现有大模型评测分数日趋饱和，但与真实体验差距显著。南京大学傅朝友团队牵头，在 Google Gemini 评测团队邀约下推出视频理解新基准 Video-MME-v2。凭借创新的分层能力体系与组级非线性评分，以及 3300 + 人工时高质量标注，揭示模型与人类的巨大鸿沟（49 vs 90）、传统 Acc 指标虚高、以及 “Thinking” 并非总是增益等现象。
知名苹果爆料人、彭博社记者马克·古尔曼最新曝光，苹果正在开发其首款智能眼镜，苹果内部代号为N50，其计划在2026年底或次年年初发布，正式上市则要到2027年。
1977 年，乔治·卢卡斯为了拍《星球大战》，专门成立了一家公司，叫工业光魔。
SiFive 是一家由加州大学伯克利分校工程师创办的公司，这些工程师创造了开源芯片设计，该公司已获得一轮超额认购的 4 亿美元融资，公司估值达 36.5 亿美元。
这个月，具身智能领域又卷出新高度：硅谷独角兽公司 Generalist AI 发布全新一代基础模型 GEN-1，将机器人包装手机、折纸箱这些活的平均成功率直接拉到了创纪录的 99%，折纸箱的速度更是飙到了以前的三倍（34s vs 12.1s）。
最近我测试了一下，用AI辅助创作公众号小号，陆续发了一些文章，效果有点超预期。
刚测完 Kimi K2.5，就拿到 Beta 版内测模型了。 一点喘息的机会都不给啊~~
前两天办完大会，然后昨天周末跟一个朋友吃饭，聊着聊着他突然放下筷子看着我说了一句，不是哥们，你怎么什么都懂一点？
从 2024 年底的关于潜在空间的早期探索，再到 2025 年底和 2026 年初的相关研究爆发，潜空间范式正在彻底重塑大模型 (LLMs, VLMs, VLAs 等延伸模型) 的底层设计逻辑。
随着任务的复杂度提升，Agent（智能体）的上下文在无限膨胀。在无穷的历史对话、工具调用输出、中间步骤以及报错信息中，模型迷糊了，于是开始跳步、忽视、绕道。
