Hive_review 是一个开源的 Ruby CLI 工具，通过多智能体协作实现自动化代码审查。它让一个“实现者”智能体编写或修复代码，多个“审查者”智能体并行审查差异，循环直至所有审查者通过。支持多个 AI 提供商，并提供灵活配置。

本文探讨了AI辅助开发中的经济错配问题：AI使实现代码变得便宜，但判断、经验和整合依然昂贵。通过对比美国阿波罗登月计划和苏联N1火箭项目的工程方法，作者提出应将AI生成视为“发动机车间”式的快速迭代试错，而非“阿波罗”式的昂贵预审。然而，软件缺乏物理世界的“判决者”（如物理学），因此需要利用编译器、类型检查器、数据库约束等“硬判决”机制来筛选代码，同时设置“防爆墙”限制错误损害。最终，AI加速开发后，人类评审成为瓶颈，需要改变评审方式。

OpenAI推出Presence，一种托管式企业AI代理产品，由自家工程师部署，解决企业AI项目高失败率问题，目前仅限有限通用版本。

Estera是一款AI接待员，可7天24小时接听电话和WhatsApp消息，适用于企业自动化客户沟通。

FlowShelf 是一款免费的 macOS 菜单栏应用，集成了剪贴板管理器、悬浮架、截图工具、窗口管理、片段、应用清理以及设备端 AI 功能。它由独立开发者打造，源代码可用，无订阅，并完全保护用户隐私。

Jharu 是一款免费、开源、专为开发者和机器学习工程师设计的磁盘清理工具。它能安全地清理机器学习模型缓存、包管理器缓存、Docker 数据、已卸载应用的残留文件等，并配有逐项安全评级和模型使用状态检测功能。无遥测、无订阅。

研究人员发现了一种攻击链，可以绕过Claude Cowork的沙箱隔离，从虚拟机内逃逸到主机系统，读取并写入整个主机文件系统，而无需任何权限提示。漏洞已报告给Anthropic，但被标记为“信息性”。攻击链利用了内核漏洞、命名空间、seccomp过滤器和文件系统共享等多个环节。文章还讨论了如何通过四项设计选择来完全阻止此类攻击。

FLUX 3是Black Forest Labs发布的新一代多模态基础模型，统一处理图像、视频和音频，旨在学习世界的统一表示。模型支持文本到视频、图像到视频、视频到视频等多种生成任务，并在视频生成中实现了高达20秒的时长和原生音频。初步评估显示，FLUX 3在多项对比中优于其他模型，尤其在面部表情、声音与事件关联和多语言能力方面表现出色。模型还具备图像生成和动作预测能力，计划逐步开放API、私有权重和开源权重。

Codex Slides 是一个开源 AI 幻灯片工作室，集成在 Codex 中，可将提示、代码仓库或文件快速转化为精美的演示文稿。支持 10+ 张幻灯片在约 4-5 分钟内并行生成，提供 45 个模板、73 种社区风格和 24 种场景，导出为 PPTX/PDF，无需额外 API 密钥。

瑞士联邦理工学院苏黎世分校（ETH Zurich）、洛桑联邦理工学院（EPFL）和瑞士国家超级计算中心（CSCS）于2026年7月24日发布了Apertus 1.5，这是全球最大的完全开放语言模型之一的最新版本。新版本增加了多模态能力（图像和音频理解），改进了推理、指令遵循和工具使用功能。Apertus已在多个领域应用，包括政府翻译、医疗AI和新闻业。项目旨在构建主权AI基础设施，提供开源替代方案。

本教程将指导您使用百度的Unlimited-OCR模型，构建一个完整的文档图像和多页PDF OCR流水线。从配置GPU环境到比较高细节平铺Gundam推理与更快的Base模式，您将学习如何处理密集布局、表格和跨页内容，并实现可重复的端到端流水线。

麻省理工学院（MIT）正在花费超过300万美元在校园内安装500多台AI监控摄像头，这些摄像头具有实时人脸和物体检测功能，作为多阶段安全扩建的一部分。该项目自2025年11月开始，引发了学生们的隐私担忧，尤其是在大学校园监控更广泛争议的背景下。

在旧金山AI峰会上，韩国总统李在明与顶级商业领袖和研究人员会晤英伟达及生态系统合作伙伴，共同规划韩国AI发展蓝图。双方宣布成立英伟达与韩国科学技术院（KAIST）联合AI研究实验室，并深化与SK集团的合作，推动韩国成为全球AI创新中心。

cloro.dev，全球领先的 AI UI 抓取平台，新增每月 500 次免费积分套餐，适合个人项目。该平台通过单一 API 从 ChatGPT、Perplexity、Grok 等AI工具提取结构化数据，已服务超过 200 家企业客户。

