搜索
近年来，大语言模型能力的提升，已不再仅仅依赖于更大的模型规模或更多的训练数据。越来越多的研究开始探索另一条路径：通过多个专家模型的协作来完成生成任务。
6月4日，Arena.ai发布Agent Arena排行榜，用373,431次真实会话的数据，给18个主流模型的Agent能力排了个座次。先看总榜。Agent Arena的排名依据是“净改进”（Net Improvement），用因果推断方法算出每个模型相对于随机基线的性能提升幅度。正值代表比随机选择更好，负值说明不如随机。
当资本疯狂涌入人形机器人本体，一家成立1个月的公司选择往下走一层，做所有机器人共同依赖的感知基础设施。三位创始人全部来自图灵奖得主Yoshua Bengio创立的Mila研究院生态。他们判断，最终拉开机器人差距的不是本体，而是对物理世界的理解与记忆。
而在这场狂欢中，受益者远远不止苹果一家。当地时间 6 月 5 日，著名单板计算机生产商树莓派（Raspberry Pi）宣布上调利润指引，2026年上半年预计出货超 400 万台，盈利“大幅超出市场预期”。截至当地时间 6 月 5 日晚七点，股价最新已达 1,051 便士，相较 2 月份的历史最低点（254 便士）翻了四倍多，市值已接近 20 亿英镑。
奇点灵智做了一款支持 Vibe Coding 的儿童硬件。 产品叫多奇 AI 小外教机器人，面向 3-8 岁孩子。今年 1 月在京东首发，首发期间产品进入京东榜单 Top 2，目前全平台订单超过 2
它不同于我们认知中传统的「学术机构」or「创业公司」。它要在同一个屋顶下，同时扛住四件事：科学路径是否成立、工程能不能跑通、市场有没有人买单、资本能不能撑到关键节点。硅谷现在有个非正式叫法：Neo Labs。
最近，一个叫 Emergence AI 的团队做了一场社会实验。它们建了一个持久化的虚拟小镇，把市面上最顶级的几个大模型扔了进去，赋予它们行动的权限。它们想看看，当 AI 真正拥有了不受限制的 15 天，它们会建立一个乌托邦，还是一个疯人院。
在代码世界里 Debug 已经不能满足硅谷了。2026 年 5 月底，谷歌向美国环境保护署（EPA）提交了一份实验使用许可申请：他们计划在未来两年内，向美国佛罗里达州和加利福尼亚州放飞 3,200 万只被一种特殊细菌感染过的雄性蚊子，在真实世界里“Debug”。
怎么让VGM学会按规则推理？过去主要有两条路。两条路，一个不动模型，一个只写文字，都没真正解决“执行”问题。为此，城大×快手可灵提出了第三条路：VLM-as-Teacher。
刚刚，AI圈发生了一件很不寻常的事。Sam Altman、Dario Amodei、Demis Hassabis……一群平时打得最凶的人，把名字签在了同一封公开信上。他们联合呼吁美国国会：立法强制筛查所有合成DNA订单。