全网 AI 情报，每天一站看全

Kimi K3开源与Fable 5评测亮点：月之暗面发布全球首个3万亿级开源模型Kimi K3，Cursor评测显示Claude Fable 5在自建基准上达72.9%新高。

• Kimi K3采用2.8万亿参数、896选16的Stable LatentMoE架构，支持100万token上下文。
• 完整权重将于7月27日前开源。
• Cursor评测中，Fable 5在CursorBench上达72.9%，展现全局规划能力。
• 登月模拟显示Fable 5超越局部推理，具备更优规划能力。
• 看点：Kimi K3的开源将推动大模型生态发展，Fable 5的评测结果证明其在复杂任务中的潜力。

本内容由 AI 生成，仅供参考，请注意甄别

Kimi K3开源：2.8万亿参数，100万上下文，成为全球首个3万亿级开源模型。

• 采用Stable LatentMoE架构，896选16，提升效率。
• 支持100万token上下文，适合长文本处理。
• 完整权重将于7月27日前开源，促进社区研究。
• 该模型在多个基准上表现优异，有望推动开源AI发展。
• 看点：Kimi K3的开源标志着中国在超大模型开源领域的领先地位，将加速AI应用创新。

本内容由 AI 生成，仅供参考，请注意甄别

GPT-5.6 Sol 在网络安全靶场中刷新了行业最佳成绩，并已转化为实际防御能力，值得关注其从实验室到真实代码修复的落地路径。

• 在 “The Last Ones” 网络靶场中，GPT-5.6 Sol 取得了网络安全领域新的 SOTA（最先进水平），证明其在攻防模拟中的卓越表现。
• 该能力已转化为实际防御成果：帮助团队在真实代码中发现、验证并修复漏洞，实现了从理论到实践的跨越。
• 通过 Codex Security 插件投入使用，用户可直接在开发环境中利用其安全能力，降低漏洞修复成本。
• 这一进展表明，大模型在网络安全领域的应用正从辅助分析走向自主防御，可能改变传统安全运营模式。
• 影响/看点：GPT-5.6 Sol 的突破不仅是一个技术指标，更预示着 AI 在网络安全领域将从“辅助工具”升级为“核心防御者”，推动行业效率和安全水平提升。

本内容由 AI 生成，仅供参考，请注意甄别

这篇报道介绍了中科闻歌发布的磐石2.0科学多模态统一推理模型S1-Omni，它在盲测中击败了GPT-5.5和Claude Science等顶尖模型，标志着AI for Science领域的一次范式跃迁。

• S1-Omni是首个面向科学理解、预测与生成的多模态统一推理模型，能够同时处理材料、化学、蛋白质等多种科学数据，并在保留各自特性的基础上实现协同建模。
• 该模型通过“统一编码”、“与真实世界知识对齐”和“定向解码”三大机制，确保推理过程可解释、可溯源，输出结果符合专业规范。
• 在60多个科学任务基准评测中，S1-Omni在95.5%的任务上超过GPT-5.5，83.3%的任务上超过Gemini 3.1 Pro，部分任务甚至达到或超越领域专用模型。
• 基于S1-Omni的ScienceOne平台将模型能力嵌入科研全流程，从文献分析到实验设计，真正实现AI深入科研现场。
• 影响/看点：S1-Omni打破了通用大模型“概率统计”与科学“精确可靠”之间的根本错位，为科研人员提供了真正懂科学的AI搭档，有望重塑科研工作流。

本内容由 AI 生成，仅供参考，请注意甄别

Inkling 作为一款 975B 参数的开放权重 MoE 模型，在 OpenRouter 上线，其超大参数量和长上下文支持值得关注。

• Inkling 总参数量达 975B，但激活参数仅 41B，采用 MoE（混合专家）架构，兼顾性能与效率。
• 支持 1M 上下文窗口，可处理超长文本、图像和音频输入，实现多模态可控推理。
• 以开放权重形式发布，开发者可自由部署和微调，降低了高端模型的使用门槛。
• 在 OpenRouter 平台可直接试用，便于社区评估其实际表现。
• 影响/看点：Inkling 的发布标志着开放权重模型在规模和能力上进一步逼近闭源前沿，为多模态长上下文应用提供了新选择，可能推动更多创新应用落地。

