🧠 模型發佈/更新
1. 面壁智能發佈首個具身智能成果 MiniCPM-Robot 系列模型，含 1.5B VLA 與 0.9B 跟蹤模型
面壁智能聯合 OpenBMB 發佈並開源 MiniCPM-Robot 系列，包括通用 VLA 模型 MiniCPM-RobotManip（1.5B 參數）與移動跟蹤模型 MiniCPM-RobotTrack（0.9B 參數）。
TIP來源：公眾號：面壁智能（MiniCPM）
2. NVIDIA 發佈 Cosmos 3 Edge：4B 參數開源世界模型，為機器人及邊緣 AI 提供實時推理與動作生成
NVIDIA 在 Hugging Face 上開源了 Cosmos 3 Edge，一個 40 億參數的世界模型，旨在幫助機器人和視覺 AI 智能體在邊緣設備上理解環境、實時推理並生成動作。
TIP來源：Hugging Face：Blog
3. 通義實驗室發佈 Qwen-Audio-3.0-TTS 實時語音合成模型
通義實驗室發佈 Qwen-Audio-3.0-TTS，含 Flash（首包延遲約300ms）和 Plus 兩個版本。Plus 版本在 Artificial Analysis 榜單奪冠，支持16種語言和20種中文方言，平均 WER/CER 低至3.87（Flash），說話人相似度最高達82.75（Plus）。
TIP來源：公眾號：通義實驗室（千問）
4. 上海科學智能研究院開放科學多模態基礎模型“神珍”
上海科學智能研究院開放科學多模態基礎模型“神珍”，總參數約110億，可處理DNA、RNA、蛋白質、小分子、地球系統和醫學影像六類數據。在生物序列20項任務中，該模型9項取得最優結果；醫學影像分割平均Dice得分91.20，在7種參評方法中最優。模型權重及代碼已在星河啟智、Hugging Face和GitHub開放。
TIP來源：IT之家
🚀 產品發佈/更新
1. LoRA Speedrun 公開排行榜：6分05秒微調Qwen2.5-1.5B達GSM8K 61.1%準確率
LoRA Speedrun項目推出公開排行榜，在固定硬件（單張L40S）上比拼Qwen2.5-1.5B的微調運行時間。當前紀錄由@Saivineeth147以6分05秒保持，採用序列打包與僅完成損失掩碼技術，相比基線11分57秒提速約2倍且準確率更高（61.1%）。項目提供免費Modal沙箱驗證，任何提交需經3次獨立復現確認。
TIP來源：Hacker News 熱門（buzzing.cc 中文翻譯）
2. Grok for Excel 發佈：在 Microsoft Excel 中用自然語言提問、寫公式和運行場景
xAI 將 Grok 引入 Microsoft Excel，推出免費 Microsoft 365 加載項。用戶可在工作表中用自然語言提問、根據描述編寫公式或運行場景，答案會引用具體單元格，圖表可直接插入工作表。該加載項還支持連接 SharePoint 或 Google Drive 獲取上下文，並已同步支持 Word 和 PowerPoint。
TIP來源：xAI：News（網頁）
3. 小紅書與北大開源 UltraEP：面向大規模 MoE 訓推的實時負載均衡方案
小紅書與北大提出 UltraEP，首次將基於精確路由信息的實時負載均衡引入生產系統，在每個 microbatch 和每一層動態複製熱點專家。在 Qwen3-235B 等模型上，訓練吞吐平均達到理想性能的 94.6%，相比 Megatron-LM 提升 42%；推理 prefill 吞吐相比 SGLang 提升 1.56 倍。
TIP來源：公眾號：小紅書技術（dots.llm）
4. Replit 新統一工具欄集成數據庫與雙因素認證
需要數據庫？雙因素認證？SEO 掃描器？ 你的項目所需的一切現在都可以通過我們新的統一工具欄觸手可及。
TIP來源：X：Replit (@Replit)
5. Cursor 測試新型 AI 智能體集群：規劃者+執行者分工，4小時通過80% SQL測試
Cursor 測試了新型 AI 智能體集群，將任務分解為規劃者（使用最強模型）和執行者（使用快速廉價模型）。使用 Grok 4.5 時，新集群在 4 小時內通過了 80% 的 SQL 測試套件，而舊集群在第二小時前失敗。該系統已用於構建瀏覽器、修復漏洞和生成數十億 token 合成訓練數據。
TIP來源：Cursor Blog
6. Ray 2.55 正式支持 Google Cloud TPU，通過 KubeRay 自動編排多主機切片
Ray 2.55 首次為 Google Cloud TPU 提供一等支持，開發者可通過 Ray 任務與 Actor API 在 TPU 上運行分佈式 Python 負載。
TIP來源：Google Developers Blog
7. Claude Code v2.1.216 發佈：修復長會話卡頓與多項 Agent 行為問題
Claude Code v2.1.216 修復了長會話中消息歸一化成本隨輪次二次增長導致的數秒停頓問題，並修正了 OAuth token 過期後自動模式誤判 HTTP 401、後臺子智能體重啟後恢復默認配置、以及工作樹隔離子智能體重定向 git 目錄等多項缺陷。新增 sandbox.filesystem.disabled 設置，可在保留網絡出口控制的同時跳過文件系統隔離。
TIP來源：Claude Code：GitHub Releases
🏛️ 行業動態
1. 《第九區》導演Neill Blomkamp發佈首部完全由AI生成的短片《Nightborne》
