搜索
Scale AI与Elorian发布Humanity’s Sixth Sense（HSS）基准，以522道图像和视频题测试多模态模型的直觉式视觉推理，25个模型均显著落后于人类，榜首GPT-6-astra得分53.6%，人类达93.1%。
DeepSeek官宣DeepSeek-V4.1-Flash-1017全面上线，网页、App和API同步更新且价格不变，在DeepSWE v1.1取得77%最高分，并开放MIT许可证权重及Search/Fetch搜索API。
OpenAI宣布将ChatGPT的计算机使用能力引入Chrome，Chat模式可跨标签页收集信息，Work模式经授权可操作网页、填表、下载文件和整理标签页。
亏贼！OpenAI的纳维-斯托克斯方程连续剧，居然又又又反转了。。。
训不起2.8T的K3，玩够了124M的nanoGPT，想试试十亿参数、万亿token的预训练，门槛有多高？
GPT-5.5，正式告别ChatGPT！
从视觉观察到策略生成，再到物理执行与完成判断，CodeActionBench 在统一条件下评测通用多模态 Agent 的机器人操作能力。在双臂仿真评测中，GPT-6 Astra (Codex CLI) 的尝试成功率达到 73.3%，Claude Opus 5 在 Reference harness 和 Claude Code 下分别取得 49.3% 和 45.3%。
具身智能公司辛苦训练的「机器人大脑」，要被 GPT、Claude、Gemini 抢饭碗了？
GPT-6.1 Sol，默认上下文直接冲到500k！
AI现在真是开启数学证明扫荡模式了。