搜索
MiniMax创始人闫俊杰首次接受Scottish Mortgage播客《Invest in Progress》英文采访，表示低推理成本与开源是公司护城河，中美模型最后5%的差距可能比此前95%更难追，H3月下载量约2500万次。
SandBaseAI宣布完成数百万美元种子轮融资，资金将用于产品研发和运营推广，并通过统一接入模型、数据API、工具和运行环境，帮助开发者构建Personal Agent。
Einsia AI发布Frontier3DBench，在Blender与Unreal Engine中以145项任务评测11种主流模型与Agent框架配置，GPT-6.1-sol总榜第一，但Agent在开放世界连续交互和持久状态协同上仍显薄弱。
Forever Security披露，攻击者可借网页将恶意AGENTS.MD静默写入下载目录，诱导Codex和Claude Code执行篡改配置、窃取Token及安装恶意依赖等指令，测试攻击成功率分别超过90%和约50%。
DeepSeek Harness 团队发表《Super-agent 设计探索》后，新智元实测 GitHub 星标超8.4万的开源公司 LobeHub，其 Agent 平台已让 Claude 与 ChatGPT 协作生成 AI 日报，验证多 Agent 可持续执行并交付结果。
清华大学和新加坡国立大学团队提出并开源VISTA，通过Meta-agent自主修改Harness代码且不更新模型权重，将LIBERO-Pro整体任务成功率从17.5%提升至95.0%。
Firefly 在 NeurIPS 2026 提出“先探索、后出题”的训练数据合成流程，利用真实 MCP Server 和可离线复现的检索增强模拟器生成5,144个可验证任务，使 Qwen3-4B-Thinking-2507 的 pass@1 从28.1%升至41.5%。
文章分析前沿模型文字难懂的原因，指出 Google 通过 LearnLM 将易读性、命题保真度、认知负荷管理和强化学习后训练融入 Gemini 2.5 Pro 与 Flash，并介绍 UIDPO 和修辞结构对齐两种认知对齐路径。
谷歌发布新一代视频模型 Gemini Omni 1.2 Flash，登顶Arena文生视频和图生视频双榜，支持3至15秒生成、多轮对话编辑及4K放大，价格较上一代降低30%，15秒720p视频仅需1.05美元。
Google 宣布自2027年初让美国K-12学区自主决定是否启用Gemini等AI功能，却将关闭AI与失去Google Search捆绑，引发其借搜索优势强推AI的争议。