智能体落地与模型生态分化
智能体从演示到生产:自主执行与多任务管理
-
Codex completa de forma autónoma una auditoría de seguridad y obtiene una recompensa
Un usuario indicó al modelo de IA Codex que ganara 5 dólares, y Codex completó de forma autónoma una serie de tareas:…
-
Mostrar HN: Statewright, mejorar la fiabilidad de los agentes de IA mediante máquinas de estados visuales
Statewright es un sistema que impone restricciones a los agentes de IA mediante máquinas de estados, controlando las…
-
Grok接入Gmail,智能邮件助手革新收件箱管理
Grok现已支持连接Gmail,用户可通过自然语言指令对收件箱进行智能查询与管理。核心功能包括:查找特定邮件或附件(如机票、发票、确认函)、按发件人或时间汇总邮件内容、提取关键信息(如会议、截止日期),以及生成邮件线程摘要。该集成旨在将传…
模型生态分化:万亿参数、交互模型与垂直优化
-
AntLingAGI lanza Ring-2.6-1T, un modelo de un billón de parámetros
AntLingAGI ha lanzado Ring-2.6-1T, su modelo insignia de "razonamiento" con un billón de parámetros, que podrá…
-
腾讯混元Hy3预览版发布,专注复杂智能体任务
腾讯混元Hy3预览版已开放早期体验,被描述为该系列最强模型。其核心设计面向现实世界有效性,而非单纯追求基准测试分数。模型具备处理复杂智能体任务的能力,采用256K上下文长度,并融合了快慢思维机制的混合专家架构。该模型基于重建的预训练和强化…
企业级AI落地:金融、法律与基础设施
-
Claude entra en el sector jurídico
Anthropic lanza más de 20 nuevos conectores MCP y 12 complementos específicos para el sector jurídico, integrando…
-
OpenAI lanza DeployCo para ayudar a las empresas a construir negocios en torno a la inteligencia artificial
OpenAI ha lanzado oficialmente DeployCo, una nueva empresa de despliegue empresarial cuyo objetivo es ayudar a las…
AI能力突破:医疗、数学与材料科学
-
El medallista Fields Timothy Gowers prueba ChatGPT 5.5 Pro: resultados de nivel doctoral en 17 minutos y alerta roja para los estudiantes
El medallista Fields Timothy Gowers ha probado ChatGPT 5.5 Pro, y la IA resolvió de forma independiente en 17 minutos…
-
材料科学AI多任务模型突破
MatterSim正在拓展AI在材料科学中的应用边界——从更快速的大规模模拟,到全新多任务模型MatterSim-MT,可模拟超越势能面的多种物性。https://msft.it/6017vPamT
安全与伦理:AI的双刃剑效应
-
Primera sentencia en China en un caso de notas de recomendación escritas por IA: el tribunal condena al proveedor de la herramienta a indemnizar con 100.000 yuanes a la plataforma
El Tribunal Popular Intermedio de Hangzhou, en la provincia de Zhejiang, ha dictado sentencia en el primer caso de…
-
Los agentes ejecutan bien las tareas pero no optimizan suficientemente la posición del usuario
Las pruebas de SocialReasoning Bench revelan un patrón estable en todos los modelos: los agentes son competentes en la…