有点子了，就去执行……
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...
今日美国起诉OpenAI侵权 索赔超2.5亿美元
本周四，《今日美国》及其旗下多家地方报向法院提交诉状，状告OpenAI未经授权使用其“数十万篇”文章训练AI模型，索赔金额超过2.5亿美元。诉状里称，OpenAI的侵权行为已对这些报纸造成“真实...
扩散模型的控制级不确定性：SCOPE解决采样成本痛点
机器人做实时路径规划时，用扩散模型生成轨迹，之前算不确定性要靠蒙特卡洛采样，这一步慢到跟不上毫秒级的控制需求。原来的问题：扩散模型的不确定性太“贵”扩散模型能表示复杂多变的多模态轨迹分布，但要从...
SpaceXAI给有争议的Omarchy Linux发版投150万美元算力
150万美元的Grok代币，是SpaceXAI砸给争议Linux发行版Omarchy的第一笔公开大额赞助。官宣的核心信息今天的消息说穿了是两个实打实的动作。第一，SpaceXAI正式加入Omac...
FastBench测流式VLMs：高速现实流感知卡壳了？
目前最强的Gemini-3.5-Flash，在FastBench测试里只拿了50.7分——这是当前流式视频大模型（VLM）应对高速现实流感知的上限，连及格线都没摸到。原有基准的盲区：1-2FPS...
统一多模态深度研究Agent OneSearch-VL 做对了什么
OneSearch-VL-8B比带工具调用的Qwen3-VL-8B，在两个新的多模态视觉基准上，分别高出20.2和17.6个百分点。同参数级别的模型，差十几个点已经是很明显的能力差距——这不是小...