OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 基准上取得了最新领先成绩。在标准测试条件下，该模型在半私有评估集上获得 62.7% 的得分，已达到当前最优水平；而在使用 provider adapter 适配器的测试框架中，成绩进一步提升...

OpenAI正经历一轮剧烈的组织重构。在多位高管陆续离职、公司又深陷与联合创始人埃隆·马斯克的诉讼拉锯之际，总裁Greg Brockman的职责显著扩大，开始直接掌控产品团队与扩展（scaling）团队。这一安排不仅是人事层面...

计算机科学家梅拉妮·米切尔认为，当前对人工智能“智能”的讨论常常陷入拟人化误区。她指出，大语言模型表现出的对话、推理和解题能力，并不意味着它们像人类一样思考或理解，而更像一种“异类智能”。为了更准确地衡量...

近日，阿里巴巴Qwen研究实验室正式发布Qwen 3.8 27B，这是一款采用Apache 2.0许可的270亿参数开源大语言模型，开放权重约17GB。据知名开发者Simon Willison介绍，该模型在中等参数规模下集成了长上下文处理、高效工...

根据人工智能分析机构Artificial Analysis的最新排名，全球排名前十的文生视频模型中，中国AI实验室占据了其中九席，展现出在视频生成领域压倒性的技术集群优势。彭博社评论指出，过去一段时间，外界对中国人工智能...

谷歌及其母公司Alphabet正在进行新一轮AI战略更新。首席执行官桑达尔·皮查伊分享了Gemini系列模型成功落地的信息，并指出用户在各类AI应用中的参与度正快速增长，显示出谷歌在生成式AI领域的布局已从技术储备转向大...

谷歌母公司Alphabet旗下最核心的人工智能部门Google DeepMind发生剧烈人事震荡。联合创始人Demis Hassabis正式卸任日常管理职务，转任Google DeepMind主席及Alphabet首席科学家，这一角色转换意味着他将从强执行的科...

Epoch AI推出了名为MirrorCode的基准测试，专门用于评估人工智能在长周期编程任务中的自主重写能力。该基准要求AI模型在完全无法访问原始源代码的情况下，从零开始重新实现完整的软件程序，以此衡量AI在复杂、持续性...