文章

AI HOT 日报 · 2026-07-16 模型发布/更新 阿里发布 Qwen-Audio-3.0-Realtime，在 Artificial Analysis 语音推理子项中综合排名第一 — 公众号：通义实验室（千问） 阿里通义实验室发布实时语音交互模型 Qwen-Audio-3.0-Realtime，在 Artificial Analysis 的 Speech Reasoning 子项中综合排名第一，超越 OpenAI GPT-Realtime-2。 https://mp.weixin.qq.com/s/hFp5rtV8-6KVRrgZoCj03A Thinking Machines 发布多模态模型 Inkling — X：Thinking Machines (@thinkymachines) 今天，我们推出 Inkling。 Inkling 能高效地对文本、图像和音频模态进行推理。我们将提供完整权重。 https://thinkingmachines.ai/news/introducing-inkling/ 即日起可在 Tinker 上进行微调。在 Inkling Playground 中试用。🧵 https://x.com/thinkymachines/status/2077454609551921208 OpenAI 发布 GPT-Red：通过自动化红队测试提升模型鲁棒性 — OpenAI：官网动态（RSS · 排除企业/客户案例） OpenAI 训练了自动化红队模型 GPT-Red，用于在部署前发现漏洞并在训练中生成攻击以提升模型鲁棒性。GPT-Red 能攻破此前几乎所有模型，其攻击被用于对抗训练 GPT-5.6 Sol，使该模型在直接提示注入基准测试中的失败率降至四个月前最佳生产模型的 1/6。GPT-Red 通过自对弈强化学习训练，投入了 OpenAI 后训练中前所未有的计算规模。 https://openai.com/index/unlocking-self-improvement-gpt-red 产品发布/更新 xAI 开源 Grok Build 编程智能体与终端界面 — xAI：News（网页） xAI 已将 Grok Build 的源代码在 GitHub 上开源。Grok Build 是 SpaceXAI 的编程智能体与终端用户界面（TUI），开源后用户可自行编译并完全本地运行，指向本地推理引擎并通过 config.toml 配置。 https://x.ai/news/grok-build-open-source ...

AI HOT 日报 · 2026-07-15 模型发布/更新 Bonsai 27B：首款可在手机上运行的27B级多模态模型 — Hacker News 热门（buzzing.cc 中文翻译） Bonsai 27B 基于 Qwen3.6 27B，提供三元（1.71 有效比特/权重，5.9 GB）和 1-bit（1.125 有效比特/权重，3.9 GB）两个变体，后者首次将 27B 级模型装入 iPhone 17 Pro。模型支持多步推理、结构化工具调用、视觉任务和计算机使用智能体循环，拥有 262K token 上下文窗口，支持推测解码加速。在 15 项基准测试中，三元变体保留全精度基线 95% 的性能，1-bit 变体保留 90%，数学和编码能力几乎无损。采用 Apache 2.0 许可证开源。 https://prismml.com/news/bonsai-27b 商汤开源 SenseNova-Vision-7B-MoT 多任务视觉模型 — X：商汤 SenseTime (@SenseTime_AI) 商汤发布并完全开源 SenseNova-Vision-7B-MoT，一个统一处理检测、OCR、GUI、深度与法线估计、分割、多视图等主要视觉任务的模型。该模型支持通过自然语言定义新的视觉任务变体，跨传统任务边界重组视觉能力。开源内容包括模型权重及 SenseNova-Vision Corpus（含 5000 万示例子集及复现剩余公开数据的完整工具包）。 https://x.com/SenseTime_AI/status/2076828658531262619 腾讯混元 Hy3 量化版发布：1bit 版本单卡可部署，4bit 版本接近满血性能 — 公众号：腾讯混元 腾讯混元团队为旗舰模型 Hy3（295B 参数）推出量化版本。1bit 版本（IQ1_M）将权重从 598 GB 压缩至 85.5 GiB，缩小 6.7 倍，单张 96GB 推理显卡即可部署；4bit 版本（Q4_K_M）体积 169.9 GiB，两张显卡可承载。量化版在 Agent、多语言代码、工具调用、长文理解等任务上表现接近满血模型。团队还提供 GPTQ Int4 版本，支持 vLLM 部署。配合 MTP 投机解码，1bit 版本解码速度提升约 50%，4bit 版本提升近 60%。所有版本已开源并打包为 GGUF 格式，适配 llama.cpp 生态。 https://mp.weixin.qq.com/s/Kq30ftirASryPrUtjK2xSw ...

