开启Benchmark的Harness时代:15家学术机构联合发布HarnessEval
开启Benchmark的Harness时代:15家学术机构联合发布HarnessEval8 月 13 日,DeepSeek 开源 Agent Harness dsh,将 “Harness” 这个原本更偏工程语境的概念,推到了整个 AI 行业讨论的中心。
搜索
8 月 13 日,DeepSeek 开源 Agent Harness dsh,将 “Harness” 这个原本更偏工程语境的概念,推到了整个 AI 行业讨论的中心。
当下,几乎所有人都在押注更大、更聪明的 AI 模型。但 AI 的下一个核心护城河到底是什么?最近,a16z 发布了一篇深度文章——《下一个 AI 护城河并非更优的模型》(The Next AI Moat Isn’t a Better Model)。
近日有消息确认,字节跳动旗下豆包Ocean AI硬件产品负责人之一刘锐(内部花名沐然)已正式离职。据接近团队的人士透露,刘锐离职后大概率将开启创业,具体方向目前尚未明确。
史无前例,OpenAI真的停手了!刚刚,奥特曼亲自官宣,「OpenAI暂停下一代旗舰模型的强化学习训练,为期两周」。官方给出停更的原因是:要确保安全、对齐和监控标准,能跟得上眼前这个全新的能力水平。
王兴兴十年终于上岸。
一批纸质书被买下,送进仓库。
不会写代码,能不能做出一款自己的游戏?
不太妙。
机器人撬开啤酒瓶盖,白色泡沫顺着瓶口涌出来。
一名 25 岁的前高盛分析师在 ChatGPT 上写下了强奸和谋杀前女友的详细计划。
GPU云收入涨283%、AI应用涨3%,百度AI收入占主业过半。
玩 AI 视频有一段时间了,经验说不上多,但有一件事我算是想明白了:提示词这条路,走到头也就那样。
AI安全,时代变了!
可能很多朋友还不知道,豆包已经今非昔比了。
大模型的版本告一段落,AI应用的新版本已经到来。
今天,Symbiosis Robotics(共生知行)放出了一段新演示。
Juno 2025年10月公开上线,上线前8个月,Juno 已经获得约15万次下载和1.5万个五星评价。Juno 官方现在明确把自己定义为一个面向慢性病患者的健康管理和陪伴工具。它不会提供诊断、治疗或替代专业医生的医疗建议。Juno 想解决的是另一个问题,比如你过去半年:
最近,第三方视觉评测机构Roboflow,把GPT-5.6 「全家桶」拖进自家VLM基准跑了一圈。测试的内容,都是最实在的活儿:找东西、数东西、认字、抽信息。仅在目标检测这项,上一代GPT-5.5只拿到13.8分。这个分数,在视觉模型圈里基本等于交白卷。
新智元报道 据传,下一代GPT-6本周就要来了! 这不刚在昨天,OpenAI「义父」Tibo亲自爆料,Codex将接入最强Astra模型。 消息一出,全网瞬间沸腾,人们期待值直接拉满。就连Polymarket上,关于OpenAI本周发布下一代Astra的概率,飙涨到了52%。
前两天,DeepSeek 发布了 DeepSeek Harness。
不是吧,AI竟然比人还擅长做杀猪盘,甚至还更容易被信任……
前几天,我在推特上刷到了一条很有意思的分享。
人类的田径世界纪录,被宇树机器人打破了。
过去两三年里,不少在亚马逊上自助出版的作者陆续注意到:书还是那些书,读者好像也没有变少,可自己的收入倒是越来越少了。
2026 年 5 月 20 日,OpenAI 发了一条公告,震动了整个数学界。
2026 年 5 月 31 日,英伟达(Nvidia)宣布一颗拥有 88 个定制核心的 CPU 已经进入全面量产。它叫 Vera,采用 Arm 指令集和英伟达自研的 Olympus 核心,既会进入 Vera Rubin 超级计算平台,也会被单独装进 CPU 服务器。戴尔、惠普、联想、超微以及多家服务器厂商,已经开始制造搭载 Vera 的系统。
「套壳」是 Cherry Studio 最大的标签。但这个「壳」,在过去一年成了 GitHub 上增长最快的 AI 桌面应用之一。Cherry Studio 最初的目标很明确,就是帮用户在不同大模型之间自由切换,做一个更好用的聊天客户端。
从物理视频生成到运动迁移,再到可控世界建模。
人工智能可以在很短的时间内生成成千上万种候选材料,但真正进入实验室后,其中许多可能根本无法合成。