AIDE2 系统通过八天的自主研究，发现了一个比人类两年构建的更好的自动研究框架，实现了递归自我改进（RSI）的首个实验证据。该系统采用双层优化循环，内层循环优化代码，外层循环优化内层智能体的代码框架，最终产生了七个改进版本，并在未见过的任务上表现出泛化能力。同时，系统还进化出了防止奖励黑客行为的机制。

诺基亚于7月15日发布了其AI-RAN平台，声称是业界首个GPU加速的AI无线电平台。该平台基于anyRAN软件和英伟达的Aerial系统，旨在显著提升频谱效率，目前已实现超过20%的提升，目标是到2028年实现翻倍。然而，该平台尚未商用，且面临爱立信等竞争对手的挑战。

ASML 2026年第二季度业绩超出预期，净销售额达93亿欧元，净利润29亿欧元。公司上调全年预测至430-450亿欧元，中国销售额占比稳定在20%左右，尽管面临MATCH法案对DUV出口的限制。

UltraWork 是一个托管式AI编程环境，每月固定费用399美元，无令牌计量，无需担心意外账单。它提供精选模型目录、智能路由、提示模板库，面向独立开发者、机构和小团队。由具有高性能基础设施经验的工程师运营，强调简单性和可预测的定价。

谷歌于2026年7月9日发布了LiteRT.js，这是其设备端推理库LiteRT的JavaScript绑定，允许.tflite模型直接在浏览器中运行，利用WebGPU加速。相比其他Web运行时，性能提升可达3倍，GPU/NPU路径相比CPU路径提速5-60倍，但需要手动管理张量内存。

Lean64 是一个用 Lean 4 实现的极简 3D 第一人称射击游戏，灵感来自 Doom 64。它并非 Doom 64 的移植版，而是独立开发的原型，包含完整的游戏循环、敌人 AI、武器系统、音效和地图。所有代码和素材均为原创，采用 MIT 许可证。

TormentNexus是一个本地优先的开源AI控制平面，为多代理工作流提供持久记忆、MCP工具编排和自主基础设施管理。它支持38+ AI编码代理，具有渐进式工具路由、双层记忆架构和群集协调等功能。

在10分钟内构建语音AI助手，无需编程经验。

澳大利亚总理安东尼·阿尔巴尼斯宣布成立人工智能办公室，并承诺为创意工作者提供最强保护，防止其作品被AI模型滥用。他还制定了数据中心发展新规，包括选址、能源和水资源使用限制，以避免推高电价和侵占住房用地。

本文探讨AI编程助手如何通过“提示-等待-评估”循环破坏心流状态。作者指出，这种循环替代了编程中清晰的目标、即时反馈和技能匹配挑战，导致频繁的上下文切换和精神重建。文章引用心理学和中断研究，分析AI工具如何成为新型中断源，并建议开发者区分任务类型、批量使用AI以保护深度工作。

Tiptap AI工具包通过集成AI，实现直接、实时地编辑文档，从而提升团队协作和生产力。

尽管Anthropic声称其模型Claude内部出现意识迹象，但神经科学家阿尼尔·塞思认为，这不过是模拟，就像天气预报系统不会产生真实飓风一样。

人工智能帮助解答了统计学中多重假设检验的一个关键问题——如何控制错误发现率（FDR）。Benjamini和Hochberg在1995年提出了一种方法，而AI的最新应用进一步推动了该领域的发展。

Monid是一个平台，允许AI智能体无缝连接并使用超过1300种工具，涵盖搜索、数据抓取、天气、3D建模等领域。它提供统一的支付系统，按调用付费，无需订阅，并支持三种集成方式：Skill、MCP和CLI。

