重拾当年“AlphaGo围棋”乐趣，谷歌推出模型竞技平台，让各路AI下棋玩游戏一较高下！
谷歌DeepMind推出Kaggle Game Arena平台，让全球顶尖AI模型在战略游戏中竞技。首场较量将在8月5日进行，包括Anthropic、OpenAI等多家公司的模型将参与比赛，旨在提供客观且不断进化的评估基准。
DeepSeek-R1
“开源模型验货官”Perplexity，给Kimi K2盖了个戳
Perplexity联合创始人Aravind Srinivas宣布Kimi K2加入其产品线，并强调了实时响应和低延迟的重要性。作为AI搜索领域的领先者，Perplexity选择开源模型不仅看重技术实力，更注重模型在真实生产环境中的表现能力。
数学题干带猫AI就不会了！错误率翻300%，DeepSeek、o1都不能幸免
大模型被攻击后数学能力骤降，猫猫成了‘罪魁祸首’。研究发现，通过在问题中加入有关猫的事实或对话术改变问题语义，推理模型的错误率大幅增加。
对话出门问问创始人李志飞：AI眼镜没有市场需求，硬件只是大模型载体
出门问问发布全球首款AI硬件产品TicNote，厚度仅3mm，支持智能体AI技术。售价999-1499元。李志飞表示公司转型形成‘超级个体’结构，用一个硬件工程师就能做一款硬件产品。未来将推出更多AI硬件和软件应用。
DeepSeek-R1编程问鼎，媲美Claude 4！2025 AI上半场战报来袭
编程新王DeepSeek-R1成功晋级，与Gemini 2.5 Pro、Claude Opus 4并列第一。AI领域进展迅速，OpenAI仍占主导地位，谷歌和Meta也有增长机会。
Magistral发布：用纯RL打造出首个多语言、透明Reasoning大模型！
MLNLP社区介绍其致力于促进国内外自然语言处理领域的交流合作，Magistral通过纯强化学习训练提高解题能力，成果包括在AIME数学竞赛上的显著提升，在多种场景下的表现及未来研究方向的探索。
让AI做高考数学最难的解答题，这4家拿到满分
国内和国外的大模型在解答题考试中表现各异，豆包Seed1.5、混元T1、讯飞星火X1和Gemini 2.5 pro表现出色，得分满分；Qwen3及格，DeepSeek因超时得0分。
1.93bit版DeepSeek-R1编程超过Claude 4 Sonnet，不用GPU也能运行
最新优化版DeepSeek-R1（0528）在编程榜单aider上取得了60%的成绩，超过Claude 4 Sonnet和1月版的满血R1。同时，1.93bit版本R1相比原始版8bit减少了70%以上的文件大小，并且能够在较小的内存条件下运行游戏任务。
