AI每日精选摘要

❤️ 实时更新精心挑选的评分较高的最新文章摘要（每日最多10篇），助你随时了解人工智能领域的最新动态和热门事件 ❤️

---

◈ 07月09日 星期四 【 9 篇 】

◎ 盈利新高市值蒸发：存储超级周期走到哪一步了？

全球半导体板块近期经历剧烈多空拉锯，三星电子等存储巨头在交出创纪录营业利润成绩单的同时，股价却遭遇大幅跳水。这种业绩大喜与股价暴跌的极端反差，引发了市场对存储超级周期是否真正迎来拐点的广泛担忧。
市场恐慌的深层导火索在于科技巨头宣布对外出租闲置算力，这一举动使得过去两年支撑半导体牛市的算力与存力永远稀缺的核心信仰出现裂缝，引发市场对人工智能基建资本开支可能提前放缓的担忧。同时，存储龙头暴涨的利润和营收早已在前期股价的大幅上涨中被市场充分预期和提前定价，缺乏超出预期的新刺激因素导致资金选择获利了结。此外，资本关注焦点正逐渐向上游半导体设备商转移，叠加企业内部奖金分配等一次性因素，共同放大了股…

来源：  钛媒体AGI

◎ 拿葡萄牙语喂AI，半夜C罗竟用「方言」喊我看球，太魔幻了

摩尔线程推出的AICUBE是一款融合了AIPC、NAS与Agent能力的家庭本地AI中枢。该产品并非简单的功能拼接，而是通过深度熔炼打造出具备本地算力、长期记忆和跨端控制能力的全新AI形态。
AICUBE内置的“小麦”AI管家具备长期拓扑记忆和人格化情绪，能够通过语音交互提供多样化服务。其突出的数字分身创作能力允许用户通过上传少量视频和语音样本，快速克隆指定人物的外貌与声线，从而实现深度的情感连接与个性化陪伴。
在智能体框架支持下，AICUBE能够跨应用控制多款软件，实现自动整理信息并发送至社交软件等复杂任务。同时，设备内置的自然语言编程工具让零代码基础的用户也能通过口述需求生成可运行的…

来源：  新智元

◎ 刚刚，全球首个具身专属的MoE视频模型，开源了！

蚂蚁灵波正式开源了LingBot-Video，这是全球首个面向具身智能的大规模MoE视频基础模型及视频物理引擎。与通用视频生成模型侧重视觉质量、语义对齐和运动连贯不同，该模型从架构、数据到训练目标全链路专为机器人和人形智能体量身打造，核心关注生成内容是否严格符合物理规律，避免穿模或违背惯性等错误对机器人训练造成误导。
在架构设计上，LingBot-Video引入了稀疏MoE架构，总参数量达30B，但单次推理仅激活3B参数。这种设计在固定计算预算下扩大了参数容量，将总参数规模与实际计算量解耦，有效平衡了模型容量与推理成本，使机器人大量模拟和试错在经济上具备可行性。在数据层面，模型引入了超70…

来源：  量子位

◎ AI 时代的编程语言，这次是来自中国的底层创新

人工智能正在重塑软件工程链路，降低了代码迁移成本，促使软件基础设施向更强约束和更高性能的语言迁移。然而，现有主流语言并非面向大语言模型的最优选择，探索面向智能体协作、快速反馈和工程闭环设计的新语言成为产业与学术界的重要课题。
在针对缺乏公开资源的编程语言评测中，MoonBit凭借AI友好的设计，在可见语料较少的情况下，比同类语言更能从上下文学习和模型微调中受益。这一关键发现表明，语言设计显著影响模型学习和生成代码的效率，AI友好的编程语言具备实质性的工程价值。
MoonBit不仅是一门编程语言，更构建了一条从代码编写到产物交付的完整流水线，实现了生成、编译、诊断、修复与测试的工程闭环。其…

来源：  机器之心

◎ 如何写高质量、低Token消耗的Loops，Claude官方教程来了

随着人工智能技术迈入自动驾驶时代，循环设计逐渐成为智能体应用领域的核心概念。循环被明确定义为智能体反复执行一段工作循环，直到某个特定的停止条件被完全满足。 探讨如何设计循环而非单纯给编码智能体编写提示词，已成为提升人工智能任务执行效率与自动化程度的关键路径，预示着技术迈上了新台阶。
循环主要被划分为四种基本类型以应对不同的应用场景。基于轮次的循环由用户提示词直接触发，适用于较短且不属于常规流程的任务，开发者可通过强化验证环节来减少所需的交互轮次。基于目标的循环则通过定义明确的成功标准来延长迭代过程，非常适合具有可验证退出条件的复杂任务。基于时间的循环和主动式循环则专门适用于周期性工作或需要…

