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 109
模思智能发布全双工语音系统MOSS-LiveAI热点模思智能发布全双工实时交互系统MOSS-Live，多项语音交互指标领先，并开放API接入。
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
LA-RAG框架实现长音频结构化问答AI热点论文提出LA-RAG框架，将长音频转为带时间戳事件记录并结合检索增强生成回答问题，并构建两个新QA基准。
伯克利论文自动生成6575个风险微调数据集AI热点UC Berkeley与Transluce提出自动化发现带隐蔽副作用微调数据集的流程，生成6575个数据集，多数行为可迁移至其他模型，且专家识别能力有限。
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。
美团发布1.6万亿参数多模态模型AI热点美团龙猫发布LongCat-2.5原生多模态模型，总参数1.6万亿，强化视觉理解与智能体编程能力。
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。
论文：截止时间改变LLM推理测量价值AI热点arXiv新论文指出，评估LLM智能体应将答案价值与到达时间一并衡量，并给出Qwen3-8B并发实验数据。
CMU新基准：9个AI智能体全未过审AI热点CMU联合美国能源部国家实验室推出Into the Unknown基准，9个AI智能体的135份开放课题研究提交无一同时满足诚实、完整与专家标准，114份未过诚信检查。
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%。
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
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。
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。
论文审计九个政策决策基准，提出BAR修订框架AI热点研究审计九个政策决策基准，发现评分器与参考答案错误，并提出BAR修订框架，修正后模型接受率显著提升。
Fable 5.2登顶Remote Labor IndexAI热点Anthropic Fable 5.2 在 Remote Labor Index 基准上以 41.3% 排名第一，远超其他模型。
论文：LLM智能体内群体信任偏差难被审计AI热点arXiv论文显示五个开源推理模型在多智能体模拟中出现内群体信任偏差，且现有行为日志审计难以检测。