阿里发布信息检索Agent，可自主上网查资料，GAIA基准超越GPT-4o | 模型&数据开源
阿里发布信息检索Agent，可自主上网查资料，GAIA基准超越GPT-4o | 模型&数据开源Agent能“看懂网页”，像人类一样上网？阿里发布WebDancer，就像它的名字一样，为“网络舞台”而生。
来自主题: AI技术研报
6064 点击 2025-06-27 15:54
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
Agent能“看懂网页”，像人类一样上网？阿里发布WebDancer，就像它的名字一样，为“网络舞台”而生。
LLM 智能体（LLM Agent）正从 “纸上谈兵” 的文本生成器，进化为能自主决策、执行复杂任务的 “行动派”。它们可以使用工具、实时与环境互动，向着通用人工智能（AGI）大步迈进。然而，这份 “自主权” 也带来了新的问题：智能体在自主交互中，是否安全？
当地时间 6 月 26 日，在上个月的 Google I/O 上首次亮相预览后，谷歌如今正式发布了 Gemma 3n 完整版，可以直接在本地硬件上运行。
朋友们，大家好呀！ Google 昨晚发布并且开源了自己的终端代码运行助手，GEMINI-CLI ，完全是照着 Claude Code 来对标。如果你已经非常习惯使用 Claude Code 了，相信也可以无缝切换到 Gemini-Cli 来尝试使用。
这两天Google推出了Gemini-CLI这个编程工具，功能和Claude Code基本一致，结果根本排不上队，登录一下很快闪退，和下图一样，使用感受令人不愉悦。很多人都在等着体验这个新工具，但现实是您可能要等很久才能轮到。
每年六月，千万家庭都在焦虑一件关乎个人命运的大事——高考填志愿。
本周五凌晨，谷歌正式发布、开源了全新端侧多模态大模型 Gemma 3n。谷歌表示，Gemma 3n 代表了设备端 AI 的重大进步，它为手机、平板、笔记本电脑等端侧设备带来了强大的多模式功能，其性能去年还只能在云端先进模型上才能体验。
前有AlphaFold破解蛋白质之谜，今有AlphaGenome揭示DNA天书。谷歌DeepMind最新103页力作，用AI成功预测基因突变，一次即可读取100万个DNA碱基，精度无「模」能敌。
开源且免费！谷歌对编程Agent出手了。
中科院自动化所提出BridgeVLA模型，通过将3D输入投影为2D图像并利用2D热图进行动作预测，实现了高效且泛化的3D机器人操作学习。