Kimi Hosted Agents 發佈:Harness 運行時轉向雲端託管

AI資訊AI新閒資訊正文大模型實時交互遭遇滑鐵盧！英偉達等機構拋出 Realtime-Bench：最強 GPT-6-Astra 成功率僅 44%發布於AI新閒資訊時間 :Nov 5, 2026閱讀 :1分鐘人工智能大模型在文本創作、代碼編寫和圖像生成等靜態任務上已經展現出驚人的實力，但在瞬息萬變的實時交互場景中，它們的真實表現究竟如何?近日，英偉達攜手得克薩斯大學奧斯汀分校（UT-Austin）等頂尖機構正式發佈了全新的實時交互任務基準——Realtime-Bench。該基準的誕生，旨在為評估人工智能在動態環境下的綜合表現提供一把精準的量尺。核心測試機制:全面考察三大動態能力與時鐘協議為了全方位檢驗大模型在真實實時場景中的應對水平，Realtime-Bench精心設計了包含50個涵蓋八類場景的豐富任務。在測試過程中，該基準核心考察模型的實時感知、時間自適應推理以及行動時機把握這三類關鍵能力。同時，為了科學區分不同因素對模型表現的具體影響，研究人員在測試中設置了三種不同的環境推進時鐘協議。這種嚴謹的測試架構，能夠有效剝離外部幹擾，直擊大模型在動態處理上的性能底座。測評結果出爐:多數模型陷入低延遲與推理能力的雙重困境研究人員利用該基準對全球12款前沿大模型進行了深度測試，測試結果暴露出當前主流 AI 在實時任務上的明顯短板。數據顯示，在按照真實推理耗時推進環境的嚴苛場景下，表現最優的GPT-6-Astra任務成功率也僅為44%。而在高推理強度下，模型實現三次全成功的概率甚至僅有36%。這表明，絕大多數前沿大模型在面對複雜的實時交互時，依然難以在極低延遲與深度推理能力之間找到完美的平衡點。深度實驗洞察:盲目提升推理強度無法解決根本難題除了整體成功率偏低外，該項研究還通過進一步的實驗揭示了幾個關鍵的行業洞察:推理強度與成功率並非線性正相關: 在實時任務中盲目提升模型的推理強度，未必

AI資訊AI新閒資訊正文千問AI Office升級端內編輯與模板能力，Word、Excel、PPT均可按需修改發布於AI新閒資訊時間 :Nov 5, 2026閱讀 :1分鐘11月5日，千問AI Office升級端內編輯和自定義模板能力，覆蓋Word、Excel、PPT。用戶可按照單位或個人的格式要求生成文件，並直接在千問內修改內容和樣式，減少跨軟件操作與格式返工。目前，相關功能已逐步開放體驗。目前，千問已支持在端內直接編輯Word、Excel、PPT三類常用文件，用戶不僅可以修改文字、表格和圖片內容，還可以調整字體、字號、顏色等樣式，操作體驗進一步貼近本地Office軟件。其中，AI PPT支持局部重新生成。用戶選中具體圖片後，可以通過對話提出修改意見，無需整份重新生成。此次升級還增強了自定義模版能力。用戶可以上傳自有模版，讓千問根據模版生成相應內容，同時保留頁面佈局、圖片、Logo等關鍵設計元素。生成後，用戶只需對具體內容進行調整，即可直接使用。以租房協議為例，用戶可上傳地方公眾服務平臺提供的租房公開模板，提供已商定的租期、租金和付款方式，讓千問在對應空白處直接填寫，沿用原有頁面佈局、字體和段落格式。生成後直接核對、修改細節，不必逐段複製內容、重新排版。製作讀書分享、活動介紹或知識科普PPT時，用戶也可上傳常用的空白模板，並提供主題、內容提綱等要求，讓千問參考原有版式生成完整內容。如果其中某張配圖不符合預期，只需選中圖片並提出修改要求，即可局部重新生成，無需調整整份PPT。相關推薦23天狂飆3000萬月活！阿里通義千問直接“免費放大招”，PPT、寫作、文庫、講題全線免費用阿里通義千問公測23天月活突破3000萬，創國內大模型最快增長紀錄。同時宣佈四大生產力功能——AI PPT、AI寫作、AI文庫、AI講題永久免費開放，零門檻無限制，引發廣泛關注。用戶反饋顯示，市場更青睞能

智東西 作者 | 王涵 編輯 | 雲鵬 智東西11月5日報道，剛剛，Claude Code和Cowork的核心產品負責人Cat Wu（Catherine Wu）宣佈將加入OpenAI，負責領導核心產品的管理工作。 “小龍蝦之父”即OpenClaw的創始人Peter Steinberger，與OpenAI o系列模型的開發者Noam Brown在評論區送上祝福。 昨天，Cat Wu在X上發文稱週五將是其在Anthropic的最後一天。有人在其評論區問：“你現在打那休那6個月的假嗎？”Cat Wu回答道：“post agi！（在AGI之後）”現在看來，這句話妥妥是個伏筆。 Cat Wu是技術出身，2013年至2017年，她在普林斯頓大學讀計算機科學專業，並曾去往瑞士蘇黎世聯邦理工學院交流學習。本科期間，她曾與同學開發協作白板應用Scratchwork。 畢業後，她加入Youtube從事技術工作。一年後，Cat Wu加入Scale AI擔任產品工程師一職，作為早期員工參與企業產品建設及運營規模化。2020年，她又跳槽至初創公司Dagster擔任工程主管，負責商業產品Dagster Cloud建設。 再之後，自2021年10月到2024年8月，Cat Wu成為了一名風險投資合夥人，在Index Ventures中負責投資企業軟件、數據基礎設施、開發者工具及AI創業公司等。 2024年8月，她正式加入Anthropic。 根據Cat Wu在Anthropic官網上的署名文章，她起初擔任研究產品團隊的產品經理。而後參與了Claude Code內部工具實踐，利用早期Claude Code構建用戶反饋分析工具、評測環境及強化學習相關實驗。 2025年起，她及團隊開始推動Claude Code產品化，定下了Claude Code的產品路線並搭建整體功能框架，將Claude Code推至C端。

報告披露，OpenAI 利用一款即將推出的全新網絡安全模型，成功構建了一套涵蓋自動化漏洞發現、驗證、利用及修復的完整閉環流程，在真實測試中交出了一份驚豔的成績單。驚人的測試數據:千級候選漏洞中動態復現與利用在2026年10月進行的一次實戰測試中，該系統展現了極其強悍的自動化安全攻防能力。

作為面向投資者的正式文件，10-K 對風險的每句措辭都帶著法律層面的披露義務。有意思的是，這家公司至今還沒有一款真正落地的 AI 智能體產品，眼下只想在嚴格隱私保護下繼續打磨 Siri。其首席執行官也把智能體稱作"有前景的工具"，但提醒用戶必須清楚自己究竟交出了哪些權限。

DeepSeek-R1、Kimi-K3、Meta-Llama-3等。該榜以開發者點贊為評選口徑，反映真實偏好，而非跑分或參數規模，成社區史上最受歡迎開源模型。Sep 16, 2026315.6k上海 AI Lab 開源多模態基礎大模型書生-S2：Memory Decoder 插拔記憶，科學長程任務對標頂尖閉源上海AI實驗室開源書生-S2，通用能力居開源第一梯隊，生物、材料、化學等科學長程任務比肩頂尖閉源模型。