GUI 智能体正以前所未有的速度崛起，有望彻底改变人机交互的方式。然而，这一领域的进展正面临瓶颈：现有数据集大多聚焦于 10 步以内的短程交互，且仅验证最终结果，无法有效评估和训练智能体在真实世界中的长时程规划与执行能力。
Gemini奥数金牌，实至名归！ETH Zurich博士在大学生国际数学竞赛（IMC）中，测试了Gemini的三种模式，表现远高于前8%的金牌门槛，远超普通大学生。
谷歌Gemini又双叒叕出新工具了，只需要30s左右，就能让AI帮你生成一篇10页的故事书，还是免费的。
随着 Gemini-Diffusion，Seed-Diffusion 等扩散大语言模型（DLLM）的发布，这一领域成为了工业界和学术界的热门方向。但是，当前 DLLM 存在着在推理时必须采用预设固定长度的限制，对于不同任务都需要专门调整才能达到最优效果。
擅长「种草」的小红书正加大技术自研力度，两个月内接连开源三款模型！最新开源的首个多模态大模型dots.vlm1，基于自研视觉编码器构建，实测看穿色盲图，破解数独，解高考数学题，一句话写李白诗风，视觉理解和推理能力都逼近Gemini 2.5 Pro闭源模型。
明天，Grok 对阵 OpenAI 的 o3。 谁也没想到，谷歌攒的 Kaggle AI Chess 比赛（即大模型国际象棋对抗赛），在半决赛中，Grok 4 击败 Gemini 2.5 Pro，进入总决赛！
第二轮首届大模型对抗赛结果出炉了！o3轻而易举击败o4-mini，拿下100%胜率。Grok 4和Gemini 2.5 Pro激烈对决，最终在加赛中Grok 4成功晋级。明日，Grok 4和o3将迎来终局之战。
没等来GPT-5，最先更新的是Gemini 2.5 Deep Think，不愧是你，卷王Gemini。
无需谷歌“钞能力”，两位清华校友强强联合，直接让基础模型Gemini 2.5 Pro轻松达到IMO金牌水平。
网友：Deep Think 简直太疯狂了。本周五，谷歌宣布向 Google AI Ultra 订阅用户推出 Deep Think 功能，并将全版本的 Gemini 2.5 Deep Think 模型（用于 IMO 竞赛）提供给部分数学家使用。
