「AI基准测试」共找到 10707 篇相关文章
刚刚，Scale AI CEO Alexandr Wang正式官宣：Meta重金投资并挖走了我
Meta重金投资Scale AI，收购其49%股权。97后Scale AI CEO Alexandr Wang将离开，加入Meta参与AI工作，Scale由Jason Droege任临时CEO。Wang称数据是AI系统生命线，此为公司及个人发展契机。
不拼爹，拼AI！青少年们用Claude“写”出百万生意，圈粉25万投资者，谷歌风投也主动求合作？
AI 发展让创业者年龄走低。14 岁 Nick Dobroshinsky 创办 AI 金融平台 BeyondSPX；16 岁 Raghav Arora 开 AI 生鲜配送公司 GetASAP；14 岁 Alby Churven 先做游戏化教育应用，后转向开发 AI 编程工具。
独家｜美图入局 Visual Agent，Chance AI 完成数百万美元天使轮融资
美图布局下一代视觉 AI 入口，领投 Visual Agent 创业公司 Chance AI 数百万美元天使轮融资。该公司成立于 2025 年 8 月，从北美大学生切入，有独特产品逻辑，融资后将推进多方向发展。
Elad Gil：AI 应用进入收敛期，比模型跑得快才能抓住红利
硅谷AI投资人Elad Gil回顾AI领域投资，指出AI应用进入收敛期。基础模型头部梯队明显，格局难改；GPT-ladder带来新机会；应用端理解痛点、构建工作流的团队更有优势，AI Agent重塑商业模式。
Meta 放出大招：让 AI 实现自我进化，Karpathy 的 autoresearch 沦为小弟
Meta联合多机构发布论文，提出HyperAgents框架，让AI不仅改进自身，还能改进「改进自己的方法」。它打破传统AI自我改进瓶颈，在多领域测试表现出色，还自发形成记忆机制，有迁移和叠加效果。
全球首个AI Agent操作系统FlowithOS跑分超Atlas，网友：它「杀死」了比赛
AI应用初创企业Flowith推出全球首款专为AI Agent打造的操作系统FlowithOS。它能改写交互方式，功能超AI浏览器，跑分超竞品，还具记忆能力，适配多系统，已公测，或引发“AI操作系统”竞争。
时代2025 AI百人榜出炉：任正非、梁文锋、王兴兴、彭军、薛澜等入选，华人影响力爆棚
《时代》周刊发布2025年度AI领域最具影响力100人名单，众多华人入选，如任正非、梁文锋等。文中介绍部分入选者贡献，像任正非推动华为在AI多领域布局，梁文锋带领DeepSeek崛起。
马斯克Grok 4正式发布：世界最大AI超级计算机就训练了这？
Grok 4公开基准测试有进步，但在高级推理测试表现差，视觉理解仍是短板。性能提升多靠整合符号工具，无重大技术创新，‘幻觉’问题没实质进展，xAI官方对道德对齐信心不足。
走出 MMLU 的高分幻觉：AI Agent 的「斯坦利时刻」与职场生存法则
文章指出多模态大模型在基准测试分数高，在实际业务流程却像‘职场巨婴’。研究团队构建Trainee - Bench测试顶尖模型，结果显示模型离‘独立上岗’远，凸显提升Agent自主学习性的重要性。
如何改变AI研究范式？谷歌DeepResearch新方法TTD-DR原理与实现 | 原理篇
谷歌提出新的DeepResearch方法TTD - DR，它模拟人类研究范式，将Agent起草的初稿视为‘含噪声输出’，经多轮检索 - 改进使初稿成高质量终稿，还引入自进化机制，测试显示其在复杂任务上领先。