美国解除出口管制，Anthropic 重新上线 Fable 5 和 Mythos 5
因安全担忧遭美国出口管制的 Claude Fable 5 和 Mythos 5 已获解禁，Anthropic 正联合各方推动行业安全标准与政府协作。
行业新闻
LongCat-2.0发布，全球首个基于国产算力的万亿参数模型
国产算力首次跑通万亿参数大模型全链路，且通过市场匿名验证，证明降本增效的可行性。
Google 公布六月 AI 更新：Gemini 3.5 实时翻译及 Android 17 新功能
Google 六月围绕 Gemini 3.5 实时翻译、Android 17 本地模型和新款音箱，把 AI 能力植入更多日常设备，降低使用门槛。
NVIDIA 推出新商业模式，与资本合作加速 AI 算力基础设施部署
NVIDIA 通过收入分成模式让 AI 云公司更容易获取大规模 GPU 算力，加速 AI 工厂建设并转化为持续收入。
Mistral AI 开源 Leanstral 1.5，在形式化证明基准上取得新 SOTA
Leanstral 1.5 证明轻量模型也能在形式化证明领域实现顶尖性能，并实际发现开源软件漏洞。
扎克伯格承认 Meta AI 智能体进展不及预期
Meta 重金投入 AI 却进展缓慢，扎克伯格承认 AI 智能体未能快速取代人力，公司内部困境凸显 AI 落地的现实挑战。
Om AI联汇发布VLX：端侧流式多模态模型系列
VLX是首个面向物理世界的端侧流式多模态模型，让AI像人一样边看边理解、边行动。
谷歌 Gemini Spark Mac 版上线 支持实时追踪与第三方应用
Google AI 代理 Gemini Spark 推出 Mac 版，支持实时追踪与第三方应用集成，可处理文件整理、创建文档等桌面任务。
LoopCoder v2：仅循环一次使 7B 模型在代码修复基准上提升 21 个百分点
.jpg)
LoopCoder v2 研究发现，代码修复任务中仅循环一次（共两次计算）即可达到最优，多循环反而有害。
Meta 悄然推出 AI 游戏创作应用 Pocket
Meta 低调上线 Pocket，延续其将 AI 创作工具大众化的策略，用户可用自然语言提示生成交互游戏。
谷歌新款智能音箱硬件出色，Gemini 仍不成熟
谷歌新音箱硬件获好评，但 Gemini AI 尚未成熟，智能音箱的 AI 升级仍需时日。
微博举办 AI 短剧发布会
微博通过发布会推广 AI 短剧，探索 AI 在内容创作中的新应用。
北大与华为提出TaRO框架，优化视频时序推理
.jpg)
TaRO框架教视频大模型真正‘看时间’，通过强化时序感知推理显著提升零样本视频时序定位准确率。
Karpathy 提出 LLM-Wiki：用大模型编译笔记替代 RAG
Karpathy 用“LLM 编译器”替代 RAG，将笔记源码编译为自维护的活 Wiki，实现知识的持续复利。
Databricks AI规模训练中GPU故障治理实践
Databricks AI分享了大规模GPU训练中故障分类与治理方法，强调静默故障和数值损坏比崩溃更难检测，并以故障概率公式量化工程难度。
纽约教育界与产业领袖齐聚Google共议AI课堂未来
峰会指出：AI的真正价值在于赋能解决问题，而非替代人；教育需为培养学生的人机协作能力而革新。
Anthropic 宣布自研药物，推出科学家 AI 工作台 Claude Science
Anthropic 从卖工具到亲自下场制药，凸显 AI 在生命科学领域的野心与竞争白热化。
Midjourney 医疗扫描仪幕后公开，但关键证据仍缺失
Midjourney 跨界医疗硬件，但其扫描仪原理和有效性存疑，行业需警惕缺乏验证的跨界产品。
美团履约团队五篇ACL论文聚焦强化学习与多模态交互
美团提出五项技术，分别解决大模型在RL训练、推理效率、用户模拟、记忆管理和实时交互中的关键瓶颈。
AI 加速运营卓越，但基础流程管理仍是关键
AI 并非替代流程卓越，而是需要建立在现有流程管理基础上才能发挥最大效用。
热门产品
Context.dev
Context.dev 为 AI 产品和智能体提供一站式 Web 数据抓取与结构化提取 API，帮助开发者快速获取 LLM 就绪的数据。
Fypro
Fypro 是一款面向TikTok创作者的AI工具，自动分析账户并生成网站、商店和视频，助力变现粉丝。
