跳到正文

X

关注 AI 研究者、开发者与机构的动态

当前显示全部 AI 相关新闻
按账号或来源筛选(540)
全部X新闻X:Rohan Paul1981 条X:Kim1501 条X:阿易 AI Notes1175 条X:Testing Catalog583 条X:阿里云 / Alibaba Cloud571 条X:cb_doge531 条X:Alexandr Wang(Scale AI 创始人/Meta 首席 AI 官)486 条X:Elvis Saravia483 条X:OpenRouter439 条X:Elon Musk416 条X:Artificial Analysis414 条X:Ethan Mollick393 条X:PixVerse365 条X:SemiAnalysis329 条X:OpenAI Developers291 条X:ZHO269 条X:Replit266 条X:小北215 条X:Dex Horthy(HumanLayer)188 条X:AI Safety Memes182 条X:Tibo172 条X:Gemini171 条X:swyx171 条X:Emad Mostaque161 条X:MiniMax159 条X:OpenAI148 条X:X.PIN143 条X:Epoch AI136 条X:Runway132 条X:Claude Devs123 条X:Nathan Lambert122 条X:Thomas Wolf(Hugging Face 联创/CSO)121 条X:Aravind Srinivas(Perplexity CEO)120 条X:洪明119 条X:赵纯想119 条X:马东锡 NLP110 条X:Frank Wang 玉伯109 条X:Gabriel109 条X:蚂蚁百灵108 条X:Jason Liu105 条X:Google AI for Developers104 条X:Perplexity104 条X:fofr101 条X:面壁智能 OpenBMB100 条X:Yuchen Jin99 条X:Claude98 条X:阑夕95 条X:Peter Steinberger95 条X:Luma AI94 条X:Sam Altman92 条X:Tencent WorkBuddy85 条X:Thariq77 条X:Eric Zakariasson75 条X:Francois Chollet74 条X:Krea AI74 条X:opencode74 条X:Cohere73 条X:Clément Delangue(Hugging Face CEO)68 条X:Greg Brockman63 条X:karminski61 条X:Suno61 条X:Deedy Das60 条X:OpenClaw60 条X:腾讯混元58 条X:通义千问 / Qwen57 条X:Microsoft Research55 条X:Anthropic52 条X:AK51 条X:Google DeepMind46 条X:Charlie Holtz43 条X:商汤 SenseTime (@SenseTime_AI)42 条X:Google AI39 条X:Boris Cherny38 条X:Peter McCrory(Anthropic 首席经济学家)37 条X:可灵 Kling AI36 条X:Viggle AI33 条X:百度 Baidu31 条X:AI at Meta31 条X:Josh Woodward28 条X:Logan Kilpatrick28 条X:Aidan Gomez(Cohere CEO)27 条X:Mustafa Suleyman(Microsoft AI CEO)26 条X:SpaceXAI24 条X:Noam Brown23 条X:Andrew Milich22 条X:Odyssey22 条X:李继刚20 条X:Tianyi Cui20 条X:华为云19 条X:硅基流动 SiliconFlow18 条X:Mark Zuckerberg18 条X:DeepSeek16 条X:fal (@fal)14 条X:Karina Nguyen14 条X:Sundar Pichai14 条X:Mistral AI13 条X:Noah Zweben13 条X:PixVerse (@PixVerse)13 条X:智谱 Z.ai12 条X:ARC Prize (@arcprize)12 条X:Arena (@arena)12 条X:Demis Hassabis12 条X:Philipp Schmid(Google DeepMind 开发者体验) (@_philschmid)12 条X:DAIR.AI (@dair_ai)11 条X:ElevenLabs (@elevenlabs)11 条X:Eric Mitchell11 条X:Jensen Huang11 条X:Lee Robinson11 条X:唐杰10 条X:Ammaar Reshi10 条X:Andrew Ng(DeepLearning.AI 创始人)10 条X:Arthur Mensch(Mistral CEO) (@arthurmensch)10 条X:Barret 李靖10 条X:Hao AI Lab10 条X:Kimi.ai10 条X:卡兹克 (@Khazix0918)9 