一年前，DeepSeek R1 横空出世，人们才意识到，真正让模型产生推理能力质变的，不必是更大的预训练规模 —— 后训练，用强化学习、过程奖励、闭环反馈，以极低的代价解锁了原本需要数倍算力才能触达的能力边界。
伯克利团队归纳出7种反复出现的模式：智能体和评测程序共享运行环境、标准答案暴露给被测系统、对不可信输入调用eval()、LLM裁判缺乏输入过滤、字符串匹配过于宽松、评分逻辑本身有bug、以及评测程序信任被测系统产生的输出。
4 月初，LM Arena 评测平台上出现了三个匿名图像模型，代号分别是 maskingtape-alpha、packingtape-alpha、gaffertape-alpha。几小时后它们消失了。OpenAI 官方还没有正式宣布这个模型，但根据 API 返回的元数据和用户侧的测试记录，它已经有了一个被广泛接受的名字：GPT Image 2。
极限开发赛制（如黑客松、Game Jam）能让大家在几十小时内燃烧激情，但正如全球最大的 Game Jam 活动组织 Global Game Jam 的执行总监所言，48 小时内诞生的作品往往只是一个起点，缺乏长期的沉淀，很难直接变成成熟的作品。
今天，来自ZJU-REAL的团队带来了ClawGUI，一个覆盖GUI智能体在线RL训练、标准化评测、真机部署完整生命周期的开源框架。不是三个独立工具的简单拼接，而是一条打通的流水线：用ClawGUI-RL训练，用ClawGUI-Eval评测，用OpenClaw-GUI部署，端到端验证。
近日，AI内容电商OS K2Lab宣布再次完成数千万元天使轮融资，这也是K2Lab三个月以来完成的第二轮融资，本轮融资由华控资本领投、云时资本跟投，心流资本FlowCapital担任长期财务顾问。本轮融资资金将用于A2A原生电商Agent OS建设、多模态垂直模型打造、海外用户规模化增长和AI Native团队的持续建设。
近日，OpenAI Codex产品负责人Alexander Embiricos与开发者体验负责人Romain Huet做客Peter Yang的播客，围绕Codex团队的产品开发实践、产品规划、AI对职业的重塑，以及团队协作与招聘理念等核心问题展开了深度对话，还提到了前段时间加入OpenAI的龙虾之父Peter Steinberger。
就在刚刚，成立恰满一个月的阿里ATH（Alibaba Token Hub）事业群，发布全球首个主动式实时交互的世界模型产品。名也挺有趣的，叫HappyOyster（快乐生蚝）。HappyOyster搭载原生多模态架构，背后是支持多模态输入与音视频联合生成的流式生成世界模型，核心主打漫游（Wander）、导演（Direct）、创造（Create）、分享（Share）。
今天凌晨，Physical Intelligence发布了全新的VLA模型π0.7，狠狠敲了世界模型一记闷棍。π0.7第一次在机器人领域证明了Compositional Generalization（组合泛化），且VLA。
就在今天，OpenAI正式宣布推出GPT-Rosalind，一款专为生物学和药物研发打造的垂直领域推理模型！它旨在加速从基础生物学、药物发现到转化医学的整个研究流程，解决新药研发周期长、流程复杂等核心痛点。
