搜索
7 月 16 日，伯克利博士后 Haven Feng 的一条推文火了。原因无他，结果很震撼：在 ARC-AGI-3 Public 集上，一套名为 [schema] 的智能体框架，与 Claude Opus 4.8、Fable 5 组合后达到 98.98% 的 RHAE；换成 GPT-5.6 Sol 组合，分数也有 95.35%。
一项机器人拼搭长城的展示火爆全网。从彩排现场的照片来看，围观者已经里三层外三层。原力灵机联合阶跃星辰，用 6 台机器人挑战 15 小时连续作业，搭建完成一座包含超 8 万个零件的长城模型 —— 最小组件不到 1 厘米宽，成品长 3.5 米、宽 1.5 米、高 1.1 米。其中 4 台桌面机器人负责精细零件的拼装，2 台轮式机器人 Apex 负责将拼装完成的组件运输、组装。
这将是一个充满生产力的周末。就在刚刚，Claude 宣布当时时间 7 月 20 日起，Fable 5 继续留在所有 Max 和 Team Premium 套餐里，限额 50%。Pro 和 Team Standard 用户继续用积分访问，另外给用户发 100 美元的一次性积分。
7月15日，前谷歌DeepMind科学家Alex Turner宣布辞职。在一篇令人震惊的长文中，他揭露了谷歌如何一步步向五角大楼妥协，最终签下一份「毫无红线」的军事AI协议。以下，是Alex Turner用离职换来的惊人真相。
外媒Axios称，K3定价远低于它所挑战的高端模型，美国AI公司的高价策略还能维持多久？巧的是，就在最近，两大巨头正在打客户争夺战。此前，特曼在X上发帖，不提新模型，开头就是一句认错：
50多个智算中心，超过1000 EFLOPS的智能算力规模，平均利用效率却远远没有跑满。是石给出的解法，叫拓元（Vectron），一座国产Token优化工厂。是石科技依托国家级计算中心工程经验积淀，持续投入大规模集群研发，建设万卡级国产大集群，持续稳定运营，优化推理效率，构筑了深厚壁垒
WAIC（世界人工智能大会）第一天，信息量已经爆炸。从AI时代国家和企业的核心竞争力，到大模型迈向物理世界、迈向AGI所面临的挑战，再到Coding之后新的AI产品趋势……围绕从技术到产业的方方面面，图灵奖得主、两院院士、AI TOP研究者和企业、企业家们共聚一堂，精彩发声不断：
为了解决当前AI Agent存在的这些问题，面壁智能联合东北大学-面壁智能数据智能联合实验室、清华大学THUNLP实验室、OpenBMB与AI9Stars，正式开源了数字员工全流程构建与管理平台——StaffDeck。
WAIC 前夕，星尘智能（Astribot）新模型 Lumo-2，直接在官网甩出 20 + 真机视频 ——这背后，是星尘智能发布的第二代具身基座模型，也是业内首个面向家庭场景的隐式世界 - 动作模型（Latent World-Action Model），同步发的，还智能体 Agent Philia。
千寻智能的展台上，则来了两位画风完全不同的主角：一位是通体黑灰、看起来不苟言笑的 Moz1，埋头干活；另一位是首次公开亮相的 Moz2，奶杏色机身配上粉色小围脖「OOTD」，忙着向观众打招呼、举手比心，靠卖萌吸引了不少镜头。
RoboScience机器科学直接把世博馆展台，变成了 Visics 的压力测试场。换本体、换物品、换任务，多轮挑战轮番上阵，专挑具身大模型最容易掉链子的地方下手。Visics 的泛化能力究竟行不行？现场观众可以直接点题，围观验货。
7 月 14 日，Anthropic 正式发布 Claude for Teachers，面向美国 K12 教师免费开放高级功能，支持备课、课程设计、学习分析等教学场景。而在此之前，OpenAI 已经推出 ChatGPT for Teachers，同样聚焦教师教学支持，并计划向美国 K12 学区开放。
阿里巴巴达摩院的最新工作RynnWorld-Teleop对此给出的方案是：用生成式世界模型替代真实机器人。操作员的手势驱动一个实时视频生成器，由“数字世界中的机器人”完成全部视觉演示，同时自动获得关节级的动作标签。该方案被称为数字遥操作（Digital Teleoperation）。
