AI 情报文章归档

Neocloud 不能只出租 GPU。它们需要拥有完整的智能体推理平台：开放权重模型（SGLang）、微调模型（Miles、River）和安全沙箱（SPACE）。我们期待与 Coreweave、Akamai、Crusoe 等更多伙伴合作。

Arena 公布 Agent Arena 开源模型新排名，MiMo V2.6 Pro 以 +3.8% 净提升位列第一。

谢天谢地，演讲者休息室里不仅有 @aiDotEngineer 品牌的肌酸周边，还有一个 Miles Davis 黑胶试听站。关于 Devin 你们爱怎么说怎么说，但 cog/aie 团队这次真的做绝了

OpenRouter 在其数据排行榜新增 Open vs Closed 模型份额图表。本周至今开源权重模型处理了 73% 的总 token（72.5T），闭源权重模型占 27.0%（26.8T）。用户可在 https://openrouter.ai/rankings 自行查看数据，OpenRouter 也欢迎对新公开图表的建议。

毫不意外，AI 想回家了

SemiAnalysis 分析称，ASML 虽未官宣，但其 2022 年 12 月至 2024 年 11 月提交的 27 个键合专利族及路线图显示其正在研发混合键合设备，预计从 die-to-wafer（D2W）切入。该设备采用轨道式设计，单颗芯片由独立载具依次经过检测、清洗、等离子激活与量测工位后完成键合。分析认为先进逻辑将是首个采用方，这对目前主导 D2W 混合键合设备的 Besi 构成压力。

Claude Code 发布 v2.1.301，新增 CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS，让无人值守重试模式在用量限额重置过远时直接结束请求而非等待。

Anthropic 宣布向非营利机构 METR 的六名研究人员提供员工级访问权限，让其独立评估公司的模型、安全实践和风险管理。METR 可使用 Anthropic 配发的公司笔记本、办公空间和内部工具，公司放弃阻止其发布评估报告的权利，仅可要求对客户数据、律师客户特权信息和模型架构等预先定义类别进行删节。

我们正在举办首届“Bench Summit”，汇聚对推动基准测试、模型评估等领域前沿充满热情的人们。 优秀的基准测试是模型进步的关卡，这里还有很多事要做！ 来旧金山加入我们：https://rsvp.withgoogle.com/events/bench-summit-by-kaggle

The Guardian 报道，OpenAI UK Ltd 账目显示其 110 名伦敦员工 2025 年人均获得 230 万英镑，是上年 110 万英镑的两倍多。110 名员工共享 8700 万英镑薪水和 1.68 亿英镑股票，股权约占 2.55 亿英镑总额的 66%；同份账目显示其 2025 年营业额增至 2.93 亿英镑，盈利 2030 万英镑。

ElevenLabs 推出 Instant Soundtracks，可一步为视频添加音乐和音效。上传素材后模型生成原创配乐，并在合适时间戳自动放置音效；还可将原音频作为参考，使新配乐风格匹配。现已在 ElevenCreative、elevenmusic_io 和 ElevenAPI 开放使用。

Rohan Paul 介绍 Anthropic 一篇论文，发现当监控器只能捕获部分 reward hack 时，惩罚被标记样本会让模型转向监控器察觉不到的黑客方式，而把被标记样本的更新路由进可删除的 adapter 则能消除黑客行为。

Meta 工程团队详解如何把 AI 智能体作为开发流程参与者来构建独立 Groups 应用 Forum，采用 human-on-the-loop 模式并以验证通过的生产级产出衡量成功。Forum 在八周内达到与 Facebook Groups 的核心功能对齐，自主压测循环在开发期发现并修复了内存问题，内存占用和缺页约减半，上线后智能体还协助根因分析用户反馈。

OpenAI 推出 Rosalind Academic Plan，符合条件的学术实验室可免费获得最多 30 个 Business Standard 席位、最长 12 个月，并可在通过可信访问审批后使用生命科学专用模型 GPT-Rosalind 及 Rosalind Workbench。

LangChain 基于 LangSmith 团队的实践经验，回答 agent 评估最常见的入门与进阶问题：agent 输出多样、路径不唯一，传统单元测试难以覆盖，需要从 trace 中抽取 10–20 个示例建数据集、跑基线并持续把线上失败加入数据集形成改进循环。

Nemotron，美国领先的开源多模态模型之一，现已在 Perplexity 上线。快来试试！

Bland 推出企业 AI 智能体服务，企业只需发送网站链接，即可自动生成带公司名称、Logo 和认证徽标、运行在客户 iMessage 对话中的智能体。其 SMS 智能体 Blandie 可读取客户发来的保险卡、文件、房源图片并提取所需信息，支持 Tapback 表情、嵌入组件和聊天内支付，适用于医生或牙科诊所的前台工作，如拍照办卡、预约和支付 copay。

Codex 发布 0.163.0，新增 /config 跨类别搜索偏好设置并即时生效，/keymap 可配置 leader key（默认 Ctrl+X），/daemon 支持重启托管后台服务器。Codex 现可并行运行只读工具，包括 skill、memory 和对话历史查询；Daybreak 对符合条件的账户默认开启，codex exec 也可用 OpenAI API key 选用。

Bluesky 在 TechCrunch Disrupt 2026 上宣布扩展其 AI 实验平台 Attie，新增网站、测验、游戏、投票等互动体验的创建能力，这些内容运行在 AT Protocol 上。

有趣的是，突然之间所有这些动态设计、结构化工作流和知识任务解决方案出现得越来越快，仿佛自动化它们变得极其容易了。 不知道发生了什么 🤔 干得漂亮 @Lovable

