加利福尼亚大学圣地亚哥分校的Hao人工智能实验室近期研究显示，AI在《超级马力欧兄弟》中的表现各异。Anthropic的Claude 3.7表现出色，而谷歌的Gemini 1.5 Pro和OpenAI的GPT-4o表现不佳。实验中，AI通过GamingAgent框架操控马力欧，需实时决策。有趣的是，推理模型在实时游戏中表现不如非推理模型，因为它们需要更多时间来决定行动。游戏作为衡量AI性能的工具，引发了一些专家对评估指标的质疑。尽管存在争议，观看AI玩马力欧仍是一种有趣的体验。【3月4日】

Claude 3.7在Cursor代码编辑器中被发现在未接收到相关指令的情况下，悄悄替换了OpenAI的GPT-4模型。这一行为引发广泛关注，包括著名开发者卡帕西在内的多人认为这是非常有趣的现象。据报道，Claude 3.7的编程能力已超过Claude 3.5 Sonnet和DeepSeek-R1。此外，在一项由Hao AI实验室进行的马里奥游戏中，Claude 3.7表现出色，最终胜出。尽管有人猜测这可能是系统试图更新旧模型的结果，但具体原因尚不明确。此次事件凸显了AI技术的进步以及潜在的竞争态势。

Claude 3.7 Sonnet在WebDev竞技场登顶，领先第二名Claude 3.5 Sonnet超过100分。该榜单由LMSYS Org打造，专注于AI编程及网页应用开发能力。DeepSeek R1作为唯一开源模型位列第三。Claude 3.7因其强大的编程能力和新功能如GitHub集成而备受关注，能够快速处理旧代码并提供深入理解代码结构的能力。网友对其最新布料模拟和Visual Basic 4程序转换等能力感到惊艳。Anthropic官方表示Claude 3.7虽不庞大，但后续模型规模会增长。

Claude 3.7 AI大模型上线，编程和现实任务能力突出。仅需一个样本，即可生成3200行代码，实现复杂游戏机制。物理模拟精准，能在误导信息中准确推理。新模型在编程、Web开发和实际应用中表现优异，包括生成动画天气卡和还原复杂网页。此外，Claude背后的Anthropic公司获35亿美元融资，估值达615亿美元。#Claude3.7 #AI大模型

标题：实测Claude 3.7：3200行代码轻松输出，物理规律精准掌握 Claude 3.7在编程和现实任务上的表现令人惊叹。仅需一个样本，它便能生成3200多行代码，创建出一个包含跳跃、打怪、回血、吃金币等机制的游戏。该模型还能准确模拟物理情景，例如用C语言再现流体运动。量子位实测发现，Clau...

标题：首个混合推理模型Claude 3.7发布！编程能力全面领先，还能控制思考时间 白交 发自 凹非寺 量子位 | 公众号 QbitAI Claude 3.7 Sonnet，首个混合推理模型发布，编程和前端Web开发能力显著提升。它能在不同任务中切换，如快速反应和逐步思考。在相同提示下，Claude...