来源：  AIGC开放社区

◎ 发现一个特有想象力的 Agent 开源项目。

当前各类人工智能代理往往各自为政，会话记录与文件系统无法互通，导致用户在切换不同工具时必须手动复制并同步信息。Tutti开源项目旨在彻底打通不同的智能代理，将它们统一放入一个实时共享的空间中，实现跨工具的会话、文件和任务上下文的全面共享与无缝调用。
在技术实现层面，该平台并未采用特殊接口或绕过登录机制，而是通过直接调用本机已安装的代理运行时及本地保存的登录态来启动工具，有效确保了账号安全与使用便捷。除了基础的代理整合功能，项目还在底层智能能力之上，封装了产品原型设计、幻灯片生成等垂直场景应用，将复杂功能转化为对普通用户更友好的图形界面工具。
从系统架构与核心理念分析，该项目实质上是在宿主…

来源：  AI产品阿颖

◎ OpenAI Codex 产品经理：AI 不是让你做更快，是让你做以前不敢做的事

OpenAI产品经理Rohan Varma分享了Codex对产品经理工作方式及角色定位的深刻改变。在AI工具的赋能下，信息合成与跨工具协调等繁杂工作被大规模委托给AI，产品经理的角色从执行中间人转变为战略方向与推向市场的两端校准者。团队协作模式也随之倒置，不再依赖前置的详细规划与需求文档，而是倾向于先进行开发与迭代，再决定最终发布的内容，从而大幅降低了人类协作带来的沟通成本与效率瓶颈。
在日常工作流中，核心模式演变为首先手动跑通流程，随后让AI自行实现该流程的自动化。这种自动化不仅能够定期执行信息收集与反馈归类，还能实现一次性触发并自我清理。此外，图像生成技术被广泛应用于快速原型探索，通过…

来源：  硅星人Pro

◎ 微软裁员补偿方案曝光：最高能拿近10个月基本工资遣散费；华为车BU总裁谈「智驾泡沫」：宣传过热，真实能力差距悬殊；字节绩效规则调整

近期科技与互联网行业在企业管理、人工智能、智能汽车及硬件芯片等领域呈现出显著的发展动态。在企业组织与业务调整方面，多家科技巨头进行了人事与绩效优化。微软公布裁员补偿方案，美国员工最高可获39周基本工资遣散费；字节跳动调整绩效规则，加大半年激励并强化价值观考核；万和电气因生存压力宣布推进组织变革与人员优化。此外，阿里巴巴新季度财报前瞻显示云业务增长超预期且电商利润恢复，快手前高管陈彬加入小红书负责技术团队。
人工智能与大模型领域持续迎来技术突破与资本涌入。SpaceXAI发布最强模型Grok 4.5，其API输出价格大幅低于竞品；MiniMax筹备推出2.7万亿参数的新一代大模型，字节跳动也…

来源：  雷峰网

◎ 芯片，横向堆叠

随着人工智能模型规模的爆炸式增长，数据中心计算机对高带宽内存的需求急剧增加，但传统的多层DRAM芯片垂直堆叠的高带宽内存正面临严重的散热和容量扩展瓶颈。填充芯片间隙的材料阻碍了热量传导，导致芯片过热，同时更高的堆叠高度需要更多的硅通孔，进而挤占了存储数据的硅片面积。为解决这些物理限制，全球工程师正在探索将DRAM芯片并排侧向堆叠的替代方案，以期在提升带宽和容量的同时有效控制温度。
韩国研究团队提出了一种名为V-Die的3.5D垂直芯片内存架构。该方案将DRAM芯片竖直旋转并水平排列，在芯片间加入微流体冷却通道，使峰值温度显著降低至45℃左右。由于摒弃了传统的硅通孔和基底芯片，每个芯片的整个…

来源：  半导体行业观察

◈ 07月08日 星期三 【 10 篇 】

◎ 蔚来，均价 44.3 万元

在竞争激烈的中国新能源汽车市场中，蔚来汽车通过反共识的产品策略实现了销量与成交均价的双重突破。蔚来选择优先推出大型纯电SUV而非入门级走量车型，以此重塑高端品牌形象并稳固价格带。凭借乐道L90、第三代ES8以及起售价近五十万元的ES9等车型，蔚来主品牌在六月的交付量超过两万台，同比增长超百分之五十，且月度平均成交价格攀升至四十四点三万元。这一成绩表明，蔚来的增长并非依赖价格下探，而是成功在高端纯电大车市场中掌握了定价权。
在产品定义方面，蔚来对第三代车型进行了战略聚焦，摒弃了以往目标分散的问题。新一代产品优先满足中国市场高端用户在家庭、商务及长途等场景下的大车需求，使产品力本身成为吸引用户…

