hiw3c AI 日报

星期日 · 23 条
  1. BestBlogs·AI 高分精选BestBlogs 精选16:27中文快照

    我们测试了 13 个答案验证器。仅计字符的基线击败了其中 8 个。

    📌 One-Sentence Summary 在 2,018 个项目上对 13 个答案验证器进行的直接对比基准显示,简单的长度与格式基线击败了其中 8 个,而按 AUC 排名最高的系统并非在实践中最能帮助代理的。 📝 Summary 作者在一个共享的 2,018 项测试集上对十三个答案验证系统进行了评测,使用相同的标签和公开的评分代码,按领域汇总并报告配对自

  2. 雷峰网·AI 科技评论中文媒体16:08中文快照

    别把杰作留在实验室,张江见 2026 GDPS 国际具身智能技能大赛·高校赛队招募

    具身智能正在从「展示品」变成「生产力」。而这一年,国家把真题摆上了桌面,工信部联合国务院国资委启动《2026年度人形机器人与具身智能实景实训专项行动》,九大重点场景面向全球求解: 生产制造、检测分析、维修维护、仓储物流、配送零售、医疗康养、安全生产、应急救援、防灾减灾 。 上海作为先行城市承接国家任务。 10月23—25日,上海·张江科学会堂 , 2026

  3. 雷峰网·AI 科技评论中文媒体15:07中文快照

    剪映发布全新AI能力,推进多端智能提效,支持一站式创作

    9月20日,剪映举办“AI新创作发布会”,围绕不同创作需求推出剪映Hub、AI创作助手“小映”等多个AI新功能,并升级创作者生态。 从专业创作工作台到移动端AI助手,再到模板与创作者服务升级,剪映此次发布的多项能力都指向同一个目标:让AI更多承担生成、整理和重复操作,同时保留创作者对内容、表达和风格的最终判断。随着创作工具、工作流与创作者生态进一步衔接,不同

  4. BestBlogs·每日早报BestBlogs 精选14:00中文原文

    EP181 · Muse 工程交付、推理路由、MCP 上下文 · 09-20 早报

    📝 今日导语 Muse 衔接工程交付,OpenAI 重构推理路由,领英用 MCP 管理组织知识,校准 AI 落地条件。 🏷 今日关键词: Muse Agentic 架构 LLM 推理路由 MCP 上下文工程 企业 Agent 治理 KV 缓存调度 Claude Code Projects 📰 今日精选内容 AI 写代码飞快,为何交付没有变快?小红书 Muse

  5. 雷峰网·AI 科技评论中文媒体12:14中文快照

    沙利文发布2026年智能体市场研究报告:WorkBuddy稳居企业级、个人应用双榜第一

    9月20日,全球权威机构沙利文发布《2026年全球桌面AI智能体市场研究报告》,腾讯WorkBuddy同时位列中国个人端桌面智能体榜单与企业级桌面智能体榜单第一,继续保持双端领先地位。 报告以“产品技术领先”和“用户落地实效”两项综合指标衡量桌面AI智能体竞争力。 “产品技术领先指数”聚焦技术创新,重点评估:Agentic能力、Harness 工程、模型适配

  6. 雷峰网·AI 科技评论中文媒体11:57中文快照

    智用开物管震:工业互联网被误读十年后,Agent才让它开始干活

    今年3月,智用开物完成近亿元天使+轮融资,除了老股东瑞枫资本,创享投资以及战略级客户立讯集团家族办公室及高管团队也出现在了股东名单里。这是智用开物过去一年里的第三笔融资,而创始人管震告诉雷峰网,很快会完成新一轮融资。 这些资金流向的,究竟是怎样的一个稀缺方向?是工厂里那些“不上产线”的环节。当大多数AI Agent还在处理办公、代码和客服时,智用开物正在把A

  7. 雷峰网·AI 科技评论中文媒体11:54中文快照

    在南方医院,临床医生开始「造」AI工具

    南方医院肾内科的谢迪医生,还记得前几年遇到的一位女孩,24岁,系统性红斑狼疮,因为呼吸困难住院。她的血检指标,却指向一种进展凶险的罕见病——aHUS(非典型溶血性尿毒症综合征)。发病时,微血栓会堵塞全身小血管,肾脏首当其冲;其急性期死亡率达25%。 谢迪医生参与过太多这样的会诊,最让她感到无力的,是明明有药可治,信息整合却极其耗时。这种疾病的有效干预窗口只有

  8. 雷峰网·AI 科技评论中文媒体11:46中文快照

    齐向东:智能体重构软件,安全是必答题

    9月20日,第28届中国国际软件博览会暨智能体创新应用大会在郑州国际会展中心开幕。全国政协委员、全国工商联副主席、奇安信集团董事长齐向东出席开幕式暨主题峰会,并作《智能体重构软件:效率要提上来,风险要管得住》主旨演讲。 齐向东指出,9月11日工信部正式印发《“人工智能+软件”专项行动实施方案》,吹响了智能体在软件领域规模化应用的“冲锋号”。文件明确提出,到2

