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 94
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。
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。
SocialGym用22款游戏评测LLM社交智能AI热点SocialGym提供22个多智能体社交游戏，以可验证规则评测十个LLM的社交能力。
跨语言专利起草数据集发布AI热点论文发布基于88.4万PCT专利族构建的日英跨司法管辖区专利起草数据集，含406万条权利要求实例。
伯克利论文：智能体自改Harness或致能力退化AI热点伯克利等团队研究发现，智能体自改Harness提升平均分的同时会丢失原有任务能力，且多数可靠性提升伴随成本上升。
面壁开源MiniCPM-V 4.7端侧模型AI热点面壁智能联合OpenBMB开源MiniCPM-V 4.7，35B-A3B端侧MoE多模态模型内存约3GB，iPhone 18 Pro Max推理超30 token/s。
Ricursive开源65B代码模型RippleAI热点AI芯片公司Ricursive Intelligence开源65B参数模型Ripple-65B Preview，采用Apache 2.0许可，TerminalBench 2.1得分80.52。
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。
递归稀疏注意力RecSA实现百万Token外推AI热点arXiv论文提出递归稀疏注意力RecSA，以对数成本实现百万级Token长度外推，性能与速度均超越稠密注意力基线。
Kimi K3.1 Pro上线FireworksAI热点月之暗面Kimi K3.1 Pro在发布当日上线Fireworks平台，提供无服务器与专用部署两种接入方式。
谷歌发布医疗AI安全评估框架AI热点谷歌联合健康专家发布白皮书，提出医疗AI三维度评估框架。
扩散模型左到右推测解码新方法AI热点新论文提出三种训练干预，让扩散草稿模型更好适配自回归验证，接受草稿长度提升21-76%。
SpecCompact加速智能体上下文压缩提速5.63倍AI热点SpecCompact通过槽并行语义推测验证加速LLM智能体上下文压缩，最高提速5.63倍。
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。
DiffuSpace开源Clover-35B扩散语言模型AI热点DiffuSpace发布Clover系列首个成员Clover-35B-A3B-Preview，以Apache许可开源，采用MoE架构的扩散语言模型，性能超同规模自回归模型且生成速度更快。
arXiv发布边缘NPU端侧VLM推理测量研究AI热点arXiv新论文测量六款VLM在三类边缘NPU上的推理表现，挑战多项社区共识