AI 资讯

今天发点新模型对抗测评相关的东西。 国产大模型最近连出两员大将：DeepSeek-V4-Pro 和 GLM-5.3。 两款模型发布后，网上的评价不统一，只看跑分很难判断真实差距。 所以这次不聊参数，直接上任务，让两款模型使用相同提示词、相同材料和相同交付要求逐项完成。

VM0 是面向企业团队的 AI Agent 平台，主打

MemoraX Code 是专为 Coding Agent 设计的长期记忆系统，解决 Agent 每次新对话都需

Academic Research Skills 是 Cheng-I Wu 为 Claude Code 开发的开源学术技能插件，覆盖从选题研究、论文写作、同行审稿到修订收尾的全流程。插件通过 39+ 个专业智能体协作，提供引用溯源核查、苏格拉底式研究引导、反幻觉验证和实验溯源登记等功能。

Nature Skills 是开源的科研技能库，面向全球AI学者，聚焦 Nature / CNS 论文全流程。Nature Skills采用路由式 SKILL.md 架构，内置18项技能，覆盖论文写作、润色、审稿、图表、引用、文献检索与专利转化等。

ToolJet 是开源的低代码平台，被称为 Retool 的开源平替。平台提供 60+ 可拖拽组件和 80+ 数据源连接，支持内置 PostgreSQL 数据库、可视化工作流及 JS/Python 代码扩展，可快速搭建内部后台、数据看板和审批流。

Mage 是微软开源的 4B 参数多模态模型家族，包含流式视频/图像理解模型 Mage-VL 与图像生成与编辑模型 Mage-Flow。Mage-VL 通过 Codec-Native 编码将视觉 Token 减少 75%，推理提速 3.5 倍，支持实时视频理解。

ManClaw是阿里巴巴旗下书旗团队（千问C端事业群）推出的AI漫剧创作Agent，核心理念是

扣子桌面端是字节跳动旗下 AI Agent 平台「扣子」的电脑客户端，让 AI 真正具备操作本地电脑的能力。经授权后，Agent 可直接读写本地文件、批量处理数据、执行 Python/Git 等命令；搭配云盘实现本地与云端实时同步。

HarnessEval 是 MirroS 联合清北、Berkeley、MIT、英伟达等机构推出的评测系统。HarnessEval将评测本身 Agent 化：面对每个案例，系统动态规划评测路径，从 Skill Library 选择适用技能，拆解为可验证的子问题，调用工具搜集证据，最终输出可追溯的 evidence tree。

MiniMax Design 是 MiniMax 推出的 AI Agent 驱动商业内容生产平台，基于 MiniMax H3 多模态视频模型构建。用户只需表达创作意图，Agent 可自动理解需求、拆解任务、调用模型与工具，完成从素材处理、生成编辑到最终交付的全流程。

Lumos NexCore 是鹿明机器人推出的具身智能进化引擎，定位为面向产业落地的技能基础设施。Lumos NexCore 将数据资产、模型训练、评测验证、技能管理和机器人运营整合为平台服务。