西风 发自 凹非寺 量子位 | 公众号 QbitAI "人类最后的考试"首次 突破30分 ，还是咱国内团队干的！ 该测试集是出了名的超难，刚推出时无模型得分能超过10分。 直到最近， 最高分也不过26.9 ，由Kimi-Research和Gemini Deep Research并列取得。 现在，上海交大联合深势科技团队突然发布了一项新研究，在"人类最后的考试" （HLE，Humanity's Last Exam） 上一举拿下 32.1分 ， 创下新纪录。 在这项研究中，团队推出 工具增强推理智能体X-Master 、 多智能体工作流系统X-Master s。 划重点：还直接把这套方案给 开源 了。 网友们纷纷感叹现在AI竞赛太激烈，一天一个样。 另外值得一提的是，这项研究 使用了DeepSeek-R1-0528作为驱动智能体的推理模型 ，由此也有网友表示： R1在函数调用上表现仍欠佳，而且在这项研究里甚至没有针对这一点进行微调。但即便如此，只要给它搭配合适的框架，它在HLE这 个难度很高的测试中就能拿到32%的成绩。 虽然大家可能会习惯性地称R1为"最佳基础模型"，但我觉得这其实是给V4打下了基础。我敢肯定， ...

随着人工智能技术从前沿探索迈向产业应用的深水区，市场的焦点已不再是"AI能做什么"，而是"如何规模化地构建、交付并商业化成功的AI产品"。 ICONIQ Growth刚刚发布的《2025 AI状态报告》调研了300位软件公司高管，揭示了一个重要转变：企业不再纠结"要不要用AI"，而是在思考"怎么把AI做好"。 市场正在快速分化。几个关键数据值得创业者关注： 锦秋基金（公众号：锦秋集；ID：jqcapital）认为，这份报告摒弃了宏大的趋势预测，转而深入一线，为产品架构师、工程师和技术领袖们提供了一份详尽的"how- to"指南，帮助创业者思考如何将生成式AI从一个充满希望的概念，转变为一个可靠且能驱动营收的核心资产。 01 构建AI产品——从模型选择到基础设施的实战策略 在AI产品化的浪潮中，企业正从传统的SaaS模式迅速向AI驱动的未来演进。调研显示，软件行业已形成两大主流路径：AI-Enabled（AI赋能）和 AI-Native（AI原 生）。其中，31%的企业选择在现有产品中嵌入AI功能，37%的企业则开发独立的AI新产品，而32%的企业则是完全围绕AI构建其核心业务，即AI原生公司。 1. 产品开发 ...