
第三方机构实测:Agent 场景下,Kimi K3 反超 GPT-5.6 Sol (opens in a new tab)
Kimi K3 发布十天后,AI 原生云服务商 Together AI 公布了一份独立评测报告。
Total 162 articles

Kimi K3 发布十天后,AI 原生云服务商 Together AI 公布了一份独立评测报告。

「欢迎来Anthropic上班!」 就在刚刚,Claude Code之父Boris Cherny亲自下场,当着几十万人的面,向OpenAI核心产品负责人甩出了入职邀请。 起因荒诞到离谱。 一个头铁的开发者照着OpenAI高管的教程,硬生生把GPT-5.6 Sol塞进了Claude Code的harness里跑。 Anthropic反手就是一记封号。 50分钟后,被挖的Tibo当场拒绝。又过了7分钟,他一不做二不休,直接重置了全体付费用户的额度。 全程围观的奥特曼在X上笑出了声,留下一句「lol,OpenAI最让我喜欢的事情之一就是Tibo。」 五分钟GPT住进了Claude的「家」 时间回到7

斯坦福最近公开了一门课的录像,叫 CS329A,主题是 Self-Improving AI Agents(自我改进的 AI agent)。两位主讲教授,Aakanksha Chowdhery 和 Azalia Mirhoseini,都有极深的工业背景。Aakanksha 曾是 Google 540B 参数 PaLM 模型的技术负责人,也参与了 Gemini 的研发

8 月 3 日,阿里巴巴正式发布新一代基座大模型 Qwen3.8,总参数量 2.4 万亿,在编程(Coding)和专业办公(Cowork)方面能力大幅提升。今日放榜的权威三方榜单 Arena 中,阿里 Qwen 模型仅次于 Anthropic 的 Claude 系列,整体性能处于全球大模型第一梯队。。

最近有个挺有意思的对比实验,来自 Composio 团队。他们用同一个模型 Kimi K3,分别放进三个不同的 agent 框架(harness)里跑 ——Claude Code、Hermes 和 Kimi Code—— 一共测了 28 个完全相同的任务。

Z Potentials 独家获悉,新加坡国立大学博士,牛津大学博士后研究员林庆泓(Kevin)近期以首席研究员(Principal Researcher)身份加入世界模型公司 Video Rebirth,负责多模态智能体与世界模型相关研究。

这次就拿我自己天天在用的这只罗技 MX Anywhere 3S 为例,看看一只普通的办公鼠标,稍微改一改能不能变身「Vibe Mouse」。这只鼠标按键的默认功能与一般的办公鼠标别无二致:两侧的前进、后退键,对应的是浏览器和文件管理器里的翻页导航操作;滚轮按下就是普通的中键点击;而滚轮下方那颗功能键,默认用来切换有级/无级滚动模式。

你有没有想过,一个团队天天在做的事情,可能不是往产品里加东西,而是一直在删东西。这听起来有点反常识,做产品不都是越做越厚吗,怎么会越做越薄。

数据从哪来?控制靠像素还是动作? 在具身智能与机器人领域迅速演进的今天,一个问题正在浮出水面: 要想让机器人真正走进千家万户,我们到底该靠特定硬件采集的“具身数据”,还是该拥抱浩瀚如海的“互联网与人类行为数据”? 2026年RSS大会最后一天的workshop圆桌讨论,现场火药味十足。五位专家围绕世界模型的实际落地展开激烈交锋。 来自Georgia Tech和Nvidia的徐丹飞,以组合世界模型的研究闻名;Google与NYU的Sherry Yang,专注物理代理的世界模型评估与改进;Physical Intelligence的Laura Smith,强调具身智能的实践落地;NVIDIA的Ma

昨天,消息说孙天祥加入百度,担任基础模型研发部(BMU)负责人。「elsewhere」最开始知道孙天祥,还是投资人韩锐跟我们说的。大概一年半之前,他说他投资了一个“young talent”,就是1997年的孙天祥。当时他刚离开阳陆育的公司。