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 59
MEMENTO长上下文智能体准确率升至67.8%AI热点MEMENTO基于Qwen3-8B训练上下文压缩管理，在书籍问答基准上将准确率从36.9%提升至67.8%，成本远低于GPT-5.5与GLM-5.3方案。
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%。
Kimi发布K3.1 Pro，降价对标Opus 5.5AI热点Kimi发布K3.1 Pro后训练模型，编程基准逼近Claude Opus 5.5，API价格下调约三分之一。
RIVER多智能体检索酶反应登arXivAI热点arXiv论文提出RIVER多智能体框架，用于酶-反应双向检索，在公开基准上取得最高成功率。
La-JEPA提出紧凑机器人世界动作模型AI热点La-JEPA在V-JEPA 2.1特征空间从零训练策略Transformer，多项基准达到SOTA且参数更少，真机表现与pi0.5相当。
百度开源文心5.5 Flash Base模型AI热点百度开源文心5.5 Flash Base基座模型，2800亿参数MoE架构，多基准刷新同尺寸SOTA。
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。
港大提出RaPO破解MLLM灾难性遗忘AI热点港大俞益洲团队提出强化微调算法RaPO，揭示GRPO轨迹级漂移缺陷，在多项视觉持续学习基准上显著降低遗忘率，论文被NeurIPS 2026录用并开源代码。
Gym-Anything用编码智能体生成机器人仿真AI热点arXiv论文提出Gym-Anything框架，让编码智能体自动生成机器人仿真并构建RoboWorld基准。
华科大团队提出全连续多模态模型AI热点华中科技大学王兴刚团队与地平线机器人等合作提出Multimodal Flow全连续多模态架构，1.6B参数模型MF-1仅用150B Tokens预训练，在GenEval等基准上超越混合与全离散架构。
Omni-Encoder用共享SigLIP2统一四模态表征AI热点Omni-Encoder以单一SigLIP-2 ViT共享参数统一图像、视频、音频与视听编码，在16个基准上表现竞争力，联合训练提升各模态效果。
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。
Zyphra发布树状稀疏注意力ZHAAI热点Zyphra AI发布ZHA稀疏注意力方法，用树状索引器实现稀疏检索，约4B token即可蒸馏进冻结模型，在256K检索基准上接近稠密注意力。
清华团队发布代数世界模型AWMAI热点清华大学姚期智、袁洋团队提出代数世界模型AWM，通过探索、凝炼、证明三步让AI理解游戏规则本质，在ARC-AGI-3测试集上183关全部通关，得分99.9%，平均动作数仅为人类基准的43%，并能证明任务无解。
MedPhysBench评测12模型医学物理计算AI热点MedPhysBench发布，评测12个语言模型在医学物理计算与错误检测任务上的表现，Claude Sonnet 5.5在等中心MU计算中19/20漏掉平方反比修正。
DeepSeek V4.1刷新ARC-AGI开源成绩AI热点ARC Prize公布DeepSeek V4.1 Flash 1017在ARC-AGI-2取得78.1%、ARC-AGI-1达94.5%，刷新开源模型纪录。
商汤开源具身框架，成本降至GPT-6的1/50AI热点商汤开源具身智能执行框架RoboRSI及27B模型，宣称任务成本降至GPT-6-Astra的1/50。
METR报告：Anthropic研发加速1.9倍AI热点第三方机构METR发布报告，量化Anthropic内部AI研发加速约1.9倍，约80%来自AI自身帮助。
SLDBench v2发布：AI自主选实验评测AI热点研究团队发布SLDBench v2，让AI在付费实验目录中自主选择实验以发现Scaling Law，评测显示8个前沿模型自主选实验时成绩全部下滑，Claude Opus 5.5以4%成本取得最佳精度。
论文提出AI智能体Token浪费测量框架AI热点arXiv新论文提出统一框架测量AI智能体token浪费，经干预验证可移除41-46%推理且基本保持任务性能。