Needle
Needle 是一个主动型 GTM 智能体，在 Slack 和 Teams 中运行，自动监控销售管道、起草跟进、准备通话，帮助营收团队提升效率。
Macro
Macro 是一款集成邮件、消息、文档、任务、代码、智能体和CRM的AI驱动工作空间，利用团队级内存实现全局查询，提升团队协作效率。
Solaris
Solaris 是企业 AI 转型平台，帮助组织评估员工 AI 水平，提供定制化学习和实践场景，推动全员 AI 能力提升。
Banger Mail
Banger Mail 是团队共享邮箱 Mac 应用，AI 代理自动分类、标记和起草邮件，提升客服效率。
PieterPost MCP
PieterPost MCP 将 AI agent 连接到邮政邮件服务，AI 可自动准备信件、明信片、上传附件并追踪订单，适合需要实体邮件自动化的开发者。
scritty
Scritty 是一款终端模拟器，为使用 AI 编码代理的开发者提供共享、可搜索的记忆，跨设备捕捉和索引对话，提升代理协作效率。
Macuse
Macuse 是一款 macOS 应用，为使用 Claude、Cursor 等 AI 客户端的用户提供与本地应用（如日历、邮件）的集成，让 AI 能直接操作电脑。
Basedash Actions
Basedash Actions是一款能回答数据问题并执行操作的BI工具，适合数据管理员，核心价值在于通过AI自动生成SQL并执行操作。
Flowly
Flowly 是一款个人 AI 智能体，可在桌面和 iPhone 上运行，利用你的 AI 密钥并保持私密记忆，实现自我学习和自主响应。
Retrace
Retrace 是一款 AI agent 调试工具，帮助开发者通过回放和分叉执行记录来快速定位问题。
论文
PerceptionRubrics: 将多模态评估校准至人类感知
当前基准分数饱和，但模型在实际场景中仍显脆弱。本文提出 PerceptionRubrics，一种基于评分规则的评估框架，通过从整体语义匹配转向严格的原子审计来弥合这一差距。 框架核心包括：1) 构建 1,038 张信息密集图像 与 超过 12,000 条实例级评分规则，规则源自新提出的 Circular Peer-Review 共识流水线所生成的金标准描述；
ELDR: 面向PD分离MoE服务的专家局部感知解码路由
在预填-解码(PD)分离的大语言模型服务中，每个请求在预填后被分配到解码工作节点。现有的解码路由仅平衡负载；对于混合专家(MoE)模型，这并不完整：负载相同的工作节点可能因延迟不同而表现各异，因为每个解码步骤会加载其批次激活的所有不同专家的权重。 本文提出 ELDR，一种针对PD分离MoE服务的专家局部感知解码路由。
Seed2.0 Model Card: 迈向现实世界复杂性的智能前沿
我们提出了Seed2.0模型系列，旨在解决复杂的现实世界任务。我们的方法首先识别用户的真实需求，并基于这些需求和真实复杂场景选择并抽象基准，构建一个可靠且前瞻的评估系统。 在该评估系统的指导下，Seed2.0针对两个持久挑战——长尾知识和复杂指令遵循，显著提升了模型在复杂、长期任务上的可靠性。
通过 Asymmetric Mutual Variational Learning 的多模态连续推理
多模态大语言模型 (MLLMs) 常受限于语言空间瓶颈，将复杂视觉推理强制转换为离散 token，从而丢失感知细节。一种有前景的替代方案是连续潜在推理，其目标是发现连接多模态查询与最终答案的隐式推理路径。然而，这引入了严重的训练-推理不匹配：训练时后验分布依赖于真值答案，可利用答案相关的捷径；
MemSyco-Bench: 智能体记忆中的阿谀奉承基准测试
记忆已成为现代基于 LLM 的智能体的基石，推动其从单轮助手进化为长期协作者。然而，记忆并非总是有益的：检索到的记忆常常引发一个关键问题——阿谀奉承 (sycophancy)，即智能体过度迎合用户，以牺牲事实准确性或客观推理为代价。尽管这一风险日益突出，现有记忆基准主要评估记忆是否正确存储、检索或更新，而忽略了检索到的记忆如何影响下游推理和决策。
TurboServe: 高效且经济地服务流式视频生成