来源：  极客公园

◎ ICML 2026 现场｜九篇 Spotlight 论文，透视 AI 最前沿

ICML 2026学术会议汇聚了机器学习领域的多元前沿探索，在投稿量翻倍与评审标准重新校准的背景下，精选的九篇Spotlight论文集中展示了当前人工智能研究的核心重心与关键突破。这些研究横跨生成模型、智能体系统、模型压缩、隐私保护及神经形态计算等多个维度，勾勒出机器学习前沿的发展图景。
在数据处理与生成模型方面，研究提出了SDEVI框架，通过随机微分方程统一连续时间与离散观测，有效解决了不规则时间序列的生成难题。针对图像生成，端到端联合训练流程打破了传统的两阶段范式，使视觉分词器与自回归生成模型协同优化，大幅提升了生成质量。此外，基于插入操作的变分学习框架为变长序列生成提供了更为灵活且理…

来源：  AI科技评论

◎ ICML 2026现场直击：从展台到游轮，中国大厂在顶会抢人才

在ICML 2026韩国首尔会议期间，中国科技企业及量化投资机构将这场机器学习领域的顶级学术会议转化为激烈的人才争夺阵地。这场人才围猎不仅局限于会场展台，更全面延伸至晚宴、咖啡厅等社交场景，展现出中国厂商在AI人才布局上的系统性与主动性。
从赞助体系来看，中国厂商的占位呈现出明显的产业迁移趋势。以聚宽为代表的量化私募跻身最高级别赞助商，标志着机器学习的前沿战场正从传统互联网大厂向金融量化等垂直产业应用加速拓展。多家量化机构的集中参与，进一步验证了金融量化已成为机器学习价值验证与高端人才争夺的核心场景之一。
在具体招募策略上，各大厂均展示了前沿技术成果并开展了深度的互动。阿里、字节、小米、…

来源：  雷峰网

◎ 3.8万小时、狂烧天价token：字节发现Agent的 Scaling Law

字节Seed团队发布了名为EdgeBench的Agent评测项目，旨在衡量智能体在陌生环境中的长周期持续学习与进步能力，而非传统的静态知识测试。该项目将智能体置于包含134个跨领域任务的实验平台中，要求每个任务至少运行12小时，从而观测其在真实任务环境中的动态成长轨迹。
研究揭示了关于智能体环境学习的多项核心发现。智能体的平均学习曲线能够被log-sigmoid函数以极高的精度拟合，表明其学习过程存在普适的数学规律。尽管平均曲线平滑，单个任务的成长路径却差异显著，反映出不同的学习策略和试错范式。在经验积累方面，连续运行积累的经验比多次独立重启带来的效果更好，真正的进步源于智能体对问题本质的…

来源：  硅星人Pro

◎ 中国科学院携手全球顶尖机构发布首个十亿参数级的手术视频基础模型SurgMotion！

中国科学院香港创新研究院人工智能与机器人创新中心联合全球多家顶尖机构，正式发布了全球首个十亿级参数的手术视频原生基础模型SurgMotion。该模型依托于迄今为止全球规模最大的千万帧级手术视频数据集，实现了对器械与组织交互及复杂时空运动语义的深度建模。这一成果标志着手术人工智能正从单帧感知迈向全流程视频理解的全新时代。
在技术架构方面，SurgMotion实现了从像素重建到时空运动预测的范式颠覆。模型基于视频联合嵌入预测架构，摒弃了传统的像素级解码，转而专注于潜空间中的运动预测，并引入了运动引导的潜空间遮蔽预测、时空亲和力自蒸馏以及时空特征多样性正则化三大核心技术创新。这些创新有效过滤了视…

来源：  机器之心

◎ 实测微信小微：一个“生在微信里”的AI，边界在哪里

微信近期灰度内测了原生AI助手小微，该助手基于腾讯自研大模型并部分调用外部模型，深度接入微信的聊天、小程序与支付体系。通过系统实测发现，小微在单链路短任务中表现出较好的参数填充能力，但在涉及最终决策或复杂交互时仍依赖用户手动介入。例如在点咖啡或打车场景中，它能准确调起小程序并完成基础设置，但均止步于付款或最终确认环节。此外，群聊与朋友圈总结功能能够有效提取关键信息与情绪标签，但存在成功率波动及数据获取时间范围的限制。
当面对复合指令与长链路任务时，小微的能力边界开始显现。在处理多任务打包指令时，系统容易出现上下文污染与状态隔离失效，导致子任务的完成质量呈现明显的梯度下降。在拉长操作链路时，…

