
多Agent也会帮倒忙!80B给9B支招,准确率反降23.6个百分点 | NeurIPS'26 (opens in a new tab)
Bo Liu课题组在NeurIPS 2026论文中发现,多Agent通信并非信息越充分越好,Qwen3-Next-80B-A3B向Qwen3.5-9B发送消息使ContextBench准确率提高14.2个百分点,却令ToolSandbox下降23.6个百分点,并提出无需重训模型的按需通信策略。
Total 61 articles

Bo Liu课题组在NeurIPS 2026论文中发现,多Agent通信并非信息越充分越好,Qwen3-Next-80B-A3B向Qwen3.5-9B发送消息使ContextBench准确率提高14.2个百分点,却令ToolSandbox下降23.6个百分点,并提出无需重训模型的按需通信策略。

Anthropic,怕是又憋了个大的! 明明选的还是Opus 5.5,出来的效果却像换了个模型。 这两天,多位开发者、爆料人接连晒出Claude实测,越测越怀疑:后台是不是悄悄接上了新一代模型? 全新Opus、Opus 5.6,甚至Fable 5.5……猜什么的都有,也有人直接把它叫作「Claude Next」。 这波实测里,开发者Chetaslua晒出的动画,直接把人看愣了。 4行提示词,跑了2小时,Claude把一个人的一生画完了。 最让人头皮发麻的是,这些惊艳的画面,全是JS逐帧画出来的。 从胚胎、门框下量身高的小女孩,到独自坐回扶手椅的老人,30秒走完一生。同一把椅子在前后呼应,代码也

Anthropic连夜拔掉内部代号Opus-Next的灰度测试后又在一天内恢复,且灰度范围从Claude Code扩大至Claude Chat/Cowork/Code,预示Claude Opus 5.2可能即将发布。

很多人以为,把一个大模型放进手机或电脑,就像下载一个 App 一样简单。实际上,手机、电脑和智能硬件的芯片各不相同,同一个模型换一台设备,往往就要重新适配。Nexa AI 做的,就是解决这部分最麻烦也最容易被忽视的工作。

昨天,OpenDesign团队(nexu.io)释出了号称html版剪映的‘html-video’项目,完全开源:https://github.com/nexu-io/html-video。基于 hyperframes框架(https://github.com/heygen-com/hyperframes)构建,Apache 2.0 开源,由 Open Design 团队原班人马打造;

就在这两天,GitHub和Hugging Face社区上线了一枚医疗大模型领域的“核弹”。全球规模最大、性能最强的医疗视频理解大模型——uAI Nexus MedVLM(中文名:元智医疗视频理解大模型)开源!

李笛携原小冰核心团队创立新公司“明日新程”(Nextie),聚焦群体智能与认知大模型,推出内测产品“团子”,通过多智能体协作提升AI认知能力,计划2026年1月7日上线。奇绩创坛参与投资。

从社区走向的一整套创作产品。 最近在抖音刷短剧时,这类由AI制作的韩剧已经经常能看到:妆面干净,肤质修得很细,镜头里反复出现偶像、恋爱桥段以及韩剧感很强的角色。 韩国自己有着成熟的剧集、偶像和广告工业,对人物的呈现一直占据很大比重。 而AI视频这两年进步最突出的几项能力,恰好也集中在人物稳定性、镜头控制和影像质感上。 短剧的出现又加了一把火,韩国用户偏好的关键词里也长期能看到都市恋爱、高刺激剧情和强人物关系。 这个时候,一款叫Newtake新的视频创作平台开始大力在韩国市场宣发,并启动NEXT SCENE CHALLENGE,总奖金达到1亿韩元,约合7万美元。 该产品最显眼的位置留给了导演工具

当大模型逐渐掌握对话、推理、编程和工具调用之后,自主研究被视为人工智能领域的「The Next Big Thing」。

最近,一家名为 Domus Next 的 AI 公司,在美国科技圈内引起了业界的广泛关注。它的产品 Nori,在 2026 年 1 月正式发布前,仅通过为期一个月的私密内测,就悄然渗透进了超过 10 万个家庭,发布当天在 App 生产力排行榜一度超过了 Google Calendar 和 Google Keep,还超过了 Perplexity、Manus 等一众 AI 产品。