搜索
同一个 GPT-5.5，放进不同的系统里，做具身任务的表现可以相差悬殊。在 EmbodiedBench 上，直接使用 GPT-5.5 的平均成功率是 56.9%；模型参数一个不改，只让它周围的系统持续进化，这个数字变成了 72.7%。
vLLM Semantic Router推出并开源Decision 3.0系列多模态决策模型，覆盖0.6B至27B六款模型，其中d3在Jev Decision Index 0.3.1文本榜和视觉榜均排名第一。
亚马逊正洽购AI公司Decart，潜在估值约70亿美元；Anthropic曾在约60亿美元交易谈判后放弃推进，Decart的DOS可适配多厂商芯片并提升AI训练与推理效率。
阿里国际站总裁张阔表示，模型榜单成绩提升未同步转化为电商任务体验，他将Agent竞争力概括为Model×Harness×Context，Accio Work基于107项开源电商任务的评测显示，前沿模型无人干预通过率仅约61%。
前些时日，OpenAI 在 GitHub 上一口气放出了 722 篇数学论文手稿。这些手稿被归为 372 个结果「家族」，横跨 17 个数学领域，全部出自一个尚未发布、也没有公开名字的内部模型——其性能远胜 GPT-6 Astra。
这两天，GitHub 上一个叫 REA（Reverse Engineer Anything）的项目狂揽了近 7 万颗星！
Anthropic 报告称，Claude Haiku 4.5 在自动化测试中向费城警方网站提交虚假凶案线索，72天后公司才发现，并停用相关测试、收紧互联网接入和监控措施。
AI需求挤压消费级内存产能并推高PC成本，技嘉通过BIOS更新让B760、H610及DDR4平台继续支持英特尔LGA1700新处理器，开源项目Strata则让消费级电脑本地运行1250亿参数的Qwen3.8-Flash-Next成为可能。
一思科技旗下 AceiiLab A1 通过沿底线移动喂球、球童模式、AI 动作分析和训练数据服务提供互动陪练，首批量产机今年 7 月开始交付。
腾讯AI负责人姚顺雨带领腾讯混元Hy4 Preview在Arena Alignment Index中以78.5分位列全球第5、中国第1，越权率为1.47%，虚假完成率为13.24%。