有点子了，就去执行……
Ben Affleck是AI内行，网友为啥惊到？
Ben Affleck最近刷爆外网，不是因为他导演的新片，是他聊AI的专业度——从神经网络、Transformer到开源权重，说的都是内行话，完全不像好莱坞明星的“跨界玩票”。卖了AI初创给Ne...
AI排行榜LMArena估值10个月翻倍至31亿美元
LMArena背后的公司刚拿到2亿美元融资，领投方是Lightspeed和Khosla。更扎眼的是估值——过去10个月里，它从约15.5亿美元涨到了31亿，几乎翻了一倍。不是吹估值，是赛道真的变...
OpenAI年度收入或低于预期，缺口约200亿美元
OpenAI此前被报道年度化收入约700亿美元，最新消息显示，这个数字比之前的预期少了整整200亿美元。这个量级的调整没有给出具体原因，但足够让行业警觉。【差在哪？】之前的700亿，是市场基于C...
Google把Gemini改成商用AI智能体，还配了专属邮箱
Google给Gemini做了个核心改动——不再是只陪聊的AI，而是面向企业的AI智能体。这次改的核心是什么？它的核心功能是能自己规划任务、执行任务，还能把细分的子任务分给更小的智能体去做。它不...
Anthropic更新Claude使用政策：明确禁止滥用与选举干预
Anthropic刚更新了Claude的使用政策，其中最明确的一条是：极端情况下反复滥用模型的行为被禁止，但日常对模型的不满、批评仍被允许。新规到底卡了谁？之前不少AI模型的使用规则，常把“滥用...
OpenAI的数学证明为何没达到行业标准
最近OpenAI推的一批数学证明工具，刚露面就被他们自己咨询过的数学研究小组盯上了——这些工具生成的大量证明，全偏离了当初顾问们定的行业指南。不是翻车，是没守约定的规则OpenAI为了做数学证明...
OmniCapBench：解决多模态模型评测痛点的新框架
你知道现在评测多模态大模型（MLLM）有多挠头吗？要么评分全但找不到具体问题在哪，要么能定位但覆盖不全，用大模型当裁判又容易乱打分。直到OmniCapBench出来——它靠786个精标视频，把评...
SpatialHarness补了GPT-6 Astra精细操作的空间短板
给GPT-6 Astra的插针测试，之前成功率才26.7%，用SpatialHarness一上，直接飙到66.7%——汉诺塔更是从0变100%。这不是游戏，是arXiv cs.RO分类里一篇机器...
给多智能体加个“读心术”：新框架补了协作短板
你可能没注意——现在靠大模型驱动的智能体组队干活，大多是“盲打”状态。普通多智能体的协作硬伤之前的多智能体系统，靠提示词设计、短期记忆或者端到端行为优化推进任务。但核心问题很致命：不会显式建模队...
「Bi-FORK：让AI突破高维分叉系统生成建模限制」
当深度学习模型处理的物理系统被离散成26万个点时，之前能应对分叉的模型基本要瘫掉——直到arXiv上的一篇论文带来了Bi-FORK。分叉系统，AI没摸透的物理难题。分叉在物理里太常见了：结构受压...