56 年无人解开的数学难题，被谷歌的新 AI 突破了
去年，AI 能解出博士级别的数学题，已是轰动一时的大新闻；而今年，能攻克「未解之谜」级别的数学难题的 AI 已经来了。5 月 15 日，Google DeepMind 发布了全新编程智能体 AlphaEvolve。
裸考奥赛也能夺金？人类集体“交白卷”的数学题，被一个中等尺寸AI做对了
上海人工智能实验室（上海AI实验室）联合团队近日公布了一项面向奥赛级科学推理的新成果：他们提出一套通专融合训练方案，并基于30B-A3B架构构建出科学推理模型SU-01。
DeepSeek-R1超级外挂，“人类最后的考试”首次突破30分，上海交大等开源方案碾压OpenAI、谷歌
“人类最后的考试”首次突破30分，还是咱国内团队干的！该测试集是出了名的超难，刚推出时无模型得分能超过10分。直到最近，最高分也不过26.9，由Kimi-Research和Gemini Deep Research并列取得。
清华团队系统构建AI for PDEs智能计算力学框架并提出预训练有限元方法
偏微分方程（PDEs）是描述复杂物理系统演化规律的核心数学语言，也是航空航天、先进制造、能源装备、生物医学工程等领域开展数值模拟与工程设计的基础。
5000词需求文档，Claude也只能交付14%！实测28种Agent组合
来源：新智元如今Agent已经能熟练调用工具、修改文件、运行测试，但面对一个长期演进的大型软件系统，它能否从一份新需求出发，交付完整功能？产品经理提出新需求，开发者拿到的往往不是文件清单或函数签名。需要先理解约束，追踪模块依赖，再判断改哪里、怎么改、怎样证明改对了。
Auto Research时代，47个没有标准答案的任务成了Agent能力必测榜
如果把AI丢进一个没有标准答案的工程现场，它还能活下来吗？长期以来，AI Agent看起来无所不能，实则大多是在已知知识库里“翻记忆”。但真实的工程世界是残酷的：水下机器人的稳定性、动力电池的析锂边界、量子线路的噪声控制……这些问题没有“满分”，只有“更逼近极限的优化”。
Auto Research 来了：当 AI 开始接管科研里最苦的活，意味着什么
最近，Einsia AI 旗下 Navers Lab 发布了一个叫 Frontier-Eng Bench 的新基准测试，正试图衡量这种能力。
Auto Research 来了：当 AI 开始接管科研里最苦的活，意味着什么
最近，Einsia AI 旗下 Navers Lab 发布了一个叫 Frontier-Eng Bench 的新基准测试，正试图衡量这种能力。
5000词需求文档，Claude也只能交付14%，实测28种Agent组合
如今Agent已经能熟练调用工具、修改文件、运行测试，但面对一个长期演进的大型软件系统，它能否从一份新需求出发，交付完整功能?
裸考奥赛也能夺金？人类集体“交白卷”的数学题，被一个中等尺寸AI做对了
上海人工智能实验室（上海AI实验室）联合团队近日公布了一项面向奥赛级科学推理的新成果：他们提出一套通专融合训练方案，并基于30B-A3B架构构建出科学推理模型SU-01。