相关推荐
OpenAI炮轰AI评测"标杆": 731 道题近三成有缺陷, 8 个月通过率从23%飙到80%已失灵
OpenAI公开质疑SWE-Bench Pro基准,指出其731个测试任务中约30%存在评测缺陷。该基准由Scale AI推出,是衡量大模型编程能力的行业权威。但OpenAI警示,前沿模型通过率8个月内从23.3%飙升至80.3%,进步速度异常,暗示评测可靠性存疑。
2026年7月9号 16:52
261.5k
AI"按量计费"吓退企业高管:近三分之一承认不懂经济账,算力账单成了黑箱
毕马威针对全球20国2145名高管的调查显示,AI新的按量计费模式正让企业高管们感到不安。过去依赖固定价格合同、由AI公司补贴算力成本的模式难以为继,随着算力价格持续攀升,整个行业被迫转向防守,企业低价使用AI的阶段正走向终结。
2026年7月9号 16:01
192.9k
亚马逊被爆开发AI智能体“Moonraker”:Alexa将支持多步复杂任务串联
亚马逊正秘密研发AI智能体项目“Moonraker”,作为Alexa Plus的延伸功能,该技术突破单次单一指令限制,可深度理解复合请求并按逻辑顺序自动执行多步操作,例如一条指令即可完成串联呼叫等任务。
2026年7月9号 15:45
150.7k
一个普通摄像头就能自主导航:Mistral发布8B模型Robostral Navigate,性能碾压多摄像头方案
法国AI公司Mistral推出轻量级机器人导航模型Robostral Navigate,参数仅8B。该模型仅凭普通RGB摄像头即可实现复杂环境下的完全自主导航,无需激光雷达或深度传感器,适用于室内外多种场景,显著降低硬件成本与部署复杂度。
2026年7月9号 15:24
147.1k
阶跃星辰首款AI智能体手机即将发布,跑在OpenAI前面
阶跃星辰宣布将推出新一代智能体终端,发布AI终端品牌、智能体系统及首款AI智能体手机,成为全球大模型企业中率先落地的原生智能体手机,上市节奏早于OpenAI规划。该手机由华勤技术代工,双方形成深度绑定合作关系。
2026年7月9号 14:36
191.9k
