搜索
月之暗面（Moonshot AI）创始人杨植麟联合清华大学及图灵奖得主姚期智团队推出TCSExam，以机器核验的科研交付物评测大模型，GPT‑6 Astra居Full榜首，开放猜想有效解答仍依赖联网检索改编。
斯坦福研究团队让GPT-6 Astra直接修改π₀.₅机器人策略的65行词嵌入，将765条留出指令的整体成功率从86.3%提升至92.0%，但仍有4个回合退化且结果仅限仿真。
上海交通大学赵海教授团队在arXiv发布BriLLM-MetaPred，首次将AGI数学理论推导的MetaPred原语落地为可运行语言模型，其在约13.2M参数规模下的预测性能与同规模GPT基线相当。
清华大学人工智能学院提出面向 Coding Agent 的 observation 压缩方法 CoACT，在 SWE-bench Verified 的三个 Agent 模型上平均减少 33.0% 总 token 消耗且 PASS@1 与未压缩时相近，该工作获 ICSE 2027 直接接收（Top 5%）。
Real2Sim2Real 为此提供了一条路径：将真实场景重建为仿真环境，在其中生成示范、训练策略，再将技能迁移回真实机器人。但要让这条路径支撑人形机器人的全身操作，仍需跨过两道门槛。
DeepMind深夜又甩出王炸了！
SoloPi 是一套面向移动端研发的开源自动化与 AI Harness 工程。它保留了 SoloPi 在 Android 真机上的录制、回放、断言和性能诊断能力，并增加 Agent 接入、动态页面安全执行、独立结果 判定、无人值守托管和同次运行证据，让一次设备操作可以交付为可进入研发与 CI 流程的结论。
长程智能体（long-horizon agents）正从「修一个 bug」走向连续数小时的终端与编程工作，但它的强化学习训练也格外昂贵：前沿实验室可以在数千张 GPU 上扩展 RL，而对多数团队来说，一条训练样本往往就是一次长达 3 小时、上百轮工具调用的完整尝试，任何一个环节出错，浪费的都是成小时的 GPU 时间。
现有的具身智能体大多存在一个结构性缺陷：它们是“任务驱动”的。接到指令，启动推理与工具调用；任务结束，系统归于沉寂。这种离散的交互模式，导致智能体缺乏对环境的持续感知，也没有跨时段的长程记忆。
Oh My Hermes（OMH） 不是一个新模型，也不是 Hermes 的替代品。它是加在 Hermes Agent 上的一层运行层：你照旧跟 Hermes 说话，它把每件事拆成几条 lane，每条 lane 配一个「带技能、带模型、带推理档位」的同事，并行去干。
「刚才是谁说，打算种花？」
把空间理解放进基础模型的持续学习过程，机器人能否更好地应对现实中的变化？
Coding Agent写代码的能力越来越强，写测试的能力也在同步提升。从为函数补单元测试、为GitHub Issue编写复现用例，到为整个代码仓库构建回归测试，Codex、Claude Code等前沿Coding Agent已经能够浏览仓库、修改实现，并借助执行反馈不断修正测试。
在机器人操作研究中，视觉语言动作模型（Vision-Language-Action，VLA）与世界动作模型（World Action Model，WAM）为机器人提供了不同的动作生成路径。但当任务从一次抓放延伸到连续搭建与双臂协同，决定成败的就不只是眼前这个动作能否完成，还包括此前建立的条件能否一直支撑后续执行。
谷歌具身RSI新成果来了！
机器人正迎来自己的 Computer Use 时刻。
设想一个客服系统，每秒涌进成百上千条用户请求。
工业推荐的优化重心，已经从单一交互指标转向整体eCPM（每千次曝光收益）。
11 月 10 日，Anthropic 发布新一代模型 Fable 5.2，再次将通用大模型的物理行动能力推向新的高度。
改变 RSI 的基本演化单位，从任务转变为能力，有望从针对具体任务的局部优化，走向跨任务、跨模态的持续演化。
Scaling up 是大模型的标志，也引领了近几年语言模型技术的飞跃。然而实际上，大语言模型架构，作为其最本质的计算基础，也在近年来持续发展。
热门视频一键仿拍。
近日，Milvus 3.0 正式接入英特尔 SVS Vamana 内存图索引。
Agent 正在从「回答一个问题」走向「承担一份工作」。近日，开源 AI Agent 社区 openJiuwen 针对 HyperAgent 架构详细解读，系统阐述了它对下一代 Agent 形态的判断 ——HyperAgent 应具备的八项特征，以及支撑这一形态的开源 AgentOS 分层设计。
继 Apex-35B-V1.0 凭借领先 Flint 的表现引发关注之后，开源 RSI 模型又迎来一份亮眼成绩单：REMORY 仅凭一个 1.9B 的记忆模块，用两张 H800 实现完全自监督训练，在多项关键评测中领跑；驱动小模型持续数日递归改进，产出接近 GPT-6.1-Terra。
统一多模态模型既能看图，也能画图，那么它能不能像人一样，画完之后自己检查、发现问题、再动手改？
GEAR 可以让研究者像使用 Scikit-learn 一样模块化构建 RSI 算法。它将采样、候选评测和多样性管理所需的算法模块与并行推理等测评设施组织起来，使得 RSI 算法能够快速搭建、比较和复用。基于 GEPA（Genetic-Pareto）算法改进的实验结果证明，GEAR 调优的 Agent 在营销、客服和代码任务上均取得显著提升。
总参数量1.6万亿，每个Token激活约480亿参数。
智能体正从单打独斗走向多智能体协同。
论文中的一道菜单题，看起来只需要做一次简单加法：一张 Funghi 披萨 6.90 欧元，一张 Prosciutto 披萨 7.90 欧元，总价是多少？