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 111
苹果AMP1让通用模型零样本控机械臂AI热点Apple论文提出AMP1框架，Claude Opus 5.5等通用模型零样本操控机械臂成功率超越VLA模型。
高盛限制非工程师使用AI编程工具AI热点高盛更新内部指引，将Claude Code等AI编程工具限定为工程师专用，交易员等非技术员工受限并引发不满。
Anthropic报告：AI可接手38%科研工时AI热点Anthropic发布35页报告，基于超20万次Claude真实对话数据，量化AI对科研产出的提速效果，全自动化情景下部分学科产出可达16倍。
Anthropic首次与美联社达成内容授权AI热点Anthropic首次与美联社达成新闻内容授权协议，Claude可在选举夜实时展示AP结果并标注来源。
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。
Einsia AI发布多智能体编排基准AI热点Einsia AI旗下Navers Lab发布WorkflowArena，评测大模型多智能体编排能力，Claude Opus 5.5以36.95%完全解决率居首。
Anthropic组建15人芯片设计团队AI热点Anthropic在投资者会议上透露已组建15人芯片设计团队，用Claude模型开展定制芯片设计，内部测试显示可缩短设计周期。
Revolut两千工程师转用自托管GLM编码AI热点Revolut将约2000名工程师迁移到自托管GLM进行编码，Claude Code和Codex列为例外，成本约为前沿API的十分之一。
XStack基准发布：测智能体跨生态迁移代码AI热点研究人员发布XStack基准，评测AI智能体将PyTorch仓库迁移至JAX/TPU的能力，Claude Opus 5通过率75%居首。
ServerBench发布：智能体设计LLM服务系统AI热点arXiv论文提出ServerBench基准，评测编码智能体设计专用LLM服务系统的能力，Claude Sonnet 5.5表现领先。
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。
字节跳动将封禁L4代码库外部AI访问AI热点字节跳动本月起将对全公司L4级代码仓库和飞书文档实施外部AI访问封禁，限制员工自费使用Claude、Codex等账号。
OpenAI解封误杀账号并道歉AI热点OpenAI向被误封的安全研究员致歉并恢复账号，同时Anthropic收紧Claude风控。
CyberArena发布466场Agent攻防评测AI热点研究团队推出CyberArena对称攻防评测，12款模型进行466场对局，GPT-5.6 Sol以78.6分居首，Claude Opus 5与GLM-5.3分列二三。
VideoMemBench发布：MLLM视频记忆仅45.7%AI热点新基准VideoMemBench评测多模态大模型在长视频多轮对话中的记忆能力，Claude Opus 5以45.7%居首，凸显上下文视频记忆挑战。
无界前沿开源生物信息模型Fx-Bio-1031AI热点无界前沿开源生物信息大模型Fx-Bio-1031，开放完整权重，在BioMysteryBench困难子集取得70.59% Pass@5，超越GPT-6-Astra与Claude Opus-5。
OpenRouter升级MCP视频生成与上下文优化AI热点OpenRouter发布多项MCP更新：视频生成改为链接返回、模型查询上下文缩减96%、Claude Code任务完成率提升至8/8，并支持聊天内测试600+模型。
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。
LLM直接写出医学分类器权重AI热点新论文探索权重空间编程：让大模型直接写出医学图像分类器参数，无需训练数据，并给出与基线模型的AUC对比结果。
Duolingo智能体合并22.5万行测试AI热点Duolingo公开用智能体编写并合并22.5万行iOS测试代码的生产级工作流。