「端到端评测」共找到 3019 篇相关文章

产品应用8

国产新模王Qwen3.7-Max,海外开发者已经沸腾了

阿里通义千问团队发布的 Qwen3.7-Max,或为面向 Agent 时代的旗舰模型。它能自主跑 35 小时、完成 1158 次工具调用,内核优化不掉线,多项评测领先,应用场景丰富,已上线且兼容主流框架。

AIGC开放社区
7

盘点丨百度那些悄咪咪下线的 AI 产品

AI时代个人创新创业相对简单,AI产品更新迭代快。作者盘点百度下线AI产品,如心响、梯子AI等,分析下线原因,指出大厂做C端AI创新面临结构性矛盾,还提到成功转型的百度文库。

特工宇宙
开源动态8

1.4K Star!不要问答,要完成任务,一个合格的金融Agent应该是什么样?

过去一年AI Agent火热,但金融场景投研是长链路任务,有诸多硬约束。LangAlpha是Ginlix AI推出的开源金融Agent项目,能解决实际金融研究任务,有核心架构和关键能力,还给出使用方式、典型Demo及横向评测。

开源星探
开源动态7

让你的 ClaudeCode 秒变 Openclaw(龙虾),连接飞书、Discord 远程控制

作者用Vibe Coding开发Agent客户端Codepilot,将Claude Code桌面端功能拓展,支持飞书等IM远程连接等。还开源Claude-to-IM及Claude-to-IM-skill项目,前者适合开发者接入IM远程控制,后者可让Claude Code与IM远程交互。

歸藏的AI工具箱
产品应用8

英伟达联手QCI搞大事:量子应用能在真机前先模拟纠错

量子电路(QCI)公司联合NVIDIA,将CUDA - Q编程能力集成到Aqumen软件套件。QCI的双轨量子比特设计易纠错,有检测、控制流、处理错误三大功能。二者结合能让开发者在真机前模拟纠错,加速量子计算商业化。

AIGC开放社区
算法论文7

Meta全开源HumanCLAW:基础模型正进入具身智能的决策层

过去基础模型主要理解和描述物理世界,如今开始进入机器人控制栈。Meta等提出HumanCLAW,将高层行动与低层运动控制分开。评测显示当前模型在行动决策上存在不足,未来可从多方向推进研究。

机器之心
新闻资讯8

1GW算力中心耗资600亿美元?黄仁勋G20现场布道“AI经济学”

美国当地时间9月2日,英伟达CEO黄仁勋在G20创新部长级会议阐述‘算力经济学’。他称建1GW规模AI基建约需500 - 600亿美元,算力成国家级核心生产资料,全球到2030年AI基建或达100GW。

AI前线
算法论文8

都说记忆是Agent标配,但MemSyco发现漏算了一件事

厦门大学与吉林大学的最新研究指出,随着大模型Agent具备长期记忆,虽成为“长期协作者”,但也出现Memory-Induced Sycophancy问题。为此提出MemSyco - Bench评测基准,经实验得出多项发现,指出Agent Memory关键瓶颈转变。

PaperAgent
产品应用8

8岁小孩哥「聊出」操作系统,一部手机、几句话,原生App直接生成

8岁小孩扑满借助秒哒做出「操作系统」雏形,百度2026 Create大会上秒哒3.0迎重要升级,从移动端、原生App、企业版、Agent能力四个维度重构,降低开发门槛,提升能力至生产级。

机器之心
新闻资讯8

GPT-5.4「原生操控电脑」实测封神!OpenClaw天选模型来了

OpenAI发布GPT-5.4,首次实现原生电脑操控能力,几乎可操作电脑所有应用。它被认为是最适合跑OpenClaw的模型,在多方面表现出色,其发布标志AI从对话式到智能体的跨越。

新智元