Test Time Scaling Law远未达到上限! o4-mini仅15.8%通过率，华为诺亚提出代码HLCE终极基准

华为诺亚研究员推出全新编程基准HLCE，含235道竞赛难题。实验显示，顶级LLM在该基准表现不佳，推理模型优势大，IOI交互式题难攻克。研究还发现模型自我认知与推理能力发展不同步，Test Time Scaling Law远未达上限。

从 Copilot 到 通用 Agent ： 阿里在 AI Coding 上的应用和挑战

阿里巴巴代码平台负责人向邦宇在 QCon 大会分享阿里智能研发大模型应用与挑战。介绍探索成果，如代码补全、审查等功能；指出面临用户需求理解、领域知识整合等难题；还提及技术进步带来新机遇，促使从 Copilot 向 Agent 转变。

Sam Altman 又被告了！65亿美元收购Jony Ive 公司背后的精心「偷盗」大戏

智能耳机创业公司IYO将OpenAI和Jony Ive告上法庭，称其抄袭创意、盗用商标。IYO从2018年开始研发无屏幕智能耳机，投入超6200万美元，而OpenAI今年5月以65亿美元收购的IO公司目标与之相同，发音也一样。

刚刚，OpenAI最强推理模型o3-pro诞生！碾压Gemini 2.5 Pro击穿底价

OpenAI昨夜官宣上线最强推理模型o3 - pro，还将o3价格暴降80%。o3 - pro专为深度思考和提供超可靠答案而生，在多项测试中表现优异，虽有速度慢等限制，但优势明显，网友实测效果惊艳。

腾讯悄悄出了个插件版“Cursor”，还跟微信小程序打通了。

腾讯云发布代码助手CodeBuddy 3.0，它是插件而非IDE产品，可融入各职位工作流。其亮点是打通微信开发者工具，能利用微信知识库直出小程序，作者体验后认为开发便捷，有望成创造与分发新渠道。

突破多模态奖励瓶颈！中科院清华快手联合提出R1-Reward，用强化学习赋予模型长期推理能力

多模态奖励模型（MRMs）对提升多模态大语言模型表现至关重要，强化学习理论上可引入长期推理能力，但现有RL算法用于训练MRM会不稳定。中科院、清华等团队推出R1 - Reward模型，在多模态奖励模型benchmark上有显著提升。

【哥飞分享】

Reddit新手如何通过一篇帖子狂赚2000+Karma？Reddit的公平性让新手也能获得曝光，选择合适的子社区和构建有趣的文案是关键。Reddit的流量分配机制让内容质量成为获得曝光的核心，而好的文案能规模化内容的曝光量。

一个新网站上线不久便从谷歌获得了15859次曝光和5689次点击，实际UV约7K。而良辰美的网站，通过AI辅助写作，更是达到了21.5万次曝光和2.85万次点击。谷歌的排名机制对新站公平，关键在于如何抓住机会。

用GPT-6 Astra就能直接控制机器人？可具身真机没那么简单

本文讨论GPT-6 Astra接入机器人控制取得亮眼单项成绩，但真机测试暴露不安全不稳定问题，介绍穹彻智能发布的开源RoboRSI多智能体自进化框架，解决具身智能落地核心痛点，探讨大模型时代具身智能行业的发展方向

终于！世界模型进入“有声时代”：24FPS画面+48kHz立体声实时生成

过去两年视频生成模型不断提升画面参数，但传统模型生成的视频固定，用户无法干预。而世界模型可跟随操作实时渲染、动态生成世界。目前Noiz AI联合多机构发布实时可交互音视频世界模型HelixWorld 1.0，后续还将开源。