现在，一篇来自 CISPA 亥姆霍兹信息安全中心的最新论文《Real Money, Fake Models: Deceptive Model Claims in Shadow APIs》为我们揭开了一点谜底：那些你花真金白银购买的「第三方 API」，有可能偷偷把前沿大模型换成了廉价的替代品。
今日，小米正式启动类OpenClaw的移动端系统级智能体Xiaomi miclaw小范围封闭测试。最近一段时间，开源项目OpenClaw在开发者社区迅速走红，它展示了大模型调用工具、操作软件完成任务的惊艳能力。在开发者圈里，用OpenClaw搭建智能体助手也被戏称为“养龙虾”。而小米这次发布的Xiaomi miclaw，则把类似思路带进了手机系统。
你是不是也在思考这个问题： AI大模型之间的真实差距，真的像各种榜单上表现得那样直观吗？
刚刚，YuanLab.ai团队正式开源发布源Yuan3.0 Ultra多模态基础大模型。
近年来，视觉大模型在自动驾驶、智慧医疗等场景中得到广泛应用，但在真实业务环境中，“大而全”的通用模型往往并不是最优选择。
北京时间3月4日下午约13:00，通义实验室紧急召开了All Hands会议，阿里集团CEO吴泳铭向千问员工坦诚表示。12个小时前（北京时间3月4日凌晨0点11分），阿里千问大模型技术负责人林俊旸在X上突然宣布离职——林俊旸是阿里AI开源模型的核心推手，也是阿里最年轻的P10之一——行业一片哗然之时，Qwen的部分成员也无法接受团队灵魂人物的突然出走。
深夜，两大科技巨头谷歌和 OpenAI 硬刚起来，相继推出了新版本大模型，分别是 Gemini 3.1 Flash-Lite、GPT‑5.3 Instant。
全新的具身模型空间能力评估范式 Theory of Space 突破了传统静态图文问答的局限，系统性地考察基础模型能否像人一样，在部分可观测的动态环境中，通过自主探索来构建、修正和利用空间信念。该论文已被 ICLR 2026 接收。
在 Princeton 发布 SWE-Bench 之后，用真实世界代码仓库+可执行测试评测大模型软件工程能力，几乎已成为学术界与工业界的共识。围绕 SWE issue 的评测范式迅速发展，也催生了一系列 SWE 系列 benchmark，在刻画模型 bug 修复能力方面发挥了重要作用。
伴随多模态大模型的发展，GUI Agent正成为人机交互的新范式。
