OpenAI代号Aurora的图像模型据称进入Arena测试
OpenAI图像模型Aurora据称进入Arena测试，体验者称配色和整体效果更佳。身份与表现尚待确认。[8]
大黑AI速报
本期Run:ai完整开源，降低GPU集群编排门槛；FEB-30与Taste-Bench则揭示智能体记忆和长期决策短板。
模型动态
产品工具
NVIDIA完整开源Kubernetes GPU编排平台Run:ai
NVIDIA将Run:ai以Apache 2.0完整开源，可自由修改和自托管。平台用于Kubernetes GPU编排。[1]
Grok Bot升级计算机操作与记忆并宣称任务提速三倍
Grok Bot升级计算机操作、记忆、语音及连接器，任务速度称提升【3倍】。实际效果仍待验证。[5]
Claude被曝筹备接入银行数据的个人理财功能
代码迹象显示Claude或通过Plaid接入银行数据，并生成理财仪表盘。该功能尚未获官方确认。[6]
行业资讯
FEB-30基准发现QA分数难以准确评估智能体记忆
Amazon提出FEB-30直接检查记忆轨迹。其与QA评分平均相差16.8分，正确记忆操作仅20.1%。[2]
Cohere研究给出多智能体编码团队的模型分工建议
多智能体编码优于单体，但成本增加【3至7倍】。研究建议由强模型领队，便宜模型负责规划。[3]
Taste-Bench显示智能体长期决策能力仍然薄弱
Taste-Bench用502个决策分叉测试长期能力，最佳仅得59.7%。结果暴露智能体长期规划短板。[4]
微软据报终止与Nscale的数据中心合作项目
微软据报终止与Nscale的埃塞克斯项目，或冲击其数十亿美元IPO。事件凸显基础设施商的大客户依赖。[7]