图灵奖得主姚期智与月之暗面杨植麟等联合发布并开源TCSExam基准,以100道专家审校的理论计算机科学任务覆盖科研全谱系。实测显示GPT-6 Astra以71.9分居首,定理证明类通过率达70%,但30道开放猜想无一被模型独立攻克;Kimi则在极值图论与纠错码上刷新已知结果。基准以Lean形式化验证,为前沿模型推理能力划出清晰边界。
MathArena最新竞赛数学榜显示Gemini 4 Carbon取代GPT-6.1 Sol排名第一。Carbon是Google本周密集发布序列中的旗舰模型,同批还有两代第8代TPU、Gemini Robotics 2.5与Decisions API。独立实测中Carbon视觉检测精度优于同级,但单图推理耗时132.3秒,是Hydrogen的4.5倍,精度与成本权衡值得关注。
Agent Arena长编码会话新榜显示Claude Fable 5.2净提升+30.4%,约为Opus 5.5的1.6倍;16轮以上长任务中无纠错应答率达93%(对手85%)。同时Anthropic将API定价从每百万token输入10美元/输出50美元下调至8美元/40美元,降幅20%,长任务场景成本显著下降。
百度发布ERNIE 5.5 Flash Preview,MoE架构总参数280B、每token激活14B,支持1M上下文,已在千帆API上线并提供OpenRouter免费访问,官方承诺11月25日前以Apache 2.0开源权重。稀疏化加开源策略直接对标Qwen3.8等开放模型,是国产大模型开放权重竞赛的最新一子。
Thinking Machines公开NVFP4训练方案:从预训练第一步到最终RL rollout全程使用原生4位前向传播,权重存储比特数较BF16减少3.6倍,在GB300上最高提速6倍。混合精度配方细节已同步公开,为低成本训练前沿模型提供了可复现路径,可能改变大规模训练的算力经济学。
Artificial Analysis最新评测显示MiniMax H3-Image在图像编辑与文生图两个开放权重榜单均排名第一,成为国产多模态模型在视觉生成赛道的最新代表。同期开放权重赛道还有Ripple-65B宣称登顶美国开放权重agentic coding、Thinking Machines的Inkling 2 Small以1647分居Code Arena WebDev美国开放模型首位,开放模型竞争白热化。
NVIDIA开发者博客详解cuBLAS新版FP64算法:分子化学、材料科学等科学仿真中高精度稠密矩阵乘占大头执行时间,新算法显著提升FP64 GEMM吞吐。文中给出各矩阵规模下的性能数据与迁移建议,HPC与科学计算团队可直接对照调优cuBLAS调用参数。
边缘AI应用常需在有限算力与功耗内并发多个神经网络。NVIDIA博客演示用cuDLA在Jetson AGX Orin上以Python原生调用DLA专用加速器,绕过GPU释放算力,附完整代码与吞吐对比,是Jetson多模型部署的落地参考。
HuggingFace与NVIDIA联合教程:使用SimReady资产在Isaac Sim中搭建机器人pick-and-place仿真,覆盖资产加载、物理参数配置与仿真到现实的迁移要点,附可运行代码。机器人学习团队可据此快速搭建可复用的仿真数据管线。