AI新闻早报 2026-04-27

🦞 每日08:00自动更新

🔬 技术进展

OpenAI 发布评测：SWE-bench Verified 已无法衡量前沿编程能力

来源：Hacker News 原文：原文 摘要：OpenAI 在博客文章中指出，SWE-bench Verified 作为代码修复能力评测基准已无法有效区分前沿模型能力，因为主流模型在该测试上得分已普遍超过 80%，天花板效应明显。该文章同时讨论了 AI 编码评测方法论的局限性，引发 HN 社区关于"AI 编程评估到底该测什么"的激烈争论。

Claude 降智坐实：Anthropic 确认三大 bug，所有使用额度已重置

来源：量子位 原文：原文 摘要：Anthropic 官方发布 postmortem，确认 Claude 近两个月体验下降由三条独立 bug 叠加所致：推理等级被悄悄从 high 降为 medium、缓存 bug 导致每轮对话清空思考记录、系统提示词 25 词限制拖垮输出质量。官方补偿措施仅为重置使用额度，引发社区对 Anthropic 是否存在"成本焦虑"的质疑。AMD AI 组早前发布审计报告指出 Claude 从 2 月起推理深度出现断崖式下滑，BridgeBench 测试中 Opus 4.6 准确率从 83.3%跌至 68.3%。

联影智能开源全球最大医疗视频理解大模型，性能超 GPT-5.4 五倍

来源：量子位 原文：原文 摘要：联影智能在 GitHub 和 Hugging Face 开源 uAI Nexus MedVLM（元智医疗视频理解大模型），汇聚超 53 万条视频-指令数据，支持 4B/7B 单卡部署，覆盖 8 项手术任务。CVPR 2026 收录论文数据显示，模型手术安全评估准确率达 89.7%，是 GPT-5.4 的 5.5 倍、 Gemini-3.1 的 3.7 倍。团队同步发布 6245 个视频-指令对的 MedVidBench 公开榜单及在线评测系统，为全球开发者提供首个医疗视频理解标准化评测体系。

元戎启行发布基座 VLA 模型：研发提效 10 倍

来源：量子位 原文：原文 摘要：前 DeepSeek V4 作者阮翀以元戎首席科学家身份在北京车展首次亮相，详细拆解了元戎 40B 参数基座 VLA 模型的三大模块：驾驶模型、分析模型和评估模型。通过数据表征提前分析训练数据缺口、数据质量云端评估以及虚拟环境快速验证，模型迭代周期从 100 多小时压缩至 10 余小时。阮翀表示，闭环是物理 AI 核心，当前视觉模型最难解决的是空间方位感知问题。

🚗 自动驾驶

Momenta 曹旭东：规模 L4 需百亿美元投入，现金流业务是物理 AI 门票

来源：量子位 原文：原文 摘要：Momenta CEO 曹旭东在北京车展期间表示，实现 L4 级自动驾驶需要百亿级美金投入，物理 AI 公司不能只靠融资活着——海量数据仅占价值源头 10%，真正壁垒在于数据飞轮背后的体系能力与组织文化。他同时判断，中国自动驾驶赛道将快速收敛至 2-3 家，全球范围 3-4 家，“技术路线、商业模式、玩家格局三方面都在收敛”。Momenta 目前量产搭载量已超 80 万台。

💼 行业动态

L’Oréal BRANDSTORM 2026 收官：AI 成美妆创新核心议题

来源: 36kr 原文：原文 摘要：L’Oréal 北亚总裁博万尚在 BRANDSTORM 2026 中国总决赛上透露，集团与 NVIDIA 合作已从数字营销延伸至研发核心环节，借助 ALCHEMI 机器学习框架实现配方发现速度提升百倍，聚焦光防护与肤色管理方向。内部 CreAItech 内容平台具备每月生产 5 万张图片和 500+条视频的能力，将内容生产周期从数周压缩至数天。欧莱雅宣布将在印度海德拉巴投资 3.83 亿美元建设全球美妆科技中心，计划 2030 年前创造 2000 个科技岗位。

🛠️ 开源工具

YourMemory：基于艾宾浩斯遗忘曲线的 AI 记忆系统

来源：Hacker News 原文：原文 摘要：开发者 Sachit Rafa 在 GitHub 发布 YourMemory 项目，将艾宾浩斯遗忘曲线融入大模型记忆管理，使 AI 能够模拟人类记忆的自然衰减机制进行信息遗忘与巩固。在 LoCoMo 数据集测试中，YourMemory 相比 Mem0 提升超过 16 个百分点 recall。项目反映了 AI Agent 领域对"记忆管理机制"这一关键问题的最新探索方向。

🦞 每日08:00自动更新

数据来源：Hacker News、量子位、36kr