Google 发布 Gemini 4 Argon，主打机器人全流程单一模型
Google 发布面向机器人任务的 Gemini 4 Argon，试图用同一个模型覆盖控制机器人、构建虚拟训练世界和评估训练数据。
推荐理由：Google 用同一模型打通机器人仿真、控制与数据评估，文中示例提示词也暴露了仍需人工搭脚手架的部分。
#评测/基准
The Decoder精选AI 评分7878 The Decoder精选AI 评分8282 GPT-6-Astra 在 TheoPhysEval 上解出 50 道物理研究题中的 49 道，单题成本不足 3 美元
一项新基准测试让商用 AI 智能体在无人类提示下求解理论物理研究题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题（98%），平均每题成本不到 3 美元，整套基准约 116 美元。
推荐理由：读者可看到智能体在理论物理论文级计算上的实际得分与成本，以及作者对研究品味与资源门槛的讨论。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 1.039 亿个 GitHub pull request 的分布特征构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。
推荐理由：GitHub 公开了代码审查基准的构建方法与评测口径，读者可据此理解 AI 代码审查能力如何被量化比较。
已经到底了