graph TD;
    subgraph "大规模合作中心"
        AGI_Def["A Definition of AGI (Hendrycks, Bengio, Hinton, LeCun et al.)"]
        Ling_Team["Ling Team (超百人团队)"]
        Surfer2_Team["Surfer 2 Team (大型工业实验室)"]
        EarthAI_Team["Earth AI Team (Google)"]
        Huxley_Godel["Huxley-Gödel Machine (Schmidhuber et al.)"]
    end

    subgraph "关键论文与项目"
        Ring1T["Ring-1T / Ling 2.0 (万亿级模型)"]
        Surfer2_Paper["Surfer 2 (跨平台Agent)"]
        AGI_Paper["AGI 定义框架"]
        EarthAI_Paper["Earth AI (地理空间基础模型)"]
        Huxley_Paper["自改进AI框架"]
    end

    subgraph "领域基准与框架"
        AstaBench["AstaBench (科研Agent基准)"]
        MLEB["MLEB (法律信息检索基准)"]
        QuArch["QuArch (计算机体系结构基准)"]
    end

    Ling_Team --> Ring1T;
    Surfer2_Team --> Surfer2_Paper;
    AGI_Def --> AGI_Paper;
    EarthAI_Team --> EarthAI_Paper;
    Huxley_Godel --> Huxley_Paper;

    AGI_Def -- "定义AGI评估标准" --> AGI_Paper;
    Ling_Team -- "推动开源大模型发展" --> Ring1T;

    style AGI_Def fill:#e9d5ff,stroke:#8b5cf6,stroke-width:2px
    style Ling_Team fill:#dcfce7,stroke:#22c55e,stroke-width:2px
    style Surfer2_Team fill:#cffafe,stroke:#06b6d4,stroke-width:2px
    style EarthAI_Team fill:#fef9c3,stroke:#eab308,stroke-width:2px
    style Huxley_Godel fill:#fee2e2,stroke:#ef4444,stroke-width:2px
                

A Definition of AGI

作者: Dan Hendrycks, Yoshua Bengio, Geoffrey Hinton, Yann LeCun, et al.

重要性: 由AI领域的众多泰斗级人物共同撰写，首次为通用人工智能（AGI）提供了一个具体、可量化的定义。它基于人类认知理论，将通用智能分解为多个可衡量的能力，为评估和追踪AGI进展提供了标准化的方法论，对整个领域具有里程碑式的指导意义。

关键贡献: 提出AGI定义框架、将智能分解为10个可衡量能力、为评估AI与人类智能差距提供基准。

Every Activation Boosted / Every Step Evolves (Ling Team)

作者: Ling Team

重要性: 发布了首个公开的万亿参数级语言模型（Ling 2.0 / Ring-1T），并开源了其训练框架。这不仅是模型规模化的一个重要里程碑，更通过开源极大地推动了学术界和中小型企业接触前沿AI技术的能力，促进了AI的民主化。

关键贡献: 开源万亿参数模型、提出稀疏性与跨尺度一致性的设计原则、解决超大规模RL训练的不稳定性问题。

Huxley-Gödel Machine: Human-Level Coding Agent Development...

作者: Wenyi Wang, Piotr Piękos, Jürgen Schmidhuber, et al.

重要性: 直面AI领域的终极目标之一——自我改进，并提出了一个可操作的框架。通过让智能体自主修改和优化自身代码，向实现人类水平的自主编程智能体迈出了重要一步，为突破当前依赖人力的模型迭代瓶颈提供了可能路径。

关键贡献: 提出Huxley-Gödel Machine作为最优自改进机器的近似、通过自我代码修改实现能力持续提升。