流式视频生成正在成为新的服务负载，用户与长时间运行的会话交互，逐块生成视频。与离线视频生成或典型 LLM 服务不同，流式视频生成必须在活动和空闲期间保持会话状态，重复调度正在进行的会话，并在严格的延迟目标下交付每个块。
ASPIRE: 机器人智能体/技能发现
传统机器人编程面临挑战：需要协调多模态感知、管理物理接触动态、处理多样配置和执行失败。我们提出 ASPIRE（通过迭代机器人探索的智能体技能编程），一个持续学习系统，能够自主编写和优化机器人控制程序（代码即策略范式），同时将经验累积为可复用的技能库。ASPIRE 发现跨任务、仿真与现实场景、不同实体形态的持久技能。
Domain Arithmetic：环境变化下的单样本VLA适配
Vision-Language-Action (VLA) 模型在环境变化（如相机姿态改变、迁移到不同但相似的机器人，例如从 Panda 到 UR5e）时，往往无法执行已学任务。传统方法需要对每个任务收集多个演示数据进行训练，成本高昂。
CausalMix: 数据混合作为语言模型训练的因果推断
在大语言模型（LLM）训练中，数据混合对模型性能至关重要。现有方法通过代理模型优化混合权重，但依赖静态数据分布假设，当数据池变化时需昂贵重训练，难以从少量数据扩展到大规模数据池和模型。 针对此问题，本文提出CausalMix，将数据混合优化转化为因果推断问题：将数据池统计特征作为协变量（covariates），数据域混合作为处理（treatment）。
Perceive-to-Reason: 解耦感知与推理用于细粒度视觉推理
细粒度视觉推理对视觉语言模型仍具挑战，尤其当微小但关键视觉线索深埋于高分辨率图像中。现有方法依赖重复裁剪或测试时视觉搜索引入局部证据，但通常未明确区分感知与推理。 本文提出统一框架 Perceive-to-Reason (P2R)，将细粒度视觉推理形式化为两阶段过程：模型先作为 Perceiver 定位问题相关证据，再作为 Reasoner 基于标注图像与裁…
ABot-M0.5: 统一移动与操控的世界动作模型
移动操控是通用机器人的关键能力，但当前的具身学习方法仍面临挑战。VLA策略通常是反应式的，缺乏显式世界建模；而现有的世界动作模型（WAM）与移动操控结构对齐不足：它们操作粗粒度的视频块，建模纠缠的导航-操控动作，并在与自回归推理不匹配的监督下训练逆动力学。因此，它们常常丢失细粒度接触动力学，遭受动作分布冲突，并在长程 rollout 中累积误差。
基于 Graph-Native 强化学习通过概念重组实现可追溯的科学假设生成
加速材料发现需要能够通过多步骤、领域基础推理生成科学有效假设的 AI 系统。标准大型语言模型通常能生成流畅但不完全可追溯的回应，难以确定最终答案是否由连贯的中间推理支撑。我们开发了 Graph-PRefLexOR 模型家族，使用 Group Relative Policy Optimization（GRPO）微调，将推理组织为明确的阶段：机制探索、图构建、模…
状态-预测分离假说
Transformer 使用同一前向计算流同时执行下一 token 预测和状态存储以用于未来预测。我们提出状态-预测分离假说：将这两个角色解耦可以提升语言建模性能。 我们设计了一种 Transformer 变体，使用两个独立计算流来分离两种功能，并在不同规模上进行了预训练实验。
AutoTrainess: 自主提升语言模型的教学框架
训练语言模型（LMs）仍然是一个高度依赖人工的过程，即便前沿语言模型智能体在软件工程及其他长周期任务上能力日益增强。核心挑战在于，自主后训练不仅是一个编码问题：它要求智能体反复规划迭代、构建与基准对齐的数据、运行稳定的训练任务、评估检查点，并在数小时的交互中保持实验状态。
PixelEyes: 解耦感知与推理以实现精确定位视觉证据搜索
本文研究多轮视觉推理，发现多模态大语言模型（MLLMs）在目标定位中反复失败，导致冗长冗余的轨迹。该失败归因于推理与感知在单一模型中的纠缠——模型同时进行推理和定位，不准确的定位触发额外推理轮次，从而膨胀轨迹。 为解决此问题，提出 PixelEyes，一种显式解耦推理与感知的多轮视觉推理智能体：推理器决定寻找什么，而专用感知工具回答位置在哪。
轻量级入侵检测模型在 IIoT 网络中的跨域泛化失败
