搜索
近年来，视觉 — 语言 — 动作模型（Vision-Language-Action Model，VLA）正逐渐成为通用机器人控制的重要技术路线，但当这些模型真正进入高频闭环执行时，一个矛盾越来越突出：模型越来越大、语义能力越来越强，动作更新却未必足够快。
8 月 3 日，在 AGI Playground 2026 大会上，Genspark 创始人&CEO 景鲲在现场发布了一款新产品 GenOffice。这是一个面向 Windows 和 Mac 的本地 Office 客户端。开源、免费、无广告，保留用户熟悉的文档编辑能力，同时把 AI 引入 Word、PPT 等高频办公场景。
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。。
Agent的能力越来越强，但使用体验仍有一个尴尬之处： 每换一个Agent甚至换一个session，就像换了一个完全不了解你的新员工。
前段时间，米哈游的一个工程师，在测多Agent协作时忘了设熔断。几十个Agent进入循环调用。
一个80亿参数的大模型，一口气吞下15万亿token的训练数据，堆到硬盘上差不多7TB。可它真正「背」得下来的，少得可怜：每个参数只装得下3.6 bit。一个英文字母8 bit，连半个都填不满。
Seltz为Agent自建一套持续更新的Web索引，让它能够及时看见公开网络中正在发生什么；AnySearch聚合开放Web和20多个垂直数据源，让Agent知道面对不同问题应该去哪里查；Octen则重写索引、排序和服务层，让Agent可以同时展开几十甚至上百次查询，更快、更大规模地看见信息。
Factory 成立于 2023 年 4 月。彼时，企业市场连 GitHub Copilot 都尚未完全接受，更不用说完全自主的 AI 软件工程代理（Autonomous Agents）了。Matan 形容创业最初的两年是一场在沙漠中的跋涉：技术理念过于超前，工程师还没准备好改变习惯，企业采购团队也充满怀疑。
今年，这条研究路线又往前走了一步。6 月，李飞飞参与的一项机器人研究 T-Rex 发布，研究者为机器人加入高频触觉反馈，让它完成翻书页、拿鸡蛋、挤牙膏、抽取薄卡片和拧灯泡等任务。
JarvisHub 给出的答案，是把可编辑画布同时变成用户工作区、Agent 的外部记忆、行动空间和共享项目状态。Agent 不再只从聊天记录里猜测上下文，而是直接「看」到画布上的提示词、参考图、候选版本、生成结果、依赖关系、失败记录和用户反馈，再据此规划、调用工具、写回结果。