Salesforce Ventures 投资 Arena 的 B 轮融资
Salesforce Ventures 宣布投资 Arena 的 B 轮融资，Arena 通过真实用户对匿名模型输出投票，覆盖文本、编程、视觉、图像生成和智能体任务。各实验室借助 Arena 排行榜决定训练和发布哪些模型，开发者则据此决定采购对象，其评分板的中立性被认为是其在 AI 生态中占据关键角色的原因。
全部AI 动态
全部动态
今日 0 条lmarena.ai(@lmarena_ai)AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic(@AnthropicAI)AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 发布 Claude Haiku 5.5，称运行成本比 Haiku 4.5 低约 75%
Anthropic 发布 Claude Haiku 5.5，称其是迄今最便宜、最快、能力最强的小模型。官方表示，它的平均运行成本比 Claude Haiku 4.5 低约 75%。
cohere(@cohere)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cohere Compass Cloud 开启私有测试，面向企业团队招募早期访问
Cohere 宣布将搜索与检索平台 Compass 推向云端，Compass Cloud 目前处于私有测试阶段，主打以更低开销获得优质检索效果。该版本面向希望提前访问的企业团队开放申请。
cohere(@cohere)AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cohere 开放 Compass 项目申请
Cohere 开放 Compass 项目申请通道，申请入口为 cohere.com/compass。原文未披露该项目的具体内容、参与条件与时间安排。
Satya Nadella(@satyanadella)AI 评估 · 4/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 4/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Satya Nadella 分享 Windows 体验相关公告
Satya Nadella 在 X 上发帖，引导读者通过 blogs.windows.com/windowsexperie… 了解更多公告内容。该帖获得 193 个点赞、26 次转发和 12 条回复，浏览量约 50850 次。原文未披露公告的具体内容。
Satya Nadella(@satyanadella)精选AI 评估 · 78/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 78/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 微软为 Windows 引入 MAI-Code-1.1 Flash 与端侧智能体能力
微软宣布为 Windows 带来无限量的智能能力，让每台 PC 成为智能体可安全代劳的工作环境。其中 MAI-Code-1.1 Flash 是 137B 参数编码模型，具备 256K 上下文窗口，并针对在 PC 上运行做了优化。
为什么值得看
微软把编程模型放到本地 PC 上运行并交给 Copilot 调用，读者可以据此判断端侧智能体开发方式的走向。
AWS Machine Learning BlogAI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AWS 发布六周 Playbook：让非工程背景员工用 Amazon Bedrock 构建 AI 智能体
AWS 推出一个为期六周的 AI 构建能力培养项目，参与者每周投入约 4 小时，用 Amazon Bedrock 与 Amazon Bedrock AgentCore、Strands Agents SDK 等生产级工具搭建可运行的 AI 原型。
AWS Machine Learning BlogAI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qlik 如何用 Amazon Bedrock 构建可溯源的企业级 AI
Qlik 基于 Amazon Bedrock 打造 Qlik Answers，让员工用自然语言提问并获得带来源的可信回答。其 Discovery Agent 上线以来为客户发现超过 100,000 条异常与离群点，Lintech International 索引了 17,000 多份技术文档，响应速度提升 75%，业务经理每周节省最多 7 小时。
LangChain(@LangChainAI)AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Tavily 赞助 Interrupt London，展示 AI 智能体联网方案
Tavily 赞助 Interrupt London，并在活动期间设立展位，展示如何将 AI 智能体连接到网络。活动由 LangChain 发布消息，互动数据为 13 个点赞、5 条回复、2 次转发。
LangChain(@LangChainAI)AI 评估 · 2/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 2/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangChain 公布 Interrupt 智能体大会并开放 RSVP 报名