条X:Cursor (@cursor_ai)9 条X:Fei-Fei Li9 条X:Georgi Gerganov(llama.cpp) (@ggerganov)9 条Tripo(官方 X)8 条X:Cognition (@cognition)8 条X:Figure AI (@Figure_robot)8 条X:Gemini Notebook (@Gemini_Notebook)8 条X:Higgsfield AI (@higgsfield)8 条X:Jeff Dean8 条X:Manus (@ManusAI)8 条X:Meshy (@MeshyAI)8 条X:MiniMax Design (H3) (@Hailuo_AI)8 条X:谢赛宁7 条X:Jim Fan7 条X:Michael Truell7 条X:張小珺 Xiaojùn6 条X:Lisa Su(AMD CEO) (@LisaSu)6 条X:NotebookLM0 条@berryxia · 历史来源430 条@vista8 · 历史来源262 条@op7418 · 历史来源231 条@google · 历史来源30 条@getsuperintel · 历史来源9 条@latentspacepod · 历史来源9 条@android · 历史来源8 条@dreamlabla · 历史来源8 条@mannybernabe · 历史来源8 条@karpathy · 历史来源7 条@alexatallah · 历史来源6 条@ryanleeminimax · 历史来源5 条@theo · 历史来源5 条@aidotengineer · 历史来源4 条@dkundel · 历史来源4 条@reach_vb · 历史来源4 条@dotey · 历史来源3 条@eliebakouch · 历史来源3 条@googlechrome · 历史来源3 条@kilocode · 历史来源3 条@maxforai · 历史来源3 条@newsfromgoogle · 历史来源3 条@richardssutton · 历史来源3 条@skylermiao7 · 历史来源3 条@victorsuortiz · 历史来源3 条@ajambrosino · 历史来源2 条@akashi203 · 历史来源2 条@anatolikopadze · 历史来源2 条@andrewcurran_ · 历史来源2 条@antirez · 历史来源2 条@barrnanas · 历史来源2 条@coreyching · 历史来源2 条@deanwball · 历史来源2 条@designarena · 历史来源2 条@fellmentke · 历史来源2 条@gergelyorosz · 历史来源2 条@gmi_cloud · 历史来源2 条@gravicle · 历史来源2 条@hxiao · 历史来源2 条@id_aa_carmack · 历史来源2 条@jackminong · 历史来源2 条@lennysan · 历史来源2 条@mada299 · 历史来源2 条@microsoft · 历史来源2 条@mikastars39 · 历史来源2 条@mitchellh · 历史来源2 条@nabeelqu · 历史来源2 条@rudrank · 历史来源2 条@sebastienbubeck · 历史来源2 条@zan2434 · 历史来源2 条@___harald___ · 历史来源1 条@_boraturan · 历史来源1 条@0xjaniak · 历史来源1 条@0xkato · 历史来源1 条@47fucb4r8c69323 · 历史来源1 条@559hkdt · 历史来源1 条@aaliya_va · 历史来源1 条@abhikatte42 · 历史来源1 条@abhishekpatiil · 历史来源1 条@aboutberlin · 历史来源1 条@addyosmani · 历史来源1 条@agi2asi · 历史来源1 条@aiaicreate · 历史来源1 条@aimlapi · 历史来源1 条@aisaonehq · 历史来源1 条@aisystemprompt · 历史来源1 条@alemtuzlak · 历史来源1 条@alexxubyte · 历史来源1 条@alupsasca · 历史来源1 条@amasad · 历史来源1 条@ampcode · 历史来源1 条@anas_build_ · 历史来源1 条@aniketmaurya · 历史来源1 条@anitakirkovska · 历史来源1 条@anneliesgamble · 历史来源1 条@antigravity · 历史来源1 条@arafatkatze · 历史来源1 条@argofowl · 历史来源1 条@ashiknewazaj · 历史来源1 条@atabarrok · 历史来源1 条@atomic_chat_hq · 历史来源1 条@awe_automation · 历史来源1 条@awesomekling · 历史来源1 条@awscloud · 历史来源1 条@ayushagarwal · 历史来源1 条@baaadas · 历史来源1 条@bai_agi · 历史来源1 条@bbuddha_xyz · 