「端到端评测」共找到 3019 篇相关文章

产品应用7

谷歌追着A社打,Carbon刚出就发最强小模型:给旗舰打工Token消耗猛砍24%

谷歌发布轻量模型 Gemini 4 Hydrogen,接替上一代 Flash 模型,任务完成速度提升2.5倍,已在全球陆续上线 API、Gemini App 及搜索入口。

量子位
开源动态7

独家|刚刚,启元PrimeSim世界模型,登顶两大机器人权威榜单

启元具身研究中心发布机器人仿真世界模型 PrimeSim,通过视频生成模型推演机械臂操作并在两大基准登顶,模型权重与代码即将开源。

机器之心
产品应用7

谷歌赢了 AI 排行榜,却没赢下华尔街:Gemini 4 Carbon 登顶背后的昂贵代价

谷歌推出新旗舰 Gemini 4 Carbon,以 59 分登顶第三方综合智能榜首,主打长程工程与网络安全;目前仅向部分安全专家开放,普通开发者暂不可用。

AI前线
新闻资讯7

大基金或将领投DeepSeek?算力拐点将至

5月6日报道国家大基金正洽谈领投DeepSeek首轮融资,估值约450亿美元。大基金此前未公开投资大模型公司,此次若落地是从“半导体硬件”向“AI应用端”延伸。2025年是中国AI芯片出货量关键年份,DeepSeek-V4发布,多家国产芯片品牌完成适配,但国产芯片仍面临性能、软件生态等挑战。

芯师爷
产品应用6

用豆包工作 + iPhone 镜像,打通电脑和手机里的所有 App

豆包工作上线「录制操作生成技能」,用户演示讲解一遍,AI 就能固化为可复用的自动化技能。结合 macOS 的 iPhone 镜像,还可跨端自主操作手机里的微信小程序与各类 App。

AGI Hunt
开源动态6

HyperAgent:openJiuwen对未来Agent架构的思考和实践

openJiuwen 解读 HyperAgent 架构,提出 Agent 需从单次响应转向 持续承担工作的智能主体,并开源支持跨会话协作与自主演进的 AgentOS 分层设计。

机器之心
开源动态7

清华&智谱唐杰HarnessPro:更强,更便宜

清华大学与智谱唐杰团队开源 Agent 运行层优化框架 HarnessPro。它通过自动调整外部执行策略,在代码修复基准 SWE-Bench Pro 上将单任务成本降低 53%。

PaperAgent
开源动态8

腾讯开源 Hy-Nomas :支持自由文本与连续相机控制的交互式世界生成

腾讯混元团队开源交互式视频世界模型 Hy-Nomas,支持交替使用文本与键鼠运镜控制场景演化,单张 RTX 4090 即可部署推理,在线 Demo 已同步上线。

极市平台
算法论文7

斯坦福让GPT-6 Astra直接修改机器人参数:只动65行词嵌入,修复一类指令失灵

研究人员无需梯度更新,仅靠修改机器人策略的 65 行词嵌入向量,就让含相关词元的任务成功率从 74.3% 升至 87.5%,代码已开源。

机器之心
推荐文章6

国外博主:我用 AI 这一年:机器写了九成代码

Salesforce 工程师 Ben Stolovitz 复盘发现,机器已写了他 90% 以上的代码。他每月 token 消耗约 3000 美元,但因产出平庸已停用 AI 写作与做图。

机器学习初学者