源Zero-HLM-Bench评测基准。

产品应用 · 2026-11-130 阅读

RoboScience发布云端具身智能体Visics-Agent

RoboScience推出云端具身智能体Visics-Agent，支持语音指令教学与经验积累，L3连续任务成功率达78%，计划12月上线。

产品应用 · 2026-11-130 阅读

LSVOS挑战赛MUMU赛道报告发布

第八届LSVOS挑战赛MUMU赛道报告公布，前三名方案均基于Florence-2-base构建。

技术研究 · 2026-11-130 阅读

西湖大学发布Awomo-0.5，6项评测登顶

西湖大学成立世界模型研究中心，施一公揭牌，同时发布40亿参数通用物理世界模型Awomo-0.5，在6项国际公开评测中登顶。

行业动态 · 2026-11-131 阅读

LMArena提出智能体交互评测新范式

LMArena介绍Interaction-as-a-Judge评测范式，研究智能体直接操作游戏与应用的交互能力。

产品应用 · 2026-11-130 阅读

AI同行评审基准：前沿LLM检测率差50点

论文提出审计AI同行评审员的基准，向真实论文注入357个错误并评估12个评审系统，发现模型选择对检测率影响最大。

技术研究 · 2026-11-130 阅读

LEAP框架让通用LLM形式数学解题率达70%

论文提出LEAP智能体框架与Lean-IMO-Bench基准，通用LLM一次形式化解题率从低于10%提升至70%，并解出2025 Putnam全部12题。

技术研究 · 2026-11-130 阅读

腾讯混元Hy4网络安全评测居首

腾讯混元Hy4在Artificial Analysis Cyber Index以58%排第3，并以76%居CWE-Bench-AA榜首。

技术研究 · 2026-11-130 阅读

无界前沿开源生物信息模型Fx-Bio-1031

无界前沿开源生物信息大模型Fx-Bio-1031，开放完整权重，在BioMysteryBench困难子集取得70.59% Pass@5，超越GPT-6-Astra与Claude Opus-5。

行业动态 · 2026-11-130 阅读

Visual Cipher Bench评测8个模型视觉推理

新基准Visual Cipher Bench用40个视觉谜题评测8个前沿模型，最强的GPT-6 Astra准确率仅26.7%，提供机制提示后可大幅提升。

技术研究 · 2026-11-130 阅读

Geodesic发布全原子结构预测模型NovaAtom-Lite

Geodesic推出NovaAtom-Lite，面向蛋白质、核酸及配体的全原子结构预测，在FoldBench抗体-抗原界面预测成功率达79.07%。

行业动态 · 2026-11-130 阅读

GPT-6 Astra改65行词嵌入修复机器人指令失灵

斯坦福研究显示，GPT-6 Astra通过修改65行词嵌入，使机器人对改写指令的成功率从74.3%提升至87.5%，论文与代码已开源。

产品应用 · 2026-11-130 阅读

星尘智能发布多机协同框架CoMind

星尘智能发布多机协同框架CoMind，让机器人主动交换任务关键信息，隔墙配合拿笔成功率从0%升至100%，盲盒置物准确率达88.9%，信息传输量减少80%。

产品应用 · 2026-11-130 阅读

Gemini自动化应用清单曝光：共134款

Android Authority曝光谷歌Gemini任务自动化适配应用清单，共134款App，稳定版安卓17 QPR2含114款，Canary版额外覆盖20款。

产品应用 · 2026-11-130 阅读