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。
OpenAI已解散独立机器人研究团队并将人员并入核心研究和Applied部门，称并非退出机器人领域，而是因GPT-6 Astra等通用模型可直接执行机器人任务，推动机器人研发与基础模型更紧密结合。
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。
在AIE CODE 2026上，Typesafe联合创始人兼CEO、ChatGPT联合创造者Diogo Almeida介绍只做判断不生成的模型Jev，主张通过RLCD和窄任务训练提升自动化决策的可靠性。
Ropedia发布面向Physical AI的真实环境与行为数据集Xperience 2，将1,589个场景与4,230段任务录像对齐，支持仿真、动作重定向、虚拟遥操作和长程轨迹生成，旨在建立下一代具身数据“金标准”。
月之暗面（Moonshot AI）创始人杨植麟联合清华大学及图灵奖得主姚期智团队推出TCSExam，以机器核验的科研交付物评测大模型，GPT‑6 Astra居Full榜首，开放猜想有效解答仍依赖联网检索改编。
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。
上海交通大学赵海教授团队在arXiv发布BriLLM-MetaPred，首次将AGI数学理论推导的MetaPred原语落地为可运行语言模型，其在约13.2M参数规模下的预测性能与同规模GPT基线相当。
长程智能体（long-horizon agents）正从「修一个 bug」走向连续数小时的终端与编程工作，但它的强化学习训练也格外昂贵：前沿实验室可以在数千张 GPU 上扩展 RL，而对多数团队来说，一条训练样本往往就是一次长达 3 小时、上百轮工具调用的完整尝试，任何一个环节出错，浪费的都是成小时的 GPU 时间。