日报

数据来源：AI HOT（aihot.virxact.com） 模型发布/更新 腾讯混元发布 HyOCR-1.5：端到端 OCR 大模型全栈开源，推理提速 6.37 倍 腾讯混元发布 HyOCR-1.5，主打端到端 OCR 大模型的训练、推理和模型权重全栈开源。模型只有 1B 参数，却覆盖 8 种以上 text-centric 任务，并引入 DFlash 投机解码框架，在 Transformers 下实现 6.37 倍加速，在 vLLM 下实现 2.14 倍加速。它还支持 4K 分辨率和 128K 上下文窗口，并通过 Agentic Data Flow 扩展低资源 OCR、古文字识别和多图问答能力。对文档智能来说，这类小模型路线的价值在于把 OCR 从“识别工具”推向更可部署的多任务文档理解底座。 📎 公众号：腾讯混元 德国 AI 协会发布开源模型 Soofi S，在英语和德语基准测试中领先 德国 AI 协会协调的研究联盟发布 Soofi S 30B-A3B 开源大语言模型。该模型总参数 316 亿，每个 token 只激活约 32 亿参数，采用 Mamba-2 与标准注意力层混合的 MoE 架构，并完全在德国电信慕尼黑工业 AI 云上训练。AI HOT 收录的信息显示，Soofi S 在英语和德语综合基准上超过 OLMo 3 32B、Apertus 70B 等完全开源模型，上下文窗口最高支持 100 万 token。它值得关注的地方不只是性能，而是欧洲正在继续尝试把本地训练、开源权重和多语言能力放在同一条路线里。 ...

数据来源：AI HOT（aihot.virxact.com） 模型发布/更新 腾讯混元发布 Hy3 模型：295B 参数 MoE 架构，Agent 向 LLM 定位，已集成微信服务 10 亿+用户 腾讯混元团队发布 Hy3 模型，总参数 295B、激活参数 21B，采用 MoE 架构，官方定位更偏向 Agent 向 LLM。它从 preview 到正式版吸收了 50 多个真实业务反馈，内部 WorkBuddy 任务成功率从 72% 提升到 90%，耗时降低 34%。这次发布的信号在于，通用模型竞争正在更明显地转向真实办公、代码和复杂任务规划场景，而 Hy3 已经被接入微信服务的超 10 亿用户体系。 📎 X：阿易 AI Notes (@AYi_AInotes) 产品发布/更新 Mesh LLM：在 iroh 上进行分布式人工智能计算 Mesh LLM 是一个开源项目，目标是把多台机器上的 GPU 和内存汇成一个本地可用的推理资源池，并对外提供兼容 OpenAI 的 API。它通过 iroh 做点对点连接，不依赖中央服务器；请求可以在本地 GPU 执行，也可以路由到已加载模型的其他节点，甚至把大模型按层切分到多台机器上流水线运行。对个人开发者和小团队来说，这类工具让闲置显卡和分散设备更容易组成可用算力。 📎 Hacker News 热门（buzzing.cc 中文翻译） Codex 与 ChatGPT Work 多项更新：取消 5 小时限制 Codex 和 ChatGPT Work 在过去 48 小时内连续更新。消息称，Plus、Business 和 Pro 计划的 5 小时使用限制被暂时取消，同时 GPT-5.6 Sol 正在推出效率改进，预计会降低使用量消耗，让用户能完成更长任务。官方还提到活跃用户已达到 600 万，并进行使用量重置。对高频使用编码和工作流智能体的人来说，这意味着短期内可用额度和长任务体验都会更宽松。 ...

