SWE-Bench Pro Verified:面向软件工程智能体的可靠基准
SWE-Bench Pro用于评估人工智能智能体处理仓库级复杂软件工程任务的能力。但分析发现,标准答案或隐藏评测信息泄露导致的奖励投机,以及误导性问题描述和范围不当的测试,可能扭曲评测结果。SWE-Bench Pro Verified通过阻断主要泄露渠道,并对存在缺陷的任务进行最小幅度修正,解决了这些问题。评测显示,部分模型的表现明显低于此前公布的结果,表明原有SWE-Bench Pro结果可能高
AI 新闻中心 过去30天分析了 2432 篇文章,发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
SWE-Bench Pro用于评估人工智能智能体处理仓库级复杂软件工程任务的能力。但分析发现,标准答案或隐藏评测信息泄露导致的奖励投机,以及误导性问题描述和范围不当的测试,可能扭曲评测结果。SWE-Bench Pro Verified通过阻断主要泄露渠道,并对存在缺陷的任务进行最小幅度修正,解决了这些问题。评测显示,部分模型的表现明显低于此前公布的结果,表明原有SWE-Bench Pro结果可能高
零一万物 CEO 李开复在第二十六届中国国际投资贸易洽谈会上表示,AI 正从提供答案发展到执行任务、协调工作流程和辅助决策。他认为,真正的 AI 转型需要最高管理层推动,打破信息孤岛,并将资源重新配置到企业最重要的经营与战略问题上。AI 智能体可以帮助管理者识别风险、梳理证据并提高决策质量,但最终的判断与责任仍需由人承担。
文远知行(WeRide)与 Uber、Moove Cars 集团旗下自动驾驶部门 AVOMO,在马德里政府支持下,获得西班牙首张 L4 级自动驾驶乘用车运营牌照。该牌照由西班牙交通总局(DGT)依据 ES-AV 框架颁发,允许在公共道路部署车辆。完成准备工作并满足运营及监管要求后,三方计划于 2026 年在马德里面向公众推出 Robotaxi 商业服务。马德里是文远知行与 Uber 战略合作计划中
蚂蚁集团宣布扩大AI健康管理应用“阿福”的服务范围。据公司介绍,阿福App用户数已达1.5亿,日均健康咨询接近2000万次。服务将从体重管理扩展至运动、饮食、睡眠、心理健康和体重五大场景,首页也新增健康专区入口。用户可连接智能手表、手环等设备,或记录日常信息,获取体重、睡眠等健康指标分析和个性化建议。应用还提供AI拍照分析饮食、精力管理和减重教练等功能。用户数量及全球市场领先等说法均来自公司披露,
在上海举行的2026 Inclusion·外滩大会上,作家刘震云与AI研究者马毅讨论了人工智能对创造、教育、就业和人际关系的影响。两人都不认为AI是洪水猛兽,但强调了它的能力边界。AI能够高效掌握人类积累的知识和共性模式,却难以理解个体的价值观、经历以及真正全新的视角。在编程、数学推理等目标明确的领域,AI已经可以自动化相当一部分工作。马毅认为,与其寻找AI永远无法取代的技能,不如学会借助AI放大
中国商用飞机有限责任公司董事长贺东风在2026年中国联通合作伙伴大会上表示,公司将打造人工智能训练环境,构建云、边、端协同的测试环境,推动人形机器人进入大型飞机生产车间。该计划与中国推动的人形机器人和具身智能实景实训行动相呼应,相关行动提出到2026年底,在部分代表性场景中完成应用验证并实现常态化部署。
宇树科技宣布完全开源 UnifoLM-WLA-1.0,这是一款面向通用人形机器人的具身基础模型。公司称,该模型在多项评测中刷新开源模型的最佳成绩。实机测试显示,单一模型可统筹64项任务,覆盖桌面操作和全身移动,并支持跨任务、跨末端执行器泛化。该模型结合大规模多模态感知与理解数据,以及以交互为中心的世界模型,以提升空间感知和理解能力。上述评测和实机表现均来自宇树科技的官方介绍,尚待独立验证。
