🧠 模型發佈/更新
1. 小米發佈並開源 MiMo-V2.6 系列，擴展強化學習規模邁向自我提升
Xiaomi MiMo 於今日正式發佈並開源 MiMo-V2.6 系列模型，包含 Pro 與 Flash 兩個原生全模態模型，稱這是探索 RSI（遞歸自我改進）路徑的關鍵一步。
TIP來源：公眾號：小米 MiMo
2. xAI 發佈 Grok 4.7，主打編碼與知識工作
xAI 發佈 Grok 4.7，定位為其最強編碼與知識工作模型，定價 6/百萬輸出 token，與 Grok 4.6 同價同速，另有速度和價格加倍的快速變體。
TIP來源：xAI：News（網頁）
3. 小米發佈 MiMo-V2.6 Pro 與 Flash 全模態開源模型
小米 MiMo 發佈 MiMo-V2.6 Pro 與 Flash 兩個全模態模型，通過規模化強化學習訓練。Pro 在多數 Agent 基準上與 Claude Opus 5 和 GPT-5.6 Sol 表現相當，在 Artificial Analysis Intelligence Index 得分 46，為開源模型中最高；能力覆蓋編碼、computer use、3D 推理和創作。
TIP來源：X：小米 MiMo (@XiaomiMiMo)
4. 小米發佈開放權重模型 MiMo-V2.6-Pro，登頂 Artificial Analysis 開放權重模型智能指數
小米（Xiaomi）發佈開放權重模型 MiMo-V2.6-Pro，在 Artificial Analysis Intelligence Index 得分 46，超越前代 MiMo-V2.5-Pro 的 26，為開放權重模型中最高。
TIP來源：X：Clément Delangue（Hugging Face CEO） (@ClementDelangue)
5. 通義千問發佈 Qwen-Image-2.1：7B 單檢查點同時支持圖像生成與編輯
通義千問發佈 Qwen-Image-2.1，一個 7B 參數的原生圖像生成與編輯模型，生成和編輯共用單一檢查點，最多支持 10 張參考圖。模型自帶提示詞增強 LLM，已集成 diffusers 和 ComfyUI，並在 Hugging Face Spaces 提供免安裝的瀏覽器在線 demo：https://huggingface.co/spaces/hugging-apps/qwen-image-2-1
TIP來源：X：通義千問 / Qwen (@Alibaba_Qwen)
6. 小米 MiMo-V2.6-Pro 登上 Code Arena: WebDev 榜約第10名，開源權重中約第3
小米發佈 MiMo-V2.6-Pro 與 Flash 兩款全模態模型，MiMo-V2.6-Pro 在 Code Arena: WebDev 榜以 1628 分（AutoEval）位列約第10名，開源權重（MIT 許可）中約第3，較 MiMo-V2.5-Pro 的 1475 分上漲 153 分。
TIP來源：X：Arena (@arena)
🚀 產品發佈/更新
1. Kimi 發佈 Kimi Code Desktop 1.0，macOS 與 Windows 版同步上線
Kimi（月之暗面）發佈 Kimi Code Desktop 1.0，作為 Kimi Code 官方桌面客戶端，macOS（Apple 與 Intel 芯片）和 Windows 版同步上線，下載地址為 kimi.com/code。
TIP來源：公眾號：月之暗面（Kimi）
🏛️ 行業動態
1. 不列顛哥倫比亞省起訴 OpenAI，指其未在槍擊案前將 flagged ChatGPT 活動轉介警方
不列顛哥倫比亞省在加州起訴 OpenAI，指 flagged 的 ChatGPT 活動本應在 2026 年 2 月 10 日 Tumbler Ridge 槍擊案前通報警方，該案致 8 人死亡（含 5 名兒童和一名教育工作者）、27 人受傷。
TIP來源：X：Rohan Paul (@rohanpaul_ai)
2. 亞馬遜封禁 Meta Muse 智能體代用戶購物，雙方爭端升級
亞馬遜阻斷了 Meta 個人 AI 智能體 Muse 代用戶在其網站購物的訪問權限，稱從未許可該訪問，並指 Muse 不表明身份、會採集保存用戶賬號憑證，帶來隱私和安全隱患。
TIP來源：IT之家
💡 技巧與觀點
1. 馬斯克稱 Grok 4.7 使 xAI 在智能體編碼領域位列第三
Elon Musk 引用 Artificial Analysis 評測稱，Grok 4.7 使 xAI 在智能體編碼上排名第三，僅次於 Anthropic 和 OpenAI。
TIP來源：X：Elon Musk (@elonmusk, xAI)
2. Nathan Lambert 撰文分析開源模型的中美實力格局
Nathan Lambert 發佈其向美國國會彙報的開源模型現狀綜述，指出中國開源權重模型已在下載量、基準成績和學術採用上領先，自 2025 年 7 月起在 Hugging Face 下載量上領先約 1.6B（總 3.2B，為美國兩倍）。
TIP來源：Nathan Lambert：Interconnects
3. Artificial Analysis 評測 Grok 4.7：智能體知識工作躋身前沿，編碼代理得分升至 56
Artificial Analysis 發佈 Grok 4.7 評測，該模型在 Intelligence Index 得 46 分，較 Grok 4.6 高 2 分，AA-Briefcase 得 1657 Elo（+111），僅次於 Claude Opus 5 和 Claude Fable 5.1。
TIP來源：Artificial Analysis 完整文章（網頁）
4. 數字生命卡茲克訪談漢化組：AI 時代字幕組與漫畫組的真實處境
作者訪談多位字幕組與漫畫漢化組成員，發現他們並不牴觸AI。Eliza 的字幕組把聽寫、打軸交給AI後，原本需要3到5小時的打軸縮短到20分鐘到1小時；程序員陣雨為喜歡的主播自研AI工具，單人完成兩小時直播的中文字幕。漫畫漢化組則因嵌字質量等原因仍堅持人工製作，成員看重的是同好社群與愛好本身。
TIP來源：公眾號：數字生命卡茲克
5. Tomer Tunguz 談 AI 優化 if-then 判斷：專用決策器把分類成本降近百倍
Tomer Tunguz 撰文提出最新一波 AI 正在接管軟件中的 if-then 判斷原語，Jev 與 SemIf 這類專用決策器以數百毫秒返回結果，成本比傳統生成式調用低約 76x 到 209x。作者在自己的 Agent 中替換了約四分之一的調用，在 98 條人工核驗的生產郵件線程上，Jev 達到 80%、本地 SemIf 達到 82% 的分類準確率，高於生產模型的 47%。
TIP來源：Tomer Tunguz 博客（VC 分析）
6. Linear 重構 CI 流程應對 AI 編碼帶來的驗證瓶頸，PR 等待時間從 6 分鐘降至 5 分鐘
Linear 工程師分享如何解決 AI Agent 加速寫代碼後 CI 成為瓶頸的問題，PR 等待時間從 6 分鐘以上降至 5 分鐘出頭，單測 runner 時間約減半。
TIP來源：Linear：Now
