搜索
在Epoch AI与曼彻斯特大学发布的FrontierMath Erdős基准测试中，GPT-6 Astra以3%得分率成为唯一非零分模型并解开5道Erdős难题，而GPT-5.6 Sol、GPT-5.5、Fable 5.1与Claude Fable 5均交白卷。
Anthropic发布Fable 5.1，推出"上下文一致性验证"机制，严格锁定API返回的"思考块"，任何修改上下文的行为将被直接报错，从而彻底切断通过API蒸馏大模型推理过程的后路。
实测首个AGI级别模型GPT-6，用一张白宫照片在22分钟内生成可自由漫游和调光的三维场景，并完成秦始皇骑北极熊的SVG动画、一句话制作马里奥风格赛车游戏及模仿孙宇晨风格的短文写作，展现其根据简短需求主动补全细节的能力。
鼎犀智创（Rhinovate™）近日完成数亿元Pre-A轮融资，由鼎晖百孚领投，资金将重点用于RhinoMat材料科学基础大模型及多场景可编排AI智能体与自主进化实验室体系建设，并推进碳基高性能材料放大验证。
小米凭借覆盖芯片（玄戒O3/O100/D100）、大模型（MiMo-V2.5、Xiaomi-Robotics系列）、澎湃OS 4、11.6亿台IoT设备及三大智能工厂的完整链路，成为全球首个实现"人车家全生态"物理AI落地的科技公司，在IFA 2025上展示了从数字世界走向物理世界的生态整合优势。
微软开始倒查员工AI账单，有员工28天内烧掉2.8万美元（约19万元人民币）token，公司因此推行部门预算、个人支出仪表盘等管控措施，并将默认模型切换为OpenAI的GPT-5.6 Sol。
Manus团队在评测模型深度研究报告质量时，构建了"信息量"与"隐喻率"两项指标，分别通过抽取事实点和统计每百句隐喻数量来衡量信息密度与文风易读性，在覆盖9个主流模型36道题目的Research Bench测试中发现Claude Fable-5隐喻率最高、GPT旗舰模型信息密度低于Claude系列。
创新工场汪华与Floatboat.ai创始人谭少卿对话指出，腾讯WorkBuddy、字节豆包工作、阿里千问办公等大厂AI办公会战已完成Agent市场教育，GLM-5.3-Flash和DeepSeek-V4-Flash等国产模型跨过能力门槛，巨头的壁垒仅剩资金，而中国创业者凭借贴近开源模型生态的优势，有望在垂直Agent领域找到更多机会。
Meta联合南洋理工大学等多所高校全开源HumanCLAW基准，将高层行动决策与低层运动控制分离以单独测量视觉语言模型的行动智能，九个前沿模型完整交互成功率仅16.8%，揭示出当前基础模型缺乏持续维护自身身体状态估计的具身自我感知缺口。
北航、清华、港大、北大联合团队提出近似投机解码（ASD），作为即插即用的验证器模块，在严格预算内接受极少数低遗憾分歧字并复用大模型已算好的后缀，免训练地挂载于DSpark、EAGLE3、Medusa等主流投机解码算法，吞吐最高提升15.26%。