新闻资讯7

「纳米香蕉」引爆LMArena，大厂扎堆打擂台

新智元2025-09-04

AI 摘要

8月「纳米香蕉」（Gemini 2.5 Flash Image）登顶LMArena榜单，让流量涨10倍、月活超300万。LMArena为大模型提供比拼舞台，厂商借此获曝光和反馈，还需扎根真实用例的基准测试。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

J-Space让V4 Pro超Fable 5？测试结果翻车！

前两天J-Space凭夸张测试结果刷屏，宣称一份Skill接入Agent环境，能让V4 Pro在多基准大幅提升，部分成绩超Fable 5。但社区复测结果相反，作者未公开完整评测记录，还删质疑帖，引发公开打假。

IPO前夕，Anthropic最新年化营收达650亿美元，8个月翻超7倍，反超OpenAI。双方在资本市场竞争激烈，A社在起跑时间、财务、商业模式上占优，但OpenAI用户规模和产品生态占优，目前A社牌面更好。

OpenAI发布内部版模型Astra的十项成果，引发数学界震动。菲尔兹奖得主Timothy Gowers分析其成果，指出AI优势在‘输得起’，还探讨找例方法、模型短板，给出训练建议与衡量跨越门槛的标准。

随着模型规模增长、新应用兴起，大模型基础设施面临管理「张量状态」挑战。北大、阶跃星辰与北邮联合提出 TensorCast，解耦张量状态，复用管理能力，在多场景测试中表现出色，为大模型基建提供新范式。