搜索
当大模型把人类曾经的终极考题变成日常练习，AI的奔跑却悄悄瘸了腿—— 训练能力突飞猛进，验证答案的本事却成了拖后腿的短板。 为此，上海AI Lab和澳门大学联合发布通用答案验证模型CompassVerifier与评测集VerifierBench。填补了Verifier领域没有建立验证->提升->验证的循环迭代体系的空白。
从“模型即服务”（MaaS）到“智能体即服务”（AaaS）的转变，标志着AI行业进入了新的发展阶段。我们不再满足于AI的“对话能力”，而是期望它能成为自主完成复杂任务的“全能机器人”。
不管我们如何评价ChatGPT，这个产品在人工智能历史上的地位，肯定是无法撼动的，就跟iPhone在智能手机发展史上的地位一样。但是从另一个角度来看，现在的智能手机，无论是苹果还是安卓，每个版本之间，也已经几乎没有跨越台阶式的进步了。
备受 AI 圈关注的首届谷歌 Kaggle AI Chess 大赛（也即大模型国际象棋对抗赛）迎来了最终赢家。就在昨天，Grok 4 携手 OpenAI o3 进入了决赛。在机器之心的投票中，大家更倾向于 o3 战胜 Grok 4。
一起给GPT5上上强度吧！ 我相信它的参数、API、纸面实力已经被扒得差不多了，所以接下来的内容先会分为总结篇，把system card、发布会、OpenAI自家技术博客、奥特曼私下说的信息做个全篇，然后从编程、写作、多模态、PPT等等给GPT犁一边，最后再总结一下GPT-5后续的一些开发计划啥的，Here we go!
7月15日，Heron宣布完成了1600万美元的A轮融资，由Insight Partners领投，Y Combinator、BoxGroup和Flex Capital参投。这家专注于自动化文档密集型工作流程的公司，正在重新定义AI在保险、借贷和金融领域的应用方式。
特斯拉Dojo超级计算机团队被解散！特斯拉自动驾驶的「算力心脏」Dojo已被终止。马斯克放弃训练算力，而核心团队另立山头。
全球首个城市级常态化运营的人形机器人示范区正式落地北京！来自银河通用的这款「银河太空舱」，标志着具身智能技术真正走入到了市民的生活当中。
当前，大型语言模型（LLM）在软件工程领域的应用日新月异，尤其是在自动修复 Bug 方面，以 SWE-bench 为代表的基准测试展示了 AI 惊人的潜力。然而，软件开发远不止于修 Bug，功能开发与迭代才是日常工作的重头戏。
GPT-5的发布让全球震动，网友也都开始了试玩模式。 50万粉Youtuber Matthew Berman也参与其中，用25分钟的视频展示了数十个案例。