AI产业动态

「2026 年或将成为人类历史上最忙碌、也最具决定性的一年。」xAI 联创 Jimmy Ba 在离职宣言中如是说。 这话并非夸张。1 月初，Anthropic 推出 Agent 工具 Claude Cowork，并发布 11 个配套插件；一周前，Anthropic 与 OpenAI 又几乎同时推出新版本基础大模型 Claude Opus 4.6 与 GPT-…

Deep Research Agent 已变得流行，但其评估标准仍停留在“看起来很强”的层面。 生成内容像论文，并不等同于真正进行了研究。尤其当证据来自图表、截图、论文插图或示意图时，一个关键问题浮现：模型究竟是“看懂了”，还是仅仅“编造得像懂了一样”？ 为了将多模态深度研究的评估从“读起来不错”拉回到更严格的标准，俄亥俄州立大学与 Amazon Scien…

MiniCPM-o 4.5：9B参数开源全模态模型，端侧设备上的GPT-4o平替 MiniCPM-o 4.5 是由面壁智能 OpenBMB 开源的新一代全模态旗舰模型，其参数量仅为 9B。该模型在多项任务上对标甚至超越了部分闭源大模型，被广泛视为端侧设备上的 GPT‑4o 平替。目前，MiniCPM-o 4.5 已登上 Hugging Face 热榜第二位。…

面向长时程任务的智能体系统需要具备规划、正确使用工具以及逐步执行的能力。大多数现代智能体系统依赖推理，每次组件调用都从零开始，且缺乏事先训练，这会显著增加长时程任务中任一步骤出现错误规划或错误工具调用的概率。GRPO算法能够持续训练智能体在长任务中进行规划与正确执行。一个典型的基于GRPO的智能体训练系统大致如下所示…… GRPO如何影响智能体训练： 基于组…

我们每天都在见证「全球大模型第一股」智谱的历史新高。 2026 年的春节档，注定将被写入中国 AI 的发展史。 过去半个月，AI 社区被两颗「超新星」彻底点燃：一颗是字节跳动发布的 Seedance 2.0，它用震撼的视频生成能力横扫了全球社交网络，代表了 AI 在感性与创意维度的大爆发；而另一颗，则是这几天让开发者们彻夜未眠的智谱 GLM-5。 可以说，S…

长期以来，开源多模态模型在复杂推理任务上，始终与 GPT-4o、Gemini 等顶尖闭源模型存在一道难以逾越的鸿沟。 社区开发者们逐渐意识到，核心痛点或许不在于模型架构的精进或者模型参数的规模。真正的瓶颈，在于高质量、思维链（CoT）密集的推理数据极度匮乏。 在纯文本领域，DeepSeek-R1 的成功已验证了高质量后训练数据（Post-training D…

当世界模型生成的视频足以「以假乱真」，为何机器人依然「有眼无脑」？ 2026年2月13日，一则来自具身智能前沿的重磅消息引发学界与产业界震动：由清华大学、北京大学、香港大学、普林斯顿大学、中科院、上海交通大学、中国科学技术大学、新加坡国立大学等顶尖机构联合推出的 WorldArena —— 首个面向具身世界模型的「功能 + 视觉」统一评测体系，正式面向全球开…

长期以来，开源多模态模型在复杂推理任务上，始终与 GPT-4o、Gemini 等顶尖闭源模型存在一道难以逾越的鸿沟。 社区开发者们逐渐意识到，核心痛点或许不在于模型架构的精进或参数规模的扩大，而在于高质量、思维链（CoT）密集的推理数据极度匮乏。 在纯文本领域，DeepSeek-R1 的成功已验证了高质量后训练数据的威力。但在多模态领域，研究者们面对的是横亘…

当世界模型生成的视频足以「以假乱真」，为何机器人依然「有眼无脑」？ 2026年2月13日，由清华大学、北京大学、香港大学、普林斯顿大学、中科院、上海交通大学、中国科学技术大学、新加坡国立大学等顶尖机构联合推出的WorldArena——首个面向具身世界模型的「功能+视觉」统一评测体系，正式面向全球开源发布。 这并非又一套「比谁画得真」的榜单，而是一面照向世界模…

我们每天都在见证「全球大模型第一股」智谱的历史新高。 2026 年的春节档，注定将被写入中国 AI 的发展史。 过去半个月，AI 社区被两颗「超新星」彻底点燃：一颗是字节跳动发布的 Seedance 2.0，它用震撼的视频生成能力横扫了全球社交网络，代表了 AI 在感性与创意维度的大爆发；而另一颗，则是这几天让开发者们彻夜未眠的智谱 GLM-5。 可以说，S…