开源动态8

美团VitaBench评测：现有智能体与需求差距大

量子位2025-10-20

AI 摘要

美团LongCat团队发布VitaBench评测基准，以生活场景为载体。评测发现现有模型跨场景表现差、稳定性低，且在推理、工具使用和交互方面有不足。该基准已开源，为实用智能体研究提供方向。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

谷歌Gemini 4 Argon全球可用

本文报道谷歌正式全球上线Gemini 4 Argon，详细说明了开放范围与定价规则，放出大量谷歌内部及合作方的实际应用案例，覆盖多领域，回应了此前对该模型实用性的质疑。

本文报道阶跃星辰发布旗下首款智能体手机STEPX Neo先行版，定价3999元开启预售，同步推出原生Agentic系统Step AOS 1.0与开发工具Step Studio，打造软硬模全栈智能体终端方案。

本文邀请蚂蚁、腾讯、京东的多位技术专家，围绕Agent落地生产环境展开讨论，提出当模型能力逐渐商品化后，真正的竞争壁垒已经转移到模型之外的工程系统，核心是从Harness到Loop的理念转变。

宇树科技创始人王兴兴在2025工博会圆桌论坛上，坦诚反思过去十几年最大错误是对AI不够相信，分享了具身智能、人形机器人领域的核心判断，预判临界点最快一两年到来。