扫描下载APP
其它方式登录
文章聚焦华人学者陈文虎及其团队开发的AI模型评估基准MMLU-Pro、MMMU和MMMU-Pro，揭示其如何通过重构题目难度、选项设计与多模态任务设置，解决传统评测失准问题，成为行业通用标准；同时介绍其学术背景、实验室工作及对基础模型评估体系的关键贡献。
苹果因AI驱动的存储芯片（内存与闪存）产能紧张、成本持续飙升，难以内部消化压力，库克罕见确认将上调部分产品售价；iPhone 18 Pro成为关键承压机型，面临标准版延期、折叠屏难产、AI体验尚未形成强购买理由等多重挑战，涨价或削弱用户换机动力。
文章聚焦华人学者陈文虎及其团队（TIGERLab/虎头帮）在AI基准评测领域的关键贡献，重点介绍其主导开发的MMLU-Pro、MMMU和MMMU-Pro等高难度、高区分度评测体系，用以解决大模型与多模态模型评估中旧基准失灵、区分度不足、易被猜测或绕过等问题，推动行业建立更科学、稳定的能力衡量标准。
本文聚焦2026年美加墨世界杯引入的多项前沿技术，包括嵌入芯片的智能足球Trionda、基于球员真实体型的3D越位判罚系统、16台光学摄像机驱动的AI实时越位预警、裁判头戴式摄像头、数字孪生安保模型及Football AI Pro战术平台，旨在消除误判、提升判罚精度与信息公平性，用技术解决足球中‘坏的不确定性’。
文章探讨AI PC进入Agent原生时代，以长城N90 Pro和后摩智能M50芯片为例，分析国产方案在端侧算力、安全合规与Token成本三方面的差异化优势，指出国产AI PC已实现从跟随到并行的跨越，具备全栈自研与量产落地能力，正加速推动全球Agent PC普及。
Meta推出MobileMoE，首次在商用智能手机上实现高效混合专家模型（MoE）推理，显著降低计算开销并提升性能。实测显示其在iPhone 16 Pro上输入阶段最高提速3.8倍，内存占用更低，在常识、科学、代码和数学等14项基准测试中建立新的精度-效率帕累托前沿。
爱奇艺CEO龚宇提出AI时代“去中心化”战略，通过自研AI影视制作平台纳逗Pro，整合奇智大模型及多家视频生成模型，赋能创作者降低长视频制作门槛与成本，推动内容生产规模化、创作者版权与收入自主化，并以技术开放、补贴政策和工作室机制加速AIGC在中剧、长剧等商业长片领域的落地。
开发者antirez为DeepSeek V4 Flash模型推出专用本地推理引擎ds4，使其可在128GB内存的MacBook Pro上高效运行，实现零token成本的本地AI编程助手功能；该方案通过不对称2-bit量化、SSD KV缓存和Metal原生优化达成性能突破，既提升DeepSeek海外生态认可度，也对其API商业化路径构成挑战。
爱奇艺正全面拥抱AI技术，推动影视行业从中心化向去中心化转型。通过自研AI平台纳逗Pro、奇智大模型及70余个智能体，降低长视频制作成本与周期，赋能中小创作者。龚宇判断AI将引发内容供给指数级增长，未来五年半数以上头部作品或由AI生成，平台重心转向构建开放生态与分账机制。
陶哲轩提出数学正从证明稀缺时代进入证明过剩时代，AI大幅加速证明生成与验证，但人类对证明的理解（消化）严重滞后，导致大量‘生肉证明’堆积、抑制学术进展；他强调未来数学家的核心竞争力在于问题选择、工作流设计及证明消化能力，学术评价体系亟需重构。
小米开源MiMo-V2.5系列大模型，含1.02万亿参数的MiMo-V2.5-Pro，支持100万上下文与高效Agent能力，在多项基准测试中超越DeepSeek-V4-Pro及Kimi K2.6等主流模型；首日完成阿里平头哥、AMD等7家芯片厂商适配，并推出100万亿Token激励计划及Agent生态共建合作。
GPT-5.5 Pro在LisanBench测试中达成文本IQ 130、视觉IQ 145，首次突破门萨俱乐部130门槛，标志AI正式跨入人类前2%高智商行列；其视觉推理能力显著超越文本，效率提升与成本下降同步实现，OpenAI以每月一更节奏加速推进模型迭代，重塑AI竞争格局与知识获取范式。
23岁非科班青年Liam Price与同伴用ChatGPT（GPT-5.4 Pro）仅80分钟破解困扰数学界60年的Erdős原始集猜想#1196，AI另辟蹊径采用马尔可夫链与冯·曼戈尔特权重方法，突破人类长期依赖的解析数论路径，获陶哲轩、Lichtman等顶尖数学家高度评价，标志AI在基础数学发现中取得里程碑式突破。
爱奇艺CEO龚宇在2026爱奇艺世界·大会上提出‘真人实拍或成非遗’等言论，宣布AI艺人库纳逗Pro上线并公布117名演员授权意向名单，引发艺人集体辟谣与舆论危机；事件折射长视频平台在营收下滑、用户时长被短剧蚕食的生存压力下，急切借AI降本增效，但面临技术信任缺失、艺人权益争议及AI表演质感不足等现实挑战。
谷歌DeepMind论文提出图像生成器可作为通用视觉学习器，通过将视觉理解任务（如分割、深度估计、法向量预测）统一转化为RGB图像生成任务，构建出Vision Banana模型，在多项2D/3D任务上超越或媲美专用模型，标志着计算机视觉正经历类似NLP领域的生成式范式转变。
