排名第九、国内第二，DeepSeek V4 凭什么让人又爱又恨？
一周真实业务流、四个中国特色场景和三百组对比测试，V4到底行不行？ 作者丨孟一凡 编辑丨马晓宁 梁丙鉴
阅读全文AI 会笑吗？BIGAI & 上交大团队：多模态大模型是否真的能 get 到视频笑点｜ACL 2026
v-HUB 基准将视频幽默理解聚焦于视觉线索与环境声音驱动的无对白短视频场景，系统揭示当前模型从“看见视频”到“理解笑点”之间仍有显著差距。
阅读全文告别天价账单：端云协同与记忆革命，让 Agent 告别「烧钱时代」丨 GAIR Live 029
当 Agent 不再是昂贵的实验品，而是像水和电一样的基础设施时，真正的 AI 时代才算真正降临。 作者丨岑峰
阅读全文Agent 自己学 Skill，到底学得怎么样？CMU 首个系统性基准来了
CMU和Amazon AGI推出首个Agent Skill持续学习系统性基准SkillLearnBench，把答案拆到了Skill 生成、调用、执行的每一层。
阅读全文百度智能云 DuMate 测评：办公 Agent 教我用 Claude Code，效果如何？
链路闭环级别的稳定性，是办公 Agent 留在牌桌上的门票。 作者丨吴海明 黄毅硕 编辑丨马晓宁 梁丙鉴
阅读全文