OpenAI 推出 MedChemBench 评测 AI 药物化学推理能力
OpenAI 发布 MedChemBench 基准,测试 AI 模型连接分子结构与实验证据、解释结果、比较化合物及预测性质的能力。该基准包含 99 道来自已发表研究的题目,涉及 117 篇论文和专利、761 个分子结构。
OpenAI 发布 MedChemBench 基准,测试 AI 模型连接分子结构与实验证据、解释结果、比较化合物及预测性质的能力。该基准包含 99 道来自已发表研究的题目,涉及 117 篇论文和专利、761 个分子结构。
Hebbia 测试 OpenAI 的 GPT-6 Astra 用于其 Matrix 产品中的金融研究流程,包括定位问题所需来源和按银行家简报生成演示文稿。在 2026 年 8-9 月的预发布版本测试中,GPT-6 Astra 在引用所需来源类型上比最佳替代模型高 13.6 个百分点,99.5% 的引用摘录与问题相关;在满足演示要求方面达到 97.9%,领先最佳替代模型 14.4 个百分点。
OpenAI 发布对抗蒸馏防御技术报告,披露其如何检测并阻断未授权蒸馏行为。内部自适应红队评估显示,攻击者提取受保护推理的平均成功率从 GPT-6 Astra 原始防护下的 54.0% 降至 GPT-6.2 Astra 更新防护下的 0.2%。
华硕、戴尔、微星的 NVIDIA RTX Spark 紧凑型台式机今日开售,配备 20 核 Grace CPU、Blackwell RTX GPU(6,144 CUDA 核心)及最高 128GB 统一内存,可在本地运行 120B 参数大模型与 AI 智能体。Adobe、Blender、ComfyUI 等应用同步扩展 RTX 加速与原生 Windows on Arm 支持。
Google Research 在 Science 发表研究,用 Willow 超导量子处理器演示"魔方游戏",量子比特以 98.30% 胜率超越经典策略 88.89% 的理论极限。
NVIDIA 与 Microsoft 在 Microsoft Ignite 上扩展全栈合作:Azure 数据中心上线 NVIDIA Vera Rubin NVL72 系统,并通过 Microsoft Foundry 提供 Nemotron 3.5 系列开放模型的定制与部署能力。
NVIDIA 介绍开发者如何结合 GPT-6 Astra、GPT-6 Sol、Claude Opus 5.5 等前沿模型与 Omniverse 库,用自然语言指挥 AI 智能体搭建物理仿真、机器人抓取、VR 交互和数字孪生应用。
Google DeepMind 发布 Gemini 4 Neon,定位面向复杂软件工程、知识工作与科学工作流的高性价比前沿模型,定价为每百万输入 token 3 美元、每百万输出 token 15 美元,并提供 100 万 token 上下文窗口。
推荐理由:Gemini 4 Neon 在多项第三方智能体与编程基准上进入前列,定价与 100 万 token 上下文窗口也已公布,便于评估替代现有工作流的可行性。
Google DeepMind 宣布向符合条件的 Google AI Ultra 订阅者推出新版 Project Genie 体验,首次开放 Genie 4,并升级 Genie 3、加入 Project Genie agent 与社区画廊。
推荐理由:Google DeepMind 面向 Google AI Ultra 订阅者推出 Project Genie 新体验,首次开放 Genie 4 世界模型,支持会话中实时改景与原生音频。
UC Berkeley、Microsoft Research 与 Microsoft Security 提出开源插件 TokenEconomizer,通过读取编码智能体在同一代码库的历史会话日志,在不修改智能体或底层模型的情况下降低后续任务成本。
Google 宣布外部研究者和开发者现在可以在 Antigravity 中使用 Gemini 4 模型配合 /teamwork 和 /boost 多智能体工作流,并开放 10,000 个学术研究者六个月最高用量层级免费名额。
推荐理由:Google 把内部用于数学证明、形式化验证和系统工程的 /teamwork 多智能体工作流连同 Gemini 4 模型一起开放给外部研究者和开发者,并给出 10,000 个学术免费名额。
GitHub 官方博客发布 Agent Skill 实践指南,介绍如何把可重复任务沉淀为以 SKILL.md 为核心的版本化目录,并在不同智能体之间复用。
IBM Research 与 UC Berkeley Sky Lab 合作,为 K-Search 进化式内核搜索框架构建了 MLX 后端,并提出结构化 CUDA-to-MLX 翻译层,使现有 CUDA 内核知识可自动适配 Apple Silicon。