AI行业资讯

Context架构通过组合沙盒程序、声明式接线和结构化交互，将被动问答模型转变为无需等待用户提示即可主动推进任务的智能体。

研究团队利用大型视觉语言模型（VLM）复现经典开放式进化艺术平台Picbreeder，探索AI在无指导创意生成中的能力与局限。

新研究量化了大型语言模型推理中的冗余度，发现61%-93%的步骤可被截断而不影响正确性，并证明该现象是训练机制的结构性结果。

一项预注册研究发现，大型语言模型普遍存在过度自信现象，其置信度平均高于实际准确率，且难度越大越明显。

面壁智能联合清华大学及OpenBMB开源社区发布中国首个基于华为昇腾平台的三值大模型BitCPM-CANN，实现低比特训练突破，显著降低推理显存需求。

FutureHouse发布全球首个全闭环自动化AI科学家Robin，两小时内完成人类科学家900小时工作量，在眼病药物研发中展现惊人效率与洞察力。

蚂蚁灵波与港科大合作的因果世界建模论文被RSS2026接收，提出LingBot-VA模型，让机器人边预测边行动。

字节跳动与港科大提出MMProLong，通过优化QA训练策略显著提升多模态大模型长文档处理能力，超越传统OCR转录方法。

研究提出EpG（每成功目标能耗）指标，取代传统推理级能耗度量，揭示Agentic系统能耗为线性基准的4.33倍，并定义编排开销指数（OOI）。

研究提出BOHM方法，通过路由权重实现零成本分层归因，在复合AI系统中性能接近SHAP但成本极低。

SciAtlas是一个大规模、多学科异构学术资源知识图谱，整合超4300万论文与1.57亿实体，为AI代理提供结构化认知地图，降低推理成本。

新框架RMA通过多智能体协作与迭代验证，在十个研究级数学问题中成功解决八个，超越GPT-5.2R等基线。

微软发布Fara1.5系列智能体模型，在浏览器任务中实现72%成功率，超越OpenAI等竞品，并注重用户隐私安全。

李飞飞团队发布具身智能基准ESI-Bench，测试发现大模型在物理交互中存在行动策略、3D重建误导及元认知缺陷三大短板。

美国国家运输安全委员会因AI工具被用于从声谱图重建遇难飞行员声音并传播，暂时关闭公共事故档案系统，引发技术伦理与数据安全讨论。

智谱推出GLM-5.1高速版API，实测输出速度达400 tokens/s，刷新全球大模型API速度纪录，实现旗舰级能力与极致低延迟的融合。

加州大学圣地亚哥分校研究证实，GPT-4.5在经典图灵测试中以73%胜率超越真人，LLaMa-3.1同样表现优异，AI通过模拟人类缺陷成功骗过裁判。

Anna's Archive提出LLM专用文本文件格式，帮助大型语言模型高效抓取和理解网站内容，提升信息检索与知识整合效率。

ModelRift发布OpenSCAD LLM基准测试，以万神殿模型评估六款AI编码工具的空间几何能力，Google Antigravity 2.0表现最佳。

智谱发布GLM-5.1高速版API，输出速度达400 tokens/s，打破速度与能力不可兼得的行业惯例，通过三大层面系统级优化实现旗舰性能与低延迟兼顾。