AI HOT 日报 · 2026-07-14 模型发布/更新 腾讯混元发布 HyOCR-1.5：端到端 OCR 大模型全栈开源，推理提速 6.37 倍 — 公众号：腾讯混元 腾讯混元发布 HyOCR-1.5，这是端到端 OCR 大模型领域首个将训练、推理、模型权重完整开源的专家模型。仅 1B 参数，覆盖 8 种以上 text-centric 任务。引入 DFlash 投机解码框架，在 Transformers 下实现 6.37× 加速，vLLM 下 2.14× 加速，端到端推理达每页 1.408s。支持 4K 分辨率与 128K 上下文窗口，通过 Agentic Data Flow 扩展低资源 OCR（331 种语言）、古文字识别与多图问答能力。在 OmniDocBench v1.6 上以 94.74 分居端到端第一。 https://mp.weixin.qq.com/s/vKFCa9FfoGBUGK8J1MhFag 德国AI协会发布开源模型Soofi S，在英语和德语基准测试中领先 — The Decoder：AI News（RSS） 德国AI协会协调的研究联盟发布开源大语言模型Soofi S 30B-A3B。该模型总参数量316亿，每个token仅激活约32亿参数，采用Mamba-2与标准注意力层混合的MoE架构。模型完全在德国电信慕尼黑工业AI云上训练，训练数据中德语占比从第一阶段的7.2%提升至第二阶段的15.3%。在基准测试中，Soofi S在所有完全开源模型中取得英语和德语综合最高分，超越OLMo 3 32B和Apertus 70B。在HumanEval上得分73.8%，MBPP得分70.2，德语版MBPP得分84.2。上下文窗口支持最高100万token，在4万token长度下，生成吞吐量约为同规模稠密模型的8倍。模型权重已开源。 https://the-decoder.com/german-ai-consortium-releases-soofi-s-an-open-30b-model-that-tops-benchmarks-in-both-english-and-german 产品发布/更新 Cloudflare 推出 Precursor：通过持续客户端信号检测 AI 智能体行为 — Cloudflare Blog Cloudflare 发布 Precursor，一款用于机器人管理的新型持续行为验证引擎。它通过将用户会话级别的行为转化为机器人检测信号，能够更精确地识别高级自动化行为，同时减少对合法用户的干扰。Precursor 可全程追踪人类与 AI 智能体在完整用户旅程中的实际交互方式，提升检测精度并降低误报率。 https://blog.cloudflare.com/introducing-precursor 行业动态 xAI 官方 Grok CLI 被曝静默上传整个代码库及用户密钥 — 公众号：数字生命卡兹克 安全研究者发现，xAI 官方 Grok CLI（npm 包 @xai-official/grok 0.2.93 版）会在每轮任务前后，将当前工作目录打包为 before_codebase.tar.gz 和 after_codebase.tar.gz，通过独立旁路通道静默上传至 xAI 的 Google Cloud 仓库。验证显示，即使模型仅回复一个单词，上传依然发生。上传包还包含仓库外的 ~/.claude.json、Claude Code 设置、全局 AGENTS 规则、30 多个 Skill 文件及一个 API 密钥。7 月 13 日凌晨，xAI 通过服务端远程开关新增 `disable_codebase_upl… https://mp.weixin.qq.com/s/6c6vGMJAVMbh6UhNVw4dcg ...

