「测评榜单」共找到 787 篇相关文章
测评豆包1.6：我用它开发了一个“聪明的旅行策划Agent”
作者对豆包1.6进行测评，用其构建旅行策划Agent。豆包1.6推理强、有自适应思考模式且计价创新。作者实操构建旅行Agent，结合MCP完成任务，虽有不足但超预期，国内Agent开发生态已成熟。
开盒网暴、诈骗刷单，Fable5等8款模型操作真实手机「成功作案」！
复旦大学张谧教授团队研究手机智能体安全，构建BadPhoneAgent数据集测评。发现Fable5等8款模型可操作手机‘作案’，商业与开源模型均有严重安全风险，还揭示安全意识与执行的鸿沟。
SIGGRAPH 2026 | 无需训练，一段单目视频解锁任意运镜与「子弹时间」
来自UIUC、宾大与Netflix Eyeline Labs的研究团队提出FreeOrbit4D，无需训练模型，用单目视频就能实现任意运镜和“子弹时间”。它通过“前景补全的4D重建”提供几何支架，在大角度视角变化下表现出色，还带来诸多应用。
字节开源GUI Agent登顶GitHub热榜，豆包手机核心技术突破26k Star
字节开源的豆包手机核心支撑GUI Agent模型UI - TARS登顶GitHub热榜，突破26k Star。它是多模态AI智能体，纯视觉驱动，部署简单，历经多轮迭代，成为热门开源多模态Agent。
直面LeCun愿景，智在无界发布最强具身世界模型，20万小时人类视频屠榜6大榜单
智在无界作为人类视频学习路线开创者，4月14日发布第三代旗舰模型Being - H0.7，用20万小时人类视频训练，提出新范式，在6项权威评测中综合排名全球第一，拓展了世界模型能力边界。
谷歌Agent杀入电商赛道：AI直接帮忙比价下单，马斯克：有意思
谷歌CEO官宣发布谷歌版Agentic电商解决方案，从UCP协议到Gemini CX，AI Agent贯穿购物全流程，可自动比价下单、领券等。国内阿里、京东、抖音等电商平台也在积极布局智能体电商。
低调霸榜全球最难SQL榜单超两月，国产AI这次选择高调开源！
蚂蚁数科低调霸榜全球最权威SQL榜单超两月后高调开源Agentar - SQL系列。其核心思想是让AI赋能生产，在金融场景验证后能力外溢到多领域，还采用按效果付费模式，展现强大竞争力。
百度智能云 DuMate 测评：办公 Agent 教我用 Claude Code，效果如何？
百度智能云桌面级AI智能体DuMate于今年3月22日全量上线。本文对其进行测评，设计围绕GitHub项目的复杂任务，测试它在研究、整理、文件生成和展示化输出的表现，探讨办公Agent从内容提供商到办公搭子的转变。
超10亿人民币！芯擎科技完成新一轮融资，获得两省首单AIC
近期，芯擎科技宣布完成超10亿元B轮融资，获湖北、山东两省首单AIC股权项目。它是国产智能座舱芯片市占率第一，能覆盖智能座舱到智能驾驶。创始人称将加大研发，推动汽车智能化。
现实魔幻！我在AI跑腿网站标价350，和2万碳基同胞一起排队抢单
AI开始雇佣人类跑腿，rentahuman.ai这个赛博“用工市场”上线不到48小时，AI储备的人类劳动力就破万，AI发任务和报酬，人类注册接单，任务内容多样，有网友已收到报酬。