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 menyelesaikan audit keselamatan secara autonomi dan memperoleh ganjaran
Pengguna mengarahkan model AI Codex untuk memperoleh 5 dolar, dan Codex menyelesaikan satu siri tugas secara autonomi:…
-
Tunjukkan HN: Statewright—Meningkatkan Kebolehpercayaan Ejen AI melalui Mesin Keadaan Visual
Statewright ialah sistem yang menyediakan kekangan kepada ejen AI melalui mesin keadaan, mengawal alat yang boleh…
-
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 melancarkan model trilion parameter Ring-2.6-1T
AntLingAGI telah melancarkan "model pemikiran" perdana trilion parameternya, Ring-2.6-1T, yang boleh digunakan secara…
-
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 memasuki industri undang-undang
Anthropic melancarkan lebih 20 penyambung MCP baharu dan 12 plugin khusus untuk industri undang-undang, menyepadukan…
-
OpenAI melancarkan DeployCo untuk membantu perusahaan membina perniagaan sekitar ejen
OpenAI secara rasmi melancarkan syarikat penggunaan perusahaan baharu DeployCo, bertujuan membantu pelbagai organisasi…
AI能力突破:医疗、数学与材料科学
-
Pemenang Pingat Fields menguji sendiri ChatGPT 5.5 Pro: hasil peringkat kertas penyelidikan dalam 17 minit, membunyikan amaran merah untuk pelajar
Pemenang Pingat Fields Timothy Gowers menguji ChatGPT 5.5 Pro, dan AI itu menyelesaikan secara bebas satu masalah…
-
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
-
Kes pertama di negara AI menulis "nota promosi" dijatuhkan hukuman, mahkamah memutuskan penyedia alat membayar pampasan 100,000 yuan kepada platform
Kes persaingan tidak sihat pertama di negara ini membabitkan AI yang menulis "nota promosi" telah diputuskan di…
-
Ejen AI berkemampuan melaksanakan tugas tetapi kurang mengoptimumkan kedudukan pengguna
Ujian SocialReasoning Bench mendapati setiap model menunjukkan corak yang stabil — ejen AI mampu melaksanakan tugas,…