AI奇点已来
Anthropic联合创始人Jack Clark在IMF 2026年曼谷年会上表示AI奇点已至，AI在数学、生物学、硬件材料等领域取得突破，并在人类终极考卷上表现优异，甚至能纠正顶级物理学家的错误推导，证明AI已掌握科学创造力
AI 评分71
AI 评分 71 / 100
评测基准
模型到底谁强：Benchmark 成绩、评测方法论争议与排行榜变化的持续记录。
第 1–9 条 · 共 9 条
北京智源研究院精选 虎嗅 GPT-7或打穿具身智能
通用大模型正逐步承接机器人动作决策与执行纠偏工作，企业自研价值面临挑战，需重新评估投入产出比，自研从溢价身份标签变回务实经营选择；如果“具身智能的ChatGPT时刻”，最终仍由ChatGPT亲手叩开——面对持续进化的外部模型，机器人企业
AI 评分35
AI 评分 35 / 100
北京智源研究院 大模型有思考惯性
清华大学、牛津大学和斯坦福大学的研究者发现，即使关闭大模型的「思考模式」，模型仍可能在最终答案前写出计算或推导，题目越开放，这种现象越明显，称为「思考惯性」，并开发了三层检查指标进行评估，表明能否按要求不输出推理、直接作答
AI 评分36
AI 评分 36 / 100
北京智源研究院精选 AI10小时复现500页量子引力计算
物理学教授Kahya将博士期间耗时1年、手写近500页的量子引力推导过程交给Claude Opus 5.5，AI仅用10小时就复现了整个计算，并生成了183页详细推导笔记和LaTeX源码，还发现了Kahya论文中的多个计算错误
AI 评分75
AI 评分 75 / 100
钛媒体精选 Kimi认错，杨植麟学梁文锋
K3.1 Pro发布后，月之暗面承认额度问题并改进，但用户反馈额度消耗大，性能虽高但性价比低。DeepSeek V4.1 Flash-1017优化性能、速度、输出长度，价格不变。K3.1 Pro因训练过程严谨导致额度消耗大
AI 评分72
AI 评分 72 / 100
钛媒体精选 Kimi K3.1或即将发布
Kimi官方发布视频暗示Kimi K3.1即将发布，神秘模型Kibitz在Arena表现优异，网友怀疑其身份，测试显示其在3D场景代码生成和推理效率方面有提升，或新增medium推理档位，但需控制成本以应对激烈的市场竞争
AI 评分71
AI 评分 71 / 100
虎嗅 MIT教授带博士生3天赶出95页论文
MIT数学副教授明泽在得知OpenAI可能已证明唯一博弈猜想后，与两名中国博士生费雨缪、王硕合作，在3天内完成95页论文并公开发表，赶在AI之前公布成果。2002年苏巴什·霍特提出的唯一博弈猜想
AI 评分34
AI 评分 34 / 100
cnBeta精选 微软AI医疗诊断系统准确率达83%
微软开发的AI医疗诊断系统在测试中显示约83%的准确率，高于人类医生，且能以较低成本得出诊断，但尚需在真实临床环境中验证其可靠性和实用性，且AI仍不能取代医生。
AI 评分65
AI 评分 65 / 100
NVIDIA Blog精选 NVIDIA推动欧洲零售转型
欧洲零售商正利用NVIDIA的开放模型和物理智能技术，在多个应用场景中取得显著成果，例如Shopify通过后训练模型将推理成本降低90%并提升响应速度，Zooplus实现86%搜索精度，L’Oréal将成分组合发现时间从数月缩短至数小时
AI 评分76
AI 评分 76 / 100