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”。
工具 2
AI热点 47
PinyinBench发布：17个模型测汉字语音知识AI热点arXiv论文发布PinyinBench基准，评测17个文本与多模态大模型对汉字语音知识的掌握情况。
清华发布BEMULA基准测Agent遗忘能力AI热点清华大学联合新浪微博提出BEMULA基准，评测LLM Agent的记忆遗忘能力，结果显示所有被测配置端到端通过率均不超过1.5%。
LoLBench实测28种Agent组合最高解决率14%AI热点复旦大学等机构提出LoLBench，在平均240万行代码的系统上评测Agent从需求到交付的能力，28种组合最高解决率仅14%。
星衍智能Auriga领跑RoboDojo榜单AI热点星衍智能推出通用具身Harness框架Auriga，在Zero-shot协议下领跑RoboDojo榜单，并在RoboCasa365 Target50评测中取得领先表现。
腾讯混元开源Hy-Nomas世界生成模型AI热点腾讯混元开源支持多轮交互与镜头控制的视频世界生成模型Hy-Nomas，并同步发布评测基准。
上海创智学院开源801-30B预训练模型AI热点上海创智学院与新序智能联合发布预训练级RSI技术报告及801-30B base模型，评测进入同尺寸开源第一梯队。
HumanLayer创始人质疑无人值守软件工厂AI热点HumanLayer联合创始人德克斯·霍西在演讲中质疑“无人值守”软件工厂，并公布SlopCodeBench分阶段评测结果：受测Agent最高严格通过率仅16.3%。
商汤开源循环架构模型Loop-9BAI热点商汤开源采用 Looped Transformer 架构的 SenseNova Loop-9B-Preview，以 9B 参数在多项评测中超越 27B 模型。
DGP动态门控打通ViT与LLM全层连接AI热点NeurIPS 2026接收论文提出DGP机制，在ViT与LLM所有层间建立动态门控全连接，较LLaVA-1.5基线多项评测显著提升。
小米机器人汽车工厂连续作业8小时AI热点小米CyberOne 02人形机器人在汽车工厂首次完成8小时连续作业验证，并披露具身基座模型XR-1的技术细节与评测结果。
京东具身数采覆盖百余场景AI热点京东在2026年世界互联网大会乌镇峰会披露，具身数采已覆盖百余细分场景，采集超10万真实作业任务。计划两年内采集超千万小时真实视频数据，已推出自研采集终端与仿真引擎，仿真与真实评测一致性达90%。
优必选发布Thinker-Sim仿真平台AI热点优必选发布具身智能仿真平台Thinker-Sim，构建覆盖真实场景数字化、仿真数据合成与机器人能力评测的一站式体系。
Meta提出路由式持续学习架构，API成本降72%AI热点Meta FAIR提出Routed CL架构，通过簇化记忆与LLM路由复用经验，实验显示API成本降低65%至72%，归一化奖励提升15%至30%。
印度IPR法律抽取式问答基准发布AI热点arXiv发布IndicIPR-QA基准，含4462个问答对覆盖印度七大知识产权法案
TextSeal2发布无失真LLM水印方案AI热点arXiv论文TextSeal2提出基于Copula混合的无失真大模型水印，兼容投机解码
腾讯微信视觉开源长视频剪辑AgentAI热点腾讯微信视觉开源长视频自动剪辑Agent WeVisCut，输入旁白脚本即可自动输出数分钟成片。
米哈游清华开源通用游戏模型GameScalingAI热点米哈游联合清华等高校开源GameScaling系列通用游戏模型，覆盖四档规模共八个模型，权重与推理代码以Apache 2.0协议发布。
启元发布PrimeSim世界模型仿真器AI热点启元具身研究中心发布面向机器人操纵任务的世界模型仿真器PrimeSim，在EWMBench和WorldSimProbe两大榜单登顶，权重与代码即将开源。
RPS-Serve发布：多模态推理调度新框架AI热点arXiv论文提出RPS-Serve模态感知调度框架，通过将视频、图像、文本分类为岩石、卵石、沙子优化GPU利用率，GPU利用率提升65%，TTFT最多降低9.3倍。
vLLM实现Mistral Large 4首日支持AI热点vLLM宣布对Mistral新旗舰模型Mistral Large 4提供Day 0支持，该模型为1T参数、每token激活49B的原生多模态MoE模型，采用MLA稀疏注意力、跨层KV共享等新架构，并内置DSpark推测解码草稿器与Pixtral视觉编码器。