为什么好用的AI智能体在基准测试中反而得分更低
一位开发者指出，很多让AI智能体用起来更舒服的特性，反而可能拉低其基准测试表现，折射出真实体验与标准化评测之间的张力。
全球 AI 动态简报
-
Command Code 上线 Muse Spark 1.3 Max，新增推理强度控制
Muse Spark 1.3 Max 已在 Command Code 上线，新增推理强度参数，可应对更难的问题并达到前沿性能。
-
NVIDIA Sol 发布 Sol-H3：开源 MiniMax-H3 视频推理速度超过播放
NVIDIA Sol 团队推出的开源 Sol-H3 推理栈在 8× B300 上仅用 1.653 秒生成 5 秒 1344×768 带立体声的视频，相比 Base H3 最高提速 15.54 倍，并可通过 Reactor API 使用。
-
Requesty 用 GPT-6 Astra 生成自家平台宣传视频
Requesty 让 OpenAI 的 GPT-6 Astra 研究其平台、阅读文档、撰写脚本，并生成带音乐和旁白的完整宣传视频。
-
33分钟一次生成AI视频：Remotion + SciPy + Requesty TTS
一位开发者分享了用33分钟完成的一次性视频生成实验：Remotion负责画面，NumPy/SciPy负责音乐，Requesty TTS模型负责旁白，效果虽有瑕疵但已算不错。
-
Hugging Face联合创始人：联合计划获99%正面反馈
Hugging Face 联合创始人 Julien Chaumond 表示，公司“携手合作”的计划获得 99% 的正面回应；Satya Nadella、Sundar Pichai 与 Mira Murati 等业界人物都公开表示支持。
-
Hugging Face 转发实拍机器人短剧第三集：机器鸭“Microduck”意外成主角
Hugging Face 转发了真人实拍机器人系列的第三集。创作者 @RemiFabreRobot 称第一个镜头几乎完全翻车，但机器鸭“Microduck”的表现堪称奥斯卡级别。
-
MiniMax H3 × SeaArt 创作挑战赛开启，3,000美元奖金池等你拿
MiniMax 与 SeaArt 推出 H3 × SeaArt 应用创作挑战赛，奖金池为 3,000 美元，无需编程即可用 MiniMax H3 打造 AI 应用。
-
腾讯AI发布Hy4预览版升级：更少步骤与更低Token消耗
腾讯AI已针对Hy4预览版推送升级，优化复杂任务中的过度验证问题，以更少推理步骤和更低Token消耗保持相同任务质量。
-
腾讯 Hy4 preview 推出优化升级：同等质量，更少轮次与更低 Token
Hy4 preview 更新优化了复杂任务中的长思考和过度验证问题，在保持质量的同时减少轮次和 Token 消耗，现已上线。