AI HOT 日报 · 2026-07-13 模型发布/更新 腾讯混元发布Hy3模型：295B参数MoE架构，Agent向LLM定位，已集成微信服务10亿+用户 — X：阿易 AI Notes (@AYi_AInotes) 腾讯混元团队发布Hy3模型，采用295B总参数、21B激活参数的MoE架构，推理效率可打平参数规模2-5倍的旗舰模型。Hy3定位为Agent向LLM，从preview到正式版基于50多个真实业务反馈迭代，内部WorkBuddy任务成功率从72%提升至90%，耗时降低34%，幻觉和常识错误持续下降。实测显示其在coding、办公、复杂任务规划方面表现突出，纯视觉能力为短板。Hy3已集成至微信服务10亿+用户，视频演示包括生成HTML网页、Agent网页和10页PPT，模型具备自检和主动说明不足的能力。 https://x.com/AYi_AInotes/status/2076341952023310580 产品发布/更新 Mesh LLM：在 iroh 上进行分布式人工智能计算 — Hacker News 热门（buzzing.cc 中文翻译） Mesh LLM 是一个开源项目，能将用户多台机器上的 GPU 和内存池化，对外暴露兼容 OpenAI 的 API。它通过 iroh 网络库实现点对点连接，无需中央服务器。请求可在本地 GPU 运行、路由到已加载模型的节点，或将大模型按层分区（内部称“Skippy”）流水线式拆分到多台机器。系统内置 40 多个模型，从 5 亿参数到 235B MoE 巨模型均可支持。软件体积约 18 MB，启动后以 localhost:9337/v1 提供服务。 https://www.iroh.computer/blog/mesh-llm Codex与ChatGPT Work多项更新：取消5小时限制 — X：Tibo (@thsottiaux) 早上好。过去48小时里，Codex和ChatGPT Work非常忙碌！三项重要更新： - 暂时取消所有Plus、Business和Pro计划的5小时使用限制 - 正在推出变更，使GPT 5.6 Sol整体更高效，这将体现在使用量减少上，从而让你能走得更远。具体影响待量化后公布 - 我们已达到600万活跃用户，并将在接下来一小时内进行使用量重置 去创造吧。 https://x.com/thsottiaux/status/2076365965915467978 Mindwalk：在代码库 3D 地图上回放编码代理会话 — Hacker News 热门（buzzing.cc 中文翻译） Mindwalk 是一款可视化工具，可将 Claude Code 和 Codex 的会话日志在代码库的 3D 地图上回放。它将仓库绘制成夜间地图，代理搜索、读取和编辑过的文件会发光，未触及区域保持黑暗，让用户一眼看清代理对任务的理解范围。单个 Go 二进制文件即可运行，所有会话数据完全本地处理，不会离开机器。支持树状图/地形图两种视图，文件触达状态分为未访问、已查看、已读取、已编辑四种颜色标记。播放界面包含错误率、文件修改量等摩擦信号面板，以及上下文压缩、子代理启动、用户交互等时间轴标记。支持键盘快捷键控制播放速度、跳转编辑点或错误点。 https://github.com/cosmtrek/mindwalk ...

AI HOT 日报 · 2026-07-10 模型发布/更新 OpenAI 推出 ChatGPT Work：可跨应用自主工作的 AI 智能体 — OpenAI：官网动态（RSS · 排除企业/客户案例） OpenAI 发布 ChatGPT Work，一个能跨应用和文件收集信息、将复杂项目分解为小步骤独立完成并持续工作数小时的 AI 智能体。它内置 Codex 技术，目前每周超 500 万用户使用 Codex，其中超 100 万用于非软件开发场景。ChatGPT Work 由今天同步推出的最新前沿模型 GPT‑5.6 驱动，具备多步骤推理和按模板生成材料的能力。该功能今天起面向 Pro、Enterprise 和 Edu 计划推出，未来几天扩展至 Plus 和 Business 计划。桌面版 ChatGPT 在所有计划（含免费版）中提供 Chat、Work 和 Codex 模式，且 Codex 应用已合并至新的桌面应用。 https://openai.com/index/chatgpt-for-your-most-ambitious-work 蚂蚁灵波开源实时交互世界模型 LingBot-World 2.0 — IT之家（RSS） 蚂蚁灵波开源新一代实时交互世界模型 LingBot-World 2.0（14B 参数），支持施法、攻击、跳跃等丰富角色动作及文本驱动事件（如切换场景、召唤风暴），内置 Pilot Agent 与 Director Agent 实现世界持续演化，并支持多人同时交互。模型采用因果预训练范式和混合双向自回归注意力掩码（MoBA），可稳定输出 720p/60fps 实时画面，长达一小时测试画质不衰减。通过一致性蒸馏与 DMD 降低采样成本，结合注意力 kernel 优化、混合并行推理、动态 KV 缓存调度和异步流媒体传输实现低延迟交互。模型权重及推理代码以非商用协议开源，SGLang 已适配，并提供 Reactor PC 端和灵光 APP … https://www.ithome.com/0/974/508.htm ...

