搜索
Murea Labs的Murea-InWorld通过Murea-Mind协同Murea-Pro和Murea-Fast生成实时互动音视频，Murea-Pro以81.13分位列WBench Full-289第一，Murea-Fast以64.98分居OpenS2V-Eval参评开源模型第一。
今年春天，一台台黄色飞机停在机场，它们的公司 Spirit Airline 宣布破产，这些飞机将永远不再起飞。 这是一家廉价航空，已经连续几年经营不善，直到伊朗战争及霍尔木兹海峡运输受阻，令航空燃油价
Manifold AI推出WorldScape R²SI，通过上下文学习与双层Agent持续改进能力登顶RoboDojo Agent Track总榜，超过GPT-6-Astra等模型。
StartLux发布StartLux-Decision新版本，推出Instant与AutoThink双模型矩阵及原创RLCD²，在Decision Index 0.3和DecisionPivot评测中领先多款模型，并公开模型权重与推理代码。
普林斯顿大学、得克萨斯大学奥斯汀分校、多伦多大学、NVIDIA和智元研究人员提出WorldOracle，并于10月16日开放评测平台；七种模型的真实执行对照显示，其机械臂轨迹较准但物体运动易偏离，长序列预测表现也会明显退化。
任务很简单：把一个加热后的杯子放进柜子。一个智能体先把杯子放进微波炉，再放进柜子，随后陷入反复查看柜子的循环。这个无效行为重复了 36 次，直到耗尽行动预算，任务仍然没有完成。
一道科学问题，AI 可以给出解释，列出步骤，甚至写出分析代码。
GitHub新上线的AI论文生成工具Open Academic Paper Gen以九阶段多智能体工作流完成选题、文献检索、初稿写作与核验，并可在获取全文后定位相关段落，检查引用是否支撑正文论点及标注PDF页码。
清华大学智能产业研究院（AIR）的一项NeurIPS 2026录用工作提出高阶动作监督，无需改动策略网络即可约束动作的一阶时序变化，并在OGBench及约1%数据的D4RL实验中提升小样本性能与动作平滑性。
OpenAgents、哥伦比亚大学等研究者构建多智能体协作评测基准AgentWorld，评测显示主任务最高完整成功率为Gemini 3 Flash的52.0%，并提出CCE指标分析协作贡献。