全部动态

NVIDIA搞了个叫SpatialClaw的智能体，不用训练，直接用写Python代码的方式做3D空间推理，挺创新的。

官方一手marktechpost@Asif Razzaq3 个信源在谈原文

3B参数就能比肩DeepSeek V3.2和Kimi K2.5，基于Qwen2.5-Coder-3B开源，适合资源受限场景的推理任务。

官方一手marktechpost@Asif Razzaq3 个信源在谈原文

这个新基准狠狠打了AI的脸——最强模型也只完成3%的真实知识工作，别看平时吹得厉害。

官方账号Decoder@Maximilian Schreiner原文

嘿，OpenAI 的 Codex 又更新了，这次它能学习你在电脑上的操作，以后重复任务完全可以交给它，省心！

爱范儿@莫崇宇11 个信源在谈原文

Liquid AI出了两个轻量模型，350M参数就能做11种语言的搜索，还能装到手机等边缘设备上跑。

官方一手marktechpost@Asif Razzaq原文

银河通用首发人形机器人小脑大模型，2万小时数据训练，成功率随数据量暴涨，跟GPT一样有规模定律，值得技术控关注。

GLM-5.2这次主观评价不错，开源模型终于开始追上GPT了。Z.ai预测年底会有新开源项目，值得关注。

官方账号Latent Space (swyx)原文

北通院搞了个通用小脑，用两万小时人类动作数据训练，机器人不用重新学就能干新活，比传统方法省时省力。

量子位@衡宇原文

OpenAI用GPT-5.5 Instant让ChatGPT在医疗问答上比医生答得更好，准确率提升了71%，值得试。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

GPT-5.5 Instant 让 ChatGPT 的健康建议更靠谱了，医生参与评估的设计值得关注。

小米把全屋智能 Agent 开源了，基于 MiMo 大模型，能认人、记习惯、主动干活，自己搭一套试试。

腾讯元宝高考数学考了满分，还能帮你填志愿，比很多真人老师还靠谱。

官方一手Pandaily@[email protected] (Pandaily)原文

英伟达的机器人自己学会了装显卡，还能整夜自我训练，以后在家也能托管一个机器人实验室了。

阿里开源的 LOGOS 模型，用 1/56 参数就碾压了微软 NatureLM，还统一了蛋白质、小分子等科学对象的语言，搞科研的可以看看源码和论文，开箱即用。

华为昇腾0 Day适配智谱GLM-5.2，推理优化让长上下文编程更高效，开源模型性能比肩Claude Opus。

苹果用4台Mac Studio跑万亿参数Kimi K2.6，本地低延迟，一条提示词生成App，开发者必看。

OpenAI 出了个新基准 LifeSciBench，专门测 AI 做生命科学研究的能力，比一般问答难多了，能看出模型哪里不行。

Vercel 出了个开源 Agent 框架 Eve，把 Agent 做成文件目录，自带沙箱和评估，用 npx init 就能部署，挺省事的。

官方一手marktechpost@Asif Razzaq原文

国产医疗AI终于打败GPT-5.5了，评测成绩很能打，值得关心AI落地的人看一看。

量子位@一水原文

Nvidia和大学团队让8台机器人用AI编码智能体自己练抓取，成功率冲到99%，比手写代码更灵活。

官方账号Decoder@Maximilian Schreiner9 个信源在谈原文

天工3.1给了两个新工具：一个让AI画界面，一个让AI组团干活。收入涨了三倍，可以试试。

量子位@量子位的朋友们原文

xAI 刚上线的 Grok Imagine Video 1.5，6 秒 720P 视频生成只要 25 秒，音画同步和运动真实感比前代强不少，做短视频挺合适。

大晓机器人开源了新模型ACE-Ego，在人形机器人操作基准上拿了第一，能打包塑料袋、装鞋盒，挺实用的。

智谱开源了GLM-5.2，1M超长上下文，编程能力直接拿下第一，想换编程模型的话可以试试。

量子位@十三11 个信源在谈原文

阿里给机器狗装上了AI大脑，单摄像头就能导航干活，Qwen-Robot系列挺实用。

官方一手pandaily@[email protected] (Pandaily)原文

英伟达Blackwell平台在MLPerf上把DeepSeek-V3 671B训练时间压到2分钟，比上代快60%，性能真狠。

这个模型让机器人能全身配合做精细活，手的问题原来在腰身协调，挺有意思的新思路。

量子位@允中原文

想知道你用的AI会不会被俄语宣传带跑偏？爱沙尼亚语言研究所测了8个主流模型，GPT-4o最扛打，Llama 3.1中招率最高。看看你的AI排第几。

官方账号Decoder@Jonathan Kemper11 个信源在谈原文

阿里刚出的Qwen-Robot系列，三个模型从7B到72B，让机器人能边看边想边动，RoboBench成绩提升15%，搞具身智能的值得看看。

量子位@量子位的朋友们原文

谷歌新榜单实测，Gemini 3.5 Flash 在安卓开发任务中得分低、成本高，性价比远不如 DeepSeek V4 Flash。

字节跳动刚出的视频模型，成本只有上一代一半，速度还快两倍，电商和做UGC的可以试试批量出素材。