数据来源：AI HOT（aihot.virxact.com）
模型发布/更新
NVIDIA 开放 Alpamayo 2 Super 商用
NVIDIA 发布面向 Robotaxi 与自动驾驶研发的开放模型 Alpamayo 2 Super，并允许商业使用。该模型以 Cosmos 3 Super Reasoner 为基础，经过强化学习后训练，可输出轨迹预测、因果推理、元动作、自动标注和视觉问答等结果；具体效果仍应结合车辆平台和真实道路测试评估。
商汤开源 SenseNova U1，统一推理与图像生成
商汤宣布开源 SenseNova U1，让推理与图像生成在同一流程中完成。官方展示了两种代表性用法：信息图模式可从单条提示词生成结构化幻灯片，交错模式则能逐步生成图文内容；模型已上线 SenseNova Studio，并提供 Hugging Face 与 GitHub 入口。
🔗 X：商汤 SenseTime (@SenseTime_AI)
OpenRouter 上线 FLUX 3 Video
OpenRouter 接入 Black Forest Labs 的 FLUX 3 Video，让开发者可以经由统一接口调用这一视频、音频、图像与动作预测模型家族。OpenRouter 将它定位为覆盖真实、电影感和创意内容的一体化多模态生成方案。
蚂蚁百灵开放 Ling-3.0-flash 权重
蚂蚁百灵发布 Ling-3.0-flash 开放权重，同时提供官方 BF16 与 FP8 量化版本。开发者可以根据显存、吞吐和部署精度要求选择不同权重格式；实际性能仍需在目标硬件与业务负载下验证。
腾讯混元发布 Hy ASR 3.0 preview
腾讯混元发布新一代语音识别模型 Hy ASR 3.0 preview，基于 Hy3 大语言模型与 MoE 架构，把语音识别和上下文理解放进同一流程。腾讯公布的开源评测集结果为中文普通话 WER 3.34%、英语 2.62%、粤语 3.12%；模型还支持上下文纠错、热词注入和高噪声耳语等场景，现已上线腾讯云 API，并在元宝 App 首发免费开放。
🔗 公众号：腾讯混元
Black Forest Labs 公布 FLUX 3 Video 第一阶段
Black Forest Labs 发布 FLUX 3 Video 的首篇技术介绍，披露这套统一多模态模型家族的视频生成路线。它与 OpenRouter 当日上线的是同一模型家族：前者是开发者分发入口，后者则给出模型方的正式发布与技术说明。
产品发布/更新
Swiftlet 让大体量 Qwen MoE 模型在 Apple 设备上运行
开源项目 Swiftlet 用 Swift 与 Metal 构建本地推理运行时，只让较小的稠密核心常驻内存，再按需从存储流式读取路由专家权重。项目作者称，这种方式可让 80B 版 Qwen 在 Mac 上以约 4.3 GB 内存运行，并让 35B 版本进入 iPhone；代价是存储读取会成为性能关键，不能把“能运行”等同于高吞吐推理。
Reflex 开源 XY，挑战亿点级交互图表
Reflex 以 Apache-2.0 许可证开源 Python 交互式 2D 绘图库 XY。它把核心计算放到 Rust，通过二进制缓冲传输和 WebGL2 渲染；项目基准称，从 1 万到 1 亿点的渲染时间约为 0.07 至 0.08 秒，但该结果来自单台 Apple M5 Pro 的单轮测试，实际表现会受数据处理、浏览器和硬件影响。
🔗 GitHub：reflex-dev/xy ｜ MarkTechPost
面壁智能开源 ForgeStencil
面壁智能与 OpenBMB 开源 ForgeStencil，用 Kernel Agent 和 App Agent 形成从算子优化到应用集成的闭环。项目方称，系统可在一周内自动优化 100 多个工业与科学软件且无需人工介入；这是项目发布方的测试结果，仍需更多外部环境复现。
🔗 GitHub：OpenBMB/ForgeStencil ｜ 公众号：面壁智能
Soup v0.72.4 支持在 4 GB 显存上微调 8B 模型