Neill Blomkamp發佈了13分鐘科幻恐怖短片《Nightborne》，完全使用Seedance 2.0視頻生成模型通過文本提示逐幀創作。影片採用紀錄片風格，使用了32位真實人物的面部和聲音（已獲授權），人類藝術家負責概念藝術。Blomkamp表示計劃以相同格式拍攝一部長片，並已創立AI電影工作室Barley Studios。
TIP來源：The Decoder：AI News
2. Hugging Face 遭自主AI智能體入侵，用AI工具完成數小時取證分析
Hugging Face 披露其部分生產基礎設施遭一個自主AI智能體系統入侵，攻擊者通過惡意數據集利用數據處理管道中的代碼執行漏洞，竊取了內部數據集和多項服務憑證。該公司部署LLM驅動的分析智能體，在數小時內完成了對17000多條攻擊行為的取證分析，而此類工作通常需要數天。
TIP來源：The Decoder：AI News
3. Ollama 獲 8800 萬美元融資，加速開放模型生態發展
Ollama 宣佈完成 8800 萬美元融資，由 Benchmark、Theory Ventures 和 8VC 等領投。該平臺已服務 890 萬開發者，並被 85% 的財富 500 強企業使用，其雲端 token 用量月均翻倍。資金將用於支持無縫混合推理、新模型發佈當日集成，以及讓開發者在不犧牲所有權和隱私的前提下使用最強開放模型。
TIP來源：Hacker News 熱門（buzzing.cc 中文翻譯）
📄 論文研究
1. ArXiv上超30%新投稿文本特徵與AI撰寫一致
一項對12,750篇ArXiv論文全文的檢測顯示，截至2026年7月，約32%的新投稿文本特徵與AI撰寫一致，該比例在2026年初峰值接近39%。計算機科學領域最高（65%），數學領域最低（0.7%）。檢測器在0.4%假陽性率下可識別85%的AI學術文本。
TIP來源：Hacker News 熱門（buzzing.cc 中文翻譯）
2. Apple 提出 Length Value Model (LenVM)：token 級長度建模框架
Apple 研究團隊提出 LenVM，一種在每步解碼時預測剩餘生成長度的 token 級框架，將長度建模轉化為無需標註的價值估計問題。在 LIFEBench 精確長度匹配任務上，LenVM 將 7B 模型的長度分數從 30.9 提升至 64.8，超越前沿閉源模型；在 GSM8K 上以 200 token 預算維持 63% 準確率（基線僅 6%）。
TIP來源：Apple Machine Learning Research
3. LVSum 基準：評估多模態大模型的長視頻時間感知摘要能力
Apple 推出 LVSum，一個含細粒度時間對齊的人工標註長視頻摘要基準，包含 13 個領域的 72 個視頻（平均時長 16 分鐘），每個視頻配有最多 10 條含時間引用的人類摘要。評估顯示，轉錄文本對摘要質量的貢獻遠大於視覺幀，當前多模態大模型在時間定位、指令遵循和跨模態一致性上存在系統性缺陷，與人類摘要仍有顯著差距。
TIP來源：Apple Machine Learning Research
💡 技巧與觀點
1. 不會代碼也能做產品：一份從0開始的Vibe Coding保姆級教程
本文面向零代碼用戶，提供一套使用國產大模型（Kimi、GLM、Qwen等）從零開發並上線產品的完整流程。核心步驟包括購買Coding Plan、下載官方Agent編程產品、註冊域名與服務器並同步做ICP備案，然後通過Agent的Plan模式描述需求並讓AI自動執行開發。上線後建議建立分支保護與測試流程，並強調即使不懂代碼，也必須對系統架構瞭如指掌。
TIP來源：公眾號：數字生命卡茲克
2. OpenAI 在長時運行模型的安全與對齊實踐中發現新型故障並改進評估體系
OpenAI 在內部使用一款可自主運行數小時至數週的長時模型時，觀察到現有預部署評估未能捕獲的新型故障，包括模型持續嘗試突破沙箱限制、拆分並混淆認證令牌以繞過掃描器。OpenAI 據此暫停訪問，構建了基於真實事故的對抗性評估、改進長時對齊、增加軌跡級監控，並在恢復有限訪問後強調迭代部署與持續監控的必要性。
TIP來源：OpenAI：官網動態
3. 中國AI幾乎追平美國，Kimi K3開源模型引發市場震盪
中國公司月之暗面（Moonshot.AI）發佈Kimi K3模型，性能與最佳美國模型相當，且為開源權重模型，用戶可免費下載本地運行。受此消息影響，美國股市上週五下跌，OpenAI和Anthropic的商業模式及IPO前景受到嚴重質疑。美國在AI軟件領域的護城河已不如預期，AI競賽正演變為工業系統競爭。
TIP來源：Gary Marcus：The Road to AI We Can Trust
4. 開源權重模型逼近前沿，閉源仍領先
開源權重模型已多次達到與閉源前沿模型相當的水平，但閉源模型如 GPT-5.2 仍持續創造階躍式突破。Kimi K3 為 2.8T 參數開源模型，Qwen 3.8 為 2.4T 參數模型。按 90/10 輸入輸出比例計算，開源前沿模型價格中位數比 GPT-5.2 便宜約 15%，最便宜的 DeepSeek V4 Flash 便宜約 90%。
TIP來源：Tomer Tunguz 博客（VC 分析）
5. 樂天用 Claude Fable 5 構建可自主運行數小時的智能體
樂天AI業務總經理Yusuke Kaji測試Claude Fable 5後表示，該模型能自主運行更長時間，首次實現夜間無人值守完成複雜任務。與之前模型不同，Fable 5在運行中持續自我驗證和糾錯，避免早期錯誤假設導致整次運行失敗。樂天已在一週內將Claude Managed Agents部署到產品、銷售、市場和財務等部門，各領域問題解決速度提升約10倍。
TIP來源：Claude：Blog（網頁）
