搜索
Latent Space实测显示，NaiveAI开源模型Naive-N0.5-Flash综合能力介于DeepSeek V4.1 Flash 1017与GLM 5.3 Flash之间，编程单项评测反超，峰值速度约2100 Token/s，3D太阳系任务表现最佳。
Anthropic的Claude Fable 5.2上线两个多小时后，越狱黑客Pliny攻破Claude Code，将包含系统提示词、128个工具和44套技能说明的953,659字符完整运行文档上传GitHub。
中国具身智能公司维他动力（Vbot）发布跨视角生成模型Exo2EgoPolicy，并推出全面开放的Vbot Echo与Echo App，将第三人称视频转换为第一人称、手部骨骼及机器人训练数据。
未来医生医疗大模型MedGPT在40例真实复杂肺癌病例盲评中以88:12战胜250名三甲医生，综合评分96.22领先GPT-5.4 Direct、Claude Opus 4.7 Direct和Gemini 3.1 Pro Direct，并使医生辅助下方案得分提高24.1%。
RoboColiseum新赛季榜单中，Claude Fable 5.2以18.30分综合登顶，并在精细操作、跨本体迁移领先，但灵巧手仅得3.73分；策略模型π₀.₅以16.79分在该赛道领跑。
海光布局Agentic时代算力基础设施，以国产CPU和DCU为底座，提供模块化数据中心产品方案及AgentServer Flex智能体算力矩阵，通过编排沙箱、LLM推理、向量库及记忆节点适配智能体全生命周期需求。
Robocurve的RoboSpoof评测显示，GPT-6 Astra、Claude Fable 5.1等五款多模态模型控制真实机械臂时，画面模糊或AI篡改使危险任务总体尝试率从27%升至约88%和97%。
香港科技大学 MMSense Lab 的 Visual-Native Agent Harness 通过为图片编号实现跨工具复用，并提出 On-policy Data Evolution（ODE）按 rollout 动态调整出题规则，使 8B 模型八项评测平均准确率从 24.9% 升至 39.0%，该工作获 NeurIPS 2026 接收。
百度智能云在百度世界 2026 上亮相自我演化超级智能体伐谋 3.0，将 AI 自进化闭环接入企业生产、研发和经营系统，并以百度千帆 Agent Infra、百度百舸 AI Infra 支撑智能组织建设。
北京大学林宙辰团队在TPAMI-26发表综述《Deep Time-Series Forecasting in 10 Years: A Survey》，以自相关建模统一梳理近十年时序预测的骨干架构与损失函数，并展望真实场景与变量依赖建模方向。