计算机行业重大事项点评：AI洞察，字节与OpenAI等Agent多点更新.docx

目 录

一、AI洞察：字节与OpenAI等Agent多点更新 4

二、国内 5

（一）红杉中国发布XBench：AI学术评估体系更新 5

1、XBench的主要功能 5

2、评估机制介绍 5

3、Xbench追踪Agent产品市场变化 7

（二）豆包上线视频通话功能：AI进入实时视觉交互时代 9

1、核心技术突破与架构升级 9

2、生活场景智能化视频体验 10

3、AI智能行业变革引领 10

（三）QQ浏览器推出行业首个高考Agent“AI高考通” 11

1、依托混元技术，打造高考智能服务新标杆 11

2、全周期精准护航 11

（四）昆仑天工超级智能体（SkyworkSuperAgents）移动App正式上线 11

1、开创移动办公新范式，引领AI办公智能转型 11

三、国外 12

（一）OpenAI升级Operator智能体：推理能力跃升新台阶 12

1、主要模块更新 12

四、投资建议与相关标的 13

五、风险提示 14

图表目录

图表1 Xbench-双轨框架图 6

图表2 AGITracking框架介绍 6

图表3 ProfessionAligned下专家思维模式构建任务流程 7

图表4 OpenCompass原始评估IRT能力估计结果 8

图表5 Agent行业三个TMF阶段 8

图表6 豆包更新视频功能展示 9

图表7 豆包更新视频功能展示 10

图表8 AI高考通界面介绍 11

图表9 OpenAI更新推文 13

一、AI洞察：字节与OpenAI等Agent多点更新

5月26日AI领域动态：国内方面：

红杉中国推出AI基准测试工具XBench，采用双轨评估体系，同时评估AI理论能力上限与实际落地价值，首期发布两大测评集；其标志着AI评估体系从传统的单一性能指标迈向全面能力评估的新阶段。以往的评估往往侧重于AI的计算速度、准确率等单一维度，而XBench工具的出现，能够综合考量AI在多种场景下的表现，包括但不限于理解能力、交互能力、知识整合能力等多个方面。这不仅为国内AI企业提供了更科学的自我评估手段，也促使企业更加注重AI产品的综合性能提升。

豆包App上线实时视频通话功能，支持视频问答，模型多模态逐步进化；其将AI的交互方式从传统的文字拓展到实时视频场景，为用户带来了全新的视听交互体验。视频功能的出现推动了AI服务向专业化、场景化迈进。AI不再局限于简单的文字问答，而是能够结合具体的场景，如商务会议、家庭娱乐等，提供更加精准、高效的服务。进化提升了AI的应用价值，我们认为此次升级标志着AI交互的重大突破，随着模型与硬件技术的持续发展，未来有望催生更多创新交互方式与应用场景。

QQ浏览器推出高考Agent“AI高考通”，助力高考生志愿填报与备考内容，助力教育Agent的演进：相关Agent平台技术的应用为未来教育改革与事业提供了强大动力。它为教育领域提供了一种新的智能化服务模式，未来可以进一步拓展到课程推荐、学习进度跟踪、职业规划等多个教育环节。教育机构可以利用Agent技术为学生提供更加个性化的教育服务，提高教育质量和效率，推动教育行业的数字化转型。

昆仑天工超级智能体（SkyworkSuperAgents）移动App正式上线，它标志着Agent智能体突破了设备限制，实现了办公碎片化时间的高效利用。在快节奏的现代生活中，人们的时间被各种事务分割得支离破碎。天工超级智能体移动应用版本的出现，使得用户可以在移动设备上随时随地利用碎片化时间进行办公、学习等操作，为Agent的使用场景打开了想象空间。

国外方面：

OpenAI升级Operator智能体，模型从4o升级到o3，推理和浏览器交互能力提升；通过深度调整神经网络架构与训练策略，引入动态上下文理解机制，Operator智能体能够更精准地捕捉用户指令需求。O3版本的升级极有可能激发其他企业加快Agent产品迭代。微软、苹果等科技巨头凭借其在办公、移动场景等方面的优势，有望进一步强化自身智能体的性能，提升用户体验。从技术角度来看，未来Agent技术可能会在多模态融合、深度学习算法优化、自然语言处理等方面取得更大的突破，为AI行业的发展注入新的活力。

我们认为AI细分领域产品的不断推出，有望加速AI在日常生活中的渗透。

二、国内

（一）红杉中国发布XBench：AI学术评估体系更新

5月26日投资公司红杉中国正式推出全新AI基准测试工具XBenc