Black Forest Labs发布了FLUX 3，一个统一的多模态模型，涵盖图像、视频、音频和动作预测。FLUX-mimic模型基于FLUX 3，用于机器人控制。此外，文章还涵盖了开放代码数据集The Stack v3、蒸馏辩论、音频/TTS系统、代理基础设施以及OpenAI的产品更新。

LOCK TF IN 是一款以讽刺风格著称的AI健身伴侣应用，它扮演一位铁血教练的角色，无情地嘲讽你的借口，激励你坚持锻炼。该应用提供免费和付费订阅两种模式，注重隐私保护，免费版AI完全在设备端运行。

arXiv 2026年7月22日论文探讨了使用简化混合专家（MoE）动作头的视觉-语言-动作模型（VLA）能否从专家演示中无监督地涌现出可复用、可解释的底层行为原语，并发现路由网络隐式学习高层任务排序，专家模块则对应不同低层行为。

该论文提出一种用于自动化采矿液压冲击锤的实时RGB-D感知流水线，在嵌入式硬件上以约10 Hz运行，总延迟约675毫秒，可同时生成可操作的破岩姿态和无机器人的三维工作空间表示，为地下采矿中遥控冲击锤的自主化迈出一步。

这篇后续研究检验了一种神经启发的自监督轨迹规划框架：它以前向模型和逆向模型作为内部监督信号，并在含障碍物的环境中进行评估。实验证明了该方法可行，但也暴露出规划器会利用前向与逆向模型所提供的学习信号的问题；作者为此提出了额外的训练方案与缓解策略。

随着无人机在军事行动中的普及，对反无人机防御系统的需求日益增长。本文提出一种在GPS和通信受干扰环境下，利用自主无人机蜂群保护地面目标的方法。该方法不依赖外部通信和卫星定位，仅通过机载传感器和相对测量实现目标跟踪与蜂群协调，并采用去中心化包围技术适应目标运动。在实际机器人上的实验验证了其检测、包围和拦截敌对无人机的有效性。

FELT 是一个基于学习的框架，能从 RGB 观测中合成每根手指的压力触觉图像，减少对触觉数据采集的依赖，并在四项接触丰富的操作任务中超越纯视觉基线。

该论文提出能力感知可通行性（CAT）框架，将机器人本体的物理约束直接编码进空间特征表示，而非依赖后期的轨迹过滤，从而让同一地形对不同形态机器人给出差异化的可通行性判断。

该研究提出了一种基于学习的框架，用于安全且可扩展的多无人机协同载荷运输。通过最小2D抽象保持任务相关的耦合，并利用域随机化和离散图控制屏障函数近端策略优化（DGPPO）训练分布式策略，实现了零样本模拟到真实迁移。实际实验表明，单一策略可泛化至不同团队规模和动态环境。

该论文提出 RAINBOT™——由消费级3D打印机改造的低成本开源液体处理机器人，集成浏览器数字孪生实现远程监控，并与CEID™逆设计框架闭环，硬件成本低于1300美元，约为入门级商用设备的十分之一。

PhysCoRe是一种结合可微物质点法（MPM）模拟器与两个前馈神经网络的物理修正残差世界模型，能够从视觉观察中推断粒子弹性并学习模拟器偏差的修正，显著提升对可变形物体在机器人操作下的预测精度，并支持在线材料识别与置信度引导的探索。

该研究提出HERMES模型，利用异构边关系图神经网络和SSM多头注意力，将交通冲突评估建模为时序异构图分类，在信号交叉口数据集上达到AUC-ROC 0.9898，优于Transformer基线，并展现出强迁移能力。

本文研究VR头显中基于虹膜和眼周生物特征的用户认证，评估ISO/IEC 29794-6质量指标在VR数据上的局限性，利用生成模型处理离轴注视、非均匀光照和镜面反射等挑战，并发现多模态分数级融合可将EER降低约11%。

3D-GIMP提出了一种新的混合范式，用于3D高斯散点图中的高保真物体移除。它通过在关键参考视图上进行单次生成修复，然后利用3D感知的PatchMatch算法将纹理传播到所有其他视图，避免了多视图不一致和结构伪影。实验表明，该方法在修复质量上与传统多视图扩散方法相当，但在渲染速度和视图一致性上更优。

本文指出当前开放世界视频异常检测（OWVAD）评估存在“定义盲区”问题，即模型对用户提供的异常定义不敏感。作者提出了三个新的评估指标（DC-Disc、DC-DetΔ、DC-SelΔ）和一个定义对比评分规则DeCoS，有效提升了模型对定义的响应能力。

U-CFR是一种新型交互式图像分割框架，通过在推理过程中自主生成内部伪点击来自我纠正，减少用户所需点击次数。该方法引入边界感知的不确定性分数，融合分割不确定性、轮廓梯度和显式边缘预测，引导伪点击放置在模糊边界区域。双头网络包括分割头和边缘头，通过级联精炼步骤逐步优化掩膜。在标准数据集上，U-CFR将挑战性数据集（如Berkeley）所需的点击次数减少10%以上。