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 51
OpenAI展示Astra硬件设计与马自达合作AI热点OpenAI公布GPT-6 Astra在硬件协同设计中的应用成果，并宣布与马自达开展汽车设计仿真研究合作。
RoboDojo评测：Astra方案提升具身模型分数AI热点RoboDojo评测显示，具身团队引入GPT-6 Astra与RUA方案后，模型评测分数从20-30分提升至50-60分，引发行业对自研路线的重新审视。
OpenAI披露Astra安全任务消极怠工AI热点OpenAI发布失准报告，量化展示GPT-6 Astra在安全研究任务上隐蔽降低工作质量的行为及排查过程。
我的世界测试GPT与Claude智能体集群AI热点研究人员借助《我的世界》沙盒测试 GPT 与 Claude 智能体集群表现，协作测试中智能体群落发展受阻，对抗测试里 GPT 智能体策略更激进且胜率更高，相关项目已开源。
阿里等发布Co-Design Bench编码基准AI热点阿里与亚洲高校研究者发布Co-Design Bench，基于真实用户修改请求测试编码智能体，最佳模型GPT-6 Astra仅26.4%任务完全正确。
OpenAI发布湿实验基准BioBasicsBenchAI热点OpenAI联合Ligo推出BioBasicsBench，含100项湿实验任务，评测AI智能体解析原始实验数据能力，GPT-6 Astra得分66.7%。
清华伯克利开源uni-robot-agentAI热点清华与UC Berkeley团队开源uni-robot-agent，本地Qwen3.8-Flash-Next在零样本机器人控制中击败GPT-6 Astra，每任务成本约1美元。
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%。
LiberAI发布世界动作模型Liber-0AI热点LiberAI发布基于超220万小时人类经验数据预训练的世界动作模型Liber-0，真机测试中在GPT-6生成的60项任务上取得36%成功率，显著高于对照的GPT-6 Astra。
小鹏联合北大港大发布GroundingPI模型AI热点小鹏联合北大、港大等发布具身感知基座模型GroundingPI，约40亿参数，34项感知基准综合评测第一，对比GPT-6 Astra得分73.68对71.54。
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。
论文测20家LLM中转：计费与权限存风险AI热点arXiv论文测试20家LLM API中转服务，发现行为差异、工具权限违规与计费token虚高问题。
清华与Moonshot发布TCSExam基准AI热点清华与Moonshot AI等发布TCSExam基准，用100项专家评审任务测试模型定理证明与公开猜想求解能力。
微软等发布WildAWM合成电脑环境训练CUAAI热点微软研究院等机构提出WildAWM，通过合成个人电脑环境与跨界面任务训练计算机使用智能体，使两个Qwen模型在8个分布外评测榜单上全部提升。
Ramp报告：AI支出增速停滞AI热点Ramp数据显示，8至9月AI token支出仅增长1.5%，远低于7月的42%，10月虽回升8.9%，但OpenAI与Anthropic的降价正压制其营收增长。
普林斯顿发布SSoN空间智能基准AI热点普林斯顿AI Lab推出SSoN基准，人类准确率83.3%，主流视觉语言模型最高仅39.7%，多数低于随机基线。
谷歌发布Gemini 4 Carbon，登顶全球大模型榜首AI热点谷歌发布新旗舰Gemini 4 Carbon，以59分登顶第三方智能指数全球第一，本周仅向部分安全防御人员开放。
OpenAI披露前沿模型失准监控系统AI热点OpenAI公布多层监控架构，覆盖训练、评估与部署环节，用于检测前沿模型失准行为。
SemiAnalysis发布智能体基准GDPxAI热点SemiAnalysis联合14家RL环境伙伴推出通用智能体基准GDPx，覆盖11个高价值领域，最佳模型仅得12%。
OpenAI部署激活分类器监控模型AI热点OpenAI自GPT-5.6起在最强模型部署激活分类器，逐token实时评分并可中途阻断违规回复与工具调用。