7B模型逆袭GPT-5，具身智能引爆家庭革命

AI突破：从“看图说话”到“视觉思考”的范式转移

7B打败o3、GPT-5！医学AI智能体让模型学会“看哪里、怎么看”

医学AI领域正迎来一场教科书级别的范式革命。上海创智学院LeapQuest团队提出的“Think with Images/Videos”范式，本质上是在质疑当前多模态大模型“一次性感知”的合理性。传统的做法是将视觉信息压缩成特征向量，但这导致了模型在面对微小病灶或关键手术帧时“视而不见”。Ophiuchus和MedScope的价值在于，它们让模型学会了像人类医生一样“反复看”：调用SAM2分割、放大关键区域、回放视频片段。这不仅是工具的升级，更是将视觉证据引入了推理链的中间环节，让AI从“生成解释”进化为“基于证据思考”。7B小模型在医疗垂类任务上超越GPT-5和o3，这一结果极具讽刺意味地证明：在特定领域，精细的视觉推理机制比庞大的参数量更有效。这对于开发者而言，意味着未来的Agent开发不能仅依赖模型的通用能力，构建“感知-行动-验证”的闭环工具链才是核心壁垒。

具身智能：物理AGI的“双金字塔”与真实落地

世界模型接棒语言模型，这家公司全球首创物理AGI“双金字塔”体系，通用机器人进入“家庭时代”

如果说医学AI是在视觉维度上深化，那么极佳视界则是在物理维度上寻求突破。他们提出的“双金字塔”体系（数据金字塔+算法金字塔）极其务实地解构了具身智能的Scaling Law。数据不再是一锅乱炖，而是从互联网视频到真机数据的分层进化；算法也不再是简单的VLA，而是世界模拟与动作对齐的结合。更令人振奋的是其商业化的克制与勇气：放弃炫技的双足跑酷，推出更适合家庭狭窄空间的轮臂机器人“拾光S1”，并直接在真实社区部署百台。这种“真刀真枪”的落地方式，将解决具身智能最稀缺的资产——长周期、非结构化场景的真机数据。当GigaBrain-3宣称要在12个月内冲击物理AGI的“GPT-3时刻”时，我们看到的不仅仅是PPT，而是一套可量化、可复现的技术路径。这标志着具身智能正式从“演示阶段”迈向“数据飞轮阶段”，未来的竞争焦点将是谁能更快从真实世界的反馈中完成自我进化。

行业动态：JetBrains整合产品线，DataSpell谢幕

The Upcoming Sunset of DataSpell

在AI前沿突飞猛进的同时，开发工具领域也在进行着理性的回归与整合。JetBrains宣布DataSpell将在今年9月停止独立销售，其功能将全面合并入PyCharm Pro。这一决策虽令部分数据科学家唏嘘，但实则是产品逻辑的必然。DataSpell诞生时是为了填补Jupyter Notebook在IDE生态中的空白，但随着PyCharm对数据科学支持的日益完善，维护两个高度重叠的产品线已显冗余。对于开发者而言，这并非坏事：在一个更统一的生态中工作，意味着能享受更无缝的Python数据分析、数据库管理与Web开发的集成体验。此次整合也折射出工具市场的一个趋势——与其垂直细分，不如横向聚合。当单个IDE的能力边界不断拓宽，留给单一功能工具的生存空间正在被压缩。无论是个人用户还是企业客户，建议尽快熟悉PyCharm的数据科学工作流，这将是未来的主流形态。