今天，Momenta 正式登陆港交所。作为号称“物理 AI 第一股”的企业，这场上市不仅是资本市场的定价，更是对自动驾驶这十年来“两个半场”博弈的一次阶段性清算。 站在认知投资者和 Robotics 产品经理的交叉视角，我们该如何剥离“第一股”的光环，看清其底层逻辑？ 1. 认知投资者视角：从“确定性”到“规模化杠杆” 对于认知型投资者而言，Momenta 的上市标志着投资逻辑的彻底切换：从博弈技术实现的“可能性”，转向博弈商业闭环的“确定性”。 数据飞轮的资本化： Momenta 核心竞争力不在于某个特定算法，而在于其 Mpilot（量产）与 MSD（完全无人驾驶）双轮驱动模式建立的“数据反馈闭环”。认知投资者看重的是：这种模式是否真正具备“低边际成本、高规模效应”的特质。上市首日的表现（零涨幅）反映了市场对“L2+ 供应商”身份的冷淡，以及对“物理 AI 平台”估值溢价的谨慎。 物理 AI 的估值锚点： 所谓的物理 AI，本质上是解决 AI 进入非结构化现实世界的成本问题。如果 Momenta 只能作为车企的 Tier 1，那它的想象力是极其有限的（制造属性强）；如果它能成为物理世界的通用感知与决策基座，那它才具备互联网式的指数级增长可能。目前来看，市场正处在重新对齐这一认知的分水岭上。 2. Robotics PM 视角：具身智能的“降维打击”与“升维焦虑” 作为一名 Robotics PM，我们关心的核心痛点是：长尾场景（Corner Cases）的消灭速度，是否快于资金的燃烧速度？ 从“规则驱动”到“生成式智驾”： Momenta 强调的端到端、大模型路径，本质上是试图用“大数据+大算力”去对齐人类司机的直觉。PM 关注的是：在传感器方案日益收敛（视觉+激光雷达协同）的背景下，Momenta 如何在算法架构上实现真正的差异化？ 具身智能的“车端先行”： 自动驾驶是目前具身智能（Embodied AI）最复杂、数据量最大的垂直应用。Momenta 实际上是在做一个移动的机器人系统。PM 的视角更冷峻：在这个高度内卷的生态中，第三方智驾方案商的生存空间，取决于其能否比主机厂自研团队更高效地解决“泛化能力”问题。 产品化的终局是“平权”： 智驾不再是溢价卖点，而是准入门槛。Momenta 的商业模式（License 模式）能否持续，取决于其能否将 L4 级别的算法能力“降维”到主流价位段的车型中，实现智驾平权。 3. 老马的洞察：老马识途，但新路在哪？ Momenta 创始人曹旭东曾说，自动驾驶是一场马拉松。但在老马看来，这更像是一场**“认知边界的不断向外拓宽”**。 资本市场的“物理惯性”： 虽然贴着“AI”标签，但 Momenta 仍摆脱不了汽车供应链的重资产特征和漫长的交付周期。 AI 叙事的“幻觉修复”： 过去我们投的是“全自动驾驶”的梦，现在我们看的是“城市 NOA”每百公里的接管率。这种认知的回归，对行业是好事。 总结： Momenta 的上市是行业的一场“成人礼”。它证明了中国的智驾力量有能力在资本顶层站稳，但也预示着接下来的较量将不再是 PPT 里的愿景，而是财报里的交付量、成本控制和真实的算法泛化能力。 ...

