开源动态8

Embodied Arena：具身智能评测平台重磅发布

AI科技评论2025-09-23

AI 摘要

汤宏垚介绍，Embodied Arena是业界首个统一具身大脑评测平台，涵盖30+模型、22+基准测试。它揭示七大关键洞察，如通用模型综合强、专用模型特定优但有过拟合风险等，为具身模型发展指明方向。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

24天Jev逆袭估值达75亿美元

本文报道，前OpenAI核心成员创办的TypeSafe AI推出砍掉生成功能、只做决策的AI模型Jev，上线仅24天估值从2亿美元暴涨至75亿美元，引爆AI决策新赛道，科技巨头纷纷跟进布局。

字节Seed团队联合多校研究，发现DeepSeek-V4的分块KV缓存压缩架构存在长文本检索周期性盲区，不同Token位置检索准确率落差最高超40个百分点，揭露了传统长文本评测的盲区，DeepSeek已在V4.1改善但未完全消除缺陷。

单个AI Agent能力不断提升，但多智能体协作能力缺乏系统评测。本文介绍新推出的AgentWorld评测基准，结合长时程任务、角色不对称与黑盒交互，评测多智能体协作能力，给出主流大模型的协作表现数据。

OpenAI公开722篇由内部未发布前沿模型生成的数学成果，覆盖多数学方向，部分附带形式化证明，发布后引发数学界巨大冲击，消化验证需数年，不少青年学者研究项目遭毁灭性打击，本文梳理各方反应与争议。