本内容由 AI 生成，仅供参考，请注意甄别

英伟达开源 Nemotron 3 Embed 系列，专为 AI 智能体和 RAG 场景设计，8B 版本在 RTEB 基准上夺冠，值得关注其在检索精度和效率上的平衡。

• 该系列包含三个版本：8B 精度优先版、1B 效率优先版，以及面向 Blackwell 架构优化的 1B NVFP4 版，覆盖不同部署需求。
• 8B 版在 RTEB 基准上以 78.5% 得分排名第一，在 MMTEB 检索中得分 75.5%，检索精度领先。
• 配备 32K 上下文窗口，可减少 AI 智能体的重复检索，降低 Token 消耗和推理成本。
• 以开放权重形式发布，支持商业使用，并通过 Hugging Face 和 NVIDIA NIM 免费提供。
• 影响/看点：Nemotron 3 Embed 系列为 RAG 和智能体应用提供了高性能、低成本的嵌入方案，有望加速企业级 AI 系统的落地，特别是在需要高精度检索的场景中。

本内容由 AI 生成，仅供参考，请注意甄别

商汤发布原生多模态旗舰模型 SenseNova U1 Pro，基于 NEO-Unify 架构，统一理解、生成与行动能力。

• 支持原生交织视觉-语言推理，可处理数十轮智能体生成循环。
• 输出分辨率达 8K，文字渲染错误率极低，支持超宽/超高图像生成。
• 预览版已开放邀请，2026年8月正式发布 API 及定价。
• 影响/看点：多模态能力显著提升，为复杂视觉-语言任务提供强大基础。

本内容由 AI 生成，仅供参考，请注意甄别

荣耀在WAIC 2026上正式官宣全球首台机器人手机Robot Phone开启预约，搭载行业首个伙伴型多模态智能体操作系统Agentic OS，计划8月发布。这款产品将手机从被动工具升级为主动智能体，是具身智能在消费电子领域的里程碑式落地。

• Robot Phone机身顶部集成行业最小的四自由度钛合金机械云台，体积较主流方案缩小70%，支持360°物体追踪与智能运镜，实现电影级自主拍摄。
• 后置2亿像素4D云台主摄/长焦+5000万像素超广角三摄，与ARRI合作引入专业级Log-C编码与LUT调色，可自主完成复杂运镜。
• 搭载第五代骁龙8至尊版芯片，1.5K四等边直屏，支持120W有线快充，硬件配置达到旗舰水准。
• Agentic OS从MagicOS升维而来，强调对用户意图的理解和复杂任务的协同处理，而非被动执行指令。
• 荣耀提出“一主多专、三脑协同”架构，以随身主智能体动态协同海量终端、垂域生态和云端超级大脑，打破设备、服务、数据孤岛。
• 看点：Robot Phone标志着手机从“工具”向“伙伴”的进化，Agentic OS和机械云台的设计可能重新定义人机交互与移动影像，但实际体验和生态成熟度仍需市场检验。

本内容由 AI 生成，仅供参考，请注意甄别

ChatGPT终于能搜索历史对话了，这一更新解决了用户长期以来的痛点，让AI资产变得可检索、可复用。

• 新搜索功能覆盖历史聊天、上传文档、生成图片和项目，支持按类型过滤，Web、iOS、Android三端同步，免费版到企业版全部开放。
• 此前ChatGPT的搜索框几乎无用，用户翻找旧对话如同大海捞针；这次更新让ChatGPT从“会话工具”进化为“个人知识库”，开始拥有自己的“文件系统”。
• 搜索升级背后是OpenAI将ChatGPT打造成工作平台的战略：文件上传、Projects、Memory、Work、Sites等动作密集落地，搜索成为闭环的最后一块拼图。
• 但这也带来隐私隐忧：消费级计划默认用对话训练模型，且此前法院曾强制OpenAI交出用户对话日志；搜索让数据更值钱，也更敏感。
• 影响/看点：ChatGPT搜索功能补上了近4年的短板，标志着AI助手从“聊完即忘”转向“知识沉淀”，但数据主权与隐私边界问题也随之浮出水面。

