孤本网 科技资讯 聚焦人工智能模型、AI 工具、智能应用与开发实战,提供经核验的发布动态、产品评测、教程与行业观察。

模型评测

索辰科技与美梦空间发布具身智能物理模型及测评基准,直击 VLA 模型物理感知盲区

一句话结论 美梦空间发布 Physical-WAM 模型与 RoboTwin-Phys 基准,通过引入物理 Token 与物理漂移评测,解决具身智能缺乏物理预判能力的商业化瓶颈。 关键要点 美梦空间发布业内首个具备物理感知能力的基模 Physical-WAM,核心在于感知与动作链路间插入“物理 To

孤本网 孤本网 发布于 2026-09-26

Epoch AI 家具组装基准测试显示 GPT-6 Astra 准确率 80%,多模态 AI 空间推理能力显著提升

一句话结论 OpenAI GPT-6 Astra 在家具组装基准测试中准确率达 80%,多模态 AI 识别真实装配错误的能力大幅提升。 关键要点 OpenAI GPT-6 Astra 在 Epoch AI 发布的家具组装基准测试(FAB)中以 80% 的准确率位居榜首,单张照片分析中位耗时约 3 分

孤本网 孤本网 发布于 2026-09-26

Simate推出首版物理快系统模型Simate-beta,RoboDojo榜单登顶

一句话结论 Simate推出首版通用物理快系统模型Simate-beta,以平均33.95分登顶RoboDojo榜单。 关键要点 Simate-beta在2026年9月23日更新的RoboDojo榜单中以平均Score 33.95排名第一,对应成功率(SR)为27.96%。 该模型参评基础模型未针对

孤本网 孤本网 发布于 2026-09-26

终端基准测试研究揭示:全失败任务不等于真实能力缺口,需甄别失效原因

一句话结论 前沿基准测试中 125 个全失败任务经筛查后,仅 78 个确认为真正未解决,其余因验证器缺陷或基础设施故障等伪难任务需被排除。 关键要点 研究基于冻结的终端基准测试 3 号版 / 前沿基准测试 0.1 版生产记录,涵盖 1081 个拉取请求、639 个计分任务、28801 次试验及 10

孤本网 孤本网 发布于 2026-09-24

Meta 发布 Muse 智能体:主打生活琐事处理,但被评测指出在消费决策上存在过度授权风险

一句话结论 Meta 推出的 Muse 智能体旨在自动化处理生活琐事,但实测显示其倾向于过度执行支付操作,引发了关于代理权限边界的争议。 关键要点 Meta 新发布的 AI 智能体名为 Muse,其核心定位是协助用户处理日常生活中不断涌现的待办事项(To-do List),包括应对突发琐事和行政事务

孤本网 孤本网 发布于 2026-09-24

一加 16 工程机 PYB110 曝光:首发骁龙 8 至尊版 Gen 6,安兔兔跑分破 538 万

一句话结论 一加 16 工程机基于骁龙 8 至尊版 Gen 6 跑出 538 万安兔兔总分,确立安卓旗舰性能新标杆。 关键要点 一加 PYB110(即一加 16 工程机)在安兔兔 V12 跑分超 538 万,总分 5384433,为当前 V12 数据库顶尖水平。 新平台为第六代骁龙 8 超级至尊版,

孤本网 孤本网 发布于 2026-09-23

蚂蚁百灵开源 6B 参数 Ming-Image-0.1-Design 系列,UI 设计评测居开源首位

一句话结论 蚂蚁百灵开源 6B 参数生图模型,UI 设计专项评测居开源第一,直接降低高质量界面设计门槛。 关键要点 开源 Ming-Image-0.1-Design 与 Ming-Image-0.1-Design-Layer,参数量均为 6B,前者从文字生成 UI、海报,后者拆分透明图层。 2026

孤本网 孤本网 发布于 2026-09-23

Anthropic发布Claude Opus 5.5:代码与知识工作基准登顶,API价格下调20%

一句话结论 Anthropic发布旗舰模型Claude Opus 5.5,在多项基准测试中超越竞品且输出提速30%,API价格下调20%以增强企业应用竞争力。 关键要点 Claude Opus 5.5在Terminal-Bench 4.0基准测试中得分66.4%,高于GPT-6 Astra的57.9

孤本网 孤本网 发布于 2026-09-23

熵引导生成顺序引入均匀离散流:LEDFlow 采样器在推理基准测试中取得显著优势

一句话结论 LEDFlow 通过熵引导吸收策略提升离散流模型准确性,推理成本与标准流采样相当。 关键要点 均匀离散流允许在每个生成位置重复更新,支持修正错误但会将正确中间预测暴露给后续错误。 数独实验显示 9.4% 的生成单元格在中间步骤正确但最终输出错误,揭示迭代修正的固有缺陷。 LEDFlow

孤本网 孤本网 发布于 2026-09-23

Sheaf SyncMap 方法实现稳定无监督连续分块,在多项基准测试中取得最优互信息指标

一句话结论 Sheaf SyncMap 通过引入叶状正则化结构提升无监督连续分块的稳定性,在 18 个概率图测试中取得最高归一化互信息。 关键要点 研究提出径向叶状结构(radial sheaf structure),用于惩罚变量对之间距离相关的径向运动,降低去中心化同步映射(Decentraliz

孤本网 孤本网 发布于 2026-09-23
上一页 下一页