Anthropic发布Claude Opus 5.5,成本更低、智能指数登顶

Anthropic 推出 Claude Opus 5.5,定位为 Opus 5 的低成本继任者,在 Artificial Analysis 智能指数 v4.3 上以 58 分排名第一,并同时调整了数据留存与敏感查询策略。

Anthropic 推出 Claude Opus 5.5,定位为 Opus 5 的低成本继任者,在 Artificial Analysis 智能指数 v4.3 上以 58 分排名第一,并同时调整了数据留存与敏感查询策略。

Google 发布实验性游戏平台 Playground,用户只需输入文字描述即可创建、游玩和分享自定义游戏,无需编程经验,并预告将接入 Unity Spark 提供专业级工具。

arXiv 上的一篇新论文提出 ADSD 框架,让 AI 智能体先诊断数值求解器为何出错,再发现可复用的求解技能,从而把“改代码”变成有结构的自我改进流程。

QF3 用一步预测加坐标级过滤的 Q 梯度来训练流策略,首次让 off-policy 流 RL 从零学人形机器人运动并零样本上真机,训练速度比 FPO++ 快约 10 倍。

研究者提出 AdvSim2Real,在一个冻结的网页世界模型中让任务、注入攻击与智能体共同进化,4B 模型在模拟中训练后,面对训练时从未见过的前沿模型攻击,完成率相对基线提升 33.6%。

小米发布MiMo-V2.6系列开源大模型,在Artificial Analysis智能指数上成为排名最高的开源权重模型;同时Anthropic发布分析称,开源模型GLM-5.3的网络攻防能力已接近Claude闭源模型,提示防御方也能用上高能力模型。

英伟达基于 Nemotron 3 系列,通过监督微调、强化学习和生成-验证-修正推理流程,在 IOI 2026 和 IMO 2026 的非官方基准中达到金牌水平,展示了一条可复用的领域专家模型打造路径。

AI 写作工具 Every 的团队基于 Anthropic 的 Claude Managed Agents 搭建了一个公司级智能体,先在内部 Slack 全员使用,随后向付费订阅用户开放,创始人 Dan Shipper 称没有这套托管方案就做不出这个产品。

Anthropic 工程师 Thariq 在 X 上透露,Claude 将越来越多地采用“云端大脑 + 本地双手”的架构,让模型在云端推理、却能直接操作你电脑上的本地文件,这一能力已在 Claude Code 中实现,并将进入协作场景。

开发者 Thariq 在 X 上指出,Claude 这类 AI 助手目前只有在你的电脑在线时才能读取本地文件,这意味着电脑关机后它可能直接“停工”,因此需要某种同步机制,但同步本身又存在不少边界情况。