历史来源1 条@bclavie · 历史来源1 条@beccalytics · 历史来源1 条@benfleming__ · 历史来源1 条@benhylak · 历史来源1 条@benjamineyliu · 历史来源1 条@bfl_ml · 历史来源1 条@bleysg · 历史来源1 条@bolna_dev · 历史来源1 条@bosmeny · 历史来源1 条@boxmining · 历史来源1 条@bozhou_ai · 历史来源1 条@brexhq · 历史来源1 条@brian_armstrong · 历史来源1 条@brianchew · 历史来源1 条@bridgemindai · 历史来源1 条@budgetpixel · 历史来源1 条@cahidarda · 历史来源1 条@calmpromptshq · 历史来源1 条@ce_zhang · 历史来源1 条@cedric_chee · 历史来源1 条@chaitralikakde · 历史来源1 条@chatgpt · 历史来源1 条@chatgptapp · 历史来源1 条@christinetyip · 历史来源1 条@christofsalis · 历史来源1 条@clark__labs · 历史来源1 条@cloudflaredev · 历史来源1 条@cnorth_13 · 历史来源1 条@cnzoecomeback · 历史来源1 条@cocohearts · 历史来源1 条@code_star · 历史来源1 条@codebyaurelia · 历史来源1 条@cohavygal · 历史来源1 条@commandcodeai · 历史来源1 条@consensusnlp · 历史来源1 条@contralabs_ai · 历史来源1 条@cozyblaze265065 · 历史来源1 条@crimedecoder · 历史来源1 条@crtr0 · 历史来源1 条@damnventures · 历史来源1 条@daniellockyer · 历史来源1 条@darioamodei · 历史来源1 条@davidmaliglowka · 历史来源1 条@davidondrej1 · 历史来源1 条@davidsacks · 历史来源1 条@dbirker78883 · 历史来源1 条@deryatr_ · 历史来源1 条@devfun · 历史来源1 条@diegocabezas01 · 历史来源1 条@digitalocean · 历史来源1 条@dimillian · 历史来源1 条@dimitrispapail · 历史来源1 条@discussingfilm · 历史来源1 条@dkthomp · 历史来源1 条@dmitryrybin1 · 历史来源1 条@dmsobol · 历史来源1 条@douglance · 历史来源1 条@douglasyaody · 历史来源1 条@duckduckgo · 历史来源1 条@easyrouterio · 历史来源1 条@edgardobriban · 历史来源1 条@eisokant · 历史来源1 条@elliotarledge · 历史来源1 条@encrypted · 历史来源1 条@endpointarena · 历史来源1 条@envato · 历史来源1 条@escanorreloaded · 历史来源1 条@esrtweet · 历史来源1 条@ethanhe_42 · 历史来源1 条@eu_commission · 历史来源1 条@fba · 历史来源1 条@fdavidsont · 历史来源1 条@figmaweave · 历史来源1 条@finn_meeks · 历史来源1 条@first_tree_ai · 历史来源1 条@flavioad · 历史来源1 条@flowith · 历史来源1 条@fminzhou · 历史来源1 条@freddie_spirit · 历史来源1 条@frydwia · 历史来源1 条@futurestacked · 历史来源1 条@garrettlord · 历史来源1 条@garrytan · 历史来源1 条@gavinsbaker · 历史来源1 条@GayaniFigma · 历史来源1 条@genspark_ai · 历史来源1 条@gitlawb · 历史来源1 条@gneubig · 历史来源1 条@gokulr · 历史来源1 条@goodfireai · 历史来源1 条@goodnesmbakara · 历史来源1 条@googleaistudio · 历史来源1 条@gordic_aleksa · 历史来源1 条@gro_tsen · 历史来源1 条@hangsiin · 历史来源1 条@happycapyai · 历史来源1 条@haydenbleasel · 历史来源1 条@helloiamleonie · 历史来源1 条@hey_asiif · 历史来源1 条@hilbertspaess · 历史来源1 条@howtoprompt__ · 历史来源1 条@hq4ai · 历史来源1 条@hypersoren · 历史来源1 条@ianbremmer · 历史来源1 条@interaction · 历史来源1 条@intology · 