本内容由 AI 生成，仅供参考，请注意甄别

阿里平头哥宣布真武AI芯片累计出货超56万片，并正式开源自研AI软件栈T-Head SAIL，全面兼容主流AI生态。这一动作表明国产AI芯片在规模化落地和生态建设上迈出关键一步。

• 真武AI芯片已服务20多个行业400多家客户，在阿里云及头部客户生产环境中经过大规模流量和严苛SLA考验。
• T-Head SAIL软件栈从底层驱动到上层工具共五层，拥有自主知识产权，全面适配PyTorch、TensorFlow、vLLM、SGLang等260余个主流框架。
• 主流AI推理框架平均适配时间小于7天，开发者获取源码后可直接编译运行，无需额外适配。
• 平头哥开发者社区同步上线，提供全栈技术文档、SDK、内核驱动及性能分析工具下载。
• 看点：真武芯片的出货量和T-Head SAIL的开源，为国产AI芯片的生态破局提供了可复用的软件基座，降低了开发者迁移成本，但能否吸引足够多的第三方模型和框架原生支持仍是关键。

本内容由 AI 生成，仅供参考，请注意甄别

Anthropic 宣布 Claude Fable 5 将永久纳入 Max 和 Team Premium 订阅计划，此前该模型曾计划仅通过 API 提供，引发用户不满。这一逆转表明，在 GPT-5.6 Sol 等竞品压力下，订阅用户对顶级模型的需求不可忽视。

• 自 7 月 20 日起，所有 Max 和 Team Premium 订阅用户将自动获得 Fable 5 访问权限，但使用量限制为原限额的 50%。
• Pro 和 Team Standard 用户仍可通过使用额度访问 Fable 5，并获赠一次性 100 美元信用额度。
• 此前 Anthropic 因算力限制计划将 Fable 5 转为仅 API 付费模式，但订阅用户质疑“为何支付高额月费却无法使用最强模型”，迫使公司调整策略。
• 分析认为，Anthropic 可能需减少训练任务以释放 GPU 资源，满足 Fable 5 的推理需求。
• 影响/看点：Anthropic 在竞争压力下妥协，但算力瓶颈可能影响其长期模型迭代节奏。订阅用户权益得到保障，但使用限制暗示资源紧张。

本内容由 AI 生成，仅供参考，请注意甄别

OpenRouter本周一口气上线九款新模型，涵盖Kimi K3、Muse Spark、Thinking Machines Inkling等，为开发者提供了更多选择，值得关注。

• Kimi K3是国产模型，在长文本理解和推理能力上有显著提升，适合复杂文档分析场景。
• Muse Spark专注于创意生成，可能在文案、设计辅助领域有独特优势。
• Thinking Machines Inkling主打轻量级推理，适合资源受限的部署环境。
• 其他六款模型覆盖不同垂直领域，如代码生成、多模态理解等，丰富了OpenRouter的模型生态。
• 这些模型均通过OpenRouter统一API提供，降低了切换成本，开发者可快速测试对比。
• 影响/看点：OpenRouter持续整合优质模型，加速了AI应用的多样化，开发者应关注Kimi K3在中文场景的表现。

本内容由 AI 生成，仅供参考，请注意甄别

阿里云在WAIC 2026上发布灵骏真武M890超节点实例，首次通过公共云提供超节点形态AI算力，单台即可承载十万亿参数级MoE大模型推理，标志着云上超大规模AI算力服务进入新阶段。

• 灵骏真武M890采用ICN Switch 1.0芯片，将Scale-up互联规模从16卡提升至64卡，卡间互联带宽达800GB/s，支持FP8/FP4低精度计算，训练性能相比上一代真武810E提升三倍。
• 该实例专为十万亿参数级MoE大模型推理设计，凭借超大显存与全对称高速互联，单台即可完成推理任务，无需多实例协同。
• 依托HPN 8.0训推一体网络架构，智算灵骏单集群最高支持13万卡异构算力混布，并支持PD分离部署，可扩展至百万卡级。
• 实例具备主动故障监控、分钟级故障自恢复与99.7%平均可用性，确保算力高效利用；前端网络采用CIPU 2.0，存储侧基于飞天盘古重构CPFS，单文件系统支持百PiB容量、百TB/s吞吐与亿级IOPS。
• 看点：阿里云将超节点形态引入公共云，大幅降低超大规模模型推理门槛，为万亿参数级AI应用提供高性能、高可靠的云上算力底座。

