搜索
无界前沿正式开源生物信息大模型Fx-Bio-1031，在BioMysteryBench困难子集取得70.59%的Pass@5，领先GPT-6-Astra和Claude Opus-5。
Latent Space实测显示，NaiveAI开源模型Naive-N0.5-Flash综合能力介于DeepSeek V4.1 Flash 1017与GLM 5.3 Flash之间，编程单项评测反超，峰值速度约2100 Token/s，3D太阳系任务表现最佳。
未来医生医疗大模型MedGPT在40例真实复杂肺癌病例盲评中以88:12战胜250名三甲医生，综合评分96.22领先GPT-5.4 Direct、Claude Opus 4.7 Direct和Gemini 3.1 Pro Direct，并使医生辅助下方案得分提高24.1%。
姚期智、杨植麟等发表论文并开源TCSExam基准，GPT-6 Astra以71.9分居首、Kimi K3.1 Pro得57.4分，所测模型均未独立攻破30道开放猜想，但部分数学结果刷新了既有边界。
RoboColiseum新赛季榜单中，Claude Fable 5.2以18.30分综合登顶，并在精细操作、跨本体迁移领先，但灵巧手仅得3.73分；策略模型π₀.₅以16.79分在该赛道领跑。
Robocurve的RoboSpoof评测显示，GPT-6 Astra、Claude Fable 5.1等五款多模态模型控制真实机械臂时，画面模糊或AI篡改使危险任务总体尝试率从27%升至约88%和97%。
斯坦福研究团队让GPT-6 Astra直接修改π₀.₅机器人策略的65行词嵌入，将765条留出指令的整体成功率从86.3%提升至92.0%，但仍有4个回合退化且结果仅限仿真。
清华大学人工智能学院提出面向 Coding Agent 的 observation 压缩方法 CoACT，在 SWE-bench Verified 的三个 Agent 模型上平均减少 33.0% 总 token 消耗且 PASS@1 与未压缩时相近，该工作获 ICSE 2027 直接接收（Top 5%）。
现有的具身智能体大多存在一个结构性缺陷：它们是“任务驱动”的。接到指令，启动推理与工具调用；任务结束，系统归于沉寂。这种离散的交互模式，导致智能体缺乏对环境的持续感知，也没有跨时段的长程记忆。
AI for Science初创企业清析智研完成近亿元天使轮融资，成立半年累计签约订单数千万元，并推进自研稀土永磁材料中试转化，计划2027年实现量产。