搜索
Salesforce AI与UIUC研究人员提出Strong-to-Weak Scaffolding方法，让强模型（Builder AI）为弱模型GPT-5.4-mini自动设计外部Harness工作框架，无需修改参数即可将其在心智理论任务上的平均准确率从0.488提升至最佳0.912，揭示AI4AI的核心机制是将认知结构而非知识从强模型迁移至弱模型。
新加坡Physical AI公司Ropedia正式发布新一代多模态采集系统HOMIE Gen2，以4目全景360°、十余种模态同步采集与开箱即用的高精度训练级数据，将人类经验规模化为机器人可直接学习的训练数据，推动Physical AI的经验规模化落地。
OpenAI正式发布生命科学AI工作台Rosalind Workbench，基于GPT-Rosalind推理模型集成至Codex，内置分子结构、序列比对、病理切片三个可视化查看器及NGS分析模块，接入Boltz等外部专业插件，目前以研究预览形式向机构开放。
Alaya Lab推出反事实社会模拟产品合成世界Synthetic World，用户可改变故事中的关键事实进入平行时间线，观察AI居民持续互动、建立关系并自主推动剧情演化，目前平台已积累数百个世界、万级居民和近两万条社区动态。
OpenAI联合Anthropic、AWS、Google、Microsoft等超过100家科技、安全及金融机构发布网络防御公开信，警告未来数月AI驱动的网络攻击将更加复杂，可能严重威胁医院、水处理设施及互联网基础设施，Sam Altman发文强调这是AI网络防御的关键时刻，行动时间紧迫。
Ornith-1.5采用模型自出题、自搭脚手架、自跑轨迹的三段式强化学习闭环，在Terminal-Bench 2.1自测中以86.1分超过其自测的Claude Opus 4.8（85.0分），较两个月前的1.0版本提升约11%。
OpenAI内部代号mozaik-alpha-fdm的Astra模型扩大灰度测试，其在Max effort模式下展现的零样本前端与3D网页一次生成能力引发开发者惊叹，预计9月3日前后正式发布以正面硬刚Anthropic的Fable 5.1。
在此背景下，新加坡国立大学、普林斯顿大学与斯坦福、牛津等研究团队合作提出了 Recuris（Recursive Experiential–Working Memory Evolution），作为首个将递归自我改进应用在记忆控制层内的智能体架构，Recuris 通过三项核心技术突破，无需训练即成功实现了从 3B 小模型到 Claude Opus 5 的全面提升。
智东西实测Hermes Agent新上线的Real Profile Browsing功能，该功能可复制Chrome登录态让Agent直接以用户身份访问网站，但实测中发现存在浏览器卡死、匿名Cookie覆盖原登录信息及macOS加密保护导致无法读取登录数据等问题，目前功能可用性仍有待优化。
随着开源模型能力不断提升，它们已经能够以极低的成本生成多个高质量候选方案，并进一步利用模型自身对这些结果进行验证、打分和筛选。斯坦福团队最新实验发现，使用 DeepSeek V4 Flash + LLM-as-a-Verifier 进行「自验证」，可以在 Terminal-Bench 2.1 上超越 Claude Fable 5，同时整体成本低约 11 倍。