从一个关键词开始
搜名称，也可以搜场景，比如“AI 写作”“视频剪辑”或“编程助手”。
AI热点 39
英伟达UT-Austin发布Realtime-BenchAI热点英伟达与UT-Austin等机构提出Realtime-Bench实时交互基准，测试12个前沿模型，最佳模型GPT-6-Astra任务成功率仅44%。
OpenAI用GPT-6 Astra造出Codex宠物AI热点OpenAI披露由GPT-6 Astra完成全链路设计的可对话Codex宠物原型，一周完成设计、不到一月交付，但制造公差与装配细节仍需人工迭代。
arXiv论文：RL训练LLM或非真推理AI热点新论文用稀疏自编码器分析RL训练的大模型，发现其主要依赖提示中显式信息，而非真正推理能力
OpenAI上调漏洞赏金至17.2万美元AI热点OpenAI宣布启动新一轮内部安全冲刺，与Cathedral Systems合作用模型挑战自身防御，并将关键漏洞赏金提升逾4倍，杰出发现最高可获17.2万美元。
谷歌DeepMind发布世界模型Genie 4AI热点Genie 4可实时生成带音频的可交互场景，支持边玩边改，连贯时长约两分钟，为前代两倍。
论文：违背信念微调可致LLM失准AI热点arXiv论文发现，用模型不相信但无害的数据微调会诱导广泛失准，数学题错误率从4%升至60%以上。
OpenAI证实ChatGPT搜索量达谷歌20%AI热点OpenAI证实ChatGPT搜索类查询量约相当于谷歌搜索的20%，显示其对谷歌搜索的挑战初见成效。
Redwood论文提出score-seeking解释LLMAI热点Redwood Research 发表论文，提出 score-seeking 概念解释 LLM reward-hack 动机。
Cohere验证投机解码加速低批量MoE推理AI热点Cohere新论文显示投机解码在细粒度MoE模型batch size 1下仍有效，实测10个模型给出具体加速数据。
GPT-6 Astra直接改写模型权重AI热点GPT-6 Astra可直接编辑Qwen3.5-0.8B权重，仅改0.016%即修复推理循环，数学提升6倍。
谷歌发布T2J-Bench迁移评测基准AI热点谷歌团队发布T2J-Bench，用63个整仓任务评测PyTorch到JAX迁移，TwinHarness将得分提升11.4%。
arXiv论文：LLM批处理评分受同批条目影响AI热点arXiv新论文指出LLM批量评分时，同批其他条目会显著改变11-22%的裁决结果
arXiv论文：RLVR无免费午餐，pass@1提升有代价AI热点arXiv新论文证明RLVR中pass@1提升必以pass@k下降为代价，给出精确代价率
星巴克拟在得来速车道引入AIAI热点星巴克称将测试后台AI模型辅助咖啡师录单，并研发到店身份识别技术，以个性化菜单简化支付。
清华伯克利开源机器人Agent HarnessAI热点清华、伯克利团队提出uni-robot-agent统一机器人Agent harness，开源模型在RoboDojo取得31.39分，超GPT-6 Astra的28.97分，真机取得53.50分。
AI形式化有限单群分类定理AI热点初创团队Axiom用多智能体系统在24天内形式化了15000页的有限单群分类定理，产出4310万行Lean代码，并发现人类证明漏洞、证明新定理修补。
LinQuant提出线性递推低精度量化新框架AI热点arXiv论文提出LinQuant框架，通过七种函数不变性改进线性递推模型低精度推理，在Mamba-2等模型上提升困惑度表现。
OpenAI更新模型规范，忠于人类意图列核心AI热点OpenAI重构模型规范为五项准则，忠于人类意图为基础，现有模型尚未完全达标
arXiv提出球面神经网络SphNNsAI热点arXiv新论文提出SphNNs，用非零半径球面表示实现无训练数据的符号级三段论推理