直播中｜Claude垫底，GPT表现不佳，PhAI Labs用DiscoveryRSI探索科研Agent自我进化
直播中｜Claude垫底，GPT表现不佳，PhAI Labs用DiscoveryRSI探索科研Agent自我进化Claude，竟然排在最后？
来自主题: AI技术研报
9559 点击 2026-10-19 16:20
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
Claude，竟然排在最后？
随手拍一段街景，镜头在移动，行人在穿行，街道上的车也在开。如果要边拍边重建这个变化的三维场景，麻烦就来了：未来画面还没到，如何分清哪些变化来自相机移动，哪些来自物体运动？随着镜头不断向前，如何将前一分钟重建的街道与后一分钟看到的路口准确拼接，避免场景错位或动态物体留下重影？当视频源源不断地输入时，系统又如何避免重复计算，让重建始终跟得上拍摄速度？
Murea Labs的Murea-InWorld通过Murea-Mind协同Murea-Pro和Murea-Fast生成实时互动音视频，Murea-Pro以81.13分位列WBench Full-289第一，Murea-Fast以64.98分居OpenS2V-Eval参评开源模型第一。
香港大学MMLab团队提出EgoWild2Dex，利用538.9小时真实人类第一视角数据训练机器人，每个下游任务使用不到1小时真机数据微调，拆快递、用热熔胶枪固定摆件和制作冰饮等任务的平均成功率达96.7%。
智谱推出法律专用开源模型GLM-Legal，可处理合同审查、证据分析和跨境合规，并在Vals AI法律测评中以19.2%的任务全通过率和86.23%的准确率位居Harvey LAB与LegalBench双榜开放权重模型榜首。
厦门大学ASC Lab团队提出的FlowMAS获NeurIPS 2026录用，通过GFlowNet、好奇心驱动模块和信息引导优化模块自动生成多样且低成本的大模型多智能体工作流拓扑，并在六个基准实验中取得领先成绩。
智谱旗下Z.ai发布基于GLM-5.3-Flash的法律专用模型GLM-Legal，面向合同审查、证据分析和合规研究，官方评测显示其在Harvey LAB明显领先、其余两项接近一线，目前需申请API权限且未开源。
修 Bug、操作计算机、规划实验室操作、优化化学反应，甚至研究复杂的免疫系统。
ChatGPT共同创造者Liam Fedus表示，数学可由Lean验证，但材料等物质科学必须依靠真实实验，因此其创立的Periodic Labs在门洛帕克建设实验室，结合语言模型推理、物理模拟与高通量实验探索AI科学家。
一思科技旗下 AceiiLab A1 通过沿底线移动喂球、球童模式、AI 动作分析和训练数据服务提供互动陪练，首批量产机今年 7 月开始交付。