数据来源：AI HOT（aihot.virxact.com） 模型发布/更新 蚂蚁集团 Robbyant 发布 LingBot-VA 2.0，首个原生具身基础模型 蚂蚁集团旗下具身智能团队 Robbyant 发布 LingBot-VA 2.0，首个原生具身基础模型。该模型采用因果 DiT 架构，视频专家约 13.0B 参数（约 1.9B 激活），训练规模约 15.3B 参数，推理时每 token 约 2.5B 激活。模型引入多块预测（MCP）实现 2.3 倍训练加速，并通过前瞻推理将推理延迟降至 142 ms/chunk。在 RoboTwin 2.0 的 50 个任务上，干净与随机演示数据平均成功率分别达 93.8% 和 93.4%。 📎 MarkTechPost（RSS） OpenAI 发布 GPT-5.6 系列医疗评估结果 OpenAI 发布 GPT-5.6 系列在医疗领域的评估结果。最小变体 GPT-5.6 Luna 在最低推理强度下即超越最高推理强度的 GPT-5.5，且成本低 25 倍；最大变体 GPT-5.6 Sol 树立新标杆。在涵盖患者端与临床端的多样化任务中，专科医生被要求以无限时间和网络访问权限撰写回答，随后由其他医生盲评。评估基于准确性、沟通、完整性、指令遵循及健康决策帮助性五个维度，共 20000 次评分。结果显示，所有 GPT-5.6 模型表现均显著优于医生，且医生发现 GPT-5.6 回答中的缺陷少于医生自己撰写的回答。 📎 X：Sam Altman (@sama) 产品发布/更新 Claude Code v2.1.207 发布 Claude Code v2.1.207 发布。Auto 模式在 Bedrock、Vertex AI 和 Foundry 上无需 CLAUDE_CODE_ENABLE_AUTO_MODE 即可使用，可通过 disableAutoMode 设置关闭。修复了流式响应中包含超长列表、表格、段落或代码块时终端冻结和按键延迟的问题；修复了非交互式运行中远程托管设置被永久记录为已同意而未显示安全同意对话框的问题；修复了自动更新程序每次发布时覆盖 ~/.local/bin/claude 自定义启动脚本或符号链接的问题。Bedrock、Vertex 和 Claude Platform on AWS 默认切换为 Claude Opus 4… ...

数据来源：AI HOT（aihot.virxact.com） 模型发布/更新 OpenAI 推出 ChatGPT Work：可跨应用自主工作的 AI 智能体 OpenAI 发布 ChatGPT Work，一个能跨应用和文件收集信息、将复杂项目分解为小步骤独立完成并持续工作数小时的 AI 智能体。它内置 Codex 技术，目前每周超 500 万用户使用 Codex，其中超 100 万用于非软件开发场景。ChatGPT Work 由最新前沿模型 GPT‑5.6 驱动，具备多步骤推理和按模板生成材料的能力。该功能面向 Pro、Enterprise 和 Edu 计划推出，未来几天扩展至 Plus 和 Business 计划。桌面版 ChatGPT 在所有计划中提供 Chat、Work 和 Codex 模式，且 Codex 应用已合并至新的桌面应用。 📎 OpenAI：官网动态（RSS · 排除企业/客户案例） 蚂蚁灵波开源实时交互世界模型 LingBot-World 2.0 蚂蚁灵波开源新一代实时交互世界模型 LingBot-World 2.0（14B 参数），支持施法、攻击、跳跃等丰富角色动作及文本驱动事件，内置 Pilot Agent 与 Director Agent 实现世界持续演化，并支持多人同时交互。模型采用因果预训练范式和混合双向自回归注意力掩码（MoBA），可稳定输出 720p/60fps 实时画面，长达一小时测试画质不衰减。模型权重及推理代码以非商用协议开源，SGLang 已适配，并提供 Reactor PC 端和灵光 APP 体验入口。 📎 IT之家（RSS） OpenAI 发布最强模型与最佳博文 Sam Altman 在 X 上称 OpenAI 发布的是“有史以来最好的模型”，也是团队写得最好的博文之一，并指向 GPT-5.6 官方介绍。 ...

数据来源：AI HOT（aihot.virxact.com） 模型发布/更新 OpenAI 推出 ChatGPT Work：可跨应用自主工作的 AI 智能体 OpenAI 发布 ChatGPT Work，一个能跨应用和文件收集信息、将复杂项目分解为小步骤独立完成并持续工作数小时的 AI 智能体。它内置 Codex 技术，目前每周超 500 万用户使用 Codex，其中超 100 万用于非软件开发场景。ChatGPT Work 由今天同步推出的最新前沿模型 GPT‑5.6 驱动，具备多步骤推理和按模板生成材料的能力。该功能今天起面向 Pro、Enterprise 和 Edu 计划推出，未来几天扩展至 Plus 和 Business 计划。桌面版 ChatGPT 在所有计划（含免费版）中提供 Chat、Work 和 Codex 模式，且 Codex 应用已合并至新的桌面应用。 📎 OpenAI：官网动态（RSS · 排除企业/客户案例） 蚂蚁灵波开源实时交互世界模型 LingBot-World 2.0 蚂蚁灵波开源新一代实时交互世界模型 LingBot-World 2.0（14B 参数），支持施法、攻击、跳跃等丰富角色动作及文本驱动事件（如切换场景、召唤风暴），内置 Pilot Agent 与 Director Agent 实现世界持续演化，并支持多人同时交互。模型采用因果预训练范式和混合双向自回归注意力掩码（MoBA），可稳定输出 720p/60fps 实时画面，长达一小时测试画质不衰减。通过一致性蒸馏与 DMD 降低采样成本，结合注意力 kernel 优化、混合并行推理、动态 KV 缓存调度和异步流媒体传输实现低延迟交互。模型权重及推理代码以非商用协议开源，SGLang 已适配，并提供 Reactor PC 端和灵光 APP … ...