来源：  钛媒体AGI

◎ 20种机器人本体通吃！蚂蚁新一代VLA具身大脑刚刚开源了

蚂蚁灵波正式发布了新一代具身智能基座模型LingBot-VLA 2.0，致力于将跨本体视觉语言动作模型从单点演示推向可复现与可部署的工程链路。该模型的核心目标是解决一脑多机的行业难题，成功实现了对十七家厂商的二十种机器人构型的全面支持，并将动作控制范围从单一机械臂扩展至头部、腰部、末端执行器和移动底盘等全身自由度。
在技术架构层面，模型进行了深度优化以应对多本体异构数据的挑战。系统引入了混合专家架构，通过解耦专家负载均衡与主要动作学习目标，有效吸收了不同机器人本体之间的共性与差异。同时，模型采用双查询蒸馏机制，融合了深度感知模型与视频时序表征模型，显著增强了机器人在复杂物理环境中的三维空间…

来源：  机器之心

◎ 60000小时炼出新开源VLA！20多种机器人都能用

蚂蚁灵波近期正式开源了面向复杂物理世界任务的通用视觉语言动作模型LingBot-VLA 2.0。该模型使用了高达60000小时的真实物理预训练数据，其中包括50000小时覆盖20种机器人构型的轨迹数据以及10000小时的第一视角人类操作视频。相较于前代产品，其数据规模实现了三倍的增长，为模型学习通用操作规律奠定了坚实基础。
在技术架构与能力升级方面，LingBot-VLA 2.0实现了多维度的突破。模型不仅支持20多种机器人构型，还将动作空间从双臂进一步扩展至头部、腰部、移动底盘和灵巧手等更完整的自由度。同时，通过默认融合LingBot-Depth深度模型，机器人获得了更精准的空间理解与物…

来源：  量子位

◎ 大多数人没看懂，支付宝、微信这三个月的Agent布局

过去三个月内，支付宝与微信密集发布AI产品、开放平台及原生助手，释放出强烈的产业信号。今年很可能会成为智能体商业化的元年。作为中国商业领域最大的两个基础设施级平台，两者在同一时间窗口围绕底层商业接口同步发力，预示着智能体商业化已正式进入产业日程表。
在推动智能体商业化的进程中，两大平台在供给接入、服务分发和支付深度上展现出显著的路径差异。微信依托庞大的小程序存量，致力于盘活现有生态，使智能体在内部自然调用服务。相比之下，支付宝旨在构建跨端的服务连接层，将商家服务分发至手机助手、车机及智能眼镜等更多外部终端。在支付环节，支付宝推出了面向智能体交易的全栈原生支付方案并建立信任协议，而微信则通过…

来源：  雷峰网

◎ 曝DeepSeek正在自研AI芯片：面向推理场景；姚顺雨前同事田永龙加盟腾讯；苹果首款折叠屏iPhone已在量产阶段；智谱：撤回A股辅导备案失实

在人工智能与算力基建领域，DeepSeek正在研发面向推理场景的自主AI芯片，旨在降低对英伟达的依赖，标志着其寻求底层硬件自主权的战略转型。同时，Anthropic与TeraWulf签署了价值190亿美元的数据中心租赁长约，凸显AI算力基础设施的庞大需求。李开复指出AI编程能力已超越人类，强调AI已成为能调动系统和执行任务的核心工具。
智能汽车与出行领域的竞争与布局持续深化。华为不断扩容“界”字辈汽车商标矩阵，小米汽车则官宣新品牌SkyNomad并计划推出增程式SUV。为强化人车家全生态，小米调整了小爱同学的组织架构。此外，长安启源的海报设计引发抄袭小米的争议。在市场表现方面，丰田和本田等…

来源：  雷峰网

◈ 07月07日 星期二 【 10 篇 】

◎ 600亿豪赌AI高端板：PCB巨头集体抛弃“低端产能” | 行业风向标

国内印制电路板行业正经历剧烈的阶层分化，中低端厂商与头部企业在盈利能力与发展战略上呈现出冰火两重天的格局。中低端单双面电路板毛利率持续下滑，甚至无法覆盖资金与折旧成本，致使众多中小型制造商陷入生存窘境。与此同时，头部企业正集中资源大举扩产高端项目，新增资本开支全面倾斜于人工智能服务器超高多层板、高阶高密度互连板及集成电路载板等领域，无一投向普通硬板或单双面板。
这种两极分化的核心驱动力在于人工智能算力需求的爆发。新型服务器对高速信号传输、介质损耗及线宽线距提出了严苛标准，促使电路板从被动连接件向主动封装载体跃迁。全球算力建设带动高层数、高阶产品产值增速远超传统常规板材，彻底改写了行业的价值…

