中科院首次让AI学会“看图反思”:视觉推理模型不再“看一眼就算数”
当我们解决数学题时，如果第一遍算错了，通常会回头重新审题，仔细观察图表中的细节。但目前的人工智能视觉模型却做不到这一点——它们看图就像"一目十行"的快速阅读，看一眼就下结论，很少会重新审视图像中的关键信息。
推理模型
美团发布高效推理模型LongCat-Flash-Thinking：部分性能接近GPT5
综合评估显示，LongCat-Flash-Thinking在逻辑、数学、代码、智能体等多个领域的推理任务中，达到了全球开源模型的最先进水平（SOTA），部分任务性能接近闭源模型GPT5-Thinking。
不止于快！美团新推理模型正在重新定义「实用主义AI」
在大模型竞赛围绕参数规模和跑分展开时，美团发布的新一代大模型选择了一条不同的路径：一切围绕能否真正解决问题展开。它不仅在国际权威的数学、代码测评中达到了顶级水平，更在晚上吃什么？礼物怎么选？这类具体而微小的生活难题中，展现出理解力和实用性。本文将结合技术报告与
美团发布高效推理模型 LongCat-Flash-Thinking，达到 SOTA 水平
官方介绍称，在保持了 LongCat-Flash-Chat 极致速度的同时，全新发布的 LongCat-Flash-Thinking 更强大、更专业。综合评估显示，LongCat-Flash-Thinking 在逻辑、数学、代码、智能体等多个领域的推理任务中，
清华、上海AI Lab等团队发布推理模型RL综述，通往超级智能之路
在 2013 年，DeepMind 就展示过一个小实验：用 RL 训练的智能体，只凭屏幕上的像素和得分反馈，就能学会玩上世纪的街机游戏《打砖块》。几年后，AlphaGo 和 AlphaZero 更是通过自我对弈和奖励信号，超越了世界顶尖棋手，在围棋、国际象棋和
清华、上海AILab等顶级团队发布推理模型RL超全综述
在 2013 年，DeepMind 就展示过一个小实验：用 RL 训练的智能体，只凭屏幕上的像素和得分反馈，就能学会玩上世纪的街机游戏《打砖块》。几年后，AlphaGo 和 AlphaZero 更是通过自我对弈和奖励信号，超越了世界顶尖棋手，在围棋、国际象棋和
清华、上海AI Lab等顶级团队发布推理模型RL超全综述，探索通往超级智能之路
在 2013 年，DeepMind 就展示过一个小实验：用 RL 训练的智能体，只凭屏幕上的像素和得分反馈，就能学会玩上世纪的街机游戏《打砖块》。几年后，AlphaGo 和 AlphaZero 更是通过自我对弈和奖励信号，超越了世界顶尖棋手，在围棋、国际象棋和
人工智能领域训练模型与推理模型的本质差异
在人工智能技术演进中，训练模型与推理模型构成AI系统开发的核心闭环。前者如同构建精密的认知引擎，后者则像高效运转的决策机器，二者在技术逻辑、资源消耗、应用场景等方面存在本质差异。这种差异不仅体现在算法层面，更深刻影响着AI技术的商业化落地与社会价值实现。
AI日报：智谱视觉推理模型GLM-4.5V开源；达摩院开源三项具身智能核心技术；360智脑推出Light-IF系列模型
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。
奥特曼深夜官宣：OpenAI重回开源！两大推理模型追平o4-mini
OpenAI深夜扔出开源核弹，gpt-oss 20B和120B两款模型同时上线。它们不仅性能比肩o3-mini和o4-mini，而且还能在消费级显卡甚至手机上轻松运行。gpt-2以来，奥特曼终于兑现了Open AI。
OpenAI六年后重启开源，推出两款高效推理模型，适配手机笔记本
在人工智能领域的一次重大动作中，OpenAI终于打破了长达六年的沉默，宣布开源两款全新的语言模型——gpt-oss-120b与gpt-oss-20b。这一消息迅速引起了业界的广泛关注与讨论。
OpenAI六年后再开源：推出两款高效推理模型，适配手机与笔记本
在AI界沉寂已久的OpenAI，近日终于有了新的动作，宣布开源两款语言模型——gpt-oss-120b和gpt-oss-20b。这一消息犹如一颗石子投入平静的湖面，激起了层层涟漪。
OpenAI时隔6年再度开源！两款推理模型，o4-mini级，手机和笔记本能跑
今天，OpenAI终于放出其传闻已久的开源模型：gpt-oss-120b和gpt-oss-20b。这两款模型均采用MoE架构，与DeepSeek的多款模型类似。
大语言推理模型效果不佳：数十亿投资面临挑战
今年6月初，苹果公司发布了一篇具有重大影响力的论文《思考的幻象：从问题复杂性角度理解推理模型的局限性》。该论文深入研究了大型推理模型（LRMs）的推理能力，包括Claude 3.7 Sonnet Thinking、Gemini Thinking、DeepSee
蚂蚁开源轻量级推理模型Ring-lite，多项Benchmark达到SOTA
在多项推理榜单（AIME24/25、LiveCodeBench、CodeForce、GPQA-diamond等）实现了轻量级推理模型的SOTA效果，比肩3倍激活参数大小的10B以下 Dense 模型，再次验证了 MoE 架构的推理潜力。
连发推理模型、Agent和多模态，MiniMax不想掉出一梯队｜AI创世纪
与大模型“六小龙”中趋于沉寂的其他几家同行相比，MiniMax用连续5天的上新，带来了久违的热闹场面。自6月17日起，MiniMax一周内相继发布了新的推理模型、视频生成模型、Agent、语音设计等产品。
Mistral的首个强推理模型：拥抱开源，推理速度快10倍
本周二，欧洲人工智能公司 Mistral AI 发布了 Magistral，这是一个全新的大语言模型（LLM）系列，展现了强大的推理能力。它能够进行不断反思，并解决更复杂的任务。
iOS 26 丑上热搜；多家车企宣布将账期统一至 60 天内；OpenAI 推出最强推理模型 o3-pro | 极客早知道
对于不少网友和科技博主吐槽 iOS26 界面丑的情况，苹果客服表示，目前的 iOS26 是测试版本，也已接到过用户反馈界面设计丑的情况，但目前正式版本尚未发布，后续如果很多用户反馈这一问题的话，也有可能会改善的，建议等正式版本推送后再关注相关测评。（来源：封面
法国人工智能公司Mistral发布首个推理模型 支持欧洲多种语言
当地时间周二，法国人工智能初创公司Mistral宣布推出其首个推理模型，声称能够与OpenAI和DeepSeek等竞争对手的产品相抗衡。
评估真相：DeepSeek推理模型在基准测试中的浮动陷阱
最近，来自多家研究机构的林孙、魏红林、金枝吴等研究人员发表了一篇题为《评估即为一切：通过评估设计战略性夸大LLM推理能力》的研究论文，该论文发表于2025年6月5日的arXiv预印本平台（arXiv:2506.04734v1）。这项研究深入探讨了一个令人担忧的
推理模型 基准测试 deepsee deepseek推理模型 2025-06-09 15:43 11