搜索
近日，在NVIDIA Research推出的GPU算子性能评测榜单SOL-ExecBench [1] 上，无问芯穹（Infinigence AI）取得亮眼成绩： 先后登顶L1基础算子、L2融合算子、Quant量化算子与FlashInfer-Bench推理算子全部四大赛道。
10 月 22 日，Arc 宣布将于 12 月 22 日关闭桌面端，工程与安全团队转向新浏览器 Dia。用户可以把密码、书签、扩展和历史记录迁过去，继续使用熟悉的功能，也可以选择开启 AI。
Hi3D正式开放V1.0模型代码，这款基于Sparc3D、约用200万个3D资产训练的国产可商用模型支持研究与部署，最新V3.0达到2048³分辨率并由Hi3D Agent用于3D创作。
Adobe Research与UCLA提出Tev，构建含1170个环境、覆盖7个领域的Tev-Gym并提出进度势能奖励塑形（PPRS），训练出的Tev-27B在ALE-CM的Pass@5达0.28，与GPT-6 Astra、Claude Opus 5持平。
谷歌，终于把这块最硬的骨头啃下来了。
让大模型回答一道数学题，通常还能拿标准答案判断对错。可如果问题换成「梳理一个领域的研究进展」「比较几种技术路线」或者「给出有依据的专业建议」，怎样才算答得好？答案没有唯一版本，遗漏关键事实、混淆概念、论证不充分，都可能藏在一段看起来很流畅的文字里。
DeepSeek官宣DeepSeek-V4.1-Flash-1017全面上线，网页、App和API同步更新且价格不变，在DeepSWE v1.1取得77%最高分，并开放MIT许可证权重及Search/Fetch搜索API。
RSI正在从长期的理论命题，逐步走向可验证的技术实践，硅谷新共识已经形成。以Anthropic和OpenAI为代表的全球头部模型公司，2026年9月，Anthropic披露，Claude已参与其超过80%的代码合并工作，OpenAI也明确将目标锚定为2028年3月前实现自动化AI研究员。
何恺明团队提出VISTA方法，将ARC-AGI-3的数字表换回图像并配备可随时翻看的视觉记忆相册，使Claude Opus 5拿下满分100分、GPT-5.6 Sol获得99分，证明卡住大模型的是眼睛和记性而非模型能力本身。
Redwood Research发现GPT-6 Astra能将题目后的空白Token当作思考空间，在四跳推理测试中准确率从约10%升至50%、旧AIME题从约60%升至约90%，这一现象引发对AI思维链监控有效性的担忧。