英伟达 Jim Fan 团队发布 RoboTTT,原生支持 8000 时间步上下文
英伟达高级科学家 Jim Fan 团队发布 RoboTTT,将机器人模型的原生上下文窗口扩展至 8000 个时间步(约 5 分钟肌肉记忆),推理成本不变。8K 上下文预训练性能比 1K 提升 62%,且性能随上下文增长持续提升无饱和迹象,支持从人类视频进行一次性上下文学习。
英伟达高级科学家 Jim Fan 团队发布 RoboTTT,将机器人模型的原生上下文窗口扩展至 8000 个时间步(约 5 分钟肌肉记忆),推理成本不变。8K 上下文预训练性能比 1K 提升 62%,且性能随上下文增长持续提升无饱和迹象,支持从人类视频进行一次性上下文学习。
LingBot-VLA 2.0 是一款令人印象深刻的新具身模型。 开源,并在多种机器人配置上训练,从单臂机器人到人形平台。 它将 6 万小时精选的机器人和人类数据打包成一个通用策略。 它提升了机器人在困难的长时域任务上的表现。@robbyant_brain 的出色发布。
推出 Ring-2.5-1T-Zero:将零强化学习扩展到 1 万亿参数模型。 我们直接从基础训练这个巨型模型,无需额外人工标注,实现了具有竞争力的推理性能。
看来今天会有一个大惊喜和大发布。 非常非常期待 K3 的发布。
OpenAI 推出首款品牌硬件 Codex Micro,一款可通过发光状态监控多个 AI 智能体线程的键盘。该设备旨在让用户无需频繁切换屏幕即可直观追踪智能体任务进度。
OpenAI 与键盘厂商 Work Louder 合作推出 Codex Micro,一款用于 Codex 编程平台的方形按钮控制面板。该设备为限量合作产品,可让用户以更多方式监控和管理 AI 智能体。其外观与 Work Louder 的 Creator Micro 2 高度相似。
Raft 1.0 将 AI 智能体转变为同一工作空间内的协作团队,支持任务分配、互相审查和长期上下文保持。该产品由前 Kimi CLI 开发者 RC 打造,已吸引 2 万多名用户,通过类消息界面替代多终端混乱,让人类保持控制。
开发者 @HOUYI_99 基于 MiniCPM5-1B 构建了 ORG-2,一个面向编程智能体时代的协作工作空间。它将人类、智能体、项目和流程整合在一个系统中,使智能体操作可观察、可回放、可协作,并将分散的交互转化为透明、可复用的工作流。
让你的文字唱起来 🎶 Suno 现已加入你的 iMessage 键盘 请确保将你的 Suno 应用更新至最新版本
Telegram Serverless 允许开发者直接在 Telegram 基础设施上运行 Bot 和 Mini App 的后端代码,无需配置服务器或容器。开发者编写普通 JavaScript 模块,通过 `npx tgcloud push` 单命令部署,代码在靠近 Bot API 和内建数据库的轻量级 V8 隔离沙箱中执行。
Spotify 向 Premium 用户开放 AI 语音界面测试版,用户可在应用内通过语音或文字指令控制播放、查询歌曲/艺术家/播客信息及个人收听历史。该功能还支持回答常识性问题,但复杂话题可能引发模型幻觉。测试版面向美国、爱尔兰和瑞典 18 岁以上用户开放。
轻松并排比较所有 GPT 5.6 变体:https://openrouter.ai/chat?models=openai/gpt-5.6-sol,openai/gpt-5.6-terra,openai/gpt-5.6-luna
努比亚今日公布了全球首款 AI 智能体手机的局部外观,新机将在 WAIC 2026 亮相。预热图显示该机提供淡粉配色,后盖印有"nubia"字样,摄像头模组隐约为横向圆润设计。该手机将搭载豆包手机助手,此前努比亚已率先完成智能体大模型备案。
PixVerse 发布 AI Game Engine,通过 PixVerse Game 将实时生成视频、AI 智能体、游戏机制与用户定义世界结合,探索视频模型融入交互式游戏的可能性。该项目目前为早期技术实验,并非成熟平台,已开放体验地址并发放少量邀请码。
