实测DeepSeek V3.1，不止拓展上下文长度
DeepSeek V3.1和V3相比，到底有什么不同？官方说的模模糊糊，就提到了上下文长度拓展至128K和支持多种张量格式，但别急，我们已经上手实测，为你奉上更多新鲜信息。
主观评测五大AI助手识图能力，奇葩卫生间标识识别大PK
作者测试了智谱GLM-4.5V（开启/关闭推理）、豆包、Kimi、元宝和ChatGPT-5在识别十张奇葩卫生间标识上的表现。评测模拟紧急如厕场景，按识别正确性评分。结果智谱普通模式得分最高（86分），ChatGPT-5和智谱推理模式次之（78分），豆包和元宝70分，Kimi垫底（38分），揭示了各AI视觉能力的差异及局限性。
效果太逆天了！！这才是现在最强「Agent」
“一句话做应用”，虽说这个概念已经并不新鲜。但说实话，市面上能真正达到交付标准的产品寥寥无几。
实测商汤AI视频Agent Seko，一句话成片要塌房了
视频Agent生成过程中顶多也就是让我点点选项，或者直接针对某一处不满意的地方用对话形式修改，甚至可能我提了一个意见，直接整个片子都给我换了个不一样的。
GPT-5 vs Claude Opus 4.1：编程能力测评
OpenAI 发布了 GPT-5，我在公众号里、社群里、论坛里，很多地方都在刷屏一个消息：GPT-5 来了，而且在编程能力上“强得可怕”。
实测首款Agent蜂群，人人都可以造自己的视频版manus了
上上周我们一起测试了六款视频Agent， Agent们手里有一堆音频、视频、剪辑、生图等工具，由他们决定调用顺序成片
编程/写作/PPT...GPT5深度实测（含场景提示语Prompt）
一起给GPT5上上强度吧！ 我相信它的参数、API、纸面实力已经被扒得差不多了，所以接下来的内容先会分为总结篇，把system card、发布会、OpenAI自家技术博客、奥特曼私下说的信息做个全篇，然后从编程、写作、多模态、PPT等等给GPT犁一边，最后再总结一下GPT-5后续的一些开发计划啥的，Here we go!
快来看看GPT-5第一波实测
GPT-5的发布让全球震动，网友也都开始了试玩模式。 50万粉Youtuber Matthew Berman也参与其中，用25分钟的视频展示了数十个案例。
GPT5 新鲜一手实测，我想说：还不如不更新！TMD
GPT5更新了，简单测了几个Case。GPT5更新了，简单测了几个Case。山姆真的是营销大师。从前些天透漏的信息看，GPT5 牛逼的不行了。但实际呢？！至少在我今天的测试Case中，没一个比 Claude 4 sonnet 好！
实测GPT-5：写作坠入谷底，编程一骑绝尘。
凌晨1点，在万众瞩目的境况下，OpenAI的直播正式开始。GPT-5，终于来了。
最强开源120b模型！OpenAI/国产 终极二选一，速来看实测～
一直被称为"CloseAI"的OpenAI，终于舍得发布了他们继GPT-2之后的第一个开源模型：GPT-OSS
全球独家首测Genie 3，实验室细节曝光超震撼！AGI最后一块拼图已实现
谷歌DeepMind的Genie 3是如何诞生的？这位主持人深入探访实验室内部，全球独家首测了Genie 3，扒出超多震撼细节。同时，前谷歌研究员的笔记中，也曝光了使用初体验，他直言：炸裂，Genie 3让我看到了游戏未来五年的尽头！
一手实测OpenAI新开源的GPT OSS，o1和GPT-4o都要过气了。
gpt-oss-120b 和 gpt-oss-20b OpenAI终于把开源的模型放出来了。 gpt-oss系列也是自GPT2以来，OpenAI首次开源的大语言模型。
自费70美刀，深入对比四大AI模型的Deep Research，Claude Opus 4最强！
没等来GPT-5，最先更新的是Gemini 2.5 Deep Think，不愧是你，卷王Gemini。
实测能“生娃”的MasterAgent，我用1句话拉起了自家AI团队
果然只要坚持每天测Agent， 总能开出金的。Agent们好用但不便宜，有没有那种不烧积分，一句话就能定制多个智能体的Agent开发平台呢？今天就有了！
设计师听不懂我说话的难题，lovart用一张能聊天的画布解决了
伙计，噢！ 看看我们的设计Agent Lovart最近又更新了什么！ ChatCanvas 一个“活在”画布上， 能听我无限次修改意见的设计师！这可太棒啦！
刚刚，特朗普祭出AI医疗新政，苹果、谷歌、OpenAI联手，2026年重塑美国医疗！
7月30日，特朗普宣布了一项新的医疗科技发展计划，旨在利用AI等技术，构建一个以患者为中心，更加智能、安全、个性化的医疗生态系统。
Midjourney视频新功能值不值？我们用7组实测告诉你答案
还记得Midjourney最早的视频功能V1上线时，一张图、五秒钟、高美感、低分辨，是所有人对V1的第一印象。
7000字深度对比Claude4、Kimi k2和云听AI，谁才能真正在商业洞察落地？
在用 AI 做数据分析的时候，你有没有遇到过这样的场景？
深度评测智谱 GLM-4.5，到底是什么水平？
这段时间国产 AI 模型非常热闹，各家都瞄着 Coding 和 Agent 场景，开源自己的最新模型。