数据来源：AI HOT（aihot.virxact.com） 模型发布/更新 推出 Grok 4.5 Cursor 与 SpaceXAI 联合训练了混合专家模型 Grok 4.5，在数万亿 tokens 的 Cursor 用户交互数据上训练，并通过强化学习解决软件工程、数据科学、金融、法律等领域的困难问题。基础版定价 $2/M 输入 tokens、$6/M 输出 tokens，快速版 $4/M 输入 tokens、$18/M 输出 tokens。即日起在 Cursor 桌面、网页、iOS、CLI 及 SDK 中可用，个人和团队计划首周使用量翻倍。Grok 4.5 与 Composer 2.5 为不同权重类别，两者将继续支持。 📎 Cursor Blog OpenAI 发布 GPT‑Live 新一代全双工语音模型 OpenAI 今日推出 GPT‑Live，基于全双工架构实现同时听与说，支持自然打断与实时回馈。该模型每秒多次判断是否说话、倾听、打断或调用工具，并将搜索、推理等复杂任务委托给后台 GPT‑5.5，保持对话流畅。即日起向全球 ChatGPT 用户提供 GPT‑Live‑1 和 GPT‑Live‑1 mini 两个版本。人类评估显示，在 5‑10 分钟对话中，GPT‑Live‑1 系列在自然度、轮流、打断等方面显著优于 Advanced Voice Mode；在 GPQA、BrowseComp 和 τ³‑Voice Telecom 基准测试中也表现更强。未来将开放 API。 📎 OpenAI：官网动态（RSS · 排除企业/客户案例） Pulpie：用于清理网络的Pareto最优模型 Pulpie是一族Pareto最优模型，用于从HTML页面提取主要内容。其最小模型pulpie-orange-small（210M参数）在WebMainBench上取得0.862的ROUGE-5 F1分数，接近600M参数的Dripper（0.864），但成本仅1/20。在NVIDIA L4 GPU上，Pulpie处理速度13.7页/秒，Dripper仅0.68页/秒。清理10亿页HTML，Pulpie成本约$7,900，Dripper需$159,000。模型采用编码器架构，单次前向传播即可标记每个HTML块为内容或模板，已在HuggingFace开源。 ...

数据来源：AI HOT（aihot.virxact.com） 模型发布/更新 Meta Superintelligence Labs 推出 Muse Image 和 Muse Video Meta Superintelligence Labs 发布首个媒体生成模型 Muse Image 和 Muse Video。Muse Image 是目前最先进的图像生成模型，能精确遵循指令、精准编辑、多参考构图，并利用 Instagram 社交上下文。它还具备智能体工具使用能力并集成 Muse Spark。用户可通过 Meta AI 应用、网页、Instagram Stories 和 WhatsApp 试用，初始限于部分国家。Muse Video 基于相同预训练基础，实现高视觉保真度并原生支持音频。 📎 X：AI at Meta (@AIatMeta) 产品发布/更新 MIRA：可玩多人世界模型，20 FPS 实时生成"火箭联盟的梦" MIRA 是一个可玩、多人的世界模型，被形容为"火箭联盟的梦"。它基于 10k 小时公开机器人收集的数据训练，学习四玩家游戏动态，根据按键实时生成画面，帧率达 20 FPS。模型由 General Intuition 与 Kyutai Labs 联合构建，Epic Games 提供协作。Ethan Mollick 称从最早的扩散 DOOM 玩过来，多人 20 FPS 效果出色。演示、技术报告及开源代码已公开，在 ICML Booth 111 现场展示。 ...

数据来源：AI HOT（aihot.virxact.com） 模型发布/更新 美团 LongCat-2.0 完全开源（MIT 许可），1.6T MoE 模型开放权重与推理代码 美团宣布 LongCat-2.0 完全开源（MIT 许可），公开模型权重与推理代码。该模型采用 MoE 架构，总参数量 1.6T，每 token 激活约 48B，支持 1M token 上下文。技术亮点包括 LongCat Sparse Attention、Zero-Compute Experts 动态激活 33B-56B 计算，以及 MOPD 按任务路由 Agent、Reasoning、Interaction 三组专家。Benchmark 成绩包括 Terminal-Bench 2.1 70.8、SWE-bench Pro 59.5、SWE-bench Multilingual 77.3、FORTE 73.2、RWSearch 78.8、BrowseComp 79.9，并已原生集成 Claude Code、OpenClaw、Hermes Agent 等工具，支持 GPU 与 NPU 部署。 📎 X：美团 LongCat (@Meituan_LongCat) 行业动态 扎克伯格：建千兆瓦级 AI 集群，集中精英与资本 Mark Zuckerberg 表示，Meta 正在建设名为 Prometheus 的 AI 集群，首个单一集群规模超过 1GW，并称相关投入是“数千亿美元”级别。他强调自己的职责是集中顶尖人才、资本和基础设施。 📎 X：Rohan Paul (@rohanpaul_ai) ...