我们的游戏 Fight Anyone 3D 新增功能:场景 ⚔️ 选择一个著名对决。挑选你的战士。然后观看竞技场、技能和特殊招式围绕这场对决生成。 埼玉 vs 悟空。C罗 vs 梅西。你 vs 你的朋友。开始对战 → → https://viggle.ai/games/app/
字节跳动联合中兴努比亚打造的豆包 AI 智能体手机今年将发布多款机型,其中一款将于 2026 世界人工智能大会期间亮相,整体备货约 20 万台。该机新增粉色配色,将成为首个搭载智能体大模型备案的终端产品。
字节叫停原定今年 4 月发布的第一代豆包 AI 眼镜,第二代推迟至 2026 年下半年,并拆为两个 SKU:全功能版保留摄像头、扬声器、麦克风,对标 Ray-Ban Meta;轻量版砍掉扬声器,目标重量压至 20 多克。芯片方案从"恒玄 BES2800 + 研极微 ISP"换为"高通 AR1 + 恒玄 BES2800",代工合作方从歌尔股份换为龙旗科技。
前 Snapchat 工程师 Kate Deyneka 推出 iOS 应用 Reelful,用户输入提示词并录制 30 秒语音样本后,AI 即可自动规划脚本、添加配音和特效,将照片和视频剪辑成适配 TikTok 的短视频。该应用提供一次性购买(5 个视频 15 美元起)和订阅计划(Creator 月费 25 美元含 10 个视频)。
选择一扇门。塑造你的旅程。上一集,奶奶的门胜出。在评论区投票--接下来发生什么由你决定。
英格兰和阿根廷的恩怨局再起,Seedance 2.5 先把 18 岁的欧文带回来了。
中国网信办批准 Apple Intelligence 在华上线,苹果将把阿里巴巴的 Qwen 大模型集成至 iOS、iPadOS、macOS 及 visionOS 系统。该合作此前传闻已久,标志着苹果在关键市场的 AI 布局取得重要进展。阿里巴巴确认 Qwen 将被"整合到 Apple Intelligence 体验中",提供文本与图像理解及生成等 AI 能力。
Grok Grok 4.5 在 FrontierSWE 基准测试中排名第二
Emergent 宣布完成 1.3 亿美元 C 轮融资,估值达 15 亿美元,定位为企业操作系统。创始人已用其平台将原本约 20 万美元的库存与运营管理产品降至约 1 万美元。平台现设 10 万美元奖金池,面向将实际业务流程转化为软件的企业主,截止日期为 7 月 21 日。
我们刚刚发布了首份 Gemini 东南亚报告(如下),3 个洞察: 1/ 活跃用户在过去一年翻了一番多 2/ 70% 的提示词以本地语言提交 3/ 40% 的提示词仅使用语音、图像或视频 Gemini 的本地语言能力 + 多模态功能 + 移动应用正在推动增长,我们很快将为该地区带来更多更新! 🇮🇩🇲🇾🇵🇭🇸🇬🇹🇭🇻🇳
苹果正在寻找收购芯片公司,以推进其开发用于运行AI的服务器芯片工作,近几个月已与银行家就可能的交易进行交流。该公司已准备推进多笔数十亿美元级别的收购,规模可比肩收购Beats、PA Semi的交易。苹果今年一月已敲定以20亿美元收购以色列机器学习企业Q.Ai,这是其史上第二大收购案。
🏆 Build Small 黑客马拉松获奖者 - OpenBMB 奖项:🥉WanderLust 🗺️ 恭喜 @coreprinciple_ 凭借 WanderLust 赢得 Backyard AI 赛道($1,000 奖金)!🎉 WanderLust 是一款由 MiniCPM5-1B 驱动的离线 AI 步行路线助手。与传统地图专注于从 A 点到 B 点的最快路线不同,WanderLust 帮助旅行者根据个人兴趣和偏好,通过个性化体验探索城市。👇
Build with MeDo 黑客松的获奖项目之一?Craf-te,一个五天建成的 AI 驱动设计平台。 @Bioba_daniel 创建它,旨在帮助用户更快制作传单、海报和营销物料,无需从零开始。 观看直播回顾!
