随着前沿模型在更长的时间维度和更广的任务范围上变得越来越具有「智能体」的特性，它们将拥有愈发强大的能力。而这，也使得研究和推动AI安全变得至关重要。 去年，xAI联创Kyle Kosic离职后，重返OpenAI。今年5月，另一位联创Christian Szegedy离职后，加入了一家Morph Labs初创公司。

在第四局还出现了一个让人哭笑不得的场面：Gemini 2.5 Pro手握两只皇后，总子力优势高达32分，本该将Claude「一波带走」，结果他却在进攻过程中挂掉几枚关键棋子。 它们结构清晰且结果可衡量，是评估模型的理想试验场。游戏迫使模型展现出多种技能，包括策略推理、长期规划以及面对智能对手时的动态适应能力，从而为衡量其通用问题解决智能提供了一个可靠的依据。

现有的视频理解基准测试（Benchmark）在衡量AI是否达到人类级智慧上存在着一些根本性的缺陷。它们往往无法区分模型是因为“没看清”而犯错（即关键视频帧采样不足），还是因为“没想明白”而出错（即缺乏真正的推理能力）。

想象一下，你家的智能机器人管家，不仅能听懂“把苹果放进冰箱”，也能执行“用打火机点燃房间”这样的指令。 即便是GPT-4o、Grok这样的顶级大模型，一旦被“越狱”（Jailbreak），也会“教唆”机器人做出危险行为。 为此，他们提出了全球首个针对具身智能体安全性的综合性评测基准——AGENTSAFE，以填补具身智能体在对抗性安全评测领域的空白。 这项开创性研究，荣获ICML 2025多智能体系 ...

随着新一代iPhone的发布，北京中关村的水货商再次迎来了一年一度的“狩猎季节”。刘冀(化名)正是其中的一员。在半小时的采访过程中，他频频道歉并操起电话，或是询问最新的进货价格，或是回答意向买家的咨询，并帮忙挑选型号和配置。[详细][评论] ...

一直以来，发布形形色色的“主题笔记本”、“纪念笔记本”都是日系厂商的强项，仅仅今年下半年，我们就看到了分别以《仙境传说》和《天堂2》两款游戏为主题的笔记本。而今天，我们终于看到，国产笔记本厂商也开始看重这块市场——联想旭日……[详细] 众所周知由于目前制造技术的限制CPU频率已经达到了极限，向多核心转变是未来CPU发展的唯一出路。近两年以Intel Core 2架构领军的双核处理器已经全面普及，随 ...

科学探索 科学大家 星空笔记本 GIF 图片 天文 动植物 历史考古 生命医学 生活百科 科技前沿 滚动 右移动 电池革命如何重新“定义”汽车 2019年未来 ...

此页面的说明---- 合作媒体 ---- | 赛迪网 | 赛迪评测 | 中国电脑教育报 | 太平洋电脑网 | 计算机应用文摘 | IT168网站 | 数字通信 | | 电脑迷 | 中关村 ...

- 根据全国人大常委会审议法律的程序，出台一个法律要通过三次审议，而人大常委会每两个月开一次全体会议，这就至少需要6个月的时间。[全国 ...

番茄花园版WinXP作者被拘番茄花园作者一审被判三年半罚款100万 番茄花园修改版Windows XP的作者洪磊被判三年半，并处罚金100万元人民币，其他涉案 ...

苹果汇为关注苹果的网友带来苹果iPhone、iPad、Mac、AppleWatch苹果手表等产品的最新新闻、评测、软件游戏推荐和实用技巧等。" default="苹果汇为关注 ...

新浪20周年,新浪网新浪20年，互联网发展的20年， 特以微纪录片形式，记录不同行业名人的成长历程， 讲述他们在时代浪潮里逐新创变的故事， 以此 ...