PhyRubric 新基准:更细粒度诊断文生视频物理常识

Hugging Face 论文介绍 PhyRubric,一套以评分细则为依托的文生视频物理常识诊断框架,试图把“凭直觉打总分”改为按物理条目定位错误,并发布基准、训练集和开源评审模型。

Hugging Face 论文介绍 PhyRubric,一套以评分细则为依托的文生视频物理常识诊断框架,试图把“凭直觉打总分”改为按物理条目定位错误,并发布基准、训练集和开源评审模型。

开发 AI 代理、用于自动化客户调研与触达的初创公司 Rox 完成了 1 亿美元 B 轮融资,由 General Catalyst 与 March 联合领投,公司估值达到 13 亿美元。这反映出资本仍在押注“AI 代理替人跑销售和调研”的商业路径。

Cognition 首席安全官 Alex Stamos 在 The Verge 播客中警告,开源权重模型已让低技能攻击者获得接近顶尖黑客的攻击能力,企业若不在约 90 天内用 AI 工具攻击自家系统,被攻破只是时间问题。

云托管公司 Railway 披露,攻击者利用构建基础设施中的零日漏洞窃取客户 AI API 密钥,造成约 74 万美元未经授权的 AI 服务消费,双方攻防持续约 26 小时。这起事件把“API 密钥即资产”的风险摆到了开发者面前。

谷歌研究员 Pietro Miotti 调动 48 个来自不同 AI 应用的 Agent 扫描 NASA 的 LiDAR 地形数据,发现一处未见文献记载的疑似玛雅遗址,并在 72 小时内联系上墨西哥国家人类学与历史研究所(INAH)。这一事件的意义不在于考古结论已被确认,而在于展示了多 Agent 协作处理大…

Ensono发布的2026年Speak Up报告显示,1500名科技行业女性中87%报告出现倦怠,AI带来的效率期待、办公室出勤与职场曝光压力被列为重要原因。

Plurai 获得 1300 万美元种子轮融资,计划用合成数据和企业 IT 环境的数字孪生来测试 AI 智能体的表现,这类“智能体评测”工具正在成为企业采购 AI 前的关键环节。

Hugging Face Papers 收录的论文提出 Embodied First Exam,用 1,156 个任务评测编码智能体控制真实机器人;目前公开摘要显示,最强组合 GPT-6 Astra 在核心任务标准设置中成功率仅 34%,说明编码智能体进入物理世界仍有明显短板。

技嘉在2026年台北国际电脑展推出搭载本地AI助手GiMATE的AI游戏本产品线,并按AORUS MASTER 16、AERO X16和GAMING A16 PRO三档配置做出区分,价格从约1768美元覆盖到4599美元。值得关注的是,GiMATE把大模型推理放在设备端,直接参与硬件控制与创作辅助。

OpenAI 宣布自 12 月 11 日起在 ChatGPT 所有订阅版本中停用 Standard 和 Advanced 语音模式,只保留 Live 语音模式。这一调整影响语音交互方式与音色体验,也引发部分用户不满。