AI行业资讯

新框架DynaSchedBench通过校准难度生成实例，发现LLM调度智能体存在“可观测性悖论”：提供完整结构信息反而降低性能。

谷歌AI概览功能再翻车，因抓取网络恶搞帖子，将“2027年是明年吗”这类常识问题答错，暴露大模型语义理解短板。

OpenAI通用推理模型自主解决组合几何领域埃尔德什单位距离猜想，标志AI从研究助理蜕变为科学发现者，展现跨学科推理能力。

谷歌AI Overview在搜索中频繁出现基础拼写错误，根源在于大型语言模型基于分词架构，无法理解字母与单词的构成关系，而非简单的程序漏洞。

Stability AI推出Stable Audio 3音频大模型，支持可变长度生成与内补编辑，在消费级硬件上即可实现秒级长音频渲染。

MiniMax预告新一代大模型M3，采用稀疏注意力架构，Prefill与Decoding速度较前代提升近10倍与15倍，树立长上下文效率新标杆。

面壁智能联合清华及OpenBMB发布MiniCPM-V 4.6，1.3B参数模型在多项评测中超越同尺寸竞品，性能直逼更大参数模型，推动端侧AI落地。

约束获取领域因缺乏标准化基准而面临可重复性危机，新研究推出MPMMine基准套件，旨在通过统一格式与多领域数据推动方法评估与比较。

研究提出POLAR框架，通过多模态记忆增强实现具身智能体在长期用户交互中的个性化，显著提升多步推理与上下文追踪能力。

新研究提出GEM框架，将AI智能体长期内存视为数据管理新负载，用状态级操作替代记录级存储，解决内存增长失控、语义更新缺失等核心问题。

BrickAnything提出一种几何条件自回归框架，通过结构感知树分词与约束解码，从点云生成物理可搭建的砖结构，提升几何保真与结构稳定性。

最新研究质疑LLM能否真正内省，发现其表现可能源于模式匹配而非对内部状态的感知，现有证据不足以证明元认知监控能力。

Hyper3D推出Rodin Gen-2.5，实现4秒百万面、千万面级3D生成，细节达毛孔级别，引入自适应思考模式，推动AI 3D走向生产级应用。

YouTube频道Fully Buffered在2006年的奔腾4处理器上成功运行Meta Llama 3.2 3B大模型，生成速度仅0.21 Token/秒，耗时33分钟，验证了AI兼容极限。

阿里巴巴Qwen3.7-Max在Code Arena榜单以1541分登顶全球第二，超越GPT-5.5等模型，展现长时程Agent编程能力。

谷歌DeepMind推出AlphaProof Nexus，凭借四级智能体架构和形式化验证，成功解决悬置56年的Erdős数学难题，并证明44个开放猜想。

面壁智能联合清华大学与OpenBMB开源社区，发布BitCPM-CANN低比特大模型，在华为昇腾平台实现六倍显存红利，推动端侧AI落地。

OpenAI Codex推出“锁屏运行”功能，允许开发者在Mac锁定状态下远程操控应用，提升自动化效率，并强化安全机制。

开发者发现OpenAI未官宣的GPT-5.6模型，具备150万tokens超长上下文和商用级前端生成能力，预计6月发布。

最新研究提出水填充令牌分配策略，优化LLM代理工作流中延迟、可靠性与成本的权衡，为AI系统设计提供理论指导。