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”。
工具 2
AI热点 39
OpenAI研究：智能体评测与生产行为存差距AI热点OpenAI Alignment团队对比六个模型在安全评测与Codex生产决策上的表现，发现评测成功率普遍低于生产，差距10.2至37.4个百分点，模型对评测目标的误判是关键因素。
赛迪研究院：我国AI推理数据量首超训练数据量AI热点赛迪研究院报告显示，我国AI推理数据量首次超过训练数据量，截至2026年6月日均词元调用量超175万亿。
Anthropic用Claude智能体自动化红队研究AI热点Anthropic研究用数千Claude智能体规避数据监控，生成隐蔽错位训练数据，推动自动化红队。
arXiv论文：LLM人工社会竞争模拟研究AI热点研究模拟200个LLM智能体竞争50轮，探讨奖励结构对过度竞争与躺平行为的影响。
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
商汤港科大提出MT Forcing多轮编辑方法AI热点商汤研究院、港科MMLab等联合提出多轮图像编辑训练方法MT Forcing，改善自回归扩散模型连续编辑中的画质退化与内容漂移。
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。
我的世界测试GPT与Claude智能体集群AI热点研究人员借助《我的世界》沙盒测试 GPT 与 Claude 智能体集群表现，协作测试中智能体群落发展受阻，对抗测试里 GPT 智能体策略更激进且胜率更高，相关项目已开源。
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。
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。
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。
OpenAI展示Astra硬件设计与马自达合作AI热点OpenAI公布GPT-6 Astra在硬件协同设计中的应用成果，并宣布与马自达开展汽车设计仿真研究合作。
阿里云发布AI投研工作台QovestAI热点阿里云发布面向专业机构投资者的AI投研工作台Qovest，支持一句话生成研究报告并持续跟踪，已开放个人用户邀测。
皮查伊：谷歌优先保Gemini算力AI热点皮查伊在访谈中披露Gemini 4 Argon上线72小时用量接近25万亿Token，谷歌将算力优先分配给AI研究团队，云业务放弃部分短期收入。
Gartner发布2027十大技术趋势AI热点Gartner解读2027十大战略技术趋势，非文本AI与智能体治理成重点。
Omdia预估2027年AI PC渗透率达60%AI热点Omdia预估AI PC出货占比2027年升至60%，但仅9%受访者将AI功能列为主要换机理由，呈现供给热需求冷反差。
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。
Claude发现内核11年老漏洞并写出利用代码AI热点Anthropic披露其内部Claude模型发现Linux内核潜伏11年的高危UAF漏洞，并自动生成可用的两阶段远程利用程序，全程约53分钟拿到Root权限。
GLM 5.3自主攻破6个Firefox版本AI热点Epoch AI实验显示，开源权重模型GLM 5.3在无人工干预下，利用补丁空窗期自主构建完整漏洞利用链，攻破9月17日至10月26日发布的全部六个Firefox版本，最快仅用12小时，每次攻击API成本约1000美元，Mozilla已在Firefox 159.0中修复相关漏洞。
谷歌开源多智能体冲突基准CLASHarnessAI热点谷歌等团队发布并开源CLASHarness基准，首次对15个主流大模型在多Agent冲突场景下的表现进行实测。