搜索
OpenAgents、哥伦比亚大学等研究者构建多智能体协作评测基准AgentWorld，评测显示主任务最高完整成功率为Gemini 3 Flash的52.0%，并提出CCE指标分析协作贡献。
谷歌正在内部测试Gemini 4新版本Carbon，员工称其编程体验接近Opus 5.5，同时Argon、Barium及疑似gemini-4-flash-preview的模型线索曝光。
就在刚刚，海外科技圈爆料：谷歌下一代重磅模型 Gemini 4 Argon 已密集现身多个平台，甚至已经对部分 Pro 用户开放！
前段时间和谢扬聊天，聊到了 Personal Agent，聊到了 Muse 和 Dots，当时我便与他说：在 PA Infra 这个方向上，我感觉你可以整点东西
推开一块挡板，通道就此封闭；搬来一段坡道，高墙便有了越过的可能。
上周，OpenAI 宣布解雇三名员工，理由是内部调查发现三人违反了公司关于敏感信息访问与处理的规定，涉嫌在既定程序之外向第三方 AI 安全评估组织分享机密信息。
在语音助手、多用户共享的家庭助理等长期对话场景中，模型需要跨越多次会话记住用户的信息，但现有评测常遭遇两大难题：
谷歌推出Gemini游戏创作平台Playground，支持用自然语言生成和修改2D、3D游戏，并公布与Unity合作推出Unity Spark的计划。
OpenAI发布GPT-6.1 Sol Ultraffast模式，速度最高提升至标准版8倍但价格为其6倍，因标准版速度过慢且订阅开放受限，被用户质疑为“变相涨价”。
9 月 22 日，以 FLUX 图像模型闻名的 Black Forest Labs 跨界发布了开源 7B 世界动作模型 FLUX 3 Action。据其官方博客，该模型在英伟达 RoboLab-120 榜单上超过了此前最强的开源模型 Cosmos 3 Nano，参数量却不到后者一半。一家做图像生成的公司跑来卷机器人控制，说明视频模型里积累的「物理直觉」正被越来越多的团队当作机器人大脑的底座。