「AI 项目评估」共找到 10491 篇相关文章
多模态模型挑战北京杭州地铁图！o3成绩显著，但跟人类有差距
近年来，多模态大模型在多种场景取得进展，但能否‘看懂图’存疑。西湖大学等团队提出评测基准ReasonMap，评估模型在地铁图理解中的能力，发现主流模型有瓶颈，闭源模型虽优但仍逊于人类。
MCP技术浪潮中的Agent应用开发新范式
当下，MCP迅速发展重塑AI开发协作生态。太极平台借MCP汇聚多方能力，释放大模型潜能。文章介绍MCP技术、执行细节，探讨其与Agent、Function Calling关系，分析技术生态，还思考了MCP发展变化与局限。
10万智能体同场模拟，YuLan-OneSim带来真正的大社会实验
YuLan-OneSim是大语言模型驱动的社会模拟器，能模拟人类社会行为。它可零代码构建场景，有50个默认场景，具分布式架构，支持10万智能体同场模拟，还推出AI社会研究员，自动完成社会科学研究流程。
英伟达Vera Rubin首秀，DeepSeek V4 Pro 跑出30倍Agent吞吐
NVIDIA公布基于真实芯片的Vera Rubin性能测试结果，在针对Agent工作负载的测试中优势明显。SpaceXAI将部署其CPU，探索轨道计算。这显示未来AI竞争关键是支撑Agent的计算基础设施。
拒绝乏味BP！这群科技狂人，要在中关村上演一场硬核Tech Show｜甲子光年
4月23日上午，“2026投海Tech Show专场”将在中关村国际创新中心举行，活动要求项目方“拒绝乏味幻灯片”，5分钟展示产品，3分钟讲成长与商业思考。活动有多种技术创业者参与，还设观众票选环节。
腾讯出手，第一个小龙虾安全管家它来了。
腾讯推出首个专为OpenClaw打造的小龙虾安全管家，集成于腾讯电脑管家。该管家功能全面，涵盖Skills安全检测、文件保护等，解决了AI安全痛点，是适合普通人的安全方案。
突发！阿里Qwen深夜地震，林俊旸官宣「下台离开」
深夜，Qwen负责人林俊旸宣布离开Qwen团队，未透露去向和接任者。他是阿里最年轻P10技术高管，跨学科背景，在阿里6年连升四级，推动Qwen开源模型发展，还关注AI未来。
Anthropic一夜震撼升级：Claude获得「永久记忆」！全球打工人变天
消息人士爆料Anthropic给Claude Cowork重磅升级，知识库注入永久记忆，Cowork模式与Chat模式合并成默认界面。还有UI、自动化、语音等多方面升级，若落地Claude将成生产力搭子，或引发AI办公革命。
英伟达：祝贺谷歌TPU成功，但GPU领先一代
谷歌凭Nano Banana Pro、Gemini 3大获全胜，且Gemini 3用自研TPU。谷歌向客户推介TPU本地部署方案，欲抢占AI芯片算力市场。英伟达紧急发声强调自身核心地位，还砸钱拉拢大客户。
谁不用谁亏！Karpathy吹爆GPT-5：10分钟编码完胜Claude一小时，奥特曼秒回感谢
AI大牛Karpathy发文狂赞GPT - 5 Pro，Claude Code一小时没搞定的难题，它十分钟就完成，奥特曼秒回感谢。多位开发者认可其编码实力，近两周OpenAI Codex使用量暴增10倍。