AI模型排行榜分两类：以高考式标准化测试衡量特定能力的客观基准测试（如AAII、MMLU-Pro），以及用户匿名盲测、根据偏好对答案投票排名的人类偏好竞技场（如LMArena）。两者各有优劣和局限性，且排行榜本质是门生意。用户应基于实际需求而非榜单名次选择模型，实用性至上。
最新战报最新战报：首届AI国际象棋对战……马斯克家的Grok 4“遥遥领先”了。 是的，谷歌给大模型整了个国际象棋比赛：Kaggle AI象棋竞赛。
AI“重新定义”材料设计。
AI社交产品在全球市场表现下滑，如百度月匣被减少投入，字节猫箱等下载量暴跌。日本孤独经济本应推动增长，但Character.AI等产品水土不服；原因包括大模型情感连接缺陷、角色同质化、缺乏创新。行业融资降温、商业变现困难、监管风险凸显；情感需求真实，但产品无法满足，需待技术变革。
AMD公布第二财季财报，营收76.9亿美元，同比增长32%，超出预期，但盈利略低于预期。
本期为《仲夏六日谈》第四季六期节目文字内容，主题为《赛博沙盒：如何与AI共创未来》。
gpt-oss-120b 和 gpt-oss-20b OpenAI终于把开源的模型放出来了。 gpt-oss系列也是自GPT2以来，OpenAI首次开源的大语言模型。
融资10亿美元，要在开源上挑战Deepseek！ 前谷歌DeepMind成员、AlphaGo开发者创立Reflection AI，致力于开发开源大语言模型。
从目前战况来看，Grok 4 是夺冠热门。 在玩游戏方面，到底哪个模型最厉害？为了回答这个问题，谷歌近日发起了首届大模型国际象棋对抗赛。
一波未平，一波又起。 英伟达Triton推理服务器，被安全研究机构Wiz Research曝光了一组高危漏洞链。
