B站上線“AI 無限競技場”LLM 測評榜：號稱“全球百大模型同場競技”、GPT-6 現居榜首
作者：漾仔 責編：漾仔 評論： 9 月 20 日消息，B站宣佈上線“AI 無限競技場”大模型測評榜，同步公佈了首輪模型排行榜，其中 GPT-6 Astra 在 10 個 UP 主測評中拿下榜首，打敗 GLM-5.3 獲得榜首次數冠軍；前五名中，國產大模型佔據三席。附榜單地址（https://www.bilibili.com/blackboard/era/aiarena.html?bsource=marketaiarenasns_02）。
據B站介紹，“AI 無限競技場”是一個彙集了B站 UP 主 AI 大模型測評的競技廣場，由各領域 UP 主對上百個大模型的真實場景實測構成，涵蓋代碼、推理、協作、知識等多種測評主題。不同於傳統跑分評測，B站 AI 無限競技場不設主題或測評維度限制，來自各個分區的 UP 主們以真實工作流、專業應用、趣味腦洞等自主命題，在同題 PK 中直觀呈現各模型的實際表現差異。榜單涵蓋 DeepSeek、Kimi、ChatGPT、Claude、Gemini、豆包、千問、Hy、MiniMax 等主流模型對比測評，排名實時更新，持續面向全站 UP 主開放報名。
公開信息顯示，過去一年B站 AI 知識內容消費時長同比增長 72%，月均觀看 AI 內容的用戶超過 1.9 億。平臺湧現出大量各個領域、維度、主題的測評內容，覆蓋從發佈到用戶討論、測評、使用、求助、共建等領域。廣告聲明：文內含有的對外跳轉鏈接（包括不限於超鏈接、二維碼、口令等形式），用於傳遞更多信息，節省甄選時間，結果僅供參考，包含外鏈的文章均包含本聲明。
投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：AI 無限競技場，B站，GPT6 Astra，大模型階躍發佈旗艦模型 Step 5 Preview：躋身 AA 榜單全球開源模型前三，10 月 15 日開源華為：基於昇騰超節點訓練的星辰輕量級代碼智能體大模型 Xing4.0-29B 發佈中國電信開源首個全棧國產輕量級智能體大模型 Xing4.0-29B-A4B阿里千問發佈同聲傳譯大模型 Qwen3.8-LiveTranslate，支持原文譯文同幀同出特斯拉推送 2026.26.200.
11 軟件更新：為更多車型上線豆包大模型語音助手安全顧慮成普及關鍵：外媒調查顯示超七成受訪者不願令 OpenClaw 等 AI 工具完全控制自己的電腦
Related
相關文章
機器人距離自主完成複雜任務還有多遠?王興興談具身智能突破方向
目前，頂尖模型已非常接近這一目標。王興興指出，當前具身智能模型已具備較強規劃能力，但在拆機、裝配等精細操作中，仍面臨物理對齊和觸覺接觸方面的挑戰，即“最後幾毫米”問題。他認為，2027年可能成為具身智能泛化部署的臨界點，一旦這一技術瓶頸得到突破，行業規模化應用的障礙將大幅減少。
字節跳動收緊內部AI權限：網傳將全公司封禁外部AI訪問L4 代碼庫，高管迴應保密與體驗平衡
據悉，從本月起，字節跳動將會對全公司所有 L4級別的代碼倉庫和飛書文檔實施外部 AI 訪問封禁，員工個人採購的 AI 賬號將無法繼續在上述核心區域使用。核心資產安全與分級管控的考量在字節跳動的內部職級體系中，L4通常對應原3-1級別，屬於團隊的 TL（團隊主管）或初級經理，處於核心技術骨幹與管理層的分水嶺位置。
普林斯頓AI Lab推出SSoN基準，人類準確率83.3%而大模型最高僅39.7%
該測試旨在剝離動態交互與動作控制的幹擾，專門檢驗人工智能在靜態跨視角下的三維空間理解能力。測試結果顯示，在“四選一挑異常”的室內空間考題面前，人類的準確率高達83.3%，而受測的主流視覺語言模型最高僅有39.7%，甚至多數模型的表現低於四選一的隨機基線，暴露出當前 AI 在空間幾何推理上的核心短板。
後摩智能完成數十億元B輪融資，端側大模型AI芯片駛入規模化落地快車道
N1Pro及與Bose合作的AI耳夾式耳機，標誌AI個人智能體向物理世界延伸。N1系列搭載5000萬像素影像、1G5P鏡頭和端側視覺模型，支持環境感知、翻譯、紀要與語音辦事；N1Pro為首款支持心率、血氧、皮膚溫度監測的AI眼鏡，並引入眼動交互與超低誤識率虹膜識別。
騰訊Hy4開眼了！搶先實測操作微信、3D建模，價格看齊DeepSeek，昇騰生態已聯動
作者 | 陳駿達 編輯 | 雲鵬 11月4日報道，今天，騰訊發佈其最新一代旗艦模型Hy4正式版，並計劃開源模型權重。相比於今年8月發佈的Hy4 preview，Hy4顯著擴展了預訓練和後訓練規模，首次引入了視覺能力，並大幅提升了指令遵循、長文理解、長程任務、深度研究等各項綜合能力。
Anthropic 殺手級驗真系統 FlashProve 正式開源：17 秒精準戳破“套殼模型”，驗身速度飆升 5000 倍
為了從根源上打擊這種行業亂象，人工智能明星企業Anthropic近日正式推出並開源了全新的大模型可證明推理系統 ——FlashProve。該系統憑藉底層的密碼學技術，實現了對模型真實身份的精準驗真，為大模型生態的透明化與合規化樹立了全新標杆。