🧠 模型發佈/更新
1. Sora 2 視頻克隆效果驚人，真假難辨
一年後，沒有任何東西能接近 Sora 的完美視頻深度克隆。它捕捉到了我和 Sam 的每一塊麵部肌肉運動以及我們走路的方式。 如果你從這段關於我或 Sam 的視頻中截取一幀，根本無法判斷它是真是假。
TIP來源：X：Gabriel (@gabriel1)
2. Kimi K3 登頂前端編碼榜，開放權重挑戰閉源雙巨頭
Kimi K3 在 Frontend Code Arena 以 1679 分登頂，力壓 Claude Fable 5 與 GPT-5.6 Sol，7 個前端細分賽道拿下 6 個第一。該模型為 2.8 萬億參數 MoE 架構，百萬上下文窗口，7 月 27 日開放權重。K3 的 API 定價為輸入每百萬 tokens 15 美元，對標前沿閉源模型，放棄低價路線，轉向長上下文智能體編碼場景的定價策略。
TIP來源：X：阿易 AI Notes (@AYi_AInotes)
3. NVIDIA 發佈 Nemotron 3 Embed 系列，8B 版本在 RTEB 基準上排名第一
NVIDIA 發佈 Nemotron 3 Embed 系列，包含三個開源 checkpoint，其中 8B-BF16 版本在 RTEB 基準上以 78.46 的平均 NDCG@10 排名第一。1B-NVFP4 版本在 Blackwell 上吞吐量比 BF16 高 2 倍，精度保留 99.5%，所有模型最大序列長度 32,768 tokens。
TIP來源：MarkTechPost
4. 通義實驗室發佈 Wan-Streamer v0.2，端到端響應延遲僅 550ms
通義實驗室發佈 Wan-Streamer v0.2，這是一款將“聽、看、說、演”統一進單個 Transformer 的端到端全模態模型。其端到端響應延遲僅 550ms，輸出分辨率從 v0.1 的 192×336 提升至 640×368 @ 25FPS，並採用 Thinker-Performer 雙通路架構在提升畫質的同時維持了極低延遲。
TIP來源：公眾號：通義實驗室（千問）
🚀 產品發佈/更新
1. Claude Code v2.1.212 發佈
Claude Code v2.1.212 新增 /fork 命令，可將當前對話複製到新後臺會話中獨立運行。新增會話級 WebSearch 調用上限（默認 200）和子智能體生成上限（默認 200），防止失控循環。MCP 工具調用超過 2 分鐘自動移至後臺，並修復了計劃模式自動執行文件修改命令等多項問題。
TIP來源：Claude Code：GitHub Releases
🏛️ 行業動態
1. Apple 起訴 OpenAI：訴訟背後是競爭焦慮還是時機博弈？
Apple 對 OpenAI 提起訴訟，指控其存在多項不當行為，儘管許多專家認為部分指控屬於行業慣例。此舉正值 Apple 發佈新版軟件公測版（以新 Siri AI 為核心）之際，外界猜測 Apple 究竟是擔憂 OpenAI 成為潛在競爭對手，還是想利用 OpenAI 的弱勢期獲利。
TIP來源：The Verge：AI
2. 蘋果與 OpenAI 法律戰升級：約 40 名前員工收到蘋果律師函
蘋果已向約40名就職於OpenAI的前員工發出律師函，要求保存相關文件。此前蘋果起訴OpenAI及兩名前員工，指控其通過挖角獲取商業機密以加速AI硬件研發。蘋果稱已有超400名前員工在OpenAI工作，正尋求法院禁令阻止OpenAI使用蘋果信息並要求歸還機密。
TIP來源：IT之家
📄 論文研究
1. 月之暗面在GTC 2026披露Kimi K2.5技術路線：用MuonClip、線性注意力與Agent Swarm重構三大基礎組件
月之暗面CEO楊植麟在GTC 2026演講中提出用MuonClip優化器替代Adam，可將數據利用效率提升近一倍。同時推出Kimi Linear線性注意力，在百萬Token上下文下全面超越全注意力；Agent Swarm已支持300個Agent並行工作。
TIP來源：X：寶玉 (@dotey)
2. Schema Harness 在 ARC-AGI-3 公開集上取得約 99% 成績
Schema 框架在 ARC-AGI-3 公開集上，使用 Claude Opus 4.8 和 Fable 5 達到 99% RHAE 分數，使用 GPT-5.6 Sol 達到 95.35%。該框架不修改模型權重，而是將原始觀測轉化為可編輯程序，聯合解決狀態歸因和機制發現問題。此前最強模型 GPT-5.6 Sol 在半私有集上僅得 7.78%。
TIP來源：Hacker News 熱門（buzzing.cc 中文翻譯）