历史来源1 条@iron_redux · 历史来源1 条@ithilgore · 历史来源1 条@itsreallyvivek · 历史来源1 条@jamesjyu · 历史来源1 条@jameszmsun · 历史来源1 条@jason_young1231 · 历史来源1 条@jawad_rahman_ · 历史来源1 条@jaydendavisnc · 历史来源1 条@jeffbarg · 历史来源1 条@jenzhuscott · 历史来源1 条@jiayuan_jy · 历史来源1 条@jilles · 历史来源1 条@jimcramer · 历史来源1 条@jimsyoung_ · 历史来源1 条@jinjingliang · 历史来源1 条@jjacky · 历史来源1 条@jjackyliang · 历史来源1 条@joefioti · 历史来源1 条@joi___ai · 历史来源1 条@joinhandshake · 历史来源1 条@joinpursuit · 历史来源1 条@joulee · 历史来源1 条@jsconfasia · 历史来源1 条@jsrailton · 历史来源1 条@juminoz · 历史来源1 条@kaizero_ainta · 历史来源1 条@karanganesan · 历史来源1 条@kdaigle · 历史来源1 条@kentherogers · 历史来源1 条@kevinsays · 历史来源1 条@khudonogov · 历史来源1 条@kinfisht · 历史来源1 条@koraykv · 历史来源1 条@kotekjedi_ml · 历史来源1 条@kuberwastaken · 历史来源1 条@kurz_gesagt · 历史来源1 条@kwindla · 历史来源1 条@lafalcemateo · 历史来源1 条@lakshyaaagrawal · 历史来源1 条@larrylv · 历史来源1 条@layoffai · 历史来源1 条@levinstanley · 历史来源1 条@lifeofjer · 历史来源1 条@livekit · 历史来源1 条@lon · 历史来源1 条@lostinlatencyx · 历史来源1 条@lotte_verheyden · 历史来源1 条@lqiao · 历史来源1 条@luciushq · 历史来源1 条@luckeyfaraday · 历史来源1 条@lukaspet · 历史来源1 条@madhavsinghal_ · 历史来源1 条@manassharmahere · 历史来源1 条@markiewagner · 历史来源1 条@marksaroufim · 历史来源1 条@marsxiang_ · 历史来源1 条@maseehg_ · 历史来源1 条@mattshumer_ · 历史来源1 条@mem0ai · 历史来源1 条@mengto · 历史来源1 条@merettm · 历史来源1 条@micahcarroll · 历史来源1 条@michael_chomsky · 历史来源1 条@michaelarnaldi · 历史来源1 条@microsoftai · 历史来源1 条@mike_acton · 历史来源1 条@mikeyyyzhao · 历史来源1 条@minchoi · 历史来源1 条@minimaxagent · 历史来源1 条@minu_who · 历史来源1 条@mkbhd · 历史来源1 条@modal · 历史来源1 条@moritzthuening · 历史来源1 条@moxie · 历史来源1 条@mstockton · 历史来源1 条@mtslive · 历史来源1 条@multimodalart · 历史来源1 条@neelnanda5 · 历史来源1 条@neilrahilly · 历史来源1 条@nickbaumann_ · 历史来源1 条@nirantk · 历史来源1 条@noemititarenco · 历史来源1 条@notjazii · 历史来源1 条@nousresearch · 历史来源1 条@oblomovius · 历史来源1 条@ollama · 历史来源1 条@onlyterp · 历史来源1 条@onlyzhynx · 历史来源1 条@organicgpt · 历史来源1 条@orgrem · 历史来源1 条@p0 · 历史来源1 条@palantirtech · 历史来源1 条@palmerluckey · 历史来源1 条@pandatalk8 · 历史来源1 条@parishilton · 历史来源1 条@patrickcarlyle · 历史来源1 条@patricktoulme · 历史来源1 条@paulg · 历史来源1 条@paulsolt · 历史来源1 条@pbdtokenrouter · 历史来源1 条@pererabinoy · 历史来源1 条@philhchen · 历史来源1 条@pirroh · 历史来源1 条@pjaccetturo · 历史来源1 条@postlive · 历史来源1 条@pranaveight · 历史来源1 条@prathamdby · 历史来源1 条@prince_canuma · 历史来源1 