LangChain 公布其智能体大会 Interrupt，并开放 RSVP 报名，报名与详情页面为 interrupt.langchain.com/london。该推文同时 @ 了 Tavily，呼吁其了解会议信息。
LangChain(@LangChainAI)AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangChain 的 Harrison Chase 将于 10 月 13 日发表 Interrupt London 主题演讲
LangChain 的 Harrison Chase（@hwchase17）将于 10 月 13 日发表 Interrupt London 主题演讲。活动页面已开放 RSVP，报名地址为 interrupt.langchain.com/london/ldn-liv。
LangChain(@LangChainAI)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangSmith Engine v2 新功能：红队测试智能体、检测更多问题类型、自动验证修复方案
LangSmith Engine v2 新增三项能力：对 AI 智能体进行红队测试、检测更多问题类型，以及自动测试提出的修复方案。@bentannyhill 在 Interrupt NYC 场次中讲解了这些更新及 LangChain 改进智能体的思路，完整视频已在 YouTube 发布。
LangChain(@LangChainAI)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 什么是 agent skill？LangChain 两分钟讲清如何保护智能体上下文窗口
LangChain Academy 发布了一个两分钟讲解视频，解释什么是 agent skill，以及它如何保护智能体的上下文窗口。该内容出自 LangChain 的 Deep Agents 课程，课程地址为 academy.langchain.com/courses/founda…。
LangChain(@LangChainAI)AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangChain 发布 Managed Deep Agents v0.9，新增 Schedules SDK 与按运行配置
LangChain 发布 Managed Deep Agents v0.9，新增 Schedules SDK，让智能体可在对话中自行创建提醒、跟进和周期性任务。该版本支持按每次运行选择模型、技能、MCP 服务器和沙箱，使单次部署即可服务不同团队或代码仓库；智能体在启动运行时会通过 Slack Reactions 回应消息。
LangChain(@LangChainAI)AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangChain 重构 Deep Agents 的 skills，将其确立为智能体领域知识标准
LangChain 对 Deep Agents 的 skills 进行重构，以应对各方团队日益将 skills 视为向智能体提供领域知识标准的需求增长。官方称此次改版针对不断上升的实际使用需求。
Jerry Liu(@jerryjliu0)AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LlamaIndex 推出 OpenDocRouter 文档解析统一 API
Jerry Liu 发布 OpenDocRouter，一个面向文档解析的统一 API，接入最新的前沿模型和开放权重模型，将文档转写为 markdown。它按成本价提供各模型并收取小额交易抽成，同时处理各家模型的速率限制、提供边界框与版面分析服务，新 OCR 候选模型会在 ParseBench 上评测后加入。该产品已上线 opendocrouter.ai，自动路由等改进正在开发中。
Jerry Liu(@jerryjliu0)AI 评估 · 1/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 1/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jerry Liu 谈高能动性：毫无辣度耐受仍挑战 Hot Ones 连吃 9 只鸡翅
Jerry Liu 用亲身经历解释什么叫高能动性：在完全没有辣度耐受的情况下挑战 Hot Ones，硬扛下 10 只辣鸡翅中的 9 只。该帖获 4 条回复、1 次转发、11 个赞，浏览量 2765。 （说明：原文为一条社交媒体短帖，未涉及模型、产品或技术细节，摘要因此保持简短并只陈述原文明确写出的事实。）
Jerry Liu(@jerryjliu0)AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 SpaceX 将按任务选用最佳后端模型，包括 Claude Opus 5.5、MidJourney、Suno
Elon Musk 表示 SpaceX 今后会为每项任务选用最合适的后端模型，包括 Claude Opus 5.5、MidJourney、Suno 等领先 API，以尽可能获得最佳结果。
Jerry Liu(@jerryjliu0)AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LlamaIndex 推出 OpenDocRouter，统一 OCR 模型 API