Soup 发布 v0.72.4，主打通过 QLoRA 在配备 4 GB 显存的笔记本 GPU 上微调 8B 模型，整个流程可在本地完成，不依赖 SSH 或云服务。可行性会取决于模型结构、序列长度、批大小和系统内存，使用前应以项目说明和目标机器实测为准。
OpenRouter 推出 ori CLI
OpenRouter 发布 ori CLI，为 Claude Code、Codex、OpenCode、Hermes 等编码 harness 自动生成适配 OpenRouter 的优化配置。用户安装并登录后即可完成常用环境和模型设置，减少逐项配置环境变量的工作。
SpecForge v0.3.0 统一投机解码训练与推理栈
LMSYS 发布 SpecForge v0.3.0，把目标模型推理与草稿模型训练解耦，同时兼容 EAGLE3、EAGLE3.1、P-EAGLE、DFlash、Domino、DSpark 等投机解码算法。新版还以 SpecBundle 提供开放草稿模型，尝试统一在线、离线和解耦部署流程。
Replit 用“环境智能”主动生成设计方向
Replit 为 Design 推出 Ambient Intelligence：系统会在当前画面旁主动给出多个建议卡片，用户点选后即可生成新的设计版本，不必先写提示词或定义完整设计语言。它把创作入口从“先想清楚怎么问”改成“在候选方向中继续探索”。
Cloudflare 让智能体读取本地 Workers 追踪数据
Cloudflare 在 wrangler dev 和 vite dev 中自动捕获本地 Worker 调用的 OpenTelemetry 追踪，无需额外安装 SDK。智能体可通过 Local Explorer API 查询 spans、错误和关联日志，用同一套证据定位问题、修改代码并验证修复；开发者也能在浏览器界面中检查完整时序。
行业动态
市场消息称 Anthropic 与 Volta 签下百亿美元算力协议
AI 研究者 Rohan Paul 在 X 上转述称，Anthropic 与成立不久的云计算公司 Volta 签署了总额 100 亿美元的算力协议，涉及 Bitdeer 挪威 121MW 站点、NVIDIA 芯片和 Dell 服务器。该帖还给出 Volta 估值 24 亿美元、年均合同约 17 亿美元等数字；截至本期整理时，AI HOT 条目未附 Anthropic 或 Volta 的一手公告，因此这些金额与交易结构应视为待官方确认的市场消息。
🔗 X：Rohan Paul (@rohanpaul_ai)
首部 L3/L4 自动驾驶强制性国标发布
据 IT之家援引工信部消息，强制性国家标准《智能网联汽车 自动驾驶系统安全要求》（GB 44721—2026）已获批发布，计划自 2027 年 7 月 1 日起实施。它面向 L3 有条件自动驾驶和 L4 高度自动驾驶系统，从推荐性标准升级为统一的强制安全基线。
🔗 IT之家
Tibo：GPT-5.6 Luna 降价 80% 是长期调整
Tibo 在 X 上表示，GPT-5.6 Luna 的 80% 降价并非临时促销，而是由效率提升带来的长期价格调整。该说法来自个人公开帖；具体计费仍应以 OpenAI 官方价格页和实际账单为准。
Tino Cuéllar 出任 Anthropic 首席全球事务官
Anthropic 任命 Mariano-Florentino “Tino” Cuéllar 为公司首任首席全球事务官，负责全球政策、国际战略参与和政府关系。他曾任卡内基国际和平基金会主席及加州最高法院法官，并在加入公司前卸任 Anthropic 长期利益信托受托人。
OpenAI 更新第三方网络安全评估保障措施
OpenAI 就近期涉及其模型的第三方网络安全评估事件作出说明，并公布新的流程保障措施，重点强化测试范围、受控环境和参与方责任。公告的核心不是减少外部评估，而是让高风险测试拥有更清晰的授权、隔离和监督边界。
🔗 OpenAI
SAFE 指南尝试建立 AI 安全事件共享机制
Linux 基金会旗下开放安全 AI 联盟发布 Shared AI Flaw Exchange（SAFE）指南征求意见稿，尝试为智能体和 AI 系统的安全事件建立可跨组织共享的分类与交换方式。NVIDIA 将其定位为把单次事件转化为生态级防护信号的基础设施，而不是又一份孤立的漏洞报告。
