扫描下载APP
其它方式登录
Thinking Machines（由OpenAI前CTO创立）发布Interaction Model，提出以共在性、共时性、并发性为基石的下一代人机交互范式，通过200ms微轮次、多模态联合训练、双模型架构等技术，实现AI持续‘在场’，突破传统轮次制交互局限，使AI能感知沉默、表情、环境等隐性情境信息。
OpenAI前CTO Mira Murati创立的Thinking Machines Lab发布原生实时交互大模型TML-Interaction-Small，强调‘presence’（持续在场），通过200毫秒微轮次机制实现语音/视觉并发处理、主动打断与同步响应，突破传统回合制交互局限，在多项实时交互基准测试中大幅领先GPT-4o和Gemini等主流模型。
Thinking Machines Lab发布首个实时交互大模型TML-Interaction-Small，实现200ms级音频与代码同步输出，突破传统“回合制”AI交互范式；采用双模型协同架构与encoder-free early fusion训练方法，将交互能力内生于模型本体，旨在重构人机协作界面。
Anthropic提出模型规范中期训练（MSM）新方法，通过在预训练后、对齐微调前插入‘读取行为规范解释文档’阶段，使AI理解规则背后的原理而非仅模仿示范答案，显著降低智能体失准率（从54%降至7%），提升泛化鲁棒性，推动AI对齐从行为模仿转向原则理解。
谷歌推出基于Gemini 3.1 Pro的两款自主研究智能体Deep Research与Deep Research Max，聚焦企业级AI分析场景，支持私有数据融合、MCP协议接入第三方金融数据源（如FactSet、标普、PitchBook）、原生图表生成及异步后台任务，通过API向开发者开放，旨在替代初级分析师基础工作，强化在AI编程与自主智能体领域的竞争力。