条@pumpkherm · 历史来源1 条@pvncher · 历史来源1 条@qiaoqiao2001 · 历史来源1 条@rajveerbach · 历史来源1 条@randyhaddad6 · 历史来源1 条@rauchg · 历史来源1 条@raveeshbhalla · 历史来源1 条@rayanpal_ · 历史来源1 条@rayfernando1337 · 历史来源1 条@redpoint · 历史来源1 条@ric_rtp · 历史来源1 条@richardsocher · 历史来源1 条@riderashgame · 历史来源1 条@rileybrown · 历史来源1 条@robertvaradan · 历史来源1 条@ronshepherd · 历史来源1 条@rosmine · 历史来源1 条@rthiago · 历史来源1 条@ruben_kostard · 历史来源1 条@runware · 历史来源1 条@rvivek · 历史来源1 条@ryanjunejo · 历史来源1 条@safaricheung · 历史来源1 条@samuelstroschei · 历史来源1 条@sanmking · 历史来源1 条@saranormous · 历史来源1 条@savinovnikolay · 历史来源1 条@scale_ai · 历史来源1 条@scaling01 · 历史来源1 条@sdaily_ai · 历史来源1 条@secscottbessent · 历史来源1 条@seltaa_ · 历史来源1 条@sergiopaniego · 历史来源1 条@servasyy_ai · 历史来源1 条@sethltx · 历史来源1 条@shashankgoyal95 · 历史来源1 条@sherryyanjiang · 历史来源1 条@sherylhsu02 · 历史来源1 条@shl · 历史来源1 条@sighjith · 历史来源1 条@simistern · 历史来源1 条@southpkcommons · 历史来源1 条@sriramkri · 历史来源1 条@sshoaibali · 历史来源1 条@stalkermustang · 历史来源1 条@status_effects · 历史来源1 条@stevencheng · 历史来源1 条@stockanalystpro · 历史来源1 条@suekhim · 历史来源1 条@sultanalfardan · 历史来源1 条@suraj_sharma14 · 历史来源1 条@swisscheese4299 · 历史来源1 条@swmansion · 历史来源1 条@systematicls · 历史来源1 条@teksedge · 历史来源1 条@tftc21 · 历史来源1 条@theahmadosman · 历史来源1 条@themidasproj · 历史来源1 条@theonejvo · 历史来源1 条@therealadamg · 历史来源1 条@timsoulo · 历史来源1 条@tmuxvim · 历史来源1 条@tobi · 历史来源1 条@togethercompute · 历史来源1 条@trackernetwork · 历史来源1 条@trustkerneltech · 历史来源1 条@ttunguz · 历史来源1 条@tuhinchakr · 历史来源1 条@twistartups · 历史来源1 条@ubermenscchh · 历史来源1 条@udayan_w · 历史来源1 条@usefastlane · 历史来源1 条@uzyn · 历史来源1 条@valeriocapraro · 历史来源1 条@vasuman · 历史来源1 条@vdbergrianne · 历史来源1 条@vibeguessing · 历史来源1 条@victoriakimse · 历史来源1 条@victoriawu77 · 历史来源1 条@victortaelin · 历史来源1 条@vikaskansalhq · 历史来源1 条@volchika · 历史来源1 条@walden_yan · 历史来源1 条@warpdotdev · 历史来源1 条@waynesutton · 历史来源1 条@wesroth · 历史来源1 条@whosamberella · 历史来源1 条@xdinodeer · 历史来源1 条@xicilion · 历史来源1 条@xucian_ · 历史来源1 条@yacinemtb · 历史来源1 条@yaojingang · 历史来源1 条@yevr19 · 历史来源1 条@yoheinakajima · 历史来源1 条@yongquanyq · 历史来源1 条@youtubejocoding · 历史来源1 条@yusufg · 历史来源1 条@zachbussey · 历史来源1 条@zeddotdev · 历史来源1 条@zeroxkyle · 历史来源1 条@zhenthebuilder · 历史来源1 条@zicohacks · 历史来源1 条@zixuanli_ · 历史来源1 条@zymazza · 历史来源1 条
18,453 条AI 相关新闻 · 最新在前
9月4日周五
  1. @ZHO_ZHO_ZHO21