数据来源：AI HOT（aihot.virxact.com） 论文研究 我国研制全球首款基于可控存内计算的忆阻器神经动力学芯片 北京大学集成电路学院联合中科院上海微系统所，发布全球首款基于可控存内计算的忆阻器神经动力学芯片，首次将单步运算时延压缩至 2.12 毫秒。芯片采用 40 纳米工艺，存内计算阵列与外围电路总面积 0.28 平方毫米，运行频率 50 MHz，单步积分仅需 9 级流水。在脑皮层重建等任务中较当前 GPU 提速 50 至 478 倍，突破神经动力学实时计算瓶颈。相关成果 7 月 3 日发表于《科学》。 ?? IT之家（RSS） NVIDIA 联合多所大学提出 ASPIRE：自我改进机器人框架，零样本成功率最高提升 77 分 NVIDIA 联合密歇根大学、UIUC、UC Berkeley 等提出 ASPIRE，一个持续学习机器人框架。它通过协调器-执行器架构、闭环执行引擎、技能库和进化搜索，编写并优化机器人控制程序。编程智能体使用 Claude Code（Claude Opus 4.6，1M token 上下文窗口）。在 LIBERO-Pro 上最高比最强基线提升 77 分；Robosuite 双手交接成功率从 20% 提升至 92%；BEHAVIOR-1K 收音机拾取任务从 56% 提升至 88%。利用 LIBERO-90 积累的技能，ASPIRE 在零样本条件下对 LIBERO-Pro Long 任务达到约 31% 成功率，此前方法饱和在 4% 附近。 ?? MarkTechPost（RSS） 技巧与观点 26000 名学生研究显示 AI 隐藏学习成本需两年才显现 一项追踪 26000 名 7-12 年级中学生 30 个月的面板数据研究发现：使用 AI 后作业分数提升 18%，完成时间从 64 分钟降至 45 分钟，但闭卷考试分数下降 20%，升学考试成绩下降 18% 至 24%，且完全影响约两年才显现。81% 长期用户作业完成时间低于 50 分钟（外包迹象）。社会学科下降 27%，STEM 下降 22%，英语下降 17%，语文下降 9%。每周使用 AI 一小时损失约 5%，五小时损失 30%。早期损失从约 25% 降至 16% 但未消失。 ...

数据来源：AI HOT（aihot.virxact.com） 产品发布/更新 支付宝阿宝 AI 助手正式开放公测 支付宝阿宝 AI 助手今日正式开放公测，iOS 和安卓用户可在应用商店或支付宝 App 搜索"阿宝"或"蚂蚁阿宝"直接体验。开通后右滑进入新版，以对话方式安排办事，例如说出"查公积金"，阿宝会自动匹配对应小程序和服务入口，用户点击确认即可完成。支付宝承诺所有资金变动与支付环节均需用户本人确认，扫码、转账等功能已预留入口。 📎 IT之家（RSS） Google Health API 推出 CLI：ghealth 是针对 Fitbit 数据的开源工具 ghealth 是一款封装 Google Health API v4 的开源命令行工具，以单个 Go 二进制文件发布（Apache 2.0 协议）。它提供 40 种已验证的数据类型（包括步数、心率、睡眠、体重、血氧饱和度、心率变异性等）的结构化 JSON 输出。工具采用 Agent 优先设计，具备确定性退出码、–dry-run 和 –raw 标志，并附带两个 SKILL.md 文件供 AI 智能体使用。用户需自行创建 OAuth 凭据，通过 PKCE S256 认证。数据来源覆盖 Fitbit、Pixel Watch 及连接的第三方设备。 📎 MarkTechPost（RSS） Senior SWE-Bench：评估 AI 智能体作为高级工程师的基准测试 Senior SWE-Bench 是一个开源基准测试，用于评估 AI 智能体完成高级软件工程师级别任务的能力。任务分功能开发与 Bug 修复两类：功能任务指令类似自然语言消息，采用验证智能体基于专家配方自动生成行为测试；Bug 任务要求根据日志、profiling 等运行时信息深入调查。排行榜显示，Claude Opus 4.8 搭配 Mini-SWE-Agent（max effort）通过率 24.0%，Claude Sonnet 5 为 19.4%，GPT-5.5 为 16.0%，最强前沿模型在超 75% 任务中未能达到高级工程师级别的正确性与品味。 ...