Google 汇总 7 月 AI 更新：三款 Gemini 模型与 Robotics ER 2
Google 在月度更新中回顾 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite、Gemini 3.5 Flash Cyber 三款模型，以及 Gemini Robotics ER 2。三款 Gemini 模型聚焦生产级智能体的 token 效率、延迟和可靠性，Robotics ER 2 则继续推进机器人具身推理能力。
技巧与观点
单颗 AMD MI300X 运行 DeepSeek V4 Flash
开源仓库给出在单颗 AMD MI300X 上部署 DeepSeek-V4-Flash-0731 的配置与补丁，不额外量化或卸载权重。作者报告称，304B 参数模型可装入 192 GB HBM，并达到单流 168.6 tok/s、8 路并发聚合 542 tok/s，且验证了 256K 上下文；这些数据来自特定软硬件栈，应以复现实测为准。
🔗 GitHub：ryanzhou/deepseek-v4-flash-mi300x
MiniMax-H3 的 MLX 移植可在 Apple Silicon 上运行
Simon Willison 试用了社区项目 minimax-h3-mlx：约 115 GB 模型文件可在 M5 Max MacBook Pro 上运行，生成带音频视频耗时不到 45 分钟。这个案例证明了本地可行性，也提醒用户不要把本地运行与实时生成混为一谈；模型下载、内存和等待时间仍然很重。
用 SkillSpector、YARA 与 SARIF 审计 AI 技能
一篇实战教程把 NVIDIA SkillSpector、LangGraph、YARA 规则、SARIF 输出和 CI 策略门组合成技能安全审计流水线。作者用干净、风险、恶意和 MCP 示例构造测试市场，再逐项扫描；它适合作为流水线设计参考，但合成样本结果不能替代对真实技能生态的持续验证。
Cloudflare 用软件工厂清理 Astro 的 GitHub issues
Cloudflare 披露一套由 issue 标签驱动的自动化 triage 流程：隔离的 AI 智能体负责复现、诊断、修复，并发布预览版本交给用户验证。团队称 Astro 的开放 issue 已从 200 多个降到约 30 个，目标是下月归零；底层引擎已演化为开源框架 Flue，用于构建持久化智能体和工作流。
GitHub 用堆叠式 PR 拆解 AI 生成的巨型改动
GitHub 建议把 1,000 行以上的 AI 生成 diff 按数据、API、接线和 UI 拆成 L1 至 L4 的堆叠式 Pull Request。每一层都有独立依赖和审查人，既降低单次审查负担，也让问题更容易定位；这套方法尤其适合边界清晰、可以自底向上验证的功能。
用 LangSmith 从三层评估语音智能体
LangChain 将语音智能体评估拆成执行过程、任务结果和来电者体验三层，并组合 traces、代码评估器、LLM judges 与人工审查。关键思路是不要只看“回答对不对”，还要检查工具调用、延迟、对话中断和用户感受是否达标。
从零用 Codex 做出久坐提醒硬件
数字生命卡兹克记录了一个五天硬件实验：从需求讨论、电路搭建、代码烧录到 3D 打印组装，全程借助 Codex 做出猫爪形久坐提醒器。文章也延伸到用 Agent 调试宏键盘，以及 OpenAI 与 Work Louder 联名的 Codex Micro 键盘案例，重点不是“AI 一键造硬件”，而是用对话降低边做边学的门槛。
AI 降价与高端定价同时发生，杰文斯悖论还能走多远
投资人 Tom Tunguz 讨论 AI 需求中的杰文斯悖论：一边是厂商强调算力仍供不应求，另一边则同时出现高端模型涨价与效率型模型大幅降价。文章以 Anthropic Fable 5 和 GPT-5.6 Luna 为例，认为未来需求未必只由单位 token 价格决定，还取决于不同能力层级能否创造足够的新用量；文中的价格比较属于作者分析，应以各厂商官方计费为准。
AI 热点日报 · 作者：钟懿 · 数据来源：AI HOT（aihot.virxact.com）