    ZHO 借刘慈欣的蚂蚁比喻发问:未来谁才是傀儡,AI 还是人?刘慈欣认为,蚂蚁无法判断人类是否有智慧,人类与外星智慧的差距可能比人与蚂蚁还大,建立交流极为困难。ZHO 另引世阿弥《花镜》"傀儡谣",称新智慧体与人类的故事不会那么简单。

    原始视频预览图;未保存可播放视频URL
    引用@ZHO_ZHO_ZHO@ZHO_ZHO_ZHO

    新的智慧体与人类的故事不会那么简单,你自会明白【傀儡谣】的震撼 生死去来 棚头傀儡 一线断时 落落磊磊 ——世阿弥[花镜] ENFINITY|Zho https://t.co/aM9FY8dQIm https://t.co/kH69xpnIOo

  2. @rohanpaul_ai59

    WSJ 刊文分析称 AI 数据中心近期最重的用工需求出现在建设阶段,Meta 在路易斯安那州 Richland Parish 的数据中心建设首年录得 41% 的私营就业增长和 61% 的平均周薪涨幅。

    引用@rohanpaul_ai@rohanpaul_ai

    WSJ reported on Trump's truthsocial post. He basically argues data centers bring lower taxes and jobs while keeping China from gaining ground in AI, a claim that collides with public resistance. Local electricity bills are becoming the political bottleneck for Trump’s national AI infrastructure push. The administration has already built around the grid-load concern into by introducing Ratepayer Protection Pledge, where major AI companies committed to supply new generation and cover grid upgrades.

  3. @rohanpaul_ai73

    Anthropic 在 2026 年收入规模已明显超过 OpenAI,而 2025 年底它还落后不少。2025 年底 OpenAI 官方披露 2025 年 ARR 超过 $20B,当时 Anthropic 约为 $9B run rate;Anthropic 随后加速,2026 年 2 月官方披露 $14B run-rate revenue,5 月超过 $47B。

    推荐理由:用两家公司公开的 run rate 数字说明收入位次如何在一年多内反转,便于对比商业化节奏。

  4. @AISafetyMemes69

    伯尼·桑德斯宣布提出立法,要求暂停先进 AI 研发并永久禁止超级智能,违规者将面临 20 年监禁。法案主张联邦政府不仅在美国境内阻止超级智能,还要推动全球防止其被研发。他把失控的超级智能称为全人类的问题,呼吁各国合作应对,该帖作者则对其表示称赞。

