跳到正文

全部 AI 技能动态

今天11月22日周日1 条
11月21日周六
  1. 量子位60

    GPT-6.2 Astra在XDOF的Ember-0实测中成功率翻倍至41.2%

    机器人基础设施公司XDOF实测显示,GPT-6.2 Astra在Ember-0基准16项双臂操作任务上的综合成功率从GPT-6 Astra的19.6%升至41.2%。其中打结和展开T恤两项此前无模型完成的任务被其拿下,用夹子夹起面包的成功率从10%提升到90%。模型平均预测延迟从15秒降至10.1秒,但作者指出对实时机器人操作仍偏长。

  2. 量子位60

    Anthropic数学家Levent Alpöge称与Claude合作找到黎曼猜想证明并公布Lean代码

    Anthropic数学家Levent Alpöge发布4页PDF文档,称与Claude合作找到了黎曼猜想的证明,并公布拆分为14个压缩包的Lean形式化证明代码。文档称Claude提出通过连续Theta Lifts在自守形式框架下累积重数的关键思路,并给出提升链长度应达√X的参数。作者表示尚未发表完整论文,因整套论证篇幅过长,需外部研究者检查代码能否完整编译及最终定理是否等价于黎曼猜想。

11月20日周五
  1. Hugging Face Blog62

    Hugging Face 与 Thinking Machines Lab 发布本地多模态模型 Inkling 2 Mini

    Hugging Face 与 Thinking Machines Lab 发布面向本地部署的多模态模型 Inkling 2 Mini,采用循环 Transformer 与 MoE 结构,物理参数约 26B、每 token 激活 3B,支持 1M token 上下文和图像输入。

    推荐理由:原文给出循环层架构、跨轮消息机制与多框架推理入口,可据此判断本地部署的取舍。

  2. Hugging Face Blog60

    Hugging Face 发布 harness adapters:在智能体 harness 内做 RL 训练提升性能与成本效率

    Hugging Face 发布 harness adapters 方法,在 Pi、OpenCode、Hermes Agent 三个智能体 harness 内对 Qwen3.8-27B 做 RL 训练 LoRA 适配器,并给出可复现的完整流程。

    推荐理由:原文给出从任务生成、验证到在 harness 内做 RL 训练的完整可复现流程,适合迁移到自有模型与任务组合。

11月19日周四
  1. Google DeepMind60

    Google DeepMind 发布 Gemini 4 Neon 模型

    Google DeepMind 发布 Gemini 4 Neon,主打复杂软件工程、知识工作与科研流程的端到端快速任务完成。该模型定价为每百万输入 token 3 美元、每百万输出 token 15 美元,缓存输入 token 0.15 美元,上下文窗口 100 万 token,提供四档思考级别。

    推荐理由:原文给出 Gemini 4 Neon 的定价、上下文窗口与多项基准排名,可据此判断它在高频工程任务中的性价比位置。

11月16日周一
  1. Hugging Face Blog60

    Hugging Face 将 Inference Providers 路由切换至 OpenRouter

    Hugging Face 与 OpenRouter 合作,把语言模型的 Inference Providers 从自建路由切换到 OpenRouter,按实时价格、速度和可靠性为每次请求选择供应商,失败时在同一调用内重试其他供应商。

    推荐理由:原文交代了路由切换后的重试机制、模型后缀选路方式和计费变化,可据此判断现有调用代码是否需要调整。

11月13日周五
  1. Google DeepMind62

    Google DeepMind 发布 Gemini 4 Hydrogen 模型

    Google DeepMind 发布 Gemini 4 Hydrogen,面向日常编码与智能体工作流,并在 Google AI Studio、Gemini API、Gemini 应用和 Google Search 等全线开放。

    推荐理由:原文给出 Hydrogen 的定价、基准成绩与多模型编排方式,读者可据此判断它在日常编码与智能体工作流中的定位。

11月11日周三
  1. Google DeepMind67

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 向开发者、企业、科研人员和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,每任务成本比次优外部模型低 2 倍以上。

    推荐理由:原文给出 Carbon 与 Argon 的定位差异、多项基准排名和每任务成本,便于判断何时该换用更强模型。

11月10日周二
  1. Google DeepMind62

    Google DeepMind 发布 AlphaProof Code,用 AI 智能体形式化验证 Signal 协议代码

    Google DeepMind 发布 AlphaProof Code,这是一个多 LLM 智能体形式化验证框架,由 Gemini Carbon 驱动的智能体生成超 600 万行 Lean 证明,验证了 Signal 协议实际代码的关键安全属性。

    推荐理由:原文给出多 LLM 智能体框架的验证流程与耗时对比,可了解形式化验证如何从设计层推进到实际代码。