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。
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。
Google 与 Meta 在一周内相继发布前沿模型,重新加入与 OpenAI、Anthropic 的竞争。
推荐理由:梳理 Google 与 Meta 一周内发布前沿模型后的竞争格局变化,呈现两家巨头凭用户与生态优势重新入局。
Google 全球上线 Gemini 4 Argon,开发者可通过 AI Studio 和 Gemini 平台的 API 使用,AI Ultra 订阅者可在 Google Antigravity 中使用,Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google 搜索的 AI 模式访问。
推荐理由:梳理了 Gemini 4 Argon 的开放范围、订阅分层与定价,并给出内部工程与安全数据供读者比较。
NVIDIA 在 OCP 全球峰会上通过开放的 NVIDIA MGX 架构,向 OCP 贡献了 Vera Rubin 机架和计算托盘设计,为系统构建商提供开发下一代 AI 工厂基础设施的共同基础。
推荐理由:NVIDIA 在 OCP 峰会上把 Vera Rubin 机架与计算托盘设计开放给 MGX 架构,读者可据此了解 AI 工厂基础设施的开放标准进展。
Google DeepMind 发布 EmbeddingGemma 2,基于 Gemma 4 架构、Apache 2.0 许可,原生将文本、图像、音频和视频映射到统一嵌入空间,参数量 7.4 亿。
推荐理由:EmbeddingGemma 2 把文本、图像、音频、视频统一到端侧嵌入空间,并给出参数量与内存占用,便于判断本地多模态检索的可行性。
Google DeepMind 推出 SynthID Bio,把水印技术带入合成生物学,将不可感知的签名直接嵌入生物代码,使水印不仅能在数字模型上验证,也能在合成出的实体蛋白质上验证,同时保持其生物功能。
推荐理由:SynthID 水印首次延伸到合成生物学,读者可了解其在蛋白质序列与结构上的实现方式及生物安全用途。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在 Gemini 3.8 Live 的实时对话能力上加入低延迟流式视频,让企业智能体具备可听、可看、可说的动态视觉形象。
推荐理由:官方给出 Live Avatar 的实时视频对话、异步工具调用与 97 语言同步能力,可据此判断企业级数字人交互的落地边界。