本内容由 AI 生成，仅供参考，请注意甄别

Claude Code 将 Pro、Max、Team 及 Enterprise 用户的每周使用限额提升 50%，有效期至 8 月 19 日。

• 同时，Claude Fable 5 将于 7 月 20 日起纳入 Max 和 Team Premium 套餐，限额为 50%。
• Pro 和 Team Standard 用户可通过使用额度继续访问，并获得一次性 100 美元信用额度。
• 影响/看点：提升限额有助于吸引更多用户，增强 Claude Code 的市场竞争力。

本内容由 AI 生成，仅供参考，请注意甄别

中国在上海世界人工智能大会上宣布成立“世界人工智能合作组织”，并计划与东盟、非盟、金砖国家等建立合作中心，这是习近平主席推动平行AI秩序的最明确举措。

• 习近平宣布为全球南方国家提供5000个AI培训名额，并启动“世界人工智能合作组织”。
• 计划与东盟、非盟、金砖国家等建立合作中心，系统构建独立于西方影响的AI治理结构。
• 此举旨在建立一套平行于西方主导的AI规则体系，增强中国在全球AI治理中的话语权。
• 该组织将促进技术共享和标准制定，可能加速全球AI发展的多极化趋势。
• 影响/看点：中国正通过多边合作机制，积极塑造全球AI治理新格局，可能引发西方国家的回应与竞争。

本内容由 AI 生成，仅供参考，请注意甄别

我国首个全国产十万卡AI超集群“曙光8000”上线首周即满载运行，日均处理作业超15万个，标志着国产算力正式迈入十万卡级部署阶段。

• 曙光8000上线首周即实现满载运行，日均处理作业数突破15万个，单日峰值超50万个，已适配近千项超智融合应用，覆盖大模型训练、高通量推理、科学计算等场景。
• 满载不拥堵得益于智能调度引擎、数据亲和性算法和多元融合调度策略，能根据任务类型和资源状态智能分流，支撑百万级用户并发请求。
• 采用全球首创高密度机柜，单计算单元算力密度较其他超节点提升20倍；自研scaleFabric类IB原生RDMA高速互连技术，实现十万卡规模稳定互连。
• 搭配IO500生产型双料第一的ParaStor分布式存储和浸没式相变液冷，保障海量数据高效流转与系统长期稳定运行。
• 影响/看点：曙光8000的快速满载表明科研与产业对超大规模算力的需求正在加速释放，国产AI基础设施从万卡级向十万卡级跨越，为“四个面向”等重大战略任务提供坚实算力底座。

本内容由 AI 生成，仅供参考，请注意甄别

美国 AI 监管收紧，Kimi K3 开源后管制升级，白宫“金鹰”计划要求政府批准模型发布。

• 尽管有放松监管的呼声，美国政府反而加强管控，可能延迟前沿模型发布。
• “金鹰”计划赋予政府对模型发布的更大控制权，要求明确批准哪些公司可访问新模型。
• 自愿参与可能结束，未来合规成本增加。
• 影响/看点：监管趋严将影响开源模型生态和全球 AI 竞争格局。

本内容由 AI 生成，仅供参考，请注意甄别

月之暗面的 Kimi K3 在综合基准测试中超越 Gemini，成为仅次于 OpenAI 和 Anthropic 的第三强模型，且即将开源。

• SemiAnalysis 分析指出，K3 拥有 2.8T 参数，在多项评测中表现优于 Gemini。
• 模型将于 10 天后开源，这将对开源社区和行业竞争格局产生重大影响。
• 播客讨论了 K3 揭示的前沿模型利润空间、模型规模趋势以及竞争格局变化。
• 一年前“三巨头”还是 OpenAI、Anthropic、Google，如今格局已变。
• 影响/看点：K3 开源将推动模型民主化，同时加剧中美 AI 模型竞争。

