谷歌再次创造历史：Gemini 2.5 Pro 通关《宝可梦：蓝》！
谷歌Gemini 2.5 Pro模型成功通关经典游戏《宝可梦：蓝》。软件工程师Joel Z搭建系统连接模拟器，通过分析内存信息自主决策玩游戏。项目强调不是基准测试，而是展示不同AI的思考方式差异。
Gemini 2.5 Pro
大模型终于通关《宝可梦蓝》！网友：Gemini 2.5 Pro酷爆了
谷歌CEO劈柴哥宣布大模型Gemini成功通关《宝可梦蓝》，成为首个登顶的大型语言模型。Gemini在游戏过程中详细思考每个步骤，展示了其理解游戏的能力和局限性。
北大物院200人合作，金牌得主超50人！PHYBench：大模型究竟能不能真的懂物理？
北大联合人工智能研究院等推出全新物理评测基准PHYBench，包含500道高质量物理题目，旨在评估大模型在物理感知与推理方面的表现，并通过创新的EED评分机制揭示前沿模型与人类专家之间的差距。
谷歌 Gemini 2.5 Pro 成首款能理解 PDF 布局的 AI 模型了
近日，谷歌Gemini 2.5 Pro在PDF文档解析方面取得突破，能够全面理解其布局，引发人机协作模式和生产关系变革。这将催生新型出版、教育和司法系统应用，但也带来格式依赖风险、视觉霸权隐患及元数据黑洞等问题。
Cursor最新版详解：MCP图片上下文、自动生成项目规则等实用功能！
Cursor 0.49 版本发布，新增智能规则生成、聊天历史访问优化、代码审查改进等新功能。支持图片上下文传递及终端控制增强，全局忽略文件和多模型支持升级。
杀疯了！Gemini 2.5狂飙「高尔顿板」测试，编码横扫所有OpenAI模型
谷歌新模型Gemini 2.5 Flash在高尔顿板测试中表现出色，击败多个AI模型。其性能超越Gemini 2.5 Pro，并被认为是对AI编码的重大突破。
Gemini 2.5编程全球霸榜，谷歌重回AI王座！神秘模型曝光，奥特曼迎战
谷歌Gemini 2.5 Pro在多语言编程基准测试中表现优异，性价比最优，引发广泛关注。近期又曝光了更强的模型Dragontail，在Web开发领域表现出色，有望进一步提升谷歌在AI领域的领先地位。
5分钟直出46页论文！谷歌Deep Research完爆OpenAI，最强Gemini 2.5加持
谷歌Deep Research搭载Gemini 2.5 Pro模型升级，显著提升分析、推理和报告生成能力。仅需19.99美元即可体验新功能。4分钟内完成46页学术论文和10分钟播客的转换。性能超OpenAI DR40%，价格仅为其十分之一。
我测试了所有顶级的大模型在前端开发中的表现，其中一个模型表现尤为突出
本周，多个顶级语言模型被测试用于生成前端开发的优秀页面。最终结果显示，DeepSeek V3-0324的表现最为出色，虽然Claude 3.7 Sonnet在代码质量方面表现出色，但DeepSeek V3-0324在全面性方面更胜一筹。