搜索
研究团队提出7B审计员AgentForesight，可在多智能体任务运行中在线识别并归因关键错误，其AFTraj-2K Exact-F1达66.44，成功轨迹误报率仅2.37%。
GitHub新上线的AI论文生成工具Open Academic Paper Gen以九阶段多智能体工作流完成选题、文献检索、初稿写作与核验，并可在获取全文后定位相关段落，检查引用是否支撑正文论点及标注PDF页码。
据外媒报道，谷歌已在内部编码平台Jetsky测试Gemini 4下一代检查点Carbon，多名员工称其编程表现逼近Opus 5.5，递归自我提升（RSI）是取得这一进展的关键。
人大高瓴 GeWu-Lab、智源研究院与燧行 AresoX 等机构提出 ROMA，构建 ROMI-2K、ROMA Bench 及 ROMA-7B，使机器人融合视听触力主动探索物体，并在 ROMA Bench 上以 72.9% 总体任务成功率基本追平 GPT-6 Astra。
OpenAgents、哥伦比亚大学等研究者构建多智能体协作评测基准AgentWorld，评测显示主任务最高完整成功率为Gemini 3 Flash的52.0%，并提出CCE指标分析协作贡献。
谷歌正在内部测试Gemini 4新版本Carbon，员工称其编程体验接近Opus 5.5，同时Argon、Barium及疑似gemini-4-flash-preview的模型线索曝光。
就在刚刚，海外科技圈爆料：谷歌下一代重磅模型 Gemini 4 Argon 已密集现身多个平台，甚至已经对部分 Pro 用户开放！
前段时间和谢扬聊天，聊到了 Personal Agent，聊到了 Muse 和 Dots，当时我便与他说：在 PA Infra 这个方向上，我感觉你可以整点东西
推开一块挡板，通道就此封闭；搬来一段坡道，高墙便有了越过的可能。
谷歌推出Gemini游戏创作平台Playground，支持用自然语言生成和修改2D、3D游戏，并公布与Unity合作推出Unity Spark的计划。