
不换模型,性能涨了39%:让AI智能体自己修bug的开源方案来了(在新窗口打开)
NeoSigma 团队今天开源了一个叫 auto-harness 的系统,核心做的事只有一件:让智能体自己发现自己的 bug,自己修,自己验证。
共 887 篇

NeoSigma 团队今天开源了一个叫 auto-harness 的系统,核心做的事只有一件:让智能体自己发现自己的 bug,自己修,自己验证。

硬氪获悉,家庭具身智能企业「欧拉万象」(Ola Dimensions)近日宣布完成数千万元种子轮融资,投资方包括五源资本和高瓴创投。此次融资将用于顶尖团队搭建和首款家庭具身产品研发。

AI科技评论独家获悉,卡内基梅隆⼤学机器⼈研究院(CMURI)博⼠后、悉尼⼤学(USYD)⻓聘助理教授WilliamZhi联合创办具⾝智能公司⸺ZenoAI(芝诺机器⼈),致⼒于打造通⽤全栈物理智能(Full-stackPhysicalAI),提供可靠的全⾝灵巧操作解决⽅案。

如果把今天最热门的几个方向摆在一起看,你会发现它们其实在卡同一道坎。

今天,阿里发布了其下一代旗舰模型的早期预览版:Qwen3.6-Max-Preview。在第三方评测榜单Artificial Analysis的智能指数排名中,Qwen3.6-Max-Preview的得分为52分,小幅超过GLM-5.1、MiniMax-M2.7,成为这一榜单上得分最高的国产模型。

前段时间有个叫 Happy Horse 的模型实火了一把,在知名 AI 评测分析平台 Artificial Analysis 上,直接把 Seedance 2.0 挤到了第二。

一年前,DeepSeek R1 横空出世,人们才意识到,真正让模型产生推理能力质变的,不必是更大的预训练规模 —— 后训练,用强化学习、过程奖励、闭环反馈,以极低的代价解锁了原本需要数倍算力才能触达的能力边界。

不与世界交手,何以理解世界? 新物种 Sinovum 设立了「视界线(Event Horizon)」对谈栏目。 视界线,是黑洞的边缘——一旦跨过,既有规则将不再适用,变化变得不可逆。 我们借用这个概念,关注那些已经越过“临界点”的技术与企业:方向开始收敛,选择正在锁定,新的规则正在形成。 我们关心的是:在巨大的不确定性面前,他们如何看见未来?又如何以一个个关键判断为支点,推动整个行业越过那道无形的边界? 故事,正在视界线上发生。而「新物种」将成为忠实的记录者,与你一同见证。 以下是该系列的第 14 篇。 -Intro- 近日,「逆矩阵科技」完成超千万美元首轮融资,投资方为高瓴创投与北大系基金燕

当前具身智能的VLA(Vision-Language-Action)赛道正陷入典型的「碎片化」泥潭:不同团队采用异构的动作解码范式、强耦合的数据管线、互不兼容的评测协议,导致方法难以横向对比,复现成本极高。

过去一年,大模型的能力曲线几乎是指数上升的——推理更强、工具调用更稳、上下文窗口越撑越大。但一个越来越尖锐的问题也随之浮出水面:模型变强了,可承接它的那层东西在哪?