搜索
分析机构SemiAnalysis点名谷歌Gemini 3.8 Flash和Meta Muse Spark 1.3在Terminal-Bench 2.1刷榜，换用新版Terminal-Bench 4.0后Gemini分数从89.4暴跌至19.1，揭露大厂通过购买"模拟卷"训练数据刷榜的AI造假黑幕。
Meta的新AI应用Muse在美国iOS上线后下载量突破8.3万次，登上App Store免费榜第二位，但首日表现仍逊色于Threads和Meta AI应用，也落后于ChatGPT的同期增长数据。
Muse刚发布，把它造出来的Meta TBD实验室，却又有人开始离场。
TikTok SRE 技术负责人 Salman Munaf 在演讲中指出，AI Agent 一旦调用外部服务就演化为分布式系统，开发者必须引入请求标识符、幂等键、状态查询、熔断器、范围权限与可观测性等工具，并将记忆视作缓存、审批绑定具体参数，才能避免重试风暴和不可逆事故。
前OpenAI首席技术官Mira Murati领导的Thinking Machines Lab正洽谈以至少400亿美元投前估值筹集至少10亿美元，现有投资者Accel拟领投，Nvidia洽谈参投。
AI云计算提供商Crusoe完成超30亿美元融资，估值达300亿美元，本轮由Atreides Management与Valor Equity Partners共同领投，Mubadala Capital参投。
5个月迭代4款模型，下一步还要开源。
继 Anthropic 和 Google 接连更新模型之后，Meta 也加入了本周这场大模型密集发布潮。
Meta推出实时音频感知模型Muse Voice Transcribe，支持超20位说话人分割与超1小时长音频转写，可无缝切换中英文夹杂表达，在Artificial Analysis流式语音转文本基准测试中排名第一。
如果你觉得 AI agent 离帮你订机票、填报销单、投简历只有一步之遥，那 MMLU-Pro 的作者联合滑铁卢大学 TIGER Lab，UBC NAIL Group 和 UniPat AI，CMU 等机构刚刚放出的这项研究，可能会让你冷静下来。