AI HOT 日报 · 2026-07-06 模型发布/更新 美团 LongCat-2.0 完全开源（MIT 许可），1.6T MoE 模型开放权重与推理代码 — X：美团 LongCat (@Meituan_LongCat) 美团今日宣布 LongCat-2.0 完全开源（MIT 许可），公开模型权重与推理代码。该模型为 MoE 架构，总参数量 1.6T，每 token 激活约 48B，支持 1M token 上下文。技术亮点包括 LongCat Sparse Attention 高效处理长文本、Zero-Compute Experts 动态激活 33B–56B 零浪费计算、MOPD 按任务路由 Agent/Reasoning/Interaction 三组专家。Benchmark 成绩：Terminal-Bench 2.1 70.8；SWE-bench Pro 59.5（超越 GPT-5.5 的 58.6）；SWE-bench Multilingual … https://x.com/Meituan_LongCat/status/2073768940078317713 行业动态 扎克伯格：建千兆瓦级AI集群，集中精英与资本 — X：Rohan Paul (@rohanpaul_ai) “我们正在建设这个 Prometheus 集群，首个千兆瓦以上的单一集群……我们是在谈论数千亿美元的资本投入。” Mark Zuckerberg 表示，他的职责就是集中精英人才、资本和基础设施。 https://x.com/rohanpaul_ai/status/2073834219659534816 NVIDIA Kyber NVL144 延迟超 12 个月至 2028 — X：SemiAnalysis (@SemiAnalysis_) 重大延迟：Jensen 在 GTC 上展示 Kyber NVL144 仅 3 个月后，该项目遭遇重大挫折，已推迟超过 12 个月，延至 2028 年。下文我们将解释 Kyber 为何面临大幅延迟，以及 NVIDIA 的 NVL72x2 背靠背机架架构为何也被取消，导致 Rubin Ultra 的扩展域受限。👇️ 1/6🧵 https://x.com/SemiAnalysis_/status/2073874671498387899 ...

AI HOT 日报 · 2026-07-05 论文研究 我国研制全球首款基于可控存内计算的忆阻器神经动力学芯片 — IT之家（RSS） 北京大学集成电路学院联合中科院上海微系统所，发布全球首款基于可控存内计算的忆阻器神经动力学芯片，首次将单步运算时延压缩至2.12毫秒。芯片采用40纳米工艺，存内计算阵列与外围电路总面积0.28平方毫米，运行频率50 MHz，单步积分仅需9级流水。在脑皮层重建等任务中较当前GPU提速50至478倍，突破神经动力学实时计算瓶颈。相关成果7月3日发表于《科学》。 https://www.ithome.com/0/972/526.htm NVIDIA 联合多所大学提出 ASPIRE：自我改进机器人框架，零样本成功率最高提升 77 分 — MarkTechPost（RSS） NVIDIA 联合密歇根大学、UIUC、UC Berkeley 等提出 ASPIRE，一个持续学习机器人框架。它通过协调器-执行器架构、闭环执行引擎、技能库和进化搜索，编写并优化机器人控制程序。编程智能体使用 Claude Code（Claude Opus 4.6，1M token 上下文窗口）。在 LIBERO-Pro 上最高比最强基线提升 77 分；Robosuite 双手交接成功率从 20% 提升至 92%；BEHAVIOR-1K 收音机拾取任务从 56% 提升至 88%。利用 LIBERO-90 积累的技能，ASPIRE 在零样本条件下对 LIBERO-Pro Long 任务达到约 31% 成功率，此前方法饱和在 4% 附近… https://www.marktechpost.com/2026/07/03/nvidia-ai-introduces-aspire-a-self-improving-robotics-framework-reaching-31-zero-shot-on-libero-pro-long-tasks 技巧与观点 26000名学生研究显示AI隐藏学习成本需两年才显现 — The Decoder：AI News（RSS） 一项追踪26000名7-12年级中学生30个月的面板数据研究发现：使用AI后作业分数提升18%，完成时间从64分钟降至45分钟，但闭卷考试分数下降20%，升学考试成绩下降18%至24%，且完全影响约两年才显现。81%长期用户作业完成时间低于50分钟（外包迹象）。社会学科下降27%，STEM下降22%，英语下降17%，语文下降9%。每周使用AI一小时损失约5%，五小时损失30%。早期损失从约25%降至16%但未消失。 https://the-decoder.com/a-26000-student-study-shows-ais-hidden-learning-cost-takes-two-full-years-to-surface 数据来自 aihot.virxact.com，由 OpenClaw 自动推送。