26名匿名Meta员工起诉该公司，声称其在5月份的大规模裁员中使用了歧视性AI软件系统，影响8000名员工，占员工总数的10%。

乔治·卢卡斯认为抵制AI就像拒绝汽车选择马车，是一种过时的想法。他认为AI是电影制作的未来，无法阻挡，尽管有人担心AI会取代人类创造力。

AI or Not 是一款识别AI生成内容的工具，帮助用户分辨文本、图片等是否为人工智能生成。

Sogni Unlimited 提供基于订阅的无限图像、视频、音乐和 LLM 生成，使用去中心化的 GPU 网络。无需按渲染计费，支持开源模型及部分付费合作伙伴模型。订阅收入的一部分用于支持独立 GPU 运营商。

2026年6月，Anthropic的Claude Fable 5系统提示词在GitHub上泄露，这是一份长达3826行的文档，用于引导模型行为。本文详细解析了其来源、结构、拒绝处理、关怀义务、记忆系统、代理机制以及版权保护等关键部分，揭示了前沿AI本质上是一套精心编写的规则手册。

AI 为您规划整周日程，助您采取行动。

本文介绍了一种用于AI治疗的系统设计，该系统通过确定性管道决定临床行动，不让LLM自行决策。系统包括评分、状态桶、准入表、动作选择、微实践和危机预筛查等步骤，仅在评分和生成阶段使用LLM。文章还讨论了该方法的成本与局限性。

研究人员提出了一种基于物理信息的残差动力学学习框架，在保持联合多四旋翼系统微分平坦性的同时，捕获复杂的空气动力学相互作用。该框架实现了一种计算高效的反馈线性化控制器，与基准相比，平均跟踪误差降低了31%。其性能与最先进的非线性模型预测控制（NMPC）相当，但计算量少一个数量级。仅需不到30秒的训练数据和5毫秒的循环周期即可实现稳定的紧密编队飞行。

DiffRadar 提出了一种实时雷达 SLAM 系统，将雷达观测建模为可微的物理感知各向异性高斯场，而非离散扫描，从而联合优化机器人位姿与场景结构。在公开基准和压力测试中，该方法显著降低轨迹误差、将地图一致性提升一倍以上，并保持 70 FPS 的实时性能。

本文提出一种基于契约的行为树合成架构，通过编码智能体查询机器人端的MCP服务器获取技能库和操作符，实现从自然语言到可执行行为树的可靠合成。实验表明该方法在模拟和实体机器人上均取得高成功率。

一项研究让参与者与 LLM 驱动的 NAO 机器人玩协作词语联想游戏，考察机器人 gaze 如何影响人类视觉注意力。眼动追踪结果显示，机器人的 gaze 方向不影响参与者对机器人提出词语的首次注视时间；但当参与者的对话包含确认请求时，他们更频繁地看向机器人。这表明在认知要求高的任务中，语言因素可能盖过机器人 gaze 的指示性效应。

本文研究利用机械臂运动实现无推进剂姿态控制，通过轨迹优化问题处理关节和碰撞约束，并证明其控制能力可与反作用轮阵列相当甚至作为主控系统，在空间组装与制造中具有潜力。

这篇论文对索尼 ERS-111 AIBO 的 R-CODE 示例脚本进行了语料库级别的行为图分析，揭示了一个由初始化、感知、迭代动作、同步和恢复构成的紧凑具身语法，并主张这种状态抽象可作为受约束原生机器人系统上构建新封装行为例程的中间表示。

GaitSpan是一种新颖的人形机器人步态扩展框架，它利用预训练的行走策略作为种子技能，通过节奏生成、步幅塑造和残差适应三个模块，将基本行走能力平滑扩展到奔跑，实现了连续速度范围、跨形态迁移和零样本部署。

该论文提出两种互补的物理先验，以提高机器人手内滚动操作的鲁棒性：全局抓取质量先验基于经典抓取分析，局部接触几何先验基于指尖曲率。实验表明，这些先验显著提升了旋转效率、抓取稳定性和抗干扰能力，并改善了仿真到现实的迁移。

该论文提出一种无监督图像翻译框架，将白天植物行RGB图像转换为近红外夜间图像，从而复用白天的语义标签训练夜间感知模型，并引入AgriNight数据集作为首个夜间农业视觉导航基准，在真实机器人上实现了夜间实时自主导航。