针对工业物联网（IIoT）网络，轻量级机器学习模型因其适合资源受限的边缘部署而越来越多地被用于入侵检测。然而，大多数报告的结果仅评估模型在其训练网络内的表现，未验证其在未见网络上的行为。本研究在某个 IIoT 数据集上训练了四个轻量架构，并利用仅限于三个来源共有属性的特征表示，在另外两个结构不同的 IIoT 数据集上对其进行评估（不进行再训练）。
当LLMs粗心读表：测量与减少数据引用错误
尽管大型语言模型（LLMs）在表格任务上表现良好，但它们仍然会出现数据引用错误（DREs），即错误地引用或遗漏表格值，尽管它们理解了表格结构。除了最终答案的准确性，DREs会直接损害中间推理步骤的正确性和可靠性。然而，先前的研究仅提供了有限的小规模分析。 在本工作中，我们首次系统评估了不同模型和任务中的表格数据引用错误。
Valdi: 价值扩散世界模型
世界模型可以启用模型预测控制（MPC），但这要求动态预测既足够快以用于在线使用，又足够表达力以表示不确定的未来。扩散模型提供了一种对不确定动态进行建模的自然机制，但其迭代推理过程使其难以用于低延迟的潜在规划。我们通过价值扩散世界模型（Valdi）弥合了这一差距，将用于MPC的端到端在线训练与潜在扩散动态模型相结合。
BioInsight: 面向交互式生物医学知识发现的多智能体编排系统
生物医学研究者越来越多地使用AI生成的分析和报告来解释蛋白质水平的信号，但静态输出往往不足以支持研究决策，用户需要检查证据、评估不确定性、比较机制并优化假设。我们提出BioInsight，一个多智能体系统，将静态生物医学报告生成转变为交互式、以证据为中心的界面生成。
Building to the Test: 编码智能体交付你检查的内容，而非你要求的内容
基准测试广泛用于评估大语言模型（Large Language Models）的任务完成度，但该方法存在构造效度问题，高分未必反映实际任务交付。本文研究了这两个问题。 在受控的代码即规范（code-as-spec）设定下，两个生产级 Copilot CLI 智能体（claude-opus-4.7 和 gpt-5.5）将 React Fluent-UI 数据表格…
动态
询问Codex用户是否仍使用ChatGPT及原因
如果你使用 Codex，你还有什么理由再用 ChatGPT？你用它做什么？它对你来说更好或更关键在哪里？
将代码转为图像用OCR，Fable成本降60%
RT @MiTypeScript: 60% Fable cost cut by transparently turning the code into an image and having the model OCR it. WILD idea. also hilarious. https://t.co/c318SgHqBK https://t.co/4A…
Hermes Agent 新增删除个人信息技能
Hermes Agent 新增可选技能。 Unbroker 教 Hermes Agent 如何在数据经纪人平台上找到你的个人信息并将其删除。 了解更多：
Yann LeCun论AI权力集中危险，呼吁基础设施开放
RT @ylecun: 确实。多年来我一直在传播类似的信息。 AI中的权力集中和对控制的渴望是AI迄今为止最大的危险。它可能导致少数私营公司和/或国家控制对信息、知识以及经济扩张工具的访问。 这是一种中世纪蒙昧主义，类似于奥斯曼帝国禁止使用印刷机长达200年，部分是为了保持对教义的控制，也是为了保护书法家和抄写员的行会。
开源UNBROKER工具自动查找并删除数据经纪人上的个人信息
RT @SHL0MS: 我正在开源UNBROKER：一个工具，用于查找您的个人信息被数据经纪人暴露的地方，并为您提交删除请求 它作为Hermes Agent的技能运行 您的数据无处不在；数百家经纪人发布您的姓名、当前和旧地址、电话、电子邮件、生日，甚至您的亲属。
开源MCP/API目录，一键认证
转发 @RhysSullivan: 今天推出 https://t.co/5F8Xyzg1Hw！它是一个开源目录，收录每个产品的 MCP/API/CLI/GraphQL 服务器以及如何认证。深层链接生成 API 密钥，一键复制规范 URL，目前还在早期，但我很喜欢。
GPT-5.6在Codex代码中出现，实时语音支持在开发中