支付宝宣布设立“智能体涌现奖”,每年投入1000万元发展基金,年度大奖奖金为100万元,预计于2027年第四季度公布。参赛者无需具备编程能力,可使用Vibe Coding平台或其他工具创建智能体和应用,并通过公开URL、命令行工具或支付宝AI开放平台提交作品。部分具备市场潜力的应用有机会接入支付宝AI助手“阿宝”,向约10亿用户提供服务。大赛主要关注日常生活服务和新型消费体验。普通用户也可以提交真
亚马逊已在 Prime Video 上线 AI 口型同步功能,可让演员的嘴部动作与其他语言的配音音轨保持一致。目前该功能仅支持德国剧集《贵族高中:我们之间的鸿沟》的英语配音版,未来将扩展至更多作品。亚马逊表示,这项技术结合了人工智能与视觉特效,使演员口型能够匹配翻译后的台词。全球订阅用户目前可在第一季和第二季中使用该功能,计划于 12 月 9 日上线的第三季也将提供支持。
戴森承认,售价 499 美元的 CameraJet 电动牙刷可能有“少数早期批次”存在零部件问题。CameraJet 在刷头内置摄像头,可通过 Wi-Fi 将口腔内部画面实时传输至手机;其 AI 功能能够识别牙齿间隙,并向相关位置喷射漱口水。多名 Reddit 用户称,产品使用不到 30 秒便出现故障,电池仓内还发现积水。戴森是在《The Verge》就相关投诉联系公司后作出回应的。
月之暗面9月10日宣布启动Kimi企业合作伙伴计划,旨在通过技术与服务伙伴,将Kimi模型及Agent基础设施接入企业核心业务。该计划覆盖方案开发、前线部署工程师培养,以及从需求诊断、方案设计到生产部署的完整交付流程。首批合作伙伴包括华胜天成、金山云、亚康股份、亚信科技和中软国际。公告未披露具体的营收、性能或实际部署规模数据。
SyncWorld是一种动作条件世界模型,旨在无需额外训练即可模拟机器人在未见环境中的动作。由于环境、摄像机视角、机器人位置或机体形态的变化,同一个数值动作可能产生不同的视觉结果,从而导致训练监督冲突以及部署时的泛化不稳定。SyncWorld通过包含图像与动作配对的视觉校准片段,描述特定设置下可控制的自由度,使模型能够依据视觉证据和交互历史理解动作。实验表明,该模型可以在未知环境中模拟动作结果,并
小米创办人、董事长兼CEO雷军回应新华社对小米自研底层技术的报道,表示公司计划未来5年投入2000亿元人民币用于研发。小米近期发布了多款芯片,包括AI旗舰SoC玄戒O3、高带宽AI加速芯片玄戒D100,以及采用3纳米工艺、面向自动驾驶的高算力AI芯片。小米表示,过去5年在芯片研发上的累计投入已超过210亿元人民币,芯片团队规模接近3000名专家。
月之暗面宣布启动 Kimi 企业合作伙伴计划,旨在帮助企业将 AI 部署到核心业务中,并培养前线部署工程师(FDE)队伍。参与伙伴将获得模型与 Agent 基础设施、解决方案沉淀和能力转型等支持。月之暗面将开放模型能力与工程方法论,由伙伴发挥行业洞察和客户服务优势,双方共同培养工程团队,完成从需求诊断到生产部署的全流程交付。目前加入该计划的企业包括华胜天成、金山云、亚康股份、亚信科技和中软国际等。
蚂蚁集团CEO韩歆毅在2026 Inclusion·外滩大会上表示,支付宝“阿宝”将推出面向智能体开发者和表达新需求用户的激励政策。他指出,目前智能体市场尚未形成供需正循环:用户缺少成熟服务,商家也因看不到需求而不愿投入开发。韩歆毅预计,未来商业流量将从以时长为中心转向以用户意图为中心,智能体可协助完成服务匹配和交易。要实现规模化应用,还需建立授权、身份验证、能力评估、资金安全、责任追溯、权限管理