搜索
近日，浙江大学 OmniAI 团队在 《Show, Don’t Tell: Evaluating Spatial Cognition in Generative Pixels Rather Than LLM Text》 中提出 ProVisE，让图像生成模型直接在图中回答空间问题，并将视觉答案还原为原 benchmark 可以评分的结构化预测。
斯坦福最近公开了一门课的录像，叫 CS329A，主题是 Self-Improving AI Agents（自我改进的 AI agent）。两位主讲教授，Aakanksha Chowdhery 和 Azalia Mirhoseini，都有极深的工业背景。Aakanksha 曾是 Google 540B 参数 PaLM 模型的技术负责人，也参与了 Gemini 的研发
8 月 3 日，阿里巴巴正式发布新一代基座大模型 Qwen3.8，总参数量 2.4 万亿，在编程（Coding）和专业办公（Cowork）方面能力大幅提升。今日放榜的权威三方榜单 Arena 中，阿里 Qwen 模型仅次于 Anthropic 的 Claude 系列，整体性能处于全球大模型第一梯队。。
最近有个挺有意思的对比实验，来自 Composio 团队。他们用同一个模型 Kimi K3，分别放进三个不同的 agent 框架（harness）里跑 ——Claude Code、Hermes 和 Kimi Code—— 一共测了 28 个完全相同的任务。
Z Potentials 独家获悉，新加坡国立大学博士，牛津大学博士后研究员林庆泓（Kevin）近期以首席研究员（Principal Researcher）身份加入世界模型公司 Video Rebirth，负责多模态智能体与世界模型相关研究。
这次就拿我自己天天在用的这只罗技 MX Anywhere 3S 为例，看看一只普通的办公鼠标，稍微改一改能不能变身「Vibe Mouse」。这只鼠标按键的默认功能与一般的办公鼠标别无二致：两侧的前进、后退键，对应的是浏览器和文件管理器里的翻页导航操作；滚轮按下就是普通的中键点击；而滚轮下方那颗功能键，默认用来切换有级/无级滚动模式。
你有没有想过，一个团队天天在做的事情，可能不是往产品里加东西，而是一直在删东西。这听起来有点反常识，做产品不都是越做越厚吗，怎么会越做越薄。
@elsewhere 上个月，「elsewhere」报道了 DeepSeek 的融资故事。其中最多人讨论的，莫过于那个传说中的4小时投资人会议。 此去一个月间，梁文锋的各种语录在江湖流传，我们也多方收集到了一些其中内容。
一觉醒来，Hermes Agent用户圈子直接炸了锅，官方放出了最新的版本：水银。恰如其名，最新版本主打一个“快”，丝滑流畅如水银泻地，冷启动速度提高了80%，但这次更新，“快”仅仅是开胃菜。
7 月 14 日，Anthropic 正式发布 Claude for Teachers，面向美国 K12 教师免费开放高级功能，支持备课、课程设计、学习分析等教学场景。而在此之前，OpenAI 已经推出 ChatGPT for Teachers，同样聚焦教师教学支持，并计划向美国 K12 学区开放。