  9. 雷峰网·AI 科技评论中文媒体11:05中文快照

    考拉悠然无界再登WorldArena 2.0全球前列,两项核心指标全球第一

    9月16日, WorldArena 2.0 全球终榜揭晓 ,考拉悠然旗下悠然无界世界模型在Track 1视频质量赛道获得全球第二,并在Background Consistency与JEPA Similarity两项核心指标中位列第一。 在雷峰网看来,这 进一步验证了其在长时场景一致性、状态演化与物理规律建模方面的能力。基于结构化4D世界建模、动态场景记忆等技

  10. 雷峰网·AI 科技评论中文媒体10:20中文快照

    阶跃新旗舰 Step 5 Preview 发布,跻身 AA 榜单全球开源前三

    9 月 20 日,阶跃星辰发布新一代旗舰基座模型 Step 5 Preview ,重点面向 AI 编程、软件工程、专业知识工作、金融等场景,提升模型在真实世界 Agentic 任务中的综合表现,并进一步拓展智能与成本之间的最优边界。在最新的全球权威榜单 Artificial Analysis Intelligence Index ( AA 综合智能指数)中,

  11. 雷峰网·AI 科技评论中文媒体10:03中文快照

    淘宝闪购城市骑士制服荣获法国设计奖最高奖

    9月19日,2026年法国设计奖(French Design Award)颁奖典礼在巴黎举行,淘宝闪购城市骑士制服获颁金奖。这是该奖设立以来,首次将金奖授予一套面向一线劳动者的职业制服。 法国设计奖组委会主席达里奥·奥利维罗(Dario Olivero)高度评价了这次有巨大社会意义的设计行动:“这套制服让骑士拥有了具有辨识度的职业装,也让公众看到一个个身份清

  12. BestBlogs·AI 高分精选BestBlogs 精选09:43中文原文

    Muse 反响远超预期

    📌 One-Sentence Summary Alexandr Wang 庆祝 Muse 收获压倒性的积极反响,称产品的成功已超越团队的最高期望。 📝 Summary 在这条推文中,作者对 Muse 产品的强劲初步反响表示认可,称其反响「远超我们最大的梦想」。这一情绪在一条被引用的消息中得到呼应,该消息将 Muse 誉为「我们一直在等待的下一个 ChatGP

  13. 雷峰网·AI 科技评论中文媒体09:10中文快照

    曝长鑫准备进入闪存市场,将与三星海力士美光正面竞争;曝京东北京园区行政岗被要求佩戴采集器记录动作数据;传Kimi或入局具身智能领域

    要闻提示 1.消息人士:长鑫准备进入闪存市场,将与三星海力士美光正面竞争 2.曝京东北京园区行政岗被要求佩戴采集器,用于记录动作数据 3.赛力斯科技总裁刘宗成:汽车产业最大的风险不是慢,而是“速成” 4.传Kimi或入局具身智能领域 5.钉钉创始人陈航担任百望股份非执行董事,年薪10万元 6.MiniMax 宣布开源 MiniMax Code CLI 7.吴

  14. BestBlogs·AI 高分精选BestBlogs 精选08:00中文快照

    Jev 能成为更好的智能体评估器吗?

    📌 One-Sentence Summary LangChain 对 TypeSafe AI 的「系统一」决策模型 Jev 进行了评估,发现其在智能体测试中比传统的 LLM-as-judge 评估器更快、更便宜且更一致。 📝 Summary 本文探讨了 Jev(一种非自回归的「系统一」模型)作为 AI 智能体评估的第三种选择,旨在替代基于代码和 LLM-as

  15. BestBlogs·AI 高分精选BestBlogs 精选04:48中文原文

    Jev:TypeSafe AI 的决策模型简介

    📌 One-Sentence Summary 本推文介绍 Jev,由 TypeSafe AI 开发的“System One”决策模型,它返回带概率的类型化决策,而不是文本。推文中提供了 Jacky 的视频链接,用于进一步解释其使用案例和示例,特别是在金融行业。 📝 Summary 该推文宣布推出一款名为 Jev 的新 AI 模型,由 TypeSafe AI

  16. BestBlogs·AI 高分精选BestBlogs 精选04:47中文原文

    Jev 模型在决策任务中展现 5 倍速度优势

    📌 One-Sentence Summary OpenRouter 的基准测试显示,TypeSafe AI 的决策模型 Jev 比其他领先 LLM 快 5 倍以上,其最慢响应时间也超过了竞争对手的中位数。 📝 Summary 使用 Ori Eval 进行的对比测试表明,Jev 在执行速度上具有显著优势,处理速度比次优模型快 5 倍。数据显示,Jev 在所有请