本内容由 AI 生成，仅供参考，请注意甄别

Kimi K3 发布后引发美股震荡，同时月之暗面宣布启动港股 IPO，一次发布完成三重战略目标。

• K3 拥有 2.8T 参数，在 Arena 前端盲测中获第一（1679 Elo），输入 $3、输出 $15，权重将于 7 月 27 日开源。
• 发布后 24 小时内，纳斯达克跌 1%，标普 500 跌 1%，CNN 和彭博以“中国 AI 模型冲击美股”报道。
• Kimi 同步通知投资者调整架构，筹备港股 IPO，最快 6 个月内完成。
• 此举被视为产品更新、市场重定价、IPO 预路演的一体化操盘。
• 影响/看点：中国 AI 模型首次对美股产生直接冲击，并借势推进资本运作，标志中国 AI 企业全球化进入新阶段。

本内容由 AI 生成，仅供参考，请注意甄别

英国AI安全研究所警告，开源权重模型（如GLM-5.2和DeepSeek V4-Pro）在网络能力上仅落后闭源前沿模型四到七个月，且安全措施基本无效，给防御者留下更少准备时间。

• 截至2026年7月，开源模型在网络能力上仅落后前沿模型4-7个月，而2025年初差距为6-10个月。
• 开源模型成本远低于闭源模型，使得先进能力更容易被获取。
• 研究发现，开源模型上的安全措施基本无效，增加了被恶意利用的风险。
• 差距缩小意味着防御者需要更快地更新防护措施，以应对潜在威胁。
• 影响/看点：开源AI能力的快速提升对网络安全构成严峻挑战，亟需更有效的安全机制和监管策略。

本内容由 AI 生成，仅供参考，请注意甄别

Databricks 以 1880 亿美元估值完成新一轮融资，延续其从大数据平台向 AI 提供商的成功转型，值得关注其如何利用数据优势构建 AI 护城河。

• 本轮融资由 Coatue 领投，估值从五个月前的 1340 亿跃升至 1880 亿美元，增长迅猛。
• Databricks 已推出多个 AI 产品，如面向 AI 智能体的 Lakebase 数据库、AI 网关 Unity，以及多智能体管理平台 Omnigent。
• 公司积极采用中国开源模型（如智谱 GLM 5.2）用于编码，以控制成本，成为 2026 年趋势的代表。
• 其成功转型得益于早期积累的企业数据资产，使其在 AI 安全与治理方面具备天然优势。
• 影响/看点：Databricks 的高估值反映了市场对“数据+AI”整合平台的高度认可，其开源模型策略也为企业 AI 成本控制提供了新思路，可能引领更多公司效仿。

本内容由 AI 生成，仅供参考，请注意甄别

月之暗面旗下Kimi的表现正在挑战“美国AI领先中国”的传统观点，引发行业重新审视中美AI差距。

• 今年早些时候的北京AI峰会上，多位中国顶级AI领袖曾警告中国在尖端模型开发上仍落后于美国，甚至差距可能扩大。
• 然而，月之暗面推出的Kimi模型在多项能力上展现出竞争力，尤其是在长文本处理和复杂推理方面，颠覆了外界对中国AI的固有印象。
• Kimi的成功表明，中国AI公司并非一味追赶，而是在特定方向上实现了差异化突破，例如更优的上下文窗口和更高效的训练方法。
• 这一变化促使投资者和观察者重新评估中美AI竞争格局，认为中国在某些应用场景和工程创新上已具备独特优势。
• 影响/看点：Kimi的崛起不仅是中国AI实力的证明，更意味着全球AI竞赛从“模型规模”转向“应用实效”，中国公司有望在细分领域引领潮流。

本内容由 AI 生成，仅供参考，请注意甄别

GPT-5.6 仅凭一个提示词，就填补了凸优化领域长达 30 年的理论空白，展示了 LLM 在数学研究中的惊人潜力。

• 凸优化是数学和工程的核心领域，30 年来一直存在一个未解决的难题，GPT-5.6 通过一个精心设计的提示词直接给出了解决方案。
• 该结果并非简单复现已知结论，而是生成了全新的证明思路，经专家验证具有理论价值。
• 这标志着大模型从“工具”向“合作研究者”的转变，能够加速数学发现。
• 事件引发热议：有人惊叹 AI 的创造力，也有人质疑其可重复性和深度。
• 影响/看点：AI 辅助数学研究进入新阶段，未来或可系统性地解决更多开放问题。

