Cognition推出新一代AI编程基准FrontierCode 2.0。该基准在延续FrontierCode 1.0方法论的基础上，扩大了任务来源与类别覆盖，并引入更高合并性标准，使评估更贴近真实软件工程场景。新版允许“令人惊讶但可接受”的行...

Cognition 工程副总裁 Jared Palmer 近日发布开源决策模型家族 Kev，包含 0.8B 到 27B 参数共四个规模。该模型定位为决策评分系统，而非生成式对话模型：它只对用户提供的候选选项进行打分排序，不生成解释，也不主...

Cognition正式发布SWE-2，这是其迄今最先进的编码模型。官方数据显示，SWE-2在FrontierCode 1.1 Main1基准上取得50.0%的得分，同时成本比上一代降低64%，在得分与成本两项指标上均超越SWE-1.7和Grok 4.6。该模型以远...

微软正式发布 MAI-Transcribe-2 语音识别模型，官方宣称其在速度、准确率和成本方面全面领先，并超越 Gemini 3.5 Transcribe、GPT-Transcribe 和 Whisper V3-Large。该模型集成了说话人分离、可配置转录风格和词级时...

在当前AI编程模型的评估中，大多数基准测试都聚焦于代码能否正确运行，即是否能够通过编译、执行并输出预期结果。然而，在真正的软件开发生产环境中，“正确”仅仅是最低标准。最新发布的FrontierCode基准测试，首次将...

人工智能软件工程师Devin的开发商Cognition近日宣布完成超过10亿美元的新一轮融资，公司估值达到260亿美元。本轮融资由Lux Capital、General Catalyst和8VC等知名投资机构领投。Devin作为一款AI驱动的软件工程师，已...

近日，一个名为ENACT的新型基准测试在人工智能与认知科学交叉领域引发关注。该基准旨在通过第一人称视角的世界建模来系统评估智能体的具身认知能力。具身认知理论认为，智能体的认知过程与其物理身体及与环境的实时...

Meta近日发布了名为'全语种自动语音识别'（Omnilingual Automatic Speech Recognition）的AI模型套件，这项突破性技术将自动语音识别能力扩展到1600多种语言，覆盖全球绝大多数已知语言体系。该系统的核心创新在于其...