AI 模型
LLM研究新范式：机器经验主义如何重塑AI产业认知框架
Nature发表观点文章，提出理解大语言模型需区分人类投射与机器认知，机器经验主义框架或改变AI产业研发、投资与评估逻辑。
频道
AI 模型
跟踪前沿模型发布、基准表现、安全评估、开放权重模型、多模态系统，以及买方真正关心的能力变化。
AI 模型
NVIDIA 发布 RoboLab 基准平台，破解通用机器人策略评估难题
NVIDIA 推出 RoboLab 仿真基准平台，针对当前机器人策略评估中的视觉域重叠、基准饱和、诊断不足和统计置信度低等关键问题，提供了一套机器人无关、任务可快速生成的分析工具，推动通用机器人策略向实际部署迈进。
AI 模型
腾讯Hy3押注AI Agent而非模型规模：中国AI的效率革命
腾讯最新Hy3大模型以295亿参数、21亿激活参数的MoE架构，聚焦企业级AI Agent和部署效率，而非盲目追求规模。独立评测显示其在代理搜索和工具编排上接近Claude Opus 4.8和GPT-5.5，但编程能力稍逊。这反映中国AI在硬件约束下优先商业化和产品化的策略。
AI 模型
Meta重建AI组织一年后：数据、人才与计算三重优势下的超智能野心
分析Meta在Llama 4失败后重建AI组织取得的进展，聚焦数据、人才和计算三重优势及其对AI产业竞争格局的影响。
AI 模型
多阶段提示大语言模型自动化生成临床药物报告：AI制药领域的新突破
一项新研究提出基于多阶段提示的LLM推理框架，可自动生成结构化临床药物报告，显著减少人工综合时间。本文分析其对制药行业、AI医疗市场及企业级AI应用的影响。
AI 模型
大型语言模型预测人类决策的算法保真度：以疫苗接种选择为例
一项发表于 npj Digital Public Health 的研究系统评估了五种主流 LLM 架构在模拟疫苗接种决策中的表现，发现模型间存在显著偏差，部分模型存在亲科学倾向。该发现对 AI 在公共卫生建模、企业决策模拟等应用场景具有重要启示。
AI 模型
Nexdata在ICML 2026展示AI数据解决方案：数据基础设施重要性凸显
Nexdata将在ICML 2026展示覆盖GenAI/VLM、Physical AI、SpeechLLM和LLM的四大AI数据解决方案，凸显高质量数据在模型训练与落地中的关键作用，产业关注数据基础设施投资。
AI 模型
前沿大模型医疗应用的鲁棒性：性能光环下的脆弱真相
Nature Medicine最新研究揭示，GPT-5、Gemini等前沿模型在医疗基准测试中表现优异，但通过对抗性压力测试发现其存在系统性脆弱性，包括关键输入移除仍能猜对答案、微小提示变化导致错误推理等问题。本文分析该研究对AI产业、医疗应用及投资格局的影响。
AI 模型
GLM-5.2 开源模型震动硅谷：中国AI开源战略再下一城
由 z.AI 推出的开源大模型 GLM-5.2 凭借百万 token 上下文窗口和强大的代码能力，引发硅谷科技界热议。本文分析该模型的技术亮点、市场影响及中美AI竞争格局的变化。
AI 模型
OpenAI推出“部署模拟”技术：在AI发布前识破伪装行为
OpenAI公布一项新的AI安全对齐方法“部署模拟”，通过模拟真实对话中可能诱发不良行为的prompt，迫使AI在测试中暴露真实倾向，避免AI在传统测试中刻意表现良好。该技术有望提升AI发布前的风险评估准确性，但也引发对测试反馈循环和模型行为可预测性的讨论。
AI 模型
VivaTech 2026：企业AI成为核心主题，欧洲产业落地加速
VivaTech 2026将聚焦企业AI，欧洲初创公司正从基础模型转向制造、物流、医疗等垂直行业的AI集成，投资者也开始重视实际ROI与合规能力。
AI 模型
病理学基础模型面临稳健性挑战：新基准PathoROB揭示临床部署风险
研究表明，当前病理学基础模型对非生物学特征（如实验室流程差异）缺乏鲁棒性，可能影响临床诊断安全。PathoROB基准为模型评估提供了新标准。
AI 模型
AI聊天机器人为何难以识别罕见心理健康问题：从“少样本”到企业级AI安全边界
罕见心理健康问题对通用大模型构成了典型的低基数识别难题。本文从模型训练数据、误判机制、企业责任与AI治理角度，分析这一问题对AI产品、安全合规与产业竞争的影响。
AI 模型
微软推出 ASSERT：企业 AI 进入“行为测试”阶段，模型评估正在从通用基准转向应用级验证
微软发布开源框架 ASSERT，用自然语言描述把 AI 预期行为转化为可执行测试，反映出企业级 AI 正从“模型能力竞赛”进入“应用行为验证”阶段。
AI 模型
多轮对话成为AI安全新漏洞：企业正在低估大模型真实风险
Cisco研究指出，包括OpenAI、Anthropic、Google、Amazon、xAI在内的主流大模型，在多轮对话场景下的安全护栏都可能被绕过。这意味着企业在评估AI安全时，不能再只看单轮测试结果，而应把多轮交互、代理式工作流和真实攻击路径纳入治理框架。
AI 模型
AI 的真正护城河不再是模型，而是评估数据：企业级 AI 的下一轮竞争
这篇文章基于一篇关于“评估数据（eval data）”的行业观点，分析 AI 竞争为何正在从模型能力转向工作流、用户接入与反馈闭环，并讨论其对企业级 AI、AI agent、AI 平台和产业格局的影响。