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。
曾因在字节跳动实习期间篡改代码被判赔50万元的田柯宇，其10人团队获五源资本和IDG 3000万美元投资、估值2亿美元，拟以自回归符号世界模型挑战李飞飞的空间智能路线，并于2027年发布基座模型。
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！
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。
DeepSeek的神鬼二象性被字节Seed团队逮到了。
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：
扩散智能（DiffuSpace）连续完成两轮数亿元人民币融资，创全球扩散语言模型最大规模融资纪录，经纬创投、顺为资本、君联资本联合领投，华为哈勃等跟投。
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。
好好好，谷歌也来加入办公智能体混战，而且强调多模型调用的它连竞争对手Claude都给安排上了！