LlamaIndex 的 Jerry Liu 发布 OpenDocRouter，把文档解析统一到一个 API，可比较并使用各类 OCR 模型，涵盖 MinerU 等轻量开源模型到 Opus 5.5 等前沿 VLM，按成本价计费并收取少量交易分成。
Jerry Liu(@jerryjliu0)AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jerry Liu：定义 eval 并爬山，正在取代显式工作流
Jerry Liu 认为，如今多数任务可以通过定义一个 eval 并在其上做爬山优化来解决，而不必直接编写确定性的智能体工作流。数据提供方公司的全部工作就是为所有经济活动定义 eval，让前沿模型有能力完成任何任务；使用者的工作则变成给前沿智能指明方向——定义要解决什么、如何衡量结果好坏。
量子位AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 与 BIDMC 研究登《柳叶刀》：AMIE 预诊获初步验证
Google 与贝斯以色列女执事医疗中心（BIDMC）研究人员主导的一项研究发表于《柳叶刀》主刊，这是 Google 研究成果首次登上该刊。
源码资本AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 微玖光电完成数亿元Pre-A轮融资，重点投向量产线建设
微玖光电宣布完成Pre-A轮数亿元融资，近一年内连续完成三轮大额融资，资金将全部投向量产线建设、核心工艺迭代及海内外重点客户批量交付。本轮由北京市新材料产业投资基金、长江证券创新投联合领投，光洋股份、佛山南芯基金、武汉光谷科创投、源创多盈跟投，源码资本为其天使轮投资方。公司自研外延全链条技术，瞄准Micro LED微显示在AI眼镜、智能车载终端的产业化机遇。
国际大厂AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Meshy 创始人胡渊鸣的 48 条创业反思：团队、管理与 AI 时代的"登味"
Meshy 创始人胡渊鸣在创业反思中提出，管理几十人靠一号位对业务细节的深入理解，管理几百人则需真正践行的原则与价值观和高密度人才梯队，并主张用"人力投资"取代"人力成本"、给员工市场最高位薪资。他认为 low performer 会逼走 high performer，招聘应宁缺毋滥、每个人都必须比现有的人更强。他还以任天堂、吉卜力和 Ray Dalio 为例，指出停止快速学习就会被"登味"腐蚀。
国际大厂AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 谷歌云发布 Gemini Agent，Anthropic 推出 Claude Dashboards 与 Motion
谷歌云在 Gemini at Work 2026 发布会上推出面向企业客户的 Gemini 智能体（Gemini Agent），定位通用工作智能体，可回答问题、处理知识型工作、创建媒体内容与编写程序，支持 Gemini Enterprise、Workspace 及第三方服务，目前兼容 Gemini 和 Claude 模型，并会提供 API 供开发者集成。
国际大厂AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 开除三名安全研究员，三人联名公开信曝光内幕
OpenAI 以「违规处理敏感信息」为由开除安全团队三名研究员 Jasmine Wang、Tomek Korbak 和 Mikita Balesni，三人将写给董事会的联名公开信《OpenAI不能独自让AI变得安全》全文发到网上。
国际大厂AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 马斯克推出 Grok Bot：免费用 Opus 5.5 并集成 X 全部功能
马斯克推出 Grok Bot，可通过 Cursor 账号登录 PC 端应用使用，后台集成 Opus 5.5、Midjourney、Suno 等模型并按需自动路由调用。
国际大厂AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Novix 如何用协同进化式 RSI 跑通规模化闭环
华人团队 Novix 将自我改进机制嵌入真实前沿算法与工程任务，提出 Co-Evolutionary RSI（协同进化式 RSI），成立半年已服务 20 万名专家、覆盖 40 多个国家和地区。
国际大厂AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 iFlac：从 Linux 把 FLAC 文件同步到 iPhone
开源项目 iFlac 能让 Linux 用户把 FLAC 文件同步到 iPhone，无需启动 Windows 或使用 iTunes、Apple Music 桌面端。它基于 libimobiledevice、参考 ByeTunes 的思路，先与手机配对，再向 Apple Music 的 sqlite 数据库注入记录，作者在 iPhone 12 上测试可用，并提醒别用蓝牙以免压缩无损音频。
国际大厂AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Alexandr Wang：别指望 Meta 的 Muse 能神奇地帮你赚到 1 万美元
