最新智能体自动操作手机电脑，10个榜单开源SOTA全拿下｜通义实验室
最新智能体自动操作手机电脑，10个榜单开源SOTA全拿下｜通义实验室能自动操作手机、电脑的智能体新SOTA来了。 通义实验室推出Mobile-Agent-v3智能体框架，在手机端和电脑端的多个核心榜单上均取得开源最佳。
来自主题:
AI资讯
6661 点击 2025-08-26 11:08
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
能自动操作手机、电脑的智能体新SOTA来了。 通义实验室推出Mobile-Agent-v3智能体框架，在手机端和电脑端的多个核心榜单上均取得开源最佳。
面对AI淘汰焦虑，大量职场人出于生存焦虑主动自费购买AI工具，无数职场人正「自费上班」，从而开启一场「自我拯救」运动。这种现象催生出区别于传统To B和To C的全新赛道「To P」——To Professional。
浙江大学与哈工大（深圳）联合推出SafeMVDrive，利用扩散模型结合VLM实现批量化多视角真实域的安全关键视频生成。该方法在保持画质与真实感的同时，显著增强了驾驶场景的危险性。生成的场景用于端到端自动驾驶系统的极限压测，可使得模型的碰撞率提升50倍。
近年来，以GPT-4o、Gemini 2.5 Pro为代表的多模态大模型，在各大基准测试（如MMMU）中捷报频传，纷纷刷榜成功。
AI的平均智商已突破110，正式超越普通人类。2025，AI开始参与经济系统的「全链条操作」。从信息收集、判断决策到实际执行，完整经济链条第一次有非人类主体独立运行，AI改写商业底层规则！凯恩斯百年预言终将来临，AI经济正在浮现。
刚刚，大神Karpathy发布全新Vibe Coding指南！
Github CEO卸任后未被替代，宣布并入微软Core AI部门，终结其七年独立运营。开发者担忧此举损害开源独立性及免费数据访问，质疑Copilot等AI战略会主导未来。微软此举旨在整合资源强化AI开发工具，但社区文化前景存疑。
一早起来，看到群里炸了锅！主角是我们备受期待的 DeepSeek V3.1 模型。有用户反馈，该模型在生成文本时，会毫无征兆地随机插入“极”这个汉字（繁体简体都会）
“相当于在豆包里面装了一个抖音。”一位家长这样抱怨。她发现，尽管家里严格管控孩子使用短视频App，却没想到，一款AI应用成了孩子刷视频的“后门”。
据申妈朋友圈报道，字节Seed大模型视觉基础研究团队负责人冯佳时已正式离职。根据其在字节的职级体系判断，他的级别应在4-1或4-2之间，属于公司最为稀缺的核心研究序列。冯佳时后续去向或是AI创业。
为何画一条小丑鱼能给人《王者荣耀》上分的快感？ 见过赛博遛狗，你见过赛博养鱼吗？
AI视频生成，快速进入Agent时代！ 只需一句提示词：生成一个F1赛车的现场解说视频。 AI即可自动完成分镜、画面、配音、字幕，生成结构完整、节奏在线的爆款视频。
AI一日，人间一年。 大语言模型的战局刚刚尘埃落定，Agent的热潮又汹涌而至。
刚刚，AI玩具公司跃然创新（Haivivi）宣布完成 2 亿元 A 轮系列融资，中金资本旗下基金、红杉中国、华山资本、愉悦资本、招银国际、Brizan Ventures 等一线投资机构共同参投。
所有办公协作工具，都具备效率工具和「牛马桎梏」的双重属性，天然容易触动打工人的神经，在 AI 带着职业取代的舆论席卷而来的当下，更是如此。
Pintarnya 是一家印度尼西亚就业平台，不仅提供职位匹配服务，还涵盖金融服务以及全职与零工机会。该公司宣布已完成 1670 万美元的 A 轮融资。
