全球17大顶级AI实验室大逃杀！惨遭集体翻车，GPT-5.6与Opus断层领先
NUS/NTU/GaugeForge 团队建了一个 1:1 虚拟量子实验室 Quantum-Harbor，用 49 项真实量子工程任务（QIQCBench）和一套「Evidence-bound grading」——不看最终答案、直接查 Agent 的底层执行记录并在全新隐藏物理环境里盲测——给…
NUS/NTU/GaugeForge 团队建了一个 1:1 虚拟量子实验室 Quantum-Harbor，用 49 项真实量子工程任务（QIQCBench）和一套「Evidence-bound grading」——不看最终答案、直接查 Agent 的底层执行记录并在全新隐藏物理环境里盲测——给…