搜索
随着开源模型能力不断提升，它们已经能够以极低的成本生成多个高质量候选方案，并进一步利用模型自身对这些结果进行验证、打分和筛选。斯坦福团队最新实验发现，使用 DeepSeek V4 Flash + LLM-as-a-Verifier 进行「自验证」，可以在 Terminal-Bench 2.1 上超越 Claude Fable 5，同时整体成本低约 11 倍。
过去两年，大模型几乎重写了人机协作的默认想象：写代码、查资料、做分析，似乎都能 “一问即答”。但仔细看会发现，当下很多能力并不是模型自己长出来的，而是人为地在外面包了一层又一层框架。
在动画和美术生产中，线稿上色是一个看似基础、却极其依赖细节控制的环节。创作者往往不是简单地把线稿涂上颜色，还需要理解角色身份、遵守局部色块约束、参考前后帧风格，并在连续片段中保持服装、发色、妆容和背景的一致性。
七月，DigClaw的预测框架Rhizome v1，在FutureX评测平台上取得了#1、#3、#7三个席位。
AI领域的造词速度已经到了一个夸张的水平，各种概念眼花缭乱。从龙虾、Agent、循环工程（Loop Engineering），到现在前沿的持续学习和RSI（递归自我改进）。不管是对于初步了解行业还是跟踪AI行业的人，这都是一件比较头疼的事情。
8 月 3 日，Genspark 创始人&CEO 景鲲在 AGI Playground 2026 大会上发布了 GenOffice。这是一款 AI 深度集成的本地 Office 客户端，其亮点在于打通了从 AI 生成到工作交付间的链路：通过 GenOffice 打造的软件工程框架，模型得以直接操作 Office 文件最复杂的底层格式，将生成内容转化为可编辑、可交付的 Word 和 PPT 成品。
近日，北京航空航天大学洪晟教授团队在信息处理领域顶级期刊Information Processing&Management（IPM）上发表了最新成果。他们提出了一套名为BGA的噪声免疫神经蒸馏框架。实验显示，该框架在面对复杂的工业互联网（IIoT）加密流量时，不仅能精准识别隐藏深度极高的恶意指令，且推理延迟低至0.28毫秒，达到了“免疫级”的防干扰能力。
MiniMax 在发布说明里直接用了两个词：Rebuilt on Pi Agent，基于开源 Pi Agent 框架重构；宣传图上写得更干脆，Rebuilt from the Core，从核心重建。对 Node.js 开发者来说，这件事比又一款 AI 编程工具上线更有意思。
MirroS给出了第一个完整回答。他们首创性地提出了Physical RSI——在公开文献中，第一次有人将递归自我改进的逻辑从数字环境系统性地延伸到物理现实，并交付了从概念定义、运行机制到研究路线图的完整框架。（原文见MirroS官方博客：Building Physical RSI Beyond the Known World，公众号「MirroS」亦有中文摘要。）
近日，浙江大学 OmniAI 团队在 《Show, Don’t Tell: Evaluating Spatial Cognition in Generative Pixels Rather Than LLM Text》 中提出 ProVisE，让图像生成模型直接在图中回答空间问题，并将视觉答案还原为原 benchmark 可以评分的结构化预测。