本内容由 AI 生成，仅供参考，请注意甄别

Kimi K3 在 SpreadsheetBench 2 上登顶，成为首个超越所有闭源模型的开源权重模型，展示了其在复杂表格任务上的强大能力。

• SpreadsheetBench 2 包含 321 个专家级任务，平均每个任务涉及 11.8 个工作表和 593.5 次单元格变更，难度极高。
• Kimi K3 完成了 34.8% 的工作流，在金融建模、工作簿调试和图表创建上表现突出。
• 该模型在金融、规划和运营场景中尤其出色，可能对相关行业产生深远影响。
• 作为开源模型，Kimi K3 的突破意味着开源社区在专业领域也能与闭源模型抗衡。
• 影响/看点：Kimi K3 的登顶不仅证明了开源模型的潜力，更可能推动金融等行业的自动化进程。

本内容由 AI 生成，仅供参考，请注意甄别

港科大研究发现MoE模型的专家路由存在系统级漏洞，重复token输入可导致负载失衡，显著拖慢响应速度。

• 研究提出RepetitionCurse攻击方法：利用高度重复的输入模式，使连续token的表示高度相似，导致路由将大量token集中到同一批专家，造成GPU负载不均。
• 在8-GPU Expert Parallelism部署下，攻击可使Mixtral-8x7B的TTFT（首token延迟）增加20%至148%，Qwen3-30B-A3B在32-GPU下增加115%。
• 攻击无需模型权重或梯度，黑盒即可执行；它不控制输出内容，而是通过破坏prefill阶段的计算效率来拖慢服务。
• 更严重的是，攻击请求可“搭车”影响同batch的正常请求，并占用prefill能力导致后续请求排队，SLA违约率从1%升至最高13.6%。
• 研究还发现MoE中存在“脆弱专家”，它们像吸引子一样稳定地吸引重复token，成为攻击的落点。
• 影响/看点：该工作揭示了MoE服务在系统层的安全盲区，提醒业界在追求高效推理的同时，需防范针对路由机制的拒绝服务攻击。

本内容由 AI 生成，仅供参考，请注意甄别

Sakana AI提出误差扩散训练法（Error Diffusion），无需反向传播即可训练符合Dale原则的神经网络，在MNIST和CIFAR-10上分别达到96.7%和61.7%的准确率。这一方法绕开了反向传播的权重传输问题，更贴近生物神经网络的局部学习机制。

• 误差扩散是一种局部学习规则，每个权重更新仅依赖突触前活动、突触后激活导数和单个全局误差信号，不传输转置权重或使用随机反馈矩阵。
• 为满足Dale原则（神经元要么兴奋要么抑制），网络每层拆分为兴奋性和抑制性两个流，所有可学习权重保持非负，交叉流连接通过结构负号实现抑制。
• 双流架构每层需要四倍参数（约32M vs 8M），但实现了生物合理性。
• 创新点“模数误差路由”将每个隐藏单元固定映射到一个输出通道，从而将误差扩散从二分类扩展到多分类。
• 针对多分类引入层特定sigmoid宽度、输出层无偏置等三项改进，提升了性能。
• 看点：误差扩散为生物启发式学习提供了新路径，避免了反向传播的生物学不可行假设，但双流架构的参数膨胀和当前仅在小型数据集上的验证，距离大规模实用仍有距离。

本内容由 AI 生成，仅供参考，请注意甄别

DAIR.AI 推出开源评估工具 ProofAgent-Harness，通过七项标准对智能体上下文质量进行多裁判共识评分。

• 七项标准包括角色清晰度、护栏覆盖、指令一致性、工具架构质量、基础充分性、注入防护和 token 效率。
• 研究验证上下文工程质量是智能体可靠性的独立领先指标。
• 基础充分性可预测幻觉抵抗，护栏覆盖预测操纵抵抗，工具架构质量预测工具使用准确性。
• 影响/看点：为智能体可靠性评估提供了标准化工具，有助于提升 AI 系统的安全性和可信度。

