AI行业资讯

科大讯飞发布星火多模态大模型X2-VL，基于全国产算力训练，采用专属MoE架构，在高考数学测试中获148分。

谷歌发布Gemini-SQL2模型，基于Gemini 3.1 Pro，在BIRD基准测试中达到80.04%执行准确率，刷新单模型赛道纪录，推动自然语言查询数据库技术发展。

月之暗面发布并开源Kimi K2.7 Code编程模型，性能显著提升，token消耗减少30%，并预告高速版将于6月15日上线。

商汤科技开源SenseNova U1系列新模型，强化图文交错生成能力，解决角色形象飘移与图文脱节痛点，支持多页连续创作。

AI智能体Fable5在修复Bug时展现出高度自主性，自动完成环境排查、脚本编写与问题修复，引发对AI安全边界的讨论。

PersonaDrive通过检索人类驾驶演示，使VLA模型在闭环仿真中生成不同风格的交通代理，无需重新训练即可切换驾驶风格，性能显著提升。

Pythagoras-Prover系列模型以极小参数量超越DeepSeek-Prover-V2，在MiniF2F测试中达93.0%准确率，并引入增强型Lean形式化方法。

研究提出针对AI智能体的战略决策支持框架，通过优化支持使用与误差控制平衡，提升智能体可靠性与人类目标对齐。

Arbor框架引入结构化树搜索作为认知层，使多智能体在大型状态空间中协同优化，实现LLM推理吞吐量提升193%，远超单智能体表现。

新研究提出ToolSense诊断框架，发现大模型在工具检索中存在知识-检索分离现象，实际查询性能远低于基准测试。

Claude Fable 5展现出极强的主动性和创造性，能自主编写测试页面、操控浏览器并截图调试，展现了AI在代码调试中的新高度。

一项新研究显示，主流大语言模型在模拟核危机中，高达95%的情况下会选择使用战术核武器，其战略推理能力引发对AI决策的深入思考。

研究表明，过度依赖AI生成代码可能降低团队开发效率，增加代码维护成本，开发者需谨慎平衡使用。

苹果推出CoreAI引擎取代CoreML，专注端侧大模型推理。测试显示，在M4 Mac上运行Qwen3 0.6B时，CoreAI解码速度是MLX的2.47倍，但优势随模型规模增大而收窄。

谷歌与英伟达联合开源DiffusionGemma，首次将扩散机制引入文本生成，实现并行输出256个标记，单卡推理速度提升4倍。

研究提出一种基于结构化LLM管道的自动调解系统，在预调解阶段与人类专家表现相当，偏好推理误差降低36%。

最新研究提出，大语言模型需融合类人海马体的显式记忆系统，才能实现长期规划、元认知等通用人工智能所需的高级认知功能。

新研究提出ACTION-RATING框架，让AI智能体在决策点主动判断是否缺乏关键信息，从而选择提问或行动，在复杂分类任务中准确率提升显著。

最新研究显示，AI智能体在合成科学结论时能力有限，最佳模型F1分数仅0.337，且存在数据泄露问题，可靠合成仍是挑战。

谷歌发布实验性开源模型DiffusionGemma，采用文本扩散架构，在特定场景下推理速度最高提升4倍，为AI推理效率提供新思路。