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 187
ArtArk登顶SuperCLUE文生图榜首AI热点SuperCLUE发布11月文生图榜单,国产模型ArtArk以95.14分登顶总榜第一,图文一致性获唯一满分。
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。
RSI-Prime数据集发布:GLM-5.3性能提升31.95%AI热点研究团队发布RSI-Prime数据集,含350条实验轨迹,用于提升模型训练能力,微调GLM-5.3在PostTrainBench上相对提升31.95%。
多智能体RL模拟器坍缩研究:开源SCOPE框架AI热点论文提出多智能体强化学习中的模拟器坍缩问题,给出Verbalized Sampling与Co-Training两种方案,最高提升14%,并开源SCOPE框架。
微软发布网络安全模型MAI Cyber 2 FlashAI热点微软AI部门发布面向企业安全团队的专用模型MAI Cyber 2 Flash,主打高性价比网络安全AI。
Jac论文:智能体原生语言减少8.7倍AI集成代码AI热点arXiv论文提出面向智能体应用的Python超集语言Jac,通过统一执行语义减少AI集成代码。
材料科研智能体MatOS开源,任务成功率达97.96%AI热点MatOS开源,资产库含3135个数据集,MatTools完整问题成功率达97.96%。
POND发布:大模型仅预填充提升小模型表现AI热点arXiv论文提出POND方法,大模型只做预填充、小模型负责解码,通过桥接映射隐藏状态提升小模型在推理与编码任务上的表现,并可跨领域迁移。
EchoPrune发布:视频LLM同预算处理20倍帧AI热点arXiv论文提出EchoPrune,通过时间回声机制剪枝视频token,在相同token预算下让VideoLLM处理20倍帧数。
月之暗面宣布Kimi转向生物化学制药研究AI热点月之暗面宣布Kimi模型主攻方向从编程转向生物、化学和制药研究,DP Technology已将Kimi K3.1 Pro集成进研究助手BioMaster。
BadEvolve:20个投毒任务可让Agent植入后门AI热点宾州州立大学论文提出BadEvolve攻击框架,仅需向自进化LLM Agent学习集注入20个投毒任务,即可诱导其在自身技能中植入后门。
谷歌云公布MLPerf v6.1训练成绩AI热点Google Cloud在MLPerf Training v6.1提交10项成绩,覆盖Ironwood TPU与Grace Blackwell GPU。
OpenAI升级ChatGPT医疗版:智能体与20余款插件AI热点OpenAI发布ChatGPT for Healthcare更新,推出计算机使用智能体、改进临床搜索并新增20余款医疗插件。
书生-S2.1 Flash开源,MLE-bench登顶90.3分AI热点上海人工智能实验室等机构发布并开源科学多模态大模型书生-S2.1 Flash,在MLE-bench Lite取得90.3分登顶。
Hark发布Handoff²:计算机操作智能体提速2倍AI热点Hark在Hark Pro中上线第二代计算机操作智能体Handoff²,端到端速度约为上一代的2倍,任务完成率提升至82%。
NovaSilicon两篇论文:自研Agent超GPT-6AI热点NovaSilicon发布两篇论文,其基于CDK的自研Agent在模拟版图与floorplan评测中均分超过GPT-6 Astra。
北大与微信安全团队发布智能体安全综述AI热点北京大学知识计算实验室与腾讯微信安全技术团队联合发布通用智能体安全综述论文,提出贯穿来源、编排、执行与持久反馈的统一分析框架。