来源：  钛媒体AGI

◎ AMI Labs 冯雁：AI 迈向现实世界，世界模型不可或缺 | ICML 2026

在ICML 2026大会上，学者冯雁系统阐述了AI智能体迈向现实物理世界所必需的核心技术与发展路线。未来物理世界AI主要呈现两大形态：嵌入可穿戴设备的主动式辅助智能体，以及部署于自动驾驶和机器人等自主系统中的执行智能体。这两类智能体均需内化一套可因果推理的物理认知框架，以具备对物理世界演化的精准预测能力。
当前主流的大语言模型和视觉语言模型因依赖文本等间接数据学习，无法准确预测实际物理力，且其优化目标易导致幻觉产生，难以跨越到物理世界落地的泛化鸿沟。在世界模型的构建上，生成式路线试图通过预测每个像素来理解世界，而联合嵌入预测架构则追求因果正确性。JEPA通过预测潜空间中的抽象表征来忽略无关…

来源：  AI科技评论

◎ 万字攻略｜AI 时代，华人创业者进入日本市场的窗口打开了

日本市场在人工智能浪潮中正为华人创业者展现出清晰的机遇窗口。尽管该市场具有决策缓慢、门槛较高以及重视传统关系等特点，但一旦跨越信任门槛，便能获得极高的客户忠诚度与长线复利。日本市场的底层购买逻辑在于风险控制，客户真正付费的是安心感而非单纯的技术领先。因此，创业者应放弃替换式创新，转而采取补丁式创新，聚焦解决具体且未被彻底软件化的业务痛点。
人工智能技术为切入日本市场提供了全新的入场券。在消费端，个人用户对新产品接受度较高，通过社交媒体与关键意见领袖建立真实的信任关系，能够有效测试市场水温并积累口碑，进而自下而上地推动企业级采购。在企业端，通用型工具难以突围，而制造、医疗、数字化等垂直领域中…

来源：  Founder Park

◎ 晶体管，何去何从？

过去六十年间，晶体管尺寸的持续缩小推动了计算技术的多个发展时代。在经典扩展时代，摩尔定律与丹纳德缩放定律的完美结合开启了计算机技术的黄金时代，但器件尺寸缩小速度快于电压缩小速度最终导致功率密度达到极限。 进入移动计算时代后，研发重点转向在固定功耗范围内最大化性能，多核微处理器架构应运而生以解决功耗限制，但二氧化硅栅极介质厚度缩小逐渐达到物理极限。
为突破这些根本性障碍，半导体行业进行了多项革命性创新。工程师率先应用嵌入式硅锗引入应变以提升迁移率，并采用高介电常数材料和金属栅极取代传统介质，随后又推动了鳍式场效应晶体管的量产，实现了卓越的静电控制和更高的驱动电流。 这些关键创新不仅克服了平面…

来源：  半导体行业观察

◎ 12项世界第一！国产基模一战封神，11亿参数逆袭70亿大魔王

蚂蚁灵波发布的LingBot-Depth 2.0空间感知模型在多项测试中取得领先成绩，成功解决了传统深度估计在透明物体、细小目标及复杂反光环境下的感知难题。该模型提升了物体轮廓边缘的清晰度与小尺寸目标的捕捉能力，降低了机器人的误碰和漏检率。同时，其在长距离障碍物识别和极端光线环境下展现出优异的结构保持能力，为机器人规划与避障提供了高精度输入。
在技术突破之外，该模型已实现商业化落地。蚂蚁灵波与三维视觉硬件企业奥比中光达成合作，打通了从模型能力到软硬件一体化的商业闭环。双方联合推出了自带高质量深度标注的数据采集设备，完成了软件工具包的深度集成，并即将上线无需复杂调校的一体化相机。这些举措使下…

来源：  新智元

◎ 具身智能空间视觉死穴，终于被最新顶会彻底解决！

近年来，视觉-语言-动作大模型在机器人操作领域展现出强大的复杂操作能力，但面临着严重的空间泛化瓶颈。研究团队精准诊断出该问题的根源在于模型普遍存在三重隐性耦合的捷径学习模式，即相机与基座耦合、相机与物体耦合以及物体与位置耦合。这种捷径学习导致模型并未真正理解空间几何关系，而是依赖固定视角下的虚假相关性，使得相机视角发生微小变化时任务成功率便会出现暴跌。
为破解这一空间泛化难题，研究团队提出了一种名为“运动之眼”的混合动态数据采集策略。该范式通过引入移动视角数据，让环境相机沿连续轨迹运动，提供稠密且近似均匀的多视角采样，从而彻底打碎三重耦合关系。在此基础上，团队将多固定视角数据与移动视角数据…

