搜索
达摩院联合高校推出WorldOlympiad评测基准，跳出传统视频“唯画质”的评价逻辑，以物理真实性、三维几何一致性、长时序交互保真度三大维度，搭配游戏、机器人、通用实景三大场景，打造一套全方位的视频世界模型评测体系。
大家好，我是袋鼠帝。 6月，感觉又是模型爆发的月份。
更聪明的计算远比更多的计算更有效。
尽管大语言模型（Large Language Models, LLMs）在复杂数学推理、代码生成和知识问答上表现突出，但它们仍常在多位数加法这类基础算术任务上犯错。
随着大语言模型逐步从「单轮问答」走向「真实环境中的持续交互」，LLM agents 正在被用于越来越复杂的 agentic applications：deep research、coding、computer use、customer service、medical inquiry、troubleshooting 等等。
这是葬AI起号以来工作量最大的一篇文章。为了严肃评测国产模型的能力，我自研了一个Benchmark，完整测试了智谱、Qwen、Kimi、Minimax、Deepseek这些最新国产模型，还引入了境外势力Claude作对照组。
昨晚，小米正式上线了Xiaomi MiMo Claw，一款云端Claw类产品，搭载与OpenClaw框架深度适配的MiMo-V2.5-Pro旗舰模型，同时联动了金山办公生态，实现一站式办公，现在可以在MiMo Studio上进行体验。
刚刚被 SpaceX 宣布以 600 亿美元收购的 Cursor，发布大模型了。本周二，Cursor 宣布了一个新的 1.5 万亿 + 参数模型，该模型在超过 10 万块 GPU 上进行了预训练。消息是在旧金山举行的 Cursor Compile 上宣布的，这是 Cursor 举办的首届旗舰大会。
逆矩阵计划于 2026 年底发布旗舰模型。
大模型再强，也读不懂你公司那一柜子的合同、发票和扫描件。在"纸张世界"和"LLM世界"之间，缺一座桥——而百度开源的 PaddleOCR，可能就是当下最稳的那座。