首个工程自动化任务评估基准DrafterBench，可用于测试大语言模型在土木工程图纸修改任务中的表现。通过模拟真实工程命令，全面考察模型的结构化数据理解、工具调用、指令跟随和批判性推理能力，研究结果发现当前主流大模型虽有一定能力，但整体水平仍不足以满足工程一线需求。
AI医疗的造富神话，又一次上演。近日，AI医疗公司OpenEvidence获得了2.1亿美元的B轮融资，估值飙升至35亿美元（约合人民币251亿元）。
ChatGPT 现在可以思考行动，主动选择工具，用自己的虚拟计算机为你完成任务。 Agent AI 时代，比我们想象中来得要早一些。
从“流量贩卖”转向“决策赋能”。继抖音推出智能搜索App“AI抖音”后，百度悄然上线AI搜索应用“TizzyAI”，首次打出了“无广告”的旗帜，将沿袭二十余年的搜索商业模式拦腰斩断。这样一来，两大巨头在AI搜索赛道狭路相逢。
最难的不是创作，是变现。
80分钟的一场活动，Agent的“出镜次数”竟能高达217次。 解锁平均20多秒就提一次Agent的，正是云计算一哥，亚马逊云科技。
AI 商业化落地，技术固然重要，生态也举足轻重。
谷歌搜索迎来三大AI革新：集成最强Gemini 2.5 Pro模型、Deep Search功能随便用、最引人注目的是AI代打电话功能。目前功能在美国上线，未来将全球推广。
2025 年初，AI 应用领域出现了一个引人注目的转折点 —— 个人 AI 分身从实验室走向大规模应用。与以往的虚拟助手或聊天机器人不同，大家对新一代数字分身的预期是开始承担实质性的社交和工作职能：代替本人参加次要会议、维护社交关系、甚至进行创意协作。
大型语言模型已展现出卓越的能力，但其部署仍面临巨大的计算与内存开销所带来的挑战。随着模型参数规模扩大至数千亿级别，训练和推理的成本变得高昂，阻碍了其在许多实际应用中的推广与落地。
