搜索
Axis Robotics 与佐治亚理工、加州大学伯克利分校、南洋理工等高校团队通过超过 5 万条人类演示和一组规模实验，给出了一个肯定但更复杂的答案：众源仿真数据可以有效，但模型能否从数据规模中持续获益，取决于任务覆盖、行为多样性、质量控制和数据增强，而不只是轨迹数量。
Z Potentials 独家获悉，新加坡国立大学博士，牛津大学博士后研究员林庆泓（Kevin）近期以首席研究员（Principal Researcher）身份加入世界模型公司 Video Rebirth，负责多模态智能体与世界模型相关研究。
让 Agent 上网查资料，已经不算新鲜事。
很多开发者对 AnySearch 应该都不陌生，Github Star 6000+，上线首月狂揽全球10万开发者用户。在Product Hunt上，它也是周榜第一。前几天去了AnySearch组织的活动，启发比想象中更大。
刚读了一篇 AI4AI 论文《AI4AI at Scale》，来自 XYZ Agentic Team。还是第一次听到这个 Lab。他们用 AI4AI 的方式做出了两个很强的搜索 agent，也公开了方法。借这篇 paper 讲讲 AI4AI 到底怎么工作，下面尽量少堆术语。
今天，腾讯正式发布了其首个研究智能体（Research Agent）——Hyra（Hunyuan Research Agent）。Hyra能够像科研人员一样，提出假设、完成实验、总结经验，再基于经验不断提出新的方案，最终实现递归自我改进（Recursive Self-Improvement，RSI）。
全球能源竞争的正在从地面走向太空。马斯克曾提出一个极具冲击力的判断：“如果你把问题推到极限，人类究竟能调动多少 AI 算力？而真正远超地球一切能源规模的能量来源，其实就在太空。”
过去一年，Deep Research Agent 被视为大模型落地的下一个突破口，它们会检索、能用工具、可多步推理，在一个个榜单上高歌猛进。但把它们放到真实世界的专业场景里，表现是否也同样亮眼？
7 月 16 日，伯克利博士后 Haven Feng 的一条推文火了。原因无他，结果很震撼：在 ARC-AGI-3 Public 集上，一套名为 [schema] 的智能体框架，与 Claude Opus 4.8、Fable 5 组合后达到 98.98% 的 RHAE；换成 GPT-5.6 Sol 组合，分数也有 95.35%。
据三位知情人士透露，开源 Hermes Agent 背后的初创公司 Nous Research 正在敲定由 Robot Ventures 领投的新一轮融资，USV 及其他知名投资者也有重要参与，估值为 15 亿美元。知情人士称，该公司至少筹集 7500 万美元，并吸引了大量投资者的高度关注。