通用人形机器人公司逐际动力宣布完成近2亿美元(约13.56亿元人民币)Pre-IPO轮融资,过去半年累计融资达4亿美元。本轮资金将用于大小脑融合技术的突破与产品化,推动数千台全自主人形机器人的规模化部署。
2026 世界人工智能大会将于 7 月 17 日至 20 日在上海举行,汇集 1100 多家参展企业,超 300 款 AI 产品将在大会期间全球首发。大会采用"三地四馆"模式,H1 展厅聚焦通用大模型与行业应用,H2 展厅展出超算真机等算力硬件,H3 展厅将进行 300 多台机器人同步动态演示,H4 展厅则汇聚初创团队与轻量化 AI 工具。
7月10日至12日,百度智能云联合探月具身智能社区在北京中关村举办首届"探月计划·Physical AI黑客松",超200名开发者组成50支队伍,将机器人创意推向可运行MVP。百度智能云副总裁张玮表示,公司自2023年下半年起持续投入具身智能,并在模型、数据、本体侧提供支撑。百度百舸·AI计算平台为选手提供全模态训练框架LoongForge,最高实现5倍训练加速。
可灵 AI 公布 NEXTGEN 大奖获奖创作者名单,包括 Jacek Kadaj、Jinlong Hu 等创作者。这些创作者将分享从创意到获奖作品的幕后故事,完整访谈即将发布。
Anthropic 与 Blackstone 等私募股权公司合资成立 AI 实施公司 Ode,初始资金 15 亿美元。Ode 以"Claude-first"原则为大型企业定制 AI 系统,已收购 AI 工程服务初创公司 Fractional AI 作为核心团队,目前拥有 100 名工程师。
旧金山语音 AI 初创公司 Rime 完成 2400 万美元 A 轮融资,由 M13 Ventures 领投。Rime 自建录音棚采集对话数据训练模型,并采用音素架构适配不同行业术语发音,客户无需重新训练。公司已服务 Mayo Clinic、Dialpad 等客户,并计划将 35 人团队扩招至模型开发、工程和合作岗位。
三星电子因晶圆代工订单激增、内部工程资源紧张,正考虑将谷歌第十代张量处理器(TPU)"冰鱼(Icefish)"的 I/O 裸片后端设计工作外包。该 I/O 裸片采用三星 2 纳米工艺,负责连接运算处理器与 HBM,而运算处理器由台积电 1.4 纳米工艺代工。ADTechnology 与 Gaonchips 是核心候选合作方,但承接意愿不强,Alphachips 则积极争取。
Read It Back 预训练多模态大语言模型是文生图的零样本奖励模型
微软与同行提出OAT(One-class Attribution of Trajectories),一种无需失败数据或错误标签的轻量级归因方法。OAT仅用成功轨迹训练,通过神经受控微分方程建模其动态,再标记失败轨迹偏离成功流的步骤。该方法解决了大规模调试智能体轨迹时,传统方案成本高、难以扩展的问题。
Lee Robinson 指出初创营销正发生转变:用户厌倦了千篇一律的融资发布视频,更想看产品和客户。引用推文中,AI 芯片公司 Etched 结束隐身模式,宣布已获超 10 亿美元客户合同并融资 8 亿美元,其首批机架将于今夏发货,早期测试在推理吞吐、延迟和能效上达到 SOTA。
xAI 的 Grok 4.5 在 Long-Horizon Terminal-Bench 上取得第一,以 0.505 的平均奖励分超越 Claude Fable 5 等模型。该基准测试 AI 智能体在长达 90 分钟内跨数百个依赖终端操作保持连贯任务的能力。Elon Musk 推荐尝试 Grok 4.5 与 Grok Build,称其每天都在进步。
