AI资讯新闻榜单内容搜索-GE

关键词: AI新闻,Anthropic,claude,claude做梦功能

之前 Claude Code 源码泄露的时候，大家惊奇的发现，里面有一个正在开发的功能：做梦

关键词: AI新闻,胖鹅AI,AI视频,智能体

AI圈有个怪现象： 模型越来越强，确实是好事；但随着AI用法越发多样，用起来的门槛却越来越高。

关键词: AI新闻,模型测试,benchmark,AI测试

SWE-Bench 的创建者，刚刚又放出了一个地狱级新 benchmark。

关键词: AI新闻,UniGeo,图像扩散模型,模型训练

UniGeo通过视频模型的连续视角先验与统一几何引导，实现稳定、高质量的相机可控图像生成，全面超越现有方法，在不同幅度的相机运动中提升跨视角一致性与结构稳定性。

关键词: AI新闻,模型训练,Anthropic,模型规范中期训练,MSM

Anthropic最新研究让AI先读懂规范背后的意义，再接受行为示范，在特定实验中将Agent失控率从54%压到7%。

关键词: AI新闻,Genesis AI,GENE-26.5,具身智能

看过的人已经傻眼了，因为这可能是今年为止最炸的机器人demo。

关键词: AI新闻,模型训练,TACO:,人工智能

随着代码智能从 code foundation models 走向 autonomous coding agents，CLI/terminal 正在成为智能体进入真实软件工程工作流的重要入口。

关键词: AI新闻,Anthropic,claude,claude做梦功能

Claude开发者大会来了！这一次，Anthropic让Agent学会了「做梦」，两次干活的间隙自动反刍记忆、自我进化。配合多Agent兵团作战和自动评分官，AI任务完成率直接暴涨6倍。

关键词: Generative UI,CopilotKit ,AI新闻,人工智能

最近，一家叫 CopilotKit 的公司宣布完成 2700 万美元的 A 轮融资，由 Glilot Capital、NfX 和 SignalFire 联合领投。这不只是一条融资新闻，它背后指向的是一个更大的问题：当 AI agent 已经可以真正嵌入应用、理解用户意图、生成动态界面、自主执行任务，我们今天所熟悉的软件交互方式，还能撑多久？

关键词: AI新闻,ProgramBench,AI测试,模型测试

SWE-Bench上能拿72%的模型，换张考卷直接归零！Meta联合斯坦福、哈佛放出ProgramBench，200个项目从零手写，9大顶级模型完整通过率0%。最强的Claude Opus 4.7平均通过率也才51.2%。更离谱的是一联网，就有模型在36%的任务里跑去GitHub扒源码。