转推 @testingcatalog：GPT-5.6的Sol、Terra和Luna已在Codex应用的代码中被提及（但尚未可用）。实时语音支持仍在开发中。现在只是时间问题👀 https://t.co/u10sbHg2yP
推文介绍开源语音转语音实时演示
RT @ThomWolf: 大部分人或许应该更新他们对开源语音到语音技术现状的预设。老实说，这有点令人震撼。我们与@cerebras合作构建了一个完全开源实时语音演示（模型+代码），展示当下可实现的可能性。演示：https://t.co/UCciOXSteq 博客：https://t.co/rsULsWWKlO 去测试吧，fork它，调整它，让朋友印象深刻。
Gemini 3.5 Pro 预计7月17日发布
听起来Gemini 3.5 Pro将于7月17日左右推出，采用全新的预训练模型。当然，除非政府阻止。现在人们对谷歌很失望，但我认为他们会感到惊讶。七月是巨兽对决的月份。
CodexBar重新设计网站并新增设置
向@vhbrzezowski致敬，他出色地重新设计了CodexBar网站！还要感谢不断向我发送PR以支持现在查看笔记56个提供商的所有人。你们是最棒的！https://t.co/lJ4dxNI4pe 刚刚发布了一个光滑的新更新，使设置更加美观和直观。
Hermes agent是扩展灵魂的正确解决方案
RT @0xSero: Hermes agent is the correct solution for expanding your soul. https://t.co/m1OgZ633p2
谷歌Gemini Omni Flash在视频生成领域排名第一
转推 @Designarena：突发：@GoogleDeepMind 的 Gemini Omni Flash 在视频竞技场中以 1404 的 Elo 排名第一。 Gemini Omni Flash 与排名第二的 @BytePlusGlobal 的 Seedance 2.0 Mini 拉开了 101 分的 Elo 差距，这是我们见过的视频竞技场中最大的飞跃之一…
MistralAI强调客户价值，帮助企业构建自有智能
客户对我们而言并非抽象概念：我们存在的意义是帮助企业、公共机构和各行各业构建自己的智能，从而让他们从数据、工作流、反馈和模型中创造的价值归于自己，而非模型提供商。
AI模型能力尚未达到极限，市场观点错误
转自 @deanwball：基本上我认为，大约在2023年左右，那个“对AI一直判断错误”的风投和SaaS社区假设AI的发展轨迹意味着模型能力会在2030年左右达到GPT 5.5/Opus 4.8的水平，加上机器人。如果你也这么假设，我完全理解你为什么认为一切商品化/前沿AI不是合法商业模式。那是一个美好的世界！
Teknium询问用户对Hermes Agent新版本的看法
大家对Hermes Agent的判决版发布感受如何？ https://t.co/T0dYL87d40
提示用Claude Code设置Claude Tag以连接数据源
小贴士：你可以使用Claude Code的computer use功能来设置Claude Tag。只需指向Claude Tag文档，它就会自动连接你的团队GitHub仓库、数据仓库、谷歌驱动器以及其他数据源！
Hermes Agent新增/session search命令按标题查找会话
你现在可以在 Hermes Agent 中使用 /session search <text 来按标题查找你想要的会话！ 感谢 @GodsBoy7777！
理解上下文大小与压缩对模型性能的影响
我开始意识到理解上下文大小、上下文腐烂、上下文压缩以及类似行为的重要性，这样才能理解为什么这些模型经常表现不佳。例如，为什么当你给它一大段内容时，模型会“忘记”其中的部分内容等。
预热开源AI夏季活动
转发 @ClementDelangue: 你准备好迎接开源人工智能夏季™️了吗？https://t.co/BFex52oxJL
建议选择热爱领域，用AI赋能，强调交付比技术重要
RT @mtrainier2020: 今年跟老大商量选专业的时候聊过这个问题。 1. AI对各个行业的渗透是一个大趋势。 这是海平面上升无处可藏。 2.驾驭AI更好服务你感兴趣的领域。 挑个自己喜欢的，有passion的，你愿意熬夜，你愿意放弃假期去做的领域，作为自己的home domain，然后用AI 应用到这个领域，去当AI带路党。