搜索
ScienceVision基于真实三维数据构建250道跨学科科学3D评测题，GPT-6-Astra搭配Codex最高仅得0.53分，12个前沿模型均未在五科同时领先，显示AI科学三维观察与推理能力仍有限。
Claude Code团队成员Addy Osmani建议，随着模型能力提升，用户应精简提示词，以明确任务和验收标准让Claude自主推进，并定期清理旧提示、按任务规模使用子智能体与云端会话，同时加强结果核验。
智元在创新日发布GO-3 Preview和WITA-OMNI，分别登顶三项和四项具身智能评测，并推出Worken、AHA3、精灵G2 Max及灵渠OS 1.0，布局机器人作业、交互与运动智能。
无问芯穹（Infinigence AI）以国产Agentic Infra让GPU算子优化Agent登顶NVIDIA Research的SOL-ExecBench四项赛道，并通过Skills、共享Memory和隔离评测形成自我迭代闭环，揭示资源调度与工作流设计对RSI效率的影响。
清华大学研究团队提出动作级在线蒸馏ActionOPD，在学生实际访问状态下以语义动作监督策略优化，使轻量Agent学习教师决策而非模仿Token，并支持黑盒接口、跨家族蒸馏及Self-ActionOPD自蒸馏。
腾讯云智能体开发平台ADP在2026腾讯全球数字生态大会上升级，强化服务Agent交付、AgentPortal 2.0统一管理及与WorkBuddy双向打通，帮助企业将智能体接入核心系统与业务流程。
多机构团队提出OpenDS任务范式并构建含200道任务的OpenDS-World评测基准，GPT-6 Astra以39.0%准确率居首，显示AI Agent在真实网络长程搜索与证据整合方面仍面临重大挑战。
奥特曼在博客节目中披露，OpenAI未公开的新模型在Hold-my-beer内部测试中攻克Navier-Stokes方程等难题，并提出以AI智能体团队、RSI及机器人自我复制数据中心推动下一阶段发展。
清华大学、智元与无问芯穹提出群体经验学习（Collective Experience Learning，CEL），在96台机器人上验证FERT与FATS，使五项任务总体成功率达97.5%，手机包装任务成功率从86.7%升至98.3%。
OpenAI发布新版Model Spec，以Root级规则要求模型在限定自主范围内行动、接受人类监督纠正和关停，并禁止越权、欺骗及自我保存，同时明确ChatGPT和API上的模型尚未完全符合新规范。