3. 美團LongCat發佈LoHoSearch：更難搜索智能體基準
美團LongCat推出LoHoSearch，一個基於762萬實體維基百科知識圖譜自動生成問題的搜索智能體基準，旨在解決BrowseComp等現有基準趨於飽和的問題。在11個前沿模型測試中，最佳得分僅34.74%，遠低於當前模型在BrowseComp上約90%的成績；上下文策略僅帶來+6.8個百分點的提升。該基準包含544道問題、11個領域，採用樹與圖結構，已開源。
TIP來源：X：美團 LongCat (@Meituan_LongCat)
4. Apple 研究：Show Me Examples — 從圖像集推斷視覺概念
Apple 機器學習研究團隊提出一種方法，讓視覺語言模型（VLM）僅從圖像集示例中推斷視覺概念，無需文本指令。該方法通過對比示例圖像與候選圖像，使模型捕捉顏色、紋理等視覺規律，在多個概念推理基準上提升準確率。該研究目前為學術論文，未公佈模型或 API 可用性。
TIP來源：Apple Machine Learning Research
💡 技巧與觀點
1. 八天四款前沿模型發佈，Kimi K3 躋身第三
過去八天內，Grok 4.5、GPT-5.6、Muse Spark 1.1 與 Kimi K3 四款前沿模型相繼發佈，使 Artificial Analysis Intelligence Index 得分超 50 的實驗室從 6 月初的 2 家增至 6 家。
TIP來源：X：Artificial Analysis (@ArtificialAnlys)
2. 首屆“小有可為”大賽鄉村教育一等獎作品“智繪科普”技術拆解
首屆“小有可為”大賽鄉村教育賽道一等獎作品“智繪科普”採用 Qwen3.5-397B-A17B 大語言模型與 Manim 動畫引擎，通過多Agent分階段協作與自動修復機制，將知識主題轉化為可控、可編輯的教學動畫。系統包含規劃、草稿、實現、審查、合成五個階段，渲染失敗時可自動提取日誌並修復，該工程範式可遷移至其他賽道。
TIP來源：公眾號：通義實驗室（千問）
3. 生成式人工智能是一場工程災難：AI公司搶購70%高端內存，推高電腦價格
AI公司為維持大語言模型（如ChatGPT、Claude）運行，可能已購買全球70%的高端計算機內存，導致內存與存儲價格飆升：兩年前350美元的硬盤現已漲至800美元且缺貨，部分筆記本電腦漲價50%。科技公司計劃未來幾年將美國數據中心容量擴大8倍，部分站點甚至用噴氣發動機供電。預測稱，平價入門級電腦可能在2028年前消失，內存短缺預計持續數年。
TIP來源：Hacker News 熱門（buzzing.cc 中文翻譯）
4. Cursor 評估負責人確認 Claude Fable 5 在 CursorBench 達 72.9% 新高
Cursor 的模型評估負責人 Nate Schmidt 發現，Claude Fable 5 在其內部基準 CursorBench 上以 Max effort 模式達到 72.9%，創下新高。該模型在模糊的真實編程任務中表現出全局推理能力，例如在航天模擬器中僅憑一句提示自主規劃併成功登月，而此前 Claude Opus 運行 12 小時以上仍無結果。
TIP來源：Claude：Blog（網頁）
5. OpenAI 提出 AI 時代記分卡：“有用智能每美元”衡量實際工作價值
OpenAI 提出“Useful Intelligence per Dollar”（有用智能每美元）作為衡量 AI 投資回報的核心指標，從完成的有用工作量、成功任務的實際成本、結果可靠性三個維度評估。
TIP來源：OpenAI：官網動態
6. Anthropic 副首席信息安全官發佈智能體 AI 風險評估框架：零風險不是目標
Anthropic 副首席信息安全官 Jason Clinton 分享了其團隊在採用智能體 AI 過程中的經驗教訓，並提出了一套用於安全構建和部署智能體的風險評估框架。該框架通過四個核心問題（攝入的不可信內容、可執行的操作、失控時的爆炸半徑、可觀測性）來評估風險，並強調“最小代理權限”原則。Anthropic 的默認策略是管理員控制的分階段推出，並指出與意圖偏離的智能體在行為上無異於內部攻擊。
TIP來源：Claude：Blog（網頁）
7. AI 時代“小需求”的成本邏輯變了：GitHub 博客談工程決策新範式
工程師對小型功能請求的決策成本已超過代碼實現成本。AI 智能體可在會議預熱時間內生成首個補丁，將抽象的“是否在範圍內”爭論轉化為可審查的具體產物。關鍵區分在於：代碼生成便宜不等於維護便宜，只有人類能自信審查並承擔長期責任的變更才算低成本。
TIP來源：GitHub Blog