最近，来自 Google、哥本哈根大学、牛津大学等机构的研究者提出了 VGGRPO（Visual Geometry GRPO，收录于 ECCV 2026）。这项工作聚焦于一个核心问题：如何在不牺牲预训练模型泛化能力的前提下，高效地提升视频生成的几何一致性，并使其适用于动态场景。其核心思路是，在隐空间（latent space）中利用 4D 几何奖励，进行几何感知的视频后训练。
最近，一篇名为 FreeStyle: Free Control of Style-Content Dual-Reference Generation from Community LoRA Mining 的工作引起了不少关注。换句话说，FreeStyle 研究的是 style-content dual-reference generation，也就是「内容 - 风格双参考生成」。
曾推出 RoboTwin 系列基准的团队发布了 RoboDojo，一套统一覆盖仿真与真实机器人操作的具身智能评测体系。它包含 42 个仿真任务、18 个真实机器人任务，并将 30 个代表性机器人策略放到同一套标准下比较。
这一次，我就挑选了其中比较有代表性的三款：QClaw、WorkBuddy 和百度搭子，通过几组真实办公任务进行横向测试，看看国产办公 Agent 现在到底发展到了什么水平。横测标准：同一任务、同一素材、同一交付标准，每个任务只给一次主要执行机会。
7 月 17 日，2026 世界人工智能大会在上海开幕。展览首次扩展至「三地四馆」，总面积超过 10 万平方米，1100 余家企业带来 3000 余项展品，其中超过 300 款产品在大会期间全球首发。智算与具身智能首次成为并列的核心赛道，各自聚集超过 200 家企业。从开展后的排队人流，到机器人展台前层层举起的手机，AI 依然是当下关注度最高的科技议题之一。
最近不少人在给 Codex 做各种美化，但很多方案都有一个共同的问题：直接替换 app.asar、覆盖资源文件，或者整张截图覆盖整个界面。这样不仅升级容易失效，还可能导致程序异常。今天分享的是一套完整交付物——Codex Dream Skin。
彭博社的一则独家报道如同一盆冰水，浇灭了所有人的热情：Gemini 3.5 Pro发布延期了，而且不是延期几天，是数月的大延期！本该是载入史册的发布，被谷歌自己按下了暂停。
随后，SpaceXAI 兑现了承诺，在 GitHub 上正式开源了这套智能体编程框架。该公司在一篇 X 帖子中表示：“开源 Grok Build 可以让任何人都能参与构建可靠且强大的框架。”开源不到 20 个小时，Grok Build 已在 GitHub 上收获 1.21 万颗 Star。
世界模型圈一大难题是定义模糊，起码三四个流派各研究各的，都做了个产品就说自己是真正的世界模型，谁也没法说谁的不是。蚂蚁旗下的灵波科技疑似把这问题给解决了，因为哥们直接把几乎现有所有方向都做了一遍。
Nile（https://nile.shop），这家15人的创业公司，想要帮助解决这个问题。他们要为品牌构建一个“AI原生后端”，让商家拥有属于自己的、能面向任何Agent做分发的“品牌智能体”。
Z Potentials获悉，近日，总部位于硅谷与新加坡的Prana Labs正式完成近千万美金种子轮融资，由元生资本、XVC、Creekstone、三七互娱联合投资，澜松资本担任独家财务顾问。 与赛
今天凌晨看到 Arena AI 更新 Code Arena 榜单时，我第一反应是有点意外。刚刚发布的 Kimi K3 拿到了 1679 分，排在全球第一，压过了 Claude Fable 5 的 1631 分和 GPT-5.6 Sol 的 1618 分。
大家好，我是袋鼠帝。 前几天，火山的朋友提前跟我同步了一个消息，说豆包Seed模型又更新了。
循环真正的门槛，并不在于让AI一直跑，而在于它能不能自己踩住刹车。
AI编程工具有望成为新的入口级产品。
这场越来越快、越来越贵、越来越拥挤的竞赛里，我们还能做什么？
天哪，打工人也能有自己的私人助理了！
