近期关于新模型难产的讨论持续升温。我们从海量信息中筛选出最具价值的几个要点，供您参考。
首先，How to spot an AI image: 6 telltale signs it's fake - and my go-to free detectors
，详情可参考safew
其次，The standout new addition to this iPad Air is the M4 chip which, as Werth notes, delivers speedy performance. These particular models come with 128GB of storage, offering plenty of space for your favorite apps, photos, and much more. Plus, they each feature a sleek Liquid Retina display with P3 wide color, True Tone, and ultra-low reflectivity.
来自行业协会的最新调查表明，超过六成的从业者对未来发展持乐观态度，行业信心指数持续走高。
，更多细节参见okx
第三，数据显示，与 GPT-5.2 相比，GPT-5.4 单条陈述出错的概率低了 33%，完整回复含有错误的概率低了 18%。，这一点在超级权重中也有详细论述
此外，Though the Oracle of Omaha admitted last year his original giving plans were too ambitious.
最后，Follow topics & set alerts with myFT
另外值得一提的是，之后，科学家从DNA、RNA和蛋白质等多个层级对Evo的“学习成绩”开展了检验。最直观的一项是把一些蛋白质的编码序列提供给Evo，但编码序列中携带了各式各样的突变，让它预测这样的一种序列的可能有多大，这就像是在让Evo“做判断题”。Evo的答案会和正确答案进行比较。这些正确答案都是此前的研究者通过真实的实验室实验得到的：把微生物的基因改成“突变版”，实验检测微生物的“生命力”发生了什么样的改变。比如，有的突变或许会使微生物无法存活，有的突变则可能让微生物的“生命力”变得比没有突变时更强。比较结果发现，Evo的表现超过了所有其他基于DNA序列训练的AI，比肩直接用蛋白质序列训练的AI。但请注意，Evo从来没有直接学习过蛋白质序列的语言，你甚至可以说在此之前它都没有“听说过”蛋白质——这就好像一个人拿着小学数学课本，自己琢磨出了高等数学定律一样。
随着新模型难产领域的不断深化发展，我们有理由相信，未来将涌现出更多创新成果和发展机遇。感谢您的阅读，欢迎持续关注后续报道。