「GPT - 5.1 Auto」共找到 3533 篇相关文章
GPT-5.4 仅 11.36%！当大规模工具生态变成迷宫，LLM Agent 还能完成长程规划吗？
PlanBench-XL 来自 UIUC 团队，将 LLM Agent 放入零售 API 世界，评测其长程规划能力。它考虑真实工具环境挑战，含 327 个任务等，发现多数模型规划难、恢复差等问题，并给出改进启示。
刚刚，小扎砸143亿的「牛油果」来了！硬刚GPT-5.4，硅谷最贵华人首作
Meta超级智能实验室首个作品Muse Spark上线，跑分从18飙到52，盘中暴涨10%。它是「全能六边形战士」，有原生多模态感知等能力，上线「沉思模式」，功能先在美国铺开，未来接入社交平台，免费用但闭源。
3天5k+星标，港大开源极致轻量OpenClaw, 1%代码量打造个人专属贾维斯
硅谷被 Agent（OpenClaw/ClawdBot）刷屏，但 40 万 + 行代码让开发者望而却步。港大黄超老师课题组将其重构为 4000 行的 nanobot，保留功能且降低门槛，上线三天获 5000+ 星标。
2.4万亿参数原生全模态，文心5.0一手实测来了
文心5.0正式发布，主打原生全模态，支持全模态输入和输出。官方测试显示其多维度表现突出，在LMArena文本排行榜并列全球第二。实测其理解精细、能捕捉细节，技术上采用自回归统一结构和超大规模混合专家架构。
Opus 5通关ARC-AGI-3！Harness正在变成捆住模型的绳子
ARC Prize官方给Opus 5的ARC - AGI - 3成绩为30.2%，但开发者Jeremy Berman让其借助电脑，正确率飙升至96.2%。还开源代码，换用Codex等测试效果差。表明模型强时，简单环境更佳。
Code Arena全球可用模型第一！智谱GLM-5.2上线并开源
智谱上线并开源GLM-5.2，在Code Arena等平台表现优异，长任务跑分出色，架构有突破，支持100万token上下文，还引入控制功能。模型在常用编程智能体可用，适配国产算力平台，以MIT协议开源。
NVIDIA发布最强开源模型，效果和速度全面超越DeepSeek R1
NVIDIA推出Llama - Nemotron系列开源模型，有LN - Nano、LN - Super、LN - Ultra三款。旗舰款LN - Ultra在权威测评中碾压DeepSeek - R1等，运行效率还更高。有“动态推理开关”功能，代码数据全公开，或引发AI推理效率革命。
AMD苏姿丰公开怼扎克伯格！反对1亿年薪挖人，“使命感比钞票更重要“
AI人才争夺战激烈，Meta扎克伯格开1亿美元年薪挖人，AMD苏姿丰明确反对，称钱非最重要，使命感才是，还指出天价挖人会摧毁公司文化，AMD不靠此也吸引到人才。
哈？Q1狂烧250亿！OpenAI财报泄露全网炸锅
最新泄露财报显示，2025年OpenAI收入130.7亿美元，支出340亿，亏损385亿。今年Q1收入57亿美元，却烧掉37亿。虽账上现金充裕，但后续烧钱预计递增。与Anthropic对比，财务状况差异大。不过亏损不绝对影响其IPO。
Claude Code惊人身世曝光！竟脱胎于安全对齐，Boris：才完成1%
Claude Code起源于Anthropic内部安全对齐项目，其发展历经波折。从2021年早期尝试，到2025年正式发布，期间突破重重技术难题。虽已改变硅谷运转方式，但核心开发者Boris称只完成1%。