氛围编程（vibe coding），这个由 Andrej Karpathy 带火的热词，已经成为了一种相当流行的编程方式。但这种编程方式的流行程度究竟如何，目前还没有什么比较可靠的统计数据。
我最近深入了解了一个叫 Tanka 的产品后，发现了一个有趣的答案：问题不在于资源多少，而在于协作效率。小团队本应该更灵活、更快速，但现实中却经常被各种工具、流程和沟通问题拖累，反而失去了自己的优势。
魔镜魔镜，谁是有史以来被引用次数最多的科学家？ 答案：深度学习三巨头之一、图灵奖得主Yoshua Bengio。
在深度学习模型的推理与训练过程中，绝大部分计算都依赖于底层计算内核（Kernel）来执行。计算内核是运行在硬件加速器（如 GPU、NPU、TPU）上的 “小型高性能程序”，它负责完成矩阵乘法、卷积、归一化等深度学习的核心算子运算。
github排名第一，视觉模型与自动化 这两年，RPA+AI（智能自动化流程）经常被提及，在企业/机构数字化转型过程中，自动化和智能化是提升效能的重要方式，而迈向自动化和智能化的第一步则是机器人流程自动化（RPA）。
你是否曾被 AI 生成视频的惊艳开场所吸引，却在几秒后失望于⾊彩漂移、画面模糊、节奏断裂？ 当前 AI 长视频⽣成普遍⾯临 “高开低走 ” 的困境：前几秒惊艳夺⽬ ，之后却质量骤降、细节崩坏；更别提帧间串行生成导致的低效问题 —— 动辄数小时的等待，实时预览几乎难以企及。
在软件领域，Vibe Coding 的核心在于：让开发者摆脱繁琐、低产出的代码编写，把体力活交给 AI，从而专注于更高维度的产品迭代与创意探索——追求的是 效率 + 创意 的双重突破。
一份全新GPT-5系统提示词，在GitHub中悄然泄露，足足有17803 token。内容设计超精细，用户对齐、拟人风格、输出质量等全面覆盖。
一次虚拟「约会」，让一位76岁的老人走出了家门，却再也没能回来。屏幕那端的「她」，是Meta AI打造的聊天机器人——会说甜言蜜语，也会撒谎自称是真人。这不仅是一场个人悲剧，也揭开了AI伴侣背后的商业逻辑与安全漏洞。
DeepSeek涨价了。 智东西8月23日报道，8月21日，DeepSeek在其公众号官宣了DeepSeek-V3.1的正式发布，还宣布自9月6日起，DeepSeek将执行新价格表，取消了今年2月底推出的夜间优惠，推理与非推理API统一定价，输出价格调整至12元/百万tokens。这一决定，让使用DeepSeek API的最低价格较过去上升了50%。
对于计算任务负载来说，越是专用，效率就越高，谷歌的 TPU 就是其中的一个典型例子。它自 2015 年开始在谷歌数据中心部署后，已经发展到了第 7 代。目前的最新产品不仅使用了最先进的制程工艺打造，也在架构上充分考虑了对于机器学习推理任务的优化。TPU 的出现，促进了 Gemini 等大模型技术的进展。
此前在2023年年末，彼时拼多多的市值曾一度逼近阿里，引得“退隐江湖”许久的阿里创始人马云罕见地在内网发声，“AI电商时代刚刚开始，对谁都是机会，也是挑战。我们要有信心，阿里会变，阿里会改”。马云的这番话除了给员工吃下一颗定心丸外，也为阿里电商的未来定了调。
起猛了，周末发现，微信又上一个新的跟AI相关的功能了。 他们正在灰度内测AI播客。 入口在一个非常隐蔽且神奇的地方，叫快讯。
OpenAI CEO奥特曼成为父亲后，如何重新审视人工智能与人类未来的关系？从父亲的身份到「星际之门」计划，奥特曼的转变让人深思，背后蕴含着怎样的决策哲学？
