站长之家（ChinaZ.com）9月18日 消息:昆仑万维表示，其自研的天工大模型在 Benchmark GSM8K 测试中取得了80% 的正确率，超过了 GPT-3.5和 LLaMA2-70B，达到了全球领先水平，接近于 GPT-4。
天工大模型还在 MMLU、C-EVAL、HumanEval 等多个数据集上表现出色，准确率均高于其他主流大模型。同样，在中文开源数据集 CMATH 测试中，天工大模型也表现优秀，准确率超过了其他主流大模型。
昆仑万维表示，天工大模型的优秀表现得益于其对多数据源的高效融合策略、不同语言间的能力迁移以及对基座逻辑推理能力的深入探索。与 GPT-3.5相比，天工大模型的解题思路更为简单、清晰。
天工大模型目前仍处于内测阶段，将持续提升技术实力，为用户和企业提供强大的智能化助力。
（举报）
本期AI日报聚焦多项AI领域创新：1)MiniMax推出视频Agent工具，支持文本生成高清视频及人脸驱动；2)昆仑万维开源Skywork-SWE-32B模型，提升软件工程任务表现；3)B站接入通义千问模型，推出数据分析智能体InsightAgent；4)ChatGPT深度整合Gmail与日历功能；5)腾讯云发布全链路AI开发平台"AI Builder"；6)HeyGen推出UGC广告数字人功能；7)研究显示过度依赖AI或削弱批判性思维。此外还涵盖AI音乐生成、内容检测工具停运等动态，展现AI技术快速发展的多元应用与潜在影响。
【AI日报】今日AI领域重要动态：1)阿里开源支持链式推理的音频生成模型ThinkSound，实现高保真空间音频生成；2)谷歌Veo3升级，支持静态图片生成生动视频；3)Hugging Face发布30亿参数小模型SmolLM3，性能优于Llama-3.2-3B；4)阿里开源网络智能体WebSailor，展现强大推理和检索能力；5)Moonvalley发布原生1080P视频生成模型Marey Realism v1.5；6)Vidu Q1支持最多七张参考图像生成一致性视频；7)苹果�
魔乐社区启动"模型推理适配协作计划"，旨在解决国产算力平台与大模型间的适配难题。该计划通过开源协作模式，联合开发者、芯片厂商等生态伙伴，构建从工具链到知识库的全栈支持体系，打造适配成果共享平台。重点支持开源大模型在国产硬件及多样化推理引擎上的高效运行，提供模型转换工具和优化指南，降低开发门槛。目前已有文心大模型4.5等首批适配成果�
乐迈石晶在第27届中国建博会(广州)推出"全屋石晶整装解决方案"，以"要健康·要安全·要石晶"为主题，通过零醛添加、防水防潮、防蛀防霉等八大性能优势重新定义整装标准。该方案采用天然石灰岩和树脂晶体为原料，通过高温高压工艺实现零甲醛释放，适用于全屋空间。乐迈石晶已建立全球研发中心，拥有多项核心专利技术，业务覆盖80多个国家和地区。此次创新不仅推动建材升级，更引领健康人居新趋势，为消费者打造安全舒适的家居环境。
OpenAI推出突破性的o3推理模型，首次实现图像直接融入推理过程，在多模态基准测试V* Bench上准确率达95.7%。DeepSeek完成R1模型升级，上下文窗口从12K扩展至23K，幻觉率降低45%-50%。行业呈现开源趋势，DeepSeek开源策略促使多家企业跟进，OpenAI也考虑开源。微美全息加速布局多模态大模型，计划提供实时多模态AI体验。专家指出AI发展重心正从大模型向智能体演进，开源技术显著降低训练门槛，提升泛化能力，为多模态智能探索开辟新路径。企业需紧跟趋势把握机遇，在大模型驱动的新时代找准定位。
刚刚， 2025 年高考作文题目出炉，再次成为亿万网友关注的话题。越来越“聪明”的人工智能大模型写高考作文真题，会带给我们怎样的惊喜?阅卷老师又会给出怎样的分数呢?今年湖北高考语文采用全国一卷，作文题为根据给定的材料进行写作。根据阅卷老师的打分，豆包、通义千问、GPT-4o的作品斩获前三名。全国一卷阅读下面的材料，根据要求写作。( 60 分)他想要给孩子们唱
网易有道6月23日开源国内首个专注数学教育的"子诳3"大模型系列数学模型(Confucius3-Math)。该模型在单块消费级GPU上高效运行，在多项数学推理任务中性能超越更大规模的通用模型，高考数学题测试得分达98.5分。其训练成本仅2.6万美元，推理性能是DeepSeek+R1的15倍，服务成本低至每百万token0.15美元，大幅降低教育AI应用门槛。该开源模型为教育公平提供低成本、高性能的AI�
当前辅助驾驶已实现全国覆盖，但用户从"能用"到"爱用"仍有明显鸿沟。核心痛点在于"安心感不足"——系统决策缺乏解释性、盲区预判能力薄弱、人机交互机械化等问题。理想汽车押注的VLA(视觉-语言-动作)模型通过语言模型增强系统推理能力，能更全面理解交通场景。该模型具备三大功能：空间语义理解可预判盲区风险；异形障碍物识别能应对极端路况；文字类引导牌理解可精准执行车道选择。VLA技术有望解决智驾系统"最后一公里"的信任难题，推动行业从功能覆盖转向体验升级。
近日，一位在社交平台开设钩织娃衣店的店主糖糖引起了广泛关注。她通过为泡泡玛特原创潮玩LABUBU手工钩织衣服，实现了月收入超过两万元的佳绩，其中近一半订单来自海外。 她近几个月都在专注于为LABUBU手工钩织衣服。这些手工钩织的娃衣每件定价在70元上下，凭借精湛的手艺和独特的设计，受到了众多消费者的喜爱。月销量超过300单，这一数字不仅证明了LABUBU的受欢�
据媒体报道，郑州一家海洋公园发布月薪3万招募首席摸鱼官”的消息引发全网关注。 这家海洋公园通过公众号发布了招聘信息，首席摸鱼官”报名时间为6月18日至25日，要求颜值高、性格好，最重要是海豚喜欢，主要职责就是搭档点斑原海豚和游客互动，每天工作两个小时，月薪高达3万元。 此次招募活动面向全国，园方将从简历中筛选出10人带薪试岗，有网友表示：这才是�
