首頁Meitun LongCat 推出 LoHoSearch，而 BrowseComp 的得分已跌至 30% 以下
過去一年中，搜尋智慧體（Search Agent）的能力在很大程度上由 BrowseComp 基準測試所定義。然而，該基準測試正逐漸失去其相關性——它在短短十個月內將模型效能從 30% 提升至 90%，但其價值正在迅速衰減。7 月 17 日，美團旗下 LongCat 推出了更為嚴格的評估標準 LoHoSearch，旨在重新激發搜尋智慧體開發領域的實質性進展。
LoHoSearch 的挑戰並非人工構建，而是從包含 762 萬個實體的維基百科知識圖譜中自動生成。由於這些任務是機器生成的，它們達到了人類標註員無法一致複製的搜尋空間和結構複雜性的水平。簡而言之，之前的基準測試受限於人為設計的上限，而 LoHoSearch 將問題生成委託給知識圖譜，從而有效地消除了這一上限。
結果令人震驚。在 11 個領先模型中，最高分僅為 34.74%，緊隨其後的三個模型得分在 15% 至 16% 之間。相比之下，這些相同的模型在 BrowseComp 上的得分約為 90%。這一差距凸顯了當前搜尋智慧體的真正侷限性。值得注意的是，上下文策略的收益遞減：在 LoHoSearch 上表現最佳的上下文方法僅使分數提高了 6.8 個百分點，而在 BrowseComp 上則提高了 14 個百分點。這表明，在這個新基準測試下，依靠提示工程和上下文工程來彌補能力差距在很大程度上是無效的。
LoHoSearch 包含涵蓋 11 個領域的 544 個問題，以樹狀圖和圖狀圖格式呈現，並已開源。隨著舊基準測試趨於停滯，搜尋智慧體的真正挑戰才剛剛開始，而 LoHoSearch 可能很快將成為不可或缺的評估標準。
相關文章
百度崑崙晶片組赴港上市，目標估值500億美元
6月29日，資本市場因一則重大訊息而震動：百度旗下AI晶片子公司崑崙芯正加速推進其香港IPO程序，目標估值高達500億美元。崑崙芯作為百度AI硬體戰略的核心支柱，此舉不僅標誌著其財務歷程中的一個重要里程碑，也為競爭激烈的全球AI計算領域注入了新的活力。作為中國最具前景的AI計算公司之一，崑崙芯已成功釋出多代自主研發的AI晶片，目前已在包括雲端推理在內的多種計算場景中廣泛部署。
Instinct 在群聊中推出 AI 智慧體，包括與非使用者的群聊
Instinct，這家在最新一輪融資後估值達100億美元的AI智慧體，正拓展至群聊領域。該公司於週一宣佈，使用者可將該智慧體新增到與朋友的對話中，在旅行規劃、獲取活動門票、管理夢幻體育聯盟、組織拼車或協調感恩節聚餐等場景中提供幫助。值得注意的是，該公司表示，即使使用者的親友未加入Instinct，與AI智慧體的群聊功能依然可用。透過此次釋出，Instinct在與其主要競爭對手（如Meta的Muse）的競爭中進一步邁進。儘管Meta的舊版應用Meta AI可新增到WhatsApp、Messen
MiniMax 釋出 H3 多模態模型，將 15 秒 2K 音影片生成成本降至行業標準的三分之一以下
MiniMax 正式釋出了 MiniMax H3，這是一款通用多模態生成模型，旨在統一文字、影象、影片和音訊的理解與創作。透過彌合影片生成任務與模態之間的歷史鴻溝，此次釋出標誌著從專用工具向多功能一體化助手的關鍵轉變。根據官方規格，H3 原生支援雙通道音影片輸出，能夠生成長達 15 秒、解析度為 2K 的內容。早期邀請測試證實了其在指令遵循、品牌敘事以及影片到影片動作遷移等領域的商業級穩定性。該模型已部署於廣告、電子商務、遊戲和 UI 設計等多個領域。在技術層面，H3 利用上下文全表徵（Cont
相關專題推薦
設計與藝術
頂尖 AI 插畫工具：更快地創作編輯畫面與封面插圖
2026 年最新高評分 AI 插畫工具：我們精心挑選的清單收錄了功能強大、設計出色的工具，能助您快速創作出令人驚豔的編輯場景與吸睛的封面藝術。每項選項均經過嚴格的實際測試，並提供免費版與付費版的比較，協助您找到最適合您工作流程的工具。 立即嘗試這些不可錯過的解決方案，釋放您的人工智慧優勢，並提升您的創意生產力。現在就前往 XIX.AI 探索吧。
10 個工具
xix.ai
教育與學習
頂尖 AI 補習老師助您備考：練習數學、科學和英語
2026 年最新、評價最高的考試備考 AI 輔導工具，盡在 XIX.AI！我們精心挑選的清單收錄了多款強大且顛覆傳統的工具，提供免費與付費版本的比較、實際測試，以及每週更新的排行榜。這些工具能幫助您提升寫作效率、簡化複雜主題的學習，並釋放您的學術潛能。 立即探索，發掘最適合您的備考工具，並從今天開始創作，釋放您的 AI 優勢！
10 個工具
xix.ai
金融
用於個人財務管理的 AI 預算規劃工具
2026 年最新最佳頂級評分 AI 預算規劃工具，專為個人財務管理打造，現已登陸 XIX.AI！本精選合集收錄了強大且具顛覆性的解決方案，助您開展實際測試、理解消費習慣，並制定個性化計劃以提升生產力。享受免費與付費版的對比及詳細排名。這些必試工具旨在簡化財務管理，助您釋放 AI 優勢。立即探索！
11 個工具
xix.ai
健康與養生
AI 睡眠追蹤助手：透過更佳的睡前習慣提升恢復效果
2026 年最新精選、評價最高的 AI 睡眠追蹤助手，助您獲得最佳恢復效果。這份全面更新的每週指南收錄了強大的工具，提供實際測試報告、免費與付費版本的比較，以及詳細排名，協助您找到必試的解決方案，以提升睡眠品質並培養更好的就寢習慣。 立即造訪 XIX.AI，解鎖您的 AI 優勢。
10 個工具
xix.ai
數據分析
用於產品與營收分析的 AI SQL 協作助手
2026 年最新最佳、評價最高的 AI SQL 輔助工具，專為產品與營收分析打造！ XIX.AI 精心甄選了一系列強大且顛覆業界的必試工具，這些工具均經過實戰測試，並透過每週更新的排行榜進行評比。這些工具能透過加速資料分析、簡化複雜查詢，並產生精準洞察來推動更明智的商業決策，從而大幅提升使用者生產力。立即探索，發掘最適合您的工具，釋放您的 AI 優勢！
14 個工具
xix.ai
教育與學習
最佳的「教學型」AI 作業輔助工具：學習概念，而不僅是答案
2026 年最新最佳高評價 AI 作業輔助工具：不僅提供答案，更教授核心概念。專為學生打造的強大工具，必試精選清單，每週更新，免費與付費版本比較，實際測試，精準排名，助您充分發揮學習潛能。立即探索，發掘最適合您的工具，讓學習更聰明。
10 個工具
xix.ai
評論 (0)
0/500
過去一年中，搜尋智慧體（Search Agent）的能力在很大程度上由 BrowseComp 基準測試所定義。然而，該基準測試正逐漸失去其相關性——它在短短十個月內將模型效能從 30% 提升至 90%，但其價值正在迅速衰減。7 月 17 日，美團旗下 LongCat 推出了更為嚴格的評估標準 LoHoSearch，旨在重新激發搜尋智慧體開發領域的實質性進展。
LoHoSearch 的挑戰並非人工構建，而是從包含 762 萬個實體的維基百科知識圖譜中自動生成。由於這些任務是機器生成的，它們達到了人類標註員無法一致複製的搜尋空間和結構複雜性的水平。簡而言之，之前的基準測試受限於人為設計的上限，而 LoHoSearch 將問題生成委託給知識圖譜，從而有效地消除了這一上限。
結果令人震驚。在 11 個領先模型中，最高分僅為 34.74%，緊隨其後的三個模型得分在 15% 至 16% 之間。相比之下，這些相同的模型在 BrowseComp 上的得分約為 90%。這一差距凸顯了當前搜尋智慧體的真正侷限性。值得注意的是，上下文策略的收益遞減：在 LoHoSearch 上表現最佳的上下文方法僅使分數提高了 6.8 個百分點，而在 BrowseComp 上則提高了 14 個百分點。這表明，在這個新基準測試下，依靠提示工程和上下文工程來彌補能力差距在很大程度上是無效的。
LoHoSearch 包含涵蓋 11 個領域的 544 個問題，以樹狀圖和圖狀圖格式呈現，並已開源。隨著舊基準測試趨於停滯，搜尋智慧體的真正挑戰才剛剛開始，而 LoHoSearch 可能很快將成為不可或缺的評估標準。
百度崑崙晶片組赴港上市，目標估值500億美元
6月29日，資本市場因一則重大訊息而震動：百度旗下AI晶片子公司崑崙芯正加速推進其香港IPO程序，目標估值高達500億美元。崑崙芯作為百度AI硬體戰略的核心支柱，此舉不僅標誌著其財務歷程中的一個重要里程碑，也為競爭激烈的全球AI計算領域注入了新的活力。作為中國最具前景的AI計算公司之一，崑崙芯已成功釋出多代自主研發的AI晶片，目前已在包括雲端推理在內的多種計算場景中廣泛部署。
Instinct 在群聊中推出 AI 智慧體，包括與非使用者的群聊
Instinct，這家在最新一輪融資後估值達100億美元的AI智慧體，正拓展至群聊領域。該公司於週一宣佈，使用者可將該智慧體新增到與朋友的對話中，在旅行規劃、獲取活動門票、管理夢幻體育聯盟、組織拼車或協調感恩節聚餐等場景中提供幫助。值得注意的是，該公司表示，即使使用者的親友未加入Instinct，與AI智慧體的群聊功能依然可用。透過此次釋出，Instinct在與其主要競爭對手（如Meta的Muse）的競爭中進一步邁進。儘管Meta的舊版應用Meta AI可新增到WhatsApp、Messen
MiniMax 釋出 H3 多模態模型，將 15 秒 2K 音影片生成成本降至行業標準的三分之一以下
MiniMax 正式釋出了 MiniMax H3，這是一款通用多模態生成模型，旨在統一文字、影象、影片和音訊的理解與創作。透過彌合影片生成任務與模態之間的歷史鴻溝，此次釋出標誌著從專用工具向多功能一體化助手的關鍵轉變。根據官方規格，H3 原生支援雙通道音影片輸出，能夠生成長達 15 秒、解析度為 2K 的內容。早期邀請測試證實了其在指令遵循、品牌敘事以及影片到影片動作遷移等領域的商業級穩定性。該模型已部署於廣告、電子商務、遊戲和 UI 設計等多個領域。在技術層面，H3 利用上下文全表徵（Cont
2026 年最新高評分 AI 插畫工具：我們精心挑選的清單收錄了功能強大、設計出色的工具，能助您快速創作出令人驚豔的編輯場景與吸睛的封面藝術。每項選項均經過嚴格的實際測試，並提供免費版與付費版的比較，協助您找到最適合您工作流程的工具。 立即嘗試這些不可錯過的解決方案，釋放您的人工智慧優勢，並提升您的創意生產力。現在就前往 XIX.AI 探索吧。
10 個工具
xix.ai
2026 年最新、評價最高的考試備考 AI 輔導工具，盡在 XIX.AI！我們精心挑選的清單收錄了多款強大且顛覆傳統的工具，提供免費與付費版本的比較、實際測試，以及每週更新的排行榜。這些工具能幫助您提升寫作效率、簡化複雜主題的學習，並釋放您的學術潛能。 立即探索，發掘最適合您的備考工具，並從今天開始創作，釋放您的 AI 優勢！
10 個工具
xix.ai
2026 年最新最佳頂級評分 AI 預算規劃工具，專為個人財務管理打造，現已登陸 XIX.AI！本精選合集收錄了強大且具顛覆性的解決方案，助您開展實際測試、理解消費習慣，並制定個性化計劃以提升生產力。享受免費與付費版的對比及詳細排名。這些必試工具旨在簡化財務管理，助您釋放 AI 優勢。立即探索！
11 個工具
xix.ai
2026 年最新精選、評價最高的 AI 睡眠追蹤助手，助您獲得最佳恢復效果。這份全面更新的每週指南收錄了強大的工具，提供實際測試報告、免費與付費版本的比較，以及詳細排名，協助您找到必試的解決方案，以提升睡眠品質並培養更好的就寢習慣。 立即造訪 XIX.AI，解鎖您的 AI 優勢。
10 個工具
xix.ai
2026 年最新最佳、評價最高的 AI SQL 輔助工具，專為產品與營收分析打造！ XIX.AI 精心甄選了一系列強大且顛覆業界的必試工具，這些工具均經過實戰測試，並透過每週更新的排行榜進行評比。這些工具能透過加速資料分析、簡化複雜查詢，並產生精準洞察來推動更明智的商業決策，從而大幅提升使用者生產力。立即探索，發掘最適合您的工具，釋放您的 AI 優勢！
14 個工具
xix.ai
2026 年最新最佳高評價 AI 作業輔助工具：不僅提供答案，更教授核心概念。專為學生打造的強大工具，必試精選清單，每週更新，免費與付費版本比較，實際測試，精準排名，助您充分發揮學習潛能。立即探索，發掘最適合您的工具，讓學習更聰明。
10 個工具
xix.ai
