搜索
谷歌DeepMind疑似下一代旗舰模型Gemini 4 Pro以"gemini-3.8-flash"之名匿名亮相大模型竞技场Arena，在编码、智能体和推理等基准测试中全面超越Astra和Fable，并在网页设计、SVG、3D建模及游戏生成等实测中表现出色。
刚刚，Anthropic首次自曝绝密底牌：3万个AI正在研发下一代自己，正在疯狂自我进化。
Manus从Meta分拆独立后即将完成约33亿元人民币的首轮融资，估值较此前20亿美元翻倍至约268亿元人民币，融资完成后有望成为中国估值最高的通用AI智能体公司。
9月10日，AMD 在北京举办“携手创新 共赢智能体AI时代”媒体沙龙，面向中国市场发布锐龙 AI Max PRO 400系列处理器，把客户端设备统一内存上限推升至192GB，实现本地运行3000亿参数级大模型的能力。CSDN 创始人蒋涛受邀发表题为《大模型的 PC 服务器时代》主题演讲。
今年2月，华尔街差一点就给SaaS办了场葬礼。
北航、南方科技大学、复旦大学、北京理工大学、爱丁堡大学等 8 家机构的 19 位研究者联合完成 Theory of Agent 综述，讨论模型内部与外部 harness 应如何分配能力，并据此梳理 LLM Agent 的学习、对齐、演化与评测。
Agent爆发时代，我们需要什么样的AI计算底座？
就在刚刚，飞书和豆包工作一起，开了他们的全新发布会。
真实家庭任务往往从「不完整的信息」开始：机器人不知道目标在哪里，用户也未必能一次说清自己想要什么。面对「帮我从餐桌上拿点零食」这样的模糊指令，机器人不仅要主动寻找候选物体，还要在发现面包和多个甜甜圈后进一步询问用户，确认究竟该拿哪一个。
多轮智能体任务只有一个终点奖励，但在一条包含搜索、工具调用和多轮决策的轨迹里，决定成败的往往是一个不起眼的查询词、动作或对象选择。