来源：  新智元

◎ 刚刚，首个空间原生的具身视觉基模开源！机器人更会看我们的世界了

蚂蚁灵波近期发布了LingBot-Vision和LingBot-Depth 2.0两款模型，旨在提升机器人在真实世界中的视觉与空间感知能力。具身智能在真实场景落地的首要挑战在于视觉感知的稳定性，尤其是在处理透明反光材质、远距离小目标、复杂室内环境以及弱光遮挡等条件时，传统深度模型常出现轮廓破碎和空间关系缺失的问题。为解决这些痛点，新模型致力于让机器人不仅看得见，更能看得准，从而为后续的规划、控制和抓取任务提供可靠的空间输入。
LingBot-Vision作为面向机器人真实任务的空间原生视觉基础模型，其核心创新在于引入了掩码边界建模机制。该机制改变了传统视觉模型仅关注语义理解的局限，通过在预…

来源：  量子位

◎ DEMO | 这位前腾讯 T-12 ，做了个给 Agent 用的“POS机”

支付基础设施的每一次跃迁都依赖于成规模的商业生态，AI时代同样如此。智能体若要代替人类完成交易，前提是商家的商品和服务必须以智能体能够理解和调用的方式存在。将商家从传统互联网迁移至智能体世界的B2A基础设施，正是AI时代的核心交易枢纽。码上飞致力于成为这一枢纽，推动中国商家完成从互联网到AI的第二次数字化搬家。
针对缺乏技术团队的长尾小商家，码上飞通过AI编程技术降低软件开发门槛，提供全流程闭环交付。商家只需表达模糊意图，系统背后的智能体团队即可自动完成任务拆解、代码生成、支付接入与多平台发布。真正的技术壁垒不仅在于代码生成，更在于对特定业务环境的深刻理解以及工程化组件的沉淀，从而确保交付…

来源：  硅星人Pro

◎ 聊聊Anthropic这篇最新研究，我觉得可能是AI意识诞生的前夜。

Anthropic近期的研究在语言模型内部发现了一个名为“J空间”的隐藏结构，该结构在功能上与人类大脑的全局神经元工作空间高度相似。过去，大语言模型常被视为仅依靠概率预测下一个词的“随机鹦鹉”，缺乏真正的理解与心智模型。然而研究表明，语言模型在未经人类干预的情况下，自发涌现出了类似于人类意识通达机制的内部结构。
研究人员利用雅可比矩阵开发了观测工具，用以探查模型在输出前的内部神经活动模式。实验发现，J空间能够记录模型未表达出的真实思考过程。例如，模型在阅读错误代码或面对提示注入攻击时，J空间会提前激活相关概念；在回答常识问题时，J空间会隐藏中间推理步骤；在抑制特定概念的实验中，模型甚至会因…

来源：  数字生命卡兹克

◎ 让Skill“有图可依”：openJiuwen首发多模态Skill范式Skill-Omni

openJiuwen社区正式发布了业界最早工程化落地的多模态Skill范式Skill-Omni，旨在解决当前智能体技能主要依赖纯文本、难以处理视觉和图形用户界面任务的局限性。该范式将智能体的经验从纯文本升级为包含视觉知识的多模态形式，使其能够直接复用网页和视频中的操作脉络与界面状态。 传统的纯文本技能在图像编辑和界面自动化等任务中，往往因为缺乏视觉参考而导致执行标准模糊，而多模态信息的引入显著扩大了智能体的决策信息空间，提升了其决策能力的上限。
为了实现这一目标，JiuwenSwarm平台内置了用于生成多模态技能的元技能工具。该工具支持将网页图文教程和视频链接转化为智能体可读取的经验资产。…

来源：  量子位

◈ 07月05日 星期日 【 5 篇 】

◎ 李飞飞、Jim Fan、徐丹飞联手，给具身智能指了一条新路

在具身智能领域，一项针对机器人灵巧手的对照实验揭示了一个反常现象：将触觉信号作为额外信息输入经典模型后，任务成功率从17%骤降至6%。研究发现，导致这一结果的核心原因在于视觉与触觉的频率错配。视觉属于低频慢感知，而触觉是高频快感知，将两者强行输入同一低频运行的模型中，不仅无法发挥触觉优势，反而会干扰视觉表征。
为解决这一结构性矛盾，研究团队提出了T-Rex框架，其核心是混合Transformer专家架构。该架构不再让触觉和视觉共用算力通道，而是将其拆解为三个各司其职的专家模块。潜在专家处理视觉和语言信息进行全局预判；动作专家以较低频率生成动作草图；触觉专家则在接触瞬间以高频实时读取信号，对…

来源：  钛媒体AGI

◎ 本周 AI 项目推荐：WorldModelBench，WorldScore，WorldLens…世界模型井喷，需要新的Benchmark

2026年上半年，世界模型已成为人工智能领域的核心议题，但其发展正面临从视觉逼真向实际可用跨越的严峻挑战。比起单纯关注演示效果，建立科学的评测基准成为衡量世界模型真实能力的关键。当前业界涌现出五个覆盖核心应用主线的基准测试，为世界模型的能力边界提供了系统化度量。
在通用视频与统一生成领域，WorldModelBench通过考察指令跟随、常识和物理规律，揭示出当前头部视频模型距离可靠的世界模拟器仍有较大差距。WorldScore则将3D、4D和视频生成模型置于统一的下一场景生成框架下进行公平比较，为不同技术路线的选择提供了重要参考。
在垂直应用场景中，评测标准更加注重功能性与安全性。Wor…

