配套CLI与Skills，浙大开源可插拔Agent评测底座
配套CLI与Skills，浙大开源可插拔Agent评测底座同一套模型，换一个coding agent运行时，测试得分和实际消耗往往大相径庭。
来自主题: AI技术研报
9619 点击 2026-09-14 09:49
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
同一套模型，换一个coding agent运行时，测试得分和实际消耗往往大相径庭。
过去一年，具身智能的技术迭代明显加快。VLA、世界模型持续演进，强化学习重新成为机器人学习的重要技术路径，Sim2Real加速从仿真走向真机，全身控制能力也在快速突破。
Meta的新AI应用Muse在美国iOS上线后下载量突破8.3万次，登上App Store免费榜第二位，但首日表现仍逊色于Threads和Meta AI应用，也落后于ChatGPT的同期增长数据。
OpenAI新一代模型Astra被德累斯顿工业大学数学家Andreas Thom指控剽窃其深耕20年的非sofic群研究，因Thom曾与ChatGPT高频讨论相关未发表推导，OpenAI研究员仅以一句"那没有发生过"否认，却在与纽大数学家Buckmaster的NS方程争端中改口承认可能使用去标识化客户数据训练模型。
前OpenAI Sora负责人比尔·皮布尔斯（Bill Peebles）与DreamWorks联合创始人杰弗里·卡岑伯格（Jeffrey Katzenberg）及Dropbox前CFO苏杰伊·贾斯瓦（Sujay Jaswa）共同创办AI视频创业公司，将自主训练视频模型，并与Andreessen Horowitz等投资人洽谈融资。
最近，GPT-6 Astra 的三维建模与空间理解 demo 引发关注。它能在 Blender 中搭建带家具和庭院的住宅，再将场景转入 Unreal Engine 5，让人能走进房间、打开柜门，甚至操作咖啡机。
长文、网页、视频和代码经常停在这样的「半成品」状态：海报文案没有写错，却挤出了页面；网站首屏很漂亮，按钮点下去毫无反应；视频里的镜头单看都成立，连起来却丢了人物和节奏；程序刚修好一个模块，另一处又出现回归。
智象未来（HiDream.ai）正式发布具身世界模型HiDream-O1-Embodied，该模型在具身智能评测平台RoboColiseum扰动适应子榜单中以0.692分登顶榜首，标志着智象原生全模态世界模型矩阵的进一步完善。
近期发表于 Nature Machine Intelligence 的论文 Towards principled knowledge editing methods for large language model reasoning [1]，从知识编辑切入，进一步探索大模型如何使用知识进行推理以及如何通过主动干预观察模型内部变化。
Physical Superintelligence（PSI）完成5800万美元（约3.9亿元人民币）种子轮融资，由比尔盖茨牵头的Breakthrough Energy Ventures领投，旨在打造由AI"虚拟物理学家"组成的物理实验室，核心产品Emmy已落地数据中心优化等场景。