标签： GPT-4

Ai2 于 2026 年 10 月 27 日发布《Old Ideas, Novel Problems》研究与配套基准，测试大模型能否可靠判断科研想法的新颖性，结果发现评估设置稍有变化，判断结果就会大幅波动。这直接关系到用 AI 生成和筛选科研想法的系统是否可信。

Ai2 于 2026 年 10 月 27 日发布研究《Old Ideas, Novel Problems》，测试六款大模型作为“新颖性裁判”的可靠性，结果显示评估设置稍有变化，对同一批研究想法的判断就会大幅改变。

开发者 @CanItCode 声称用 Opus5.5 与 GPT Astra 在虚幻引擎 5（UE5）中生成了一段 Boss 战 Demo，观感接近《艾尔登法环》，并公开了 3D 人物与非人类动画的 AI 制作方法。这一案例的价值不在于 Demo 本身有多完整，而在于它展示了“大模型 + 引擎”参与高难度动画…

开发者 hangtse Lee 于 2026 年 10 月 27 日披露正在研发个人智能系统 JARVIS（AgentOS），以手机为控制端、电脑为执行端、云端为智算层，目标是让一个属于用户的 AI 跨模型、跨品牌调度身边设备；目前仍处研发阶段，跨互联网任务闭环尚未完成验收。

alphaXiv 上的一项技术报告在 EBench 机器人仿真基准中评测 GPT-6-Astra，发现它单独直接控制时短任务表现不错，但接入后训练 VLA/WAM 策略后整体成功率升至 56.0%，同时暴露策略调用时机不当等瓶颈。