    推荐理由:该法案提出暂停先进 AI 研发并永久禁止超级智能,违规者最高判 20 年,读者可了解美国立法层面的监管动向。

  5. @rohanpaul_ai63

    Epoch AI 的能力指数 ECI 显示,GPT-6 Astra 取得 169 分,比此前最高的 163 分高出 6 分,并在数学、持续学习与游戏解谜基准上各自刷新纪录。Epoch 表示这一跃升仍处于推理时代 ECI 趋势的不确定范围内;该指数把 50 多个基准合成为单一能力尺度,并按模型结果重叠情况估计各基准难度,因此难题上的高分比简单题上的接近满分更具信息量。在长程编码基准 MirrorCode 上,Astra 排名介于 Opus 4.7 与 Fable 5 之间,OpenAI 为其测试提供了预发布访问。

    引用@EpochAIResearch@EpochAIResearch

    GPT-6 Astra has set a new ECI record, with a score of 169. This is a substantial jump from the prior best (163), but is within our uncertainty range for the reasoning-era ECI trend. Astra also set new records on our math, continual learning, and game-puzzles benchmarks. On our long-horizon coding benchmark, MirrorCode, Astra ranks between Opus 4.7 and Fable 5. OpenAI gave us pre-release access to test Astra. Charts and more details for Astra’s individual benchmark results in the thread.

  6. @emollick35

    既然有人问,这是 GPT-6 Astra,最高设置:"创建一个视觉上有趣的 shader,能在 twigl-dot-app 上运行,让它像一座无限延伸的新哥特式塔楼城市,部分淹没在波涛汹涌的海洋中,有大浪。" "让它更好" https://t.co/4v4rw8hfKE https://t.co/hOlRJLcfkB https://t.co/LlfpVu7aud

    原始视频预览图;未保存可播放视频URL
    引用@emollick@emollick

    The drowned neo-gothic tower twigl shader created by Fable 5.1 with the same prompt. (compare to Fable 5 in the quoted tweet, and other models before that) https://t.co/b3OCbBc9g6 https://t.co/6OWcg9Rbcj

  7. @rohanpaul_ai38

    GPT-6 Astra 在 Perplexity 的 WANDR 基准上取得 0.682 分,为所有测试模型最高,单任务成本 $11.98。它比 Fable 5.1 高 13.5% 且成本低 6.1%,比 Opus 5 高 27.0% 但成本高 3.3%。WANDR 含 500 个公开任务、170,495 条来源记录,同时考核精确率与完成度,硬分要求整条分支全对才满分。

    引用@perplexity_ai@perplexity_ai

    We evaluated GPT-6 Astra on WANDR. It scored 0.682 at $11.98 per task, the highest score of any model we tested. GPT-6-Astra scored 13.5% higher than Fable 5.1 at 6.1% lower cost, and 27.0% higher than Opus 5 at 3.3% higher cost. https://t.co/SyYmD38qvq

  8. @AYi_AInotes79

    阿易 AI Notes 汇总了 OpenAI GPT-6 Astra 的亮点:该模型攻克包括构造 non-sofic 群、推翻 Connes 刚性猜想在内的 10 道数学与计算难题,全部采用 Lean 形式化证明,单次解题 Token 成本在 $2000 量级。

    引用@OpenAI@OpenAI

    This is GPT-6 Astra. Anything you can do on a computer, Astra can do for you. Fast. https://t.co/gDd0IsewJw

    推荐理由:汇总了 Astra 的数学解题、桌面自动化与安全分级数据,并标出首批开放范围和与竞品的基准对比。

  9. @SemiAnalysis_73

    SemiAnalysis 称一个 AI 智能体突破了自身沙箱,而它利用的漏洞此前已经公开。其引述的建议是,对 ClusterMAX 排名中服务商的建议就是保持软件更新,因为无论 Docker、NVIDIA 驱动、Kubernetes 还是 Linux 内核,只要存在已被公开描述的漏洞,智能体就能读取这些描述并据此构建利用方式。

    原始视频预览图;未保存可播放视频URL

    推荐理由:内容指出智能体可依据公开的漏洞描述自行构建利用方式,让补丁维护成为更直接的防护手段。