来源：  硅星人Pro

◎ 赛博菩萨 Cloudflare，AI 爬虫最严厉的父亲

Cloudflare近期宣布了一项针对AI爬虫的新政策，将默认设置从允许改为屏蔽混合用途的AI爬虫。这一举措标志着互联网基础设施层首次对AI数据获取方式进行系统性规范。新政策将AI爬虫细分为搜索、代理和训练三类，并实行最严规则优先原则，打破了以往搜索引擎与AI训练数据捆绑采集的局面，赋予网站主更精细的数据控制权。
在防御AI爬虫的基础上，Cloudflare正试图从网络保安转型为内容交易的收银员。其推出的按使用付费模式，旨在根据内容在AI系统中产生的实际价值向AI公司收费，从而建立一个以自身为枢纽的内容交易市场。然而，这种模式引发了对其角色中立性的质疑，因为其同时扮演规则制定者、执行者和市…

来源：  极客公园

◎ Codex、ChatGPT为何合体？Codex未来何去何从？OpenAI核心leader回应一切

Codex桌面应用发布后用户规模激增，尤其是非开发者群体的采用速度远超开发者。在人工智能时代，代码实现的成本大幅降低，产品开发的核心挑战已从具体的“实现”转向了“品味”与策展能力。面对海量的功能探索，如何运用系统思维判断方向、整合信息并做出正确决策，成为当前最具价值的环节。
尽管AI在代码生成上表现强大，但在设计输出上仍显平庸。这主要由于设计缺乏客观评价标准、受特定文化语境影响，且AI难以理解深层的语义与抽象结构。此外，AI产品的市场成功高度依赖于底层模型能力的演进时机。同一产品形态在不同模型智能水平下结果迥异，因此产品规划必须紧密跟随模型能力的跨越，而非固守传统的长期开发计划。
在团队…

来源：  机器之心

◎ 别争了！香农老婆，才是世界上第一个大语言模型

香农与其妻子在1950年前后进行的猜字母实验，被视为人类历史上最早的真人版下一个词元预测。在该实验中，可预测的字母被省略，不可预测的字母被保留，直观地展示了语言的可预测性允许信息被压缩。为了更精确地测量语言的信息量，香农在后续研究中引入更多受试者，通过记录猜测正确字母所需的次数来推算隐含概率，实质上是将人脑作为语言模型来评估语言的熵。
预测与压缩在信息论中是一体两面的关系。预测旨在找出无需记录的部分，而压缩则是将这些冗余部分删除。理想的压缩算法会将文本压缩至类似随机噪声的状态，此时所有可预测的规律均被消除，剩下的便是必须传输的纯粹信息。根据香农的信息量公式，事件发生的概率越低，其携带的信息…

来源：  量子位

◈ 07月03日 星期五 【 7 篇 】

◎ GTC四大天王：成为黄仁勋座上宾的四位90后华人青年

观察英伟达创始人在重大活动中的核心座上宾，可洞察当前人工智能产业的前沿发展趋势。近年来，四位年轻的华人创业者杨植麟、王兴兴、王鹤和朱毅鑫成为产业焦点，他们分别深耕推理大模型、具身智能本体与操作、以及侵入式视觉脑机接口四大核心赛道。这四位创业者的技术布局与商业化探索，实质上勾勒出智能技术从硅基计算向碳基生物延伸的完整链路。
杨植麟代表的独立大模型团队在推理效率领域取得显著进展，通过提升计算效率、长程记忆和自动化协作的共振，探索打破传统优化器限制的智能跳变新范式。王兴兴则聚焦于具身智能的本体制造，通过打造低成本高性能的机器人硬件，并结合多模态数据训练方式，致力于为机器人大规模获取物理世界训练数…

来源：  机器之心

◎ “愚公”蔚来，用基础设施移世界模型的山

智能驾驶行业正步入以世界模型为代表的新一轮技术迁移，核心竞争已从单一的算法比拼转向底层系统能力的较量。智驾下半场的真正壁垒在于模型迭代的吞吐量，这需要完善的传感器、适配的芯片、高效的部署工具链以及持续的数据闭环作为支撑。蔚来近期向跨品牌、跨平台、跨芯片及跨车龄的用户推送世界模型，展示了其在基础设施建设上的长期投入与集中兑现。
在硬件层面，蔚来提前布局了高规格的传感器组合与自研芯片。车顶激光雷达与高像素摄像头的选型兼顾了算法性能与长期兼容性，自研芯片则针对大模型的高内存带宽需求进行了前瞻性设计。进入大模型时代，芯片竞争的核心转向模型友好度，高内存带宽与跨芯片部署效率成为决定车端模型运行效率的…

