搜索
钛动科技在广州TGC 2026科技增长大会发布行业首个Pro Agent Navos Pro，以专业、主动、盈利三项能力连接专业模型、数据与Agent Harness，推动AI for Work创造可衡量的商业回报。
智谱唐杰团队发布并开源无标签递归自我改进框架HarnessPro，在SWE-Bench Pro等基准提升通过率的同时，将单任务平均成本降低53.0%。
Anthropic与Theorem合作，让Claude为123个开源库的239个测试入口完成形式化验证，产出约1.8亿行经机器检查的证明代码并发现数百个Bug，实现其已知首次大规模汇编层生产软件形式化验证。
复旦大学可信具身智能研究院团队提出具身自进化框架RoboSkill，通过触觉反馈确认物理状态并积累、复用含代码的Skill，减少机器人Agent重复探索与推理，缩短任务执行时间。
无量火科技与高通联合发布移动端解决方案，Ember推理引擎让未经额外改动的30B大模型在手机运行且质量无损，并将MoE与Dense模型内存占用分别降低80%和50%。
Adobe Research与UCLA提出Tev，构建含1170个环境、覆盖7个领域的Tev-Gym并提出进度势能奖励塑形（PPRS），训练出的Tev-27B在ALE-CM的Pass@5达0.28，与GPT-6 Astra、Claude Opus 5持平。
港科广新基准UI2App以600张静态截图评测模型推断并实现应用交互的能力，Gemini 3.1 Pro Preview以73.2分获视觉还原第一，但Claude Sonnet 4.6以36.8分居交互推断首位，跨页面状态仍是参评模型共同难点。
至知创新研究院公开IQuest-Q1完整技术报告，披露其采用320B总参数、15B激活参数的稀疏MoE架构，以29T Tokens和超100万个可执行任务训练，并通过三层机制防止奖励作弊，架构规模化效率达1.93倍。
Bo Liu课题组在NeurIPS 2026论文中发现，多Agent通信并非信息越充分越好，Qwen3-Next-80B-A3B向Qwen3.5-9B发送消息使ContextBench准确率提高14.2个百分点，却令ToolSandbox下降23.6个百分点，并提出无需重训模型的按需通信策略。
在2026宇树科技合作伙伴生态大会上，宸境科技（DeepMirror）展示钢铁行业物理AI全栈方案，以宇树四足机器狗结合Insight系列空间智能相机、NavCore空间智能大脑和任务管理平台实现自主巡检，方案已落地湘潭钢铁、晋南钢铁等钢企。