本内容由 AI 生成，仅供参考，请注意甄别

领先开源模型在长周期网络能力上已追近闭源前沿，差距从 6-10 个月缩至 4-7 个月。

• GLM-5.2 在长周期网络靶场中匹配了约 7 个月前发布的 Claude Opus 4.5。
• OpenAI 的 GPT-5.6 Sol 在 32 步“The Last Ones”靶场中 10 次尝试完成 7 次，性能随推理 token 增加而提升。
• 开源模型的追赶速度加快，闭源模型的领先优势正在缩小。
• 看点：开源模型在关键能力上的快速进步，可能改变 AI 产业的竞争格局，降低对闭源模型的依赖。

本内容由 AI 生成，仅供参考，请注意甄别

优理奇（UniTac）提出一种让机器人具备“触觉想象力”的方法，使视觉-语言-动作模型（VLA）更好地理解物理接触，该研究入选ECCV 2026。

• UniTac通过模拟触觉感知，让机器人在没有实际接触的情况下预测触觉反馈。
• 该方法增强了VLA模型对物体物理属性的理解，如硬度、摩擦力和形状。
• 在抓取和操作任务中，UniTac显著提高了机器人的成功率和适应性。
• 该技术有望推动机器人从视觉主导转向多模态感知，提升在复杂环境中的表现。
• 影响/看点：UniTac为机器人触觉感知提供了新范式，使VLA模型更懂接触，对智能制造和服务机器人领域具有重要价值。

本内容由 AI 生成，仅供参考，请注意甄别

本文揭示了Claude Code之父Boris Cherny如何利用AI智能体实现“不写一行代码”却每天提交上百个PR的高效工作流，并介绍了Fable 5模型通过/goal和/loop两个命令让普通人也能复现这套打法。

• Boris Cherny通过“循环（Loop）”机制，让AI智能体自动执行定时任务，如修复CI、抓取用户反馈等，一个人管理数千个智能体同时工作。
• 核心在于“目标驱动”机制：用/goal命令设定完成标准，并由独立的小模型作为“监工”验证结果，确保产出质量，避免AI无限产出垃圾代码。
• Fable 5模型专为长期自主干活设计，能自我校验、读懂密集图表，配合/goal和/loop命令，用户可将模型从聊天机器人升级为自主干活的员工。
• Boris预测，未来工程师的角色将从操作执行者转变为自动化系统的设计者，重心从写代码转向搭系统、做验收。
• 影响/看点：这套“夜班AI军团”工作流展示了AI智能体从辅助工具向自主生产力的进化，普通人通过两个命令即可获得一个能持续交付成果的AI员工，极大提升开发效率。

本内容由 AI 生成，仅供参考，请注意甄别

Google Cloud推出Always-On Memory Agent，通过持续运行的LLM进程管理记忆，无需向量数据库或嵌入，以低延迟低成本实现长期上下文保持。

• 该代理作为轻量级后台进程24/7运行，基于Google ADK和Gemini 3.1 Flash-Lite，不使用向量数据库或嵌入，而是由LLM读取、思考并将结构化记忆写入SQLite。
• 架构上，编排器将请求路由至三个子代理：IngestAgent提取摘要、实体、主题和重要性评分；ConsolidateAgent每30分钟运行一次，发现记忆间联系并生成综合摘要；QueryAgent基于所有记忆和综合洞察回答问题，并引用记忆ID。
• 模型选择针对低延迟和低成本，适合持续后台工作。
• 影响/看点：该方案挑战了RAG+嵌入的主流记忆管理范式，通过连续LLM整合实现更智能、更经济的记忆机制，为AI代理的长期上下文保持提供了新思路。