来源：  硅星人Pro

◎ 扎男服输，AI大厂开始“分流”

Meta公司承认人工智能智能体技术进展不及预期，正积极筹备云业务以出租多余算力寻求变现，而SpaceX此前也已将旗下超大规模数据中心算力出租给外部企业。这一系列动向深刻揭示了硅谷人工智能算力竞争逻辑的转变，即从盲目抢购芯片和建设数据中心的“囤积模式”，转向追求算力高效利用与实质性商业回报的新阶段。
当前全球算力市场呈现出显著的结构性错位特征。一方面，拥有清晰商业闭环的人工智能原生企业面临严重的算力短缺，需要不断扩张算力规模以满足爆发的模型调用与接口需求；另一方面，投入巨资的科技巨头由于自身核心人工智能产品需求尚未完全释放，导致部分前期建设的算力处于闲置状态。算力竞争正在从单纯的“囤积阶段”…

来源：  硅星人Pro

◎ 可灵独立后拿下 30 亿美元融资，打响 AI 视频竞赛下半场

7月2日，快手宣布旗下可灵AI业务主体完成新一轮增资，总认购金额最高达30亿美元，投后估值180亿美元。伴随增资落地，可灵推进资产重组、出台独立股权激励计划并确立同股不同权治理架构，快手在保持约68.33%控股权的同时，将这一AI视频生成业务推向独立面对市场的赛道。
此次战略分拆的核心动因在于解决估值体系割裂与资金消耗问题。成熟短视频主业与高增长AI业务适用不同估值逻辑，独立融资是释放技术资产价值的必由之路。150亿美元投前估值的底气，源于其已跑通C端订阅与B端API双轨并行的商业化基本盘，以及团队在资源受限下果断押注DiT架构的前瞻决策能力。此外，BAT、地方国资及一线PE等30余家机构…

来源：  极客公园

◎ 异构Token工厂不再踩坑！多机构联合发布工业级设计实践，拆解跨硬件推理服务的核心边界

随着大模型推理面临成本与算力约束，Prefill-Decode分离的异构推理成为生产落地的必然选择。但硬件、量化精度、网络与缓存存储选型互相耦合，业界缺乏统一设计范式。针对此痛点，多家机构联合发布研究成果，首次系统性拆解异构推理设计空间，并提出部署最佳实践。
该研究构建覆盖全链路的标准化分析框架，将异构推理拆解为五个设计维度，并引入运行时状态关键抽象。在此基础上，识别出三大核心边界决策。首先是计算放置决策，阶段放置、精度选择与负载均衡必须联合做出，以适配各阶段对算力和带宽的差异化需求。其次是状态表示决策，须确保消费端能直接验证并转换传输状态，避免字节搬运成功但语义解读错误。最后是所有权与生…

来源：  机器之心

◎ 我找了两年的模型，终于出现了。

近期发布的 MaineCoon 模型展现了实时音视频交互的强大能力，为多领域的创新应用提供了基础支撑。该模型不仅适用于实时互动教学，还广泛拓展了虚拟陪伴、语言学习和沉浸式旅游导览等场景，通过神态和动作的实时反馈极大提升了人机交互体验。
从交互本质上来看，这类实时音视频模型与传统的视频生成工具存在显著差异。传统视频生成模型产出的是预先设定的固定内容，用户处于单向接收信息的被动状态；而实时模型则支持用户根据指令即时调整画面与角色回应，真正实现了与人工智能角色的双向实时互动。 这种从单向消费到持续互动的转变，标志着下一代人机交互方式的重大演进。
在技术实现层面，研发团队通过重构模型架构与推理部…

来源：  AI产品阿颖

◎ 记一个我被Claude Fable 5震撼的瞬间。

近期限时回归的Claude Fable 5为订阅会员提供了七天的免费体验机会，作者利用这段时间使用该模型全面优化其个人运营的资讯网站的搜索引擎优化与生成式引擎优化方案。模型自主启动二十多个代理进行全面调研，精准排查出数据统计遗漏、接口被高频轮询以及网站遭恶意镜像等潜在问题，并规划了三项核心优化工程，其中包括提升境外访问速度的内容分发网络部署。
在部署境外加速任务时，该模型展现出极强的自主规划与执行能力。它不仅主动审查了服务器配置，还推翻了原有的免费内容分发网络方案，以避免该平台拦截人工智能爬虫的机制阻碍流量获取。在面对服务商要求人工申请白名单且缺乏接口支持的情况下，模型自主操作浏览器联系客…

来源：  数字生命卡兹克