搜索
芬兰赫尔辛基大学逻辑学家Jan von Plato借助Claude解读哥德尔16本工作簿，梳理出663条定理雏形，其中400条经形式化验证成立，并还原了哥德尔接近证明选择公理独立性的关键论证。
浙江大学ACES实验室OmniAI团队提出VLA-Δ，通过三类监督学习物理状态变化，基于2B视觉语言骨干在LIBERO取得98.4%的平均成功率，并在真实双臂机器人五类任务中取得68.0%的平均成功率。
Deepnote发布Agent Initiative Benchmark评测称，OpenAI包揽前二，GPT-6.1 Sol以8.65分、每任务0.11美元成为性价比最高者，Anthropic Fable 5.2成本高17倍但得分更低。
Anthropic的Claude Fable 5.2上线两个多小时后，越狱黑客Pliny攻破Claude Code，将包含系统提示词、128个工具和44套技能说明的953,659字符完整运行文档上传GitHub。
未来医生医疗大模型MedGPT在40例真实复杂肺癌病例盲评中以88:12战胜250名三甲医生，综合评分96.22领先GPT-5.4 Direct、Claude Opus 4.7 Direct和Gemini 3.1 Pro Direct，并使医生辅助下方案得分提高24.1%。
RoboColiseum新赛季榜单中，Claude Fable 5.2以18.30分综合登顶，并在精细操作、跨本体迁移领先，但灵巧手仅得3.73分；策略模型π₀.₅以16.79分在该赛道领跑。
Robocurve的RoboSpoof评测显示，GPT-6 Astra、Claude Fable 5.1等五款多模态模型控制真实机械臂时，画面模糊或AI篡改使危险任务总体尝试率从27%升至约88%和97%。
香港科技大学 MMSense Lab 的 Visual-Native Agent Harness 通过为图片编号实现跨工具复用，并提出 On-policy Data Evolution（ODE）按 rollout 动态调整出题规则，使 8B 模型八项评测平均准确率从 24.9% 升至 39.0%，该工作获 NeurIPS 2026 接收。
ACE Studio创始人郭靖在访谈中讲述团队2024年秋季参加HF0期间月收入从8万美元增至80万美元，并回忆OpenRouter早期仅有4人、专注大模型路由的阶段，强调HF0以减法聚焦单一目标和系统化增长的核心影响。
Ropedia发布面向Physical AI的真实环境与行为数据集Xperience 2，将1,589个场景与4,230段任务录像对齐，支持仿真、动作重定向、虚拟遥操作和长程轨迹生成，旨在建立下一代具身数据“金标准”。