AI模型排行榜分两类：以高考式标准化测试衡量特定能力的客观基准测试（如AAII、MMLU-Pro），以及用户匿名盲测、根据偏好对答案投票排名的人类偏好竞技场（如LMArena）。两者各有优劣和局限性，且排行榜本质是门生意。用户应基于实际需求而非榜单名次选择模型，实用性至上。
一波未平，一波又起。 英伟达Triton推理服务器，被安全研究机构Wiz Research曝光了一组高危漏洞链。
没等来GPT-5，最先更新的是Gemini 2.5 Deep Think，不愧是你，卷王Gemini。
AI科学发现公司Autopoiesis Sciences宣布，其人工智能联合科学家Aristotle X1 Verify在多项基准测试中取得了显著成果，性能超越了所有主流AI模型。据悉，Aristotle X1 Verify在推理基准测试GPQA Diamond中达到了92.4%的准确率
最近，国产模型开源非常多。 MiniMax、Kimi、Qwen、混元、智谱、昆仑万维等等，都在疯狂开源。
在AI时代，掌握编程语言成了科研人的「第二外语」？近日，WAIC 2025上，上海科学智能研究院、复旦大学、无限光年联合发布「星河启智科学智能开放平台」，让科学家轻松构建AI模型、发起实验、调度算力，真正成为探索的主角。
人生第一次的全AI诊疗
近日，月之暗面(Moonshot AI)正式发布了其万亿参数开源大模型Kimi K2，这一具有里程碑意义的AI模型凭借其创新的MoE架构和强大的Agentic能力迅速获得全球开发者关注。然而，随着用户量激增，部分开发者开始反映其API服务响应速度不尽如人意。面对这一情况，月之暗面于7月15日迅速作出官方回应，坦诚当前服务延迟问题，并详细说明了优化方案。
OpenAI最新模型曝光了，在2025年国际数学奥林匹克竞赛（IMO）上达到了金牌水平！IMO被公认为全球最顶尖的数学竞赛，每年只有不到8%的参赛者能够获得金牌。而现在，一个AI模型做到了。
OpenAI通用推理模型在国际奥数竞赛中达到金牌水平，解出5题得分35/42。模型通过新技术实现长时间复杂推理和自然语言证明，非专用系统。标志AI在创造性思考和科学研究的重大突破，为解决千年难题铺路。GPT-5即将发布但暂缺此能力。
