GPT-6「看不懂 3D」实锤!250道题只拿0.53分,Claude没及格
GPT-6「看不懂 3D」实锤!250道题只拿0.53分,Claude没及格ScienceVision基于真实三维数据构建250道跨学科科学3D评测题,GPT-6-Astra搭配Codex最高仅得0.53分,12个前沿模型均未在五科同时领先,显示AI科学三维观察与推理能力仍有限。
搜索
ScienceVision基于真实三维数据构建250道跨学科科学3D评测题,GPT-6-Astra搭配Codex最高仅得0.53分,12个前沿模型均未在五科同时领先,显示AI科学三维观察与推理能力仍有限。
智元在创新日发布GO-3 Preview和WITA-OMNI,分别登顶三项和四项具身智能评测,并推出Worken、AHA3、精灵G2 Max及灵渠OS 1.0,布局机器人作业、交互与运动智能。
服了!天天在AI一线冲浪,竟然也会跟不上版本。
今天,我们正式推出 DiffuSpace Clover(三叶)的第一个版本 35B-A3B-Preview。
在TGC 2026科技增长大会上,钛动科技发布行业首个Pro Agent Navos Pro,以三大属性推进结果导向的AI for Work;Kevin Knight提出AI正从语言生成跃迁至行动执行,并警示认知外包风险。
港科广新基准UI2App以600张静态截图评测模型推断并实现应用交互的能力,Gemini 3.1 Pro Preview以73.2分获视觉还原第一,但Claude Sonnet 4.6以36.8分居交互推断首位,跨页面状态仍是参评模型共同难点。
近期,六角未来沿着 Physical Coding 的思路,进一步构建了 HexaShell-Preview。根据官方评测结果,在 RoboDojo 全部 42 项任务上,HexaShell-Preview 取得了 46.9% 的成功率、53.2 的进度得分,成功率高出第二名 7.5 个百分点,领跑 RoboDojo-Agent 榜单。
自Hy4 Preview发布以来,它最受人关注的地方就是全链路RSI,这也是腾讯混元首个自己全程参与研发的模型。通过全链路RSI能给模型带来大幅性能提升。
在能力、成本、稳定性之间寻找最优解。
最近几部AI短片神作,刷爆全网。