本文汇总了2026年6月1日至7月31日期间即将举行的七场免费AI研讨会，涵盖无人机群体智能、蛋白质动力学模拟、媒体素养、极端降水预报等多个前沿主题。所有活动均可在线免费参与。

Agnes AI（全球Top 10 AI实验室）宣布无限期免费开放其核心模型API，包括文本、图像、视频模型，旨在降低开发者和创作者的使用门槛。

一个开放的库，用于发现和分享Design.md系统，帮助用AI工具（如Cursor、Claude和Gemini）构建一致的用户界面。目前包含14套设计系统，覆盖移动优先、企业SaaS、金融科技等场景。

MiniMax 发布了 M3 模型，这是首个将编码与智能体能力、稀疏注意力实现百万 Token 上下文、以及原生多模态融合的开源权重模型。模型在 SWE-Bench Pro 等基准测试中表现优异，API 已上线并提供首周五折优惠，权重和技术报告将在约 10 天内发布。

GrafoPropagation 是一个仅约 99 万参数的文本分类架构，采用 von Mises-Fisher (vMF) 双尺度注意力、黎曼时间嵌入、动态图连接、全局工作空间记忆、系统2潜在搜索以及量子学习率调制等创新技术，在 AG News 数据集上微调后验证准确率达 93.1%。

作者利用AI工具Cursor和AssemblyAI，通过元过程创建了一个自动视频编辑工具，并成功用该工具编辑了介绍其工作原理的演示视频。文章详细描述了从灵感、实现到最终成果的全过程，并分享了相关代码仓库。

OpenAI正在大规模招募机器人工程师，开放电气、仿真、执行器、控制系统四大核心岗位，年薪最高超220万元。团队将研发实体机器人，布局具身智能赛道，并已吸纳多位华人研究者。

从基于座位许可到混合及消费型AI定价的快速转变，使得企业技术支出更加难以预测和控制。Adam Mansfield探讨了新定价模式如何为买家带来财务风险，以及为何在主要供应商谈判中，清晰的预测、透明度和杠杆作用越来越难以实现。他强调了领导者现在必须采取的实际步骤——从审计当前使用情况、识别未充分利用的支出，到尽早与供应商接触并利用更广泛的市场环境。

亚马逊云科技技术总监王晓野在2026中国AIGC产业峰会上指出，87%的企业宣称大规模部署AI，但仅10%获得实际价值。他强调了个人与企业级Agent落地的巨大差异，提出企业需要关注算力、模型、数据、Agentic平台和应用五层能力，并指出Token贵往往是因为喂给模型过多无用信息。

英伟达正式宣布RTX Spark芯片系列，这是其首款面向消费PC的完整计算芯片，将用于笔记本和迷你PC。该芯片基于ARM架构，集成CPU、GPU和AI引擎，号称能效最高，并支持本地运行大型AI模型。微软等多家厂商已宣布推出搭载该芯片的设备。

深度原理Deep Principle发布材料基座模型MPA，采用大语言模型的三阶段训练方法，在40个真实工业任务数据集上取得SOTA。MPA通过中期训练实现物理对齐，并设计混合读出头，在预测陌生结构时优势显著，标志着AI for Science领域的重要突破。

当Wix、Snap和Block等公司以AI为由宣布裁员时，麻省理工学院管理学教授保罗·奥斯特曼表示，这只不过是公司为裁员寻找的借口，他认为“AI洗白”（AI washing）现象已经持续了20年。

NVIDIA AI云生态系统正在全球加速建设AI工厂基础设施，合作伙伴扩展容量以满足企业、初创公司、国家、AI实验室和开发者对代理式AI应用的需求。这些云服务与NVIDIA全栈AI基础设施共同设计，支持训练、微调、推理、物理AI和主权AI部署。

NVIDIA在GTC Taipei上发布工厂运营蓝图（FOX），这是一个构建自主工厂管理代理的参考设计，整合实时数据、质量控制、工作指令和运营警报，实现工厂范围的智能化。蓝图基于NVIDIA NemoClaw、AI-Q和Nemotron开放模型，可连接工厂系统、自动化模型训练和运行智能工作流。台湾制造商如富士康、和硕、研华和纬创已率先部署，预计可大幅提升生产效率、降低成本。

台湾拥有超过500家英伟达生态系统合作伙伴，超过100万个用于英伟达Vera Rubin基础设施的MGX机架组