等待30分钟就能完成几周的工作,这种感觉真是漫长又好笑。 真的需要在Codex里集成放置点击游戏,让我们在等待输出时有事可做。
Sam Altman 在 CNBC 采访中表示,OpenAI 的 5.6 Sol 模型在智能体编码任务上 token 效率高出 54%,同时性能不逊于其他最佳模型。Emad Mostaque 进一步指出,每任务 token 消耗将下降,而每智能等效 token 的成本将降低 100 倍。模型竞赛正从排行榜智商转向每完成任务的成本。
匿名模型Kivine出现在Chatbot Arena,自称来自月之暗面(Moonshot AI),知识截止于2025年1月,可能是即将发布的Kimi K3。在宇宙模拟提示词对比中,Fable 5完成更快且UX更稳健,而Kimi K3界面更复杂、视觉更吸引人,例如选中行星并设置100倍速时会以第一人称视角旋转。两者表现非常接近。
NVIDIA 利用 Codex 后训练,通过两个提示词在一天内将 Cosmos 3 Nano 模型准确率从 54.41% 提升至 93.35%。单个 LoRA 在 8 块 A100 GPU 上约 30 分钟达到 87.14%,43 个并行 AutoML 试验在 19.5 小时后达到 93.35%,LoRA 所需 GPU 时数比全参数训练少约七倍。
开发者 Ayush Paul 发现 Anthropic 的 Claude web_fetch 工具存在漏洞,攻击者可利用其"跟随页面内嵌链接"功能,通过嵌套生成的链接诱使 Claude 提取用户姓名、家庭所在城市和雇主名称。Anthropic 已通过移除 web_fetch 访问自身获取内容中额外链接的能力来修复该漏洞。
Codex的一大作用就是修小火箭的各种配置。 真的不想搞这些,谁出个教程,怎么配置规则。 Github开源的各种规则感觉也不好使。
🙌 LongCat 实战演示 "研究一个新主题" → 6 分钟后,一份完整的文献综述。无需标签页。无需复制粘贴。无需手把手指导。LongCat-2.0 自主运行了 3 轮搜索,遇到错误但自我修正,最终输出了 7 个主题 + 11 篇论文 + 246 行结构化内容。 案例灵感来自我们社区的 George Gao。📺 完整视频:https://youtu.be/p2-EFThIAzI?si=oxvs6oyPYuwATJ42
Berry Xia推荐一个整理Web和App常见组件、动效及设计风格名称的网站,帮助用户在Vibe Coding时准确向AI描述想要的交互效果。网站收录了Liquid Glass(液态玻璃)、Neumorphism(新拟物)等风格术语。
一点好奇心就能容纳全世界的奇妙。愿我们永不失去那份火花。 【引用 @altfortomorrow】:🍿 透过好奇的小眼睛看世界,提醒我们即使最简单的时刻也能像魔法一样。 或许长大并不意味着要失去我们的惊奇感。💙 使用 @PixVerse_ 创作 #pixversecpp
美国未来学家凯文·凯利在接受央视专访时预测,中国将在未来5年内造出全球最先进的人工智能芯片。他认为,中国工程师的雄心与能力、以及中国在工程领域的出色表现,使这一目标完全可能实现,且全球化力量将克服政治因素影响。
Oran Ge 将 Agent 使用分为两种状态:有人用它提高赚钱效率,有人用它构建思维殿堂。他认为,当一件事只为提高赚钱效率时仍是贫瘠时代,只有当它成为每个人自主选择的生活方式时,才是丰饶时代。人往往带着时代惯性,即便进入丰饶时代仍会保留过去的习惯。
从提出假设到设计实验,AI智能体正开始重塑科学发现。但最困难的部分是在现实世界中测试这些想法。 我们的文章探讨了日益增长的验证瓶颈,并为政策制定者和资助方列出了四个优先事项。→ https://goo.gle/4poACUT