近日，全球首个大规模、多任务的在真实物理环境中由真实机器人执行操作任务的基准测试—— RoboChallenge 发布。该测试能够克服真实环境下的性能验证、标准化测试条件、公开可访问测试平台等挑战，为视觉语言动作模型（VLAs）在机器人的实际应用提供更加可靠和可比较的评估标准。据悉，RoboChallenge由Dexmal原力灵机联合Hugging Face共同发起。

五个月前，Claude Sonnet 4 还是最先进的模型之一。现在新出的 Haiku 4.5 在编码性能上几乎和它打平手，但价格只要三分之一，速度还翻了两倍多。 具体来说，在用于衡量 AI 编码能力的测试集 SWE-bench Verified 上 ...

在医疗领域，A2A协议推动了跨机构的数据协作与科研突破。美国的Mayo ...

10月10日，vivo如期召开了又一届开发者大会（VDC），主要发布了vivo全新一代的Origin OS6操作系统，顺带也为两款即将发布的旗舰产品做了预热。 我自己是多年vivo及其子品牌用户，总体看下来还是挺满意。不过平心而论，这些年手机硬件的迭代已难再出现质的飞跃。相比那些惯常的“秀肌肉”环节，真正能体现差异化体验的设计，反而更容易脱颖而出。