AI HOT 日报 · 2026-07-04 模型发布/更新 生数科技发布 Vidu S1，推动视频生成迈向“实时交互”新时代 — 公众号：生数科技（Vidu·视频） 7月3日，生数科技在2026全球数字经济大会上发布Vidu S1实时交互模型，支持实时视频通话和语音控制视频走向，实现无限时长连续互动。模型采用自回归扩散路线，基于已生成画面和语音指令持续预测后续内容；无需传统建模，一张图片即可创建角色并自定义音色。Vidu S1在540P分辨率下实现25FPS（最高42FPS）实时生成，通过TurboDiffusion等技术降低计算成本，已开启内测。 https://mp.weixin.qq.com/s/RuukpnoOA2tI0ERCNrLgtQ 产品发布/更新 Wan Video 推出“音乐伴舞”新功能 — X：阿里云 / Alibaba Cloud (@alibaba_cloud) Wan Video 新功能：音乐伴舞 💃 上传一个角色，添加一首歌曲，让 Wan Video 生成与节奏同步的舞蹈视频。 可用舞种： • 街舞 • 踢踏舞 • 拉丁舞 • K-Pop • 中国古典舞 从节拍至动作，你的角色随音乐起舞。 前往 wan.video 体验音乐伴舞 👉 https://int.alibabacloud.com/m/1000412428/ https://x.com/alibaba_cloud/status/2072967570441834771 面向 Web 开发者的 Safari MCP 服务器 — Hacker News 热门（buzzing.cc 中文翻译） Safari Technology Preview 247 推出 Safari MCP 服务器，基于 Model Context Protocol，允许任何 MCP 兼容客户端连接 Safari 浏览器窗口。智能体可获取 DOM、网络请求、截图、控制台输出等信息，自主完成调试、性能分析、可访问性检查等任务。内置 browser_console_messages、screenshot、evaluate_javascript、list_network_requests 等工具。开发者安装后启用“远程自动化与外部智能体”选项，即可通过命令接入，减少窗口切换。 https://webkit.org/blog/18136/introducing-the-safari-mcp-server-for-web-developers ...

AI HOT 日报 · 2026-07-03 产品发布/更新 AI 版支付宝开放公测，蚂蚁阿宝无需邀请码即可体验 — IT之家（RSS） 支付宝阿宝 AI 助手今日正式开放公测，iOS 和安卓用户可在应用商店或支付宝 App 搜索“阿宝”或“蚂蚁阿宝”直接体验。开通后右滑进入新版，以对话方式安排办事，例如说出“查公积金”，阿宝会自动匹配对应小程序和服务入口，用户点击确认即可完成。支付宝承诺所有资金变动与支付环节均需用户本人确认，扫码、转账等功能已预留入口。 https://www.ithome.com/0/971/469.htm Google Health API 推出 CLI：ghealth 是一款针对 Fitbit 数据的开源工具 — MarkTechPost（RSS） ghealth 是一款封装 Google Health API v4 的开源命令行工具，以单个 Go 二进制文件发布（Apache 2.0 协议）。它提供 40 种已验证的数据类型（包括步数、心率、睡眠、体重、血氧饱和度、心率变异性等）的结构化 JSON 输出。工具采用 Agent 优先设计，具备确定性退出码、–dry-run 和 –raw 标志，并附带两个 SKILL.md 文件供 AI 智能体使用。用户需自行创建 OAuth 凭据，通过 PKCE S256 认证。数据来源覆盖 Fitbit、Pixel Watch 及连接的第三方设备。 https://www.marktechpost.com/2026/07/02/the-google-health-api-got-a-cli-ghealth-is-an-open-source-tool-for-your-fitbit-air-data Senior SWE-Bench：评估AI智能体作为高级工程师的基准测试 — Hacker News 热门（buzzing.cc 中文翻译） Senior SWE-Bench是一个开源基准测试，用于评估AI智能体完成高级软件工程师级别任务的能力。任务分功能开发与Bug修复两类：功能任务指令类似自然语言消息，采用验证智能体基于专家配方自动生成行为测试；Bug任务要求根据日志、profiling等运行时信息深入调查。排行榜显示，Claude Opus 4.8搭配Mini-SWE-Agent（max effort）通过率24.0%，Claude Sonnet 5为19.4%，GPT-5.5为16.0%，最强前沿模型在超75%任务中未能达到高级工程师级别的正确性与品味。每个功能任务平均涉及11个文件，最强智能体也需数百步完成；中位指令长度仅为SWE-Bench Pro的31%。任… https://senior-swe-bench.snorkel.ai/ ...