搜索
WorldArena 世界模型赛道从来都是竞争异常激烈，在经历了前几次比赛过程中的放榜之后，CVPR 2026 WorldArena 世界模型赛道锁定总成绩，智元自研的世界模型 Genie Envisioner-Sim 2.0（以下简称 GE 2.0）拿下了最终的冠军，成为了 “强者中的强者”。
Code Arena最新放榜，Qwen3.7-Max以1541分冲进全球第四，成为前五中唯一的非Claude模型。编程，中国模型第一次杀到这个位置。
仅仅一个月后，阿里又带着最强旗舰模型杀回来了！今天上午，在 2026 阿里云峰会上，阿里全新一代千问旗舰模型 Qwen3.7-Max 登场了！在 Arena 公布的最新一期全球大模型盲测总榜中，Qwen3.7-Max 总成绩位列国产模型第一：傲视一众国产大模型
过去，一部动画短片的诞生往往需要数月甚至一年的漫长周期。从分镜、原画、建模到渲染，每一个环节都堆砌着密集的人力与时间成本。但在上周末，北京三里屯的一场活动，彻底颠覆了这一传统认知。
2026 年 5 月，深度机智（DeepCybo）迎来成立一周年。
最近，全球的网民都化身「监工」，围观了 Figure AI 的人形机器人直播在物流传送带上连续几十个小时，不间断地分拣包裹。
近日，全球具身世界模型权威基准评测 WorldArena 正式更新最新榜单。Manifold AI 流形空间研发的世界模型 WorldScape 0.2，凭借其在物理规律遵循与多源交互理解上的突破取得 WorldArena 榜单全球第一，充分展现了国产世界模型在复杂动态场景生成与具身控制中的高精度、强泛化与物理可信度。与其同场竞技的包括英伟达、谷歌等国外巨头和星动纪元、极佳视界等国内具身智能公司。
月之暗面昨天发布了 Kimi K2.6，代码能力和 Agent 能力都有明显增强。官方数据很亮眼：13 小时不间断编码、4000 行代码重构、LMArena 全球开源第一。
一款名为 MotuBrain 的神秘世界模型，悄无声息地登上两个国际 benchmark 的榜首，没有任何公司署名。如果只是单榜第一，这件事或许并不稀奇。但问题在于，它同时拿下的，是两个几乎代表行业「两个极点」的榜单：一个是衡量世界模型「是否真正理解和预测现实世界」的 WorldArena
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。