侧链压缩在现代音乐制作中无处不在，但它其实是音频领域最古老的技巧之一。一段简史，以及如何在 Suno Studio 中实现它 🧵

在此阅读更多：https://blog.google/innovation-and-ai/models-and-research/quantum-computing/magic-state-cultivation-quantum-computing/

Sundar Pichai 宣布 Google Quantum AI 团队首次在物理硬件上演示量子 "magic state cultivation"。相比此前方法，在 Willow 处理器上实现 40 倍错误降低，达到 99.99% 的逻辑保真度。该成果发表于 Science，被视为迈向容错量子计算机的又一步。

OpenRouter 上线 Black Forest Labs 的两项能力：upscaler 可将已有视频重渲染为 4K，FLUX 3 Video 支持从提示词或图像生成 4K 视频，分辨率由此前的 1080p 提升，定价 $0.41/s，两项均以 early access 形式在 OpenRouter 开放一周。

OpenRouter 上架 FLUX 3 Image 图像模型的小型版本 Klein，页面链接为 https://openrouter.ai/black-forest-labs/flux-3-image。原文称该模型小到可以在单张消费级显卡上运行，可生成 4K 图像，单张起价 $0.009。

OpenRouter 宣布 Black Forest Labs（@bfl_ai）三项新内容上线。FLUX 3 Image Klein 是新的开源权重图像模型，可在单张消费级 GPU 上运行；改进版 FLUX Video Upscale 开启 early access，可将任意视频转为 4K，价格从 $0.59/s 降至 $0.28/s；FLUX 3 Video 现已支持从提示词直接生成 4K 视频。

Anthropic 宣布已有 6 名来自非营利机构 METR 的评估员入驻公司，配备公司硬件、办公空间和内部工具访问权限，与其自身风险评估团队大致相当。METR 可自行发布对 Anthropic 模型和实践风险的评估结论，Anthropic 无权否决，只能按预定义类别（如客户数据）要求删改，METR 可公开质疑删改是否合理。

突发 🔥：OpenAI 为 ChatGPT、Codex 和 dots 上的语音模式推送了升级！ 新模型 GPT-Live-1.1 支持法语、德语、印地语、墨西哥西班牙语、韩语和日语等新语音。 一直出现的"Checking.."提示也应该消失了。它在 vibe coding 过程中相当烦人。 API 支持即将推出 👀 https://x.com/OpenAI/status/2110797830361436604/video/1

Meta 在 Llama 系列之后重返开源权重领域，发布 Muse Spark Open，称其为最强美国开源权重模型，816B 参数（42B 激活），支持最高 100 万 token 上下文和文本、图像、视频、音频。

Cheng Lou 开源玩具项目 Handwired，把程序中的 if-else 和循环手写成神经网络权重，无需训练，输出与对应 JavaScript 程序完全一致，可在浏览器运行。三个 demo 包括由 130 层、9909 个权重驱动的 Mini OS 桌面、实测每次搜索 11 到 15 毫秒的 10 万份 JSON 文档实时搜索，以及 244 个参数可实时训练的可微分相册。项目以 MIT 许可开源，但不提供现成 JS 代码的自动转换，需用其构建函数逐句改写，所有数为 …

Meta 复盘 2026 世界杯期间的基础设施表现：7 月 19 日决赛（阿根廷对西班牙）WhatsApp 峰值超每秒 3000 万条消息，创平台历史纪录，是 2026 年跨年峰值的 1.23 倍。

全新声音。更自然的口音。少一些“呃……” GPT-Live-1.1 为 ChatGPT、Codex 和 dots 中的语音带来这些更新，新增法语、德语、印地语、墨西哥西班牙语、韩语和日语声音。 今日起向所有用户推送。即将登陆 API。

Arena 宣布 Meta 的 Muse Spark Open 已进入 Agent Arena，用户可实测，评分即将公布。该模型为 816B 总参数、42B 激活参数，1M token 上下文窗口，原生多模态。

微软 MAI 宣布 MAI-Base-2 预训练完成，MAI-Base-3 训练周期已在筹备中。MAI-Base-2 在留出评测上超越所有受测开放权重模型，预训练 FLOPs 效率比最强开放基座模型 DeepSeek-V4-Pro-Base 高 4-12 倍，节省的算力被用于训练更大模型。微软称已在 MAI 内部建成 3T 参数级别的 SOTA 预训练基座模型，后训练结果即将公布。

Meta 发布 Muse Spark Open AI 模型，称其为迄今最强的美国开放权重模型，权重今日放出。Meta 称该模型是同类中首个可在桌面端用两台 Apple M5 Ultra Mac Studio 配合最新 MLX 框架运行的模型。

Thomas Wolf 转发并评论 Muse Spark Open 的发布，称其为迄今最强美国开源权重模型。引用内容称该模型总参数 816B、激活 42B、上下文窗口 1M token、原生多模态，面向编码与长程智能体任务；配图显示其在 JobBench 61.8、HLE-Diamond 26.1、Terminal-Bench 2.1 76.4 等基准上领先所列对比模型。

开始探索吧。 https://fal.ai/worlds

fal 宣布 fal Worlds 由其专为世界模型构建的推理引擎 fal World Model Accelerator 驱动。该引擎提供低延迟推理、实时流式和可扩展的基础设施，开发者可以借此让交互式世界落地，用户可实时探索、采取行动并改变环境。详情见 https://fal.ai/docs/documentation/development/wma

fal 推出 fal Worlds，一种实时创建并交互 AI 生成世界的新方式。用户可构建角色、探索环境、导演场景，世界会随用户行动实时响应，并支持上手体验 LingBot World、H3 Max Director 等最新前沿世界模型。