本内容由 AI 生成，仅供参考，请注意甄别

开发者实测 Kimi K3，一轮对话完成 MVP，2-5 轮打磨上线 6 个完整项目，能力直逼顶级模型。

• 实测涵盖前端、后端、AI 模型调用，K3 能解密 Grok Build 82 万行 Rust 代码中的 XOR 混淆 System Prompt。
• K3 还修复了 iOS App 中的 5 个高危漏洞，展现了强大的代码理解和安全能力。
• 作者认为 K3 能力直逼 Claude Fable 5，是国产模型的巨大飞跃。
• 实测表明 K3 在复杂编程任务上表现出色，尤其适合全栈开发。
• 影响/看点：Kimi K3 的实测结果令人振奋，国产模型在编程领域已接近世界顶级水平。

本内容由 AI 生成，仅供参考，请注意甄别

Google 发布 Gemma-Trainer 技能，允许用户在本地电脑上微调专属的 Gemma 模型。

• Gemma-Trainer 让 AI 辅助用户完成微调过程，降低了模型定制门槛。
• 用户可以在自己的电脑上运行，无需云端资源，保护数据隐私。
• 该技能适合需要个性化模型的企业或个人开发者。
• 微调后的模型可针对特定任务优化，提升性能。
• 影响/看点：Gemma-Trainer 的发布使模型微调变得人人可用，可能推动 AI 应用的个性化浪潮。

本内容由 AI 生成，仅供参考，请注意甄别

乔帮主基于 6 个真实场景评测 Kimi K3，认为其强大但有限制，尤其在架构和后端场景仍有差距。

• K3 因训练方式与 Kimi Code 匹配最佳，接入 Claude Code 效果可能折损。
• 模型优化了长程高难任务，但面对简单模糊需求易过度发挥。
• 在交互、界面、视觉等场景 K3 可作首选，但在架构、后端场景落后于 Claude Fable 5 和 GPT-5.6。
• 评测基于真实项目，每个项目均可在线体验。
• 影响/看点：Kimi K3 在特定场景已具竞争力，但全面对标顶级模型仍需改进。

本内容由 AI 生成，仅供参考，请注意甄别

开发者用 Claude Design 生成高保真可交互原型，替代传统产品文档，AI 实现代码还原度超九成。

• 原型包含模拟数据且修改便捷，比文档更直观。
• 以视频水印功能为例，先让 Opus 4.8 出原型稿，打磨后由 AI 实现代码。
• 最终代码还原度可达 9 成以上，大幅提升开发效率。
• 这种方法可减少沟通成本，加速产品迭代。
• 影响/看点：高保真原型替代文档，结合 AI 代码生成，可能重塑产品开发流程。

本内容由 AI 生成，仅供参考，请注意甄别

SQLite查询解释器是一个交互式工具，帮助开发者理解SQLite的查询计划，由Simon Willison基于Julia Evans的启发构建。

• 该工具在浏览器中通过Pyodide运行SQLite，支持EXPLAIN和EXPLAIN QUERY PLAN，并添加解释层。
• 灵感来自Julia Evans“也许有一天我会学会读查询计划”的感慨，旨在降低SQLite查询优化的学习门槛。
• 工具由Fable（AI）辅助构建，但作者提醒谨慎使用，因其自身对查询计划的理解有限。
• 适合SQLite开发者快速验证和优化查询，尤其适合初学者。
• 影响/看点：这个工具将复杂的查询计划可视化、通俗化，有望成为SQLite学习和调试的实用助手，推动数据库知识普及。

本内容由 AI 生成，仅供参考，请注意甄别

Kimi K3的成功可追溯至4个月前杨植麟在GTC大会的演讲，其中揭示了月之暗面在LLM扩展上的三大核心技术野心。

• 团队开发了可替换Adam的开源优化器Muon Clip，提升token效率两倍，并首次将其扩展到万亿参数训练。
• 推出线性注意力架构Kimi Linear，包括Kimi Delta Attention变体，旨在高效处理超长上下文。
• 提出“智能体蜂群”训练范式，通过多智能体并行协作提升复杂任务处理能力。
• 这三个维度（token效率、长上下文、智能体数量）共同支撑了K3模型的突破，使其在多项任务上表现优异。
• 影响/看点：杨植麟的技术路线图清晰展示了月之暗面在AI基础架构上的创新，K3的成功验证了其扩展方法论，或为下一代AI模型奠定基础。

本内容由 AI 生成，仅供参考，请注意甄别