Meta 首席 AI 官 Alexandr Wang 表示，不要指望 Muse 能神奇地帮用户赚到 1 万美元，公司希望继续改进 Muse 的记忆能力。
国际大厂AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Satya Nadella 在白宫经历尴尬的一天
微软 CEO Satya Nadella 在白宫与 Donald Trump 同场露面，现场氛围被形容为尴尬，报道配图显示两人互动时的表情被拿来放大解读。
国际大厂AI 评估 · 0/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 0/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Best cat toys：猫咪玩具选购指南
Business Insider 发布猫咪玩具选购指南，由撰稿人 Janelle Leeson 撰写，并经兽医 Julie Liu（DVM）医学审核。指南强调最好的猫玩具应能激发猫的多种自然捕猎本能，内容基于作者养猫经验、专家咨询与自测方法。
国际大厂AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 三名被解雇 OpenAI 研究员发公开信，称解雇将对公司文化产生“寒蝉”效应
三名被 OpenAI 解雇的研究员发布公开信，称此次解雇将对其公司文化产生"寒蝉"效应。OpenAI 上周以内部调查认定三人不当处理敏感信息为由将他们开除。
国际大厂AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 TouchScale 发布 500 小时人类视觉-触觉数据集，机器人真机成功率翻番
德州农工大学、Google DeepMind、CMU 等 15 家机构联合发布 TouchScale，一个在统一传感器与采集流程下构建的 500 小时人类双手视觉-触觉数据集。
国际大厂AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Alexa Tablet 12 Pro 对比 iPad Pro：亚马逊如何追赶苹果
亚马逊推出 Alexa Tablet 12 Pro，配 12 英寸 2800×1840 分辨率、120Hz 刷新率 LCD 屏，支持键盘与手写笔，起售价 500 美元（磨砂屏 550 美元），接入 Play Store 与 AI 助手 Alexa+。
myFT followingAI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 欧盟对华贸易争端：Bernd Lange 谈欧洲该如何权衡
欧洲议会议员 Bernd Lange 在访谈中讨论欧盟与中国之间错综复杂的贸易关系，核心问题是：欧盟与北京打一场贸易战是否明智。
美团技术团队AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 美团搜索3.0：LLM 语义表征在排序模型的三期探索与应用
美团搜索团队披露 LLM 语义表征在服务零售排序场景的三期实践，累计完成 3 个 Launch Review 并全量上线，一期将 Query 与 POI 的语义向量 cosine 相似度分桶注入精排，带来大盘搜索支付订单 +0.20%、服务零售订单 +0.27%、长尾 NDCG@5 +2.21pp。
美团技术团队AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 美团 GeoRA：为 RLVR 设计的 LoRA，获 ACL 2026 杰出论文
美团履约技术团队与北京大学提出 GeoRA，一种为 RLVR 显式对齐更新几何的低秩适配方法，已被 ACL 2026 接收为杰出论文（全球 18 篇入选）。
美团技术团队AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 美团智播：面向本地生活场景的数字人直播技术创新与实践
美团智播是面向本地生活场景的AI数字人直播解决方案，支持真人1:1复刻、30秒生成直播素材、3分钟完成开播配置，7×24小时稳定上播。过去一年其数字人直播月日均GTV同比增长82.12%，月日均观看人次同比增长163.44%，开播场次提升11倍。
美团技术团队AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 《Agent 评测白皮书》系列01：Agent 评测全览
美团技术团队发布《Agent 评测白皮书》系列第一篇《评测全览》，提出完备评测体系可概括为四个模块、三种能力、两条 Loop、一套资产。两条 Loop 分别为评测体系迭代 Loop 与 Agent 迭代 Loop，二者共享线上真实样本，通过 Case 挖掘与归因咬合。评测集是核心资产，分端到端与过程两类，前者答"事有没有办成"，后者答"中间哪一步出了问题"。
美团技术团队AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 美团 MTFM：统一推荐基座大模型在外卖多业务场景的落地实践
美团在 MTGR 基础上提出统一推荐基座大模型 MTFM，首次实现外卖多个主要业务的统一精排模型，相关成果已被 KDD 2026 收录。MTFM 以异构 Tokenizer 与动态掩码实现多场景特征免对齐，通过混合注意力与 Target Scale-Up 提升 Scaling 能力，单样本计算量达 192 GFLOPs。美团外卖多业务订单量提升 2.06%~6.68%，在线推理成本降低 24%。