搜索
上一篇我用 Doubao-Seed-Evolving，把复杂 PRD 拆成可执行工程，做成了 AI 教学视频平台。那次重点是“知识驱动出片”：学科知识点 → 教学分镜 → 配音 → 动画 → 1080p 成片。
我们想强调的是：智能体 “跑得久”，并不等于 “具备长程能力”。真正的关键，不在于占用更多时间与算力，而在于能否在更长、更复杂、更真实的推理依赖链上持续、有效地行动。长期以来，Autonomous Agent、Self-Evolving Agent 等概念常与长程智能体混用。
Agent 执行任务的时候，会反复踩坑、不断试错，最后积累一些正确的经验。但这些经验通常只能停留在当前会话，或者当前 Agent 的记忆里，很难传给其他 AI。一个 Agent 调用某个 API，花了半个小时查文档、改参数，连续失败好几次，最后终于找到正确方法。
谁能想到，在全球具身智能操作能力的顶级榜单上，打败海外标杆模型π0的，居然是一个只有1B级参数的轻量级模型。
EvoMap 创始人张昊阳在 WAIC 行业圆桌现场与香港大学 HKUDS 黄超教授同台，并当场就 OpenSpace 项目零成果归属的问题提出质疑，他后续发布动态表示，黄超面对提问时言辞躲闪、神色局促，这一幕也被不少行业从业者称作本届 WAIC 最受关注的对峙场面。
大家好，我是袋鼠帝。 前几天，火山的朋友提前跟我同步了一个消息，说豆包Seed模型又更新了。
大语言模型在代码生成上的能力不断增强，但在复杂算法题，尤其是竞赛编程场景中，仍然容易因为算法选择错误、边界条件遗漏、复杂度判断失误或隐藏测试覆盖不足而失败。Solvita是一款面向竞赛编程的智能体框架，通过四个角色（Planner、Solver、Oracle、Hacker）形成闭环系统，并利用可训练的图结构知识网络积累经验。
图像生成正在从「一句话生成一张图」，走向更接近真实创作流程的开放任务。
数据库自动调参，一直是大模型Agent的“看似完美、实则翻车”名场面。
来自博世中央研究院与清华大学的研究人员提出 FunctionEvolve 框架，在两大基准测试上大幅刷新了这项任务的结果。在 LLM-SRBench 的 129 个合成科学方程任务上，FunctionEvolve 最终给出的公式在 55.8% 的任务上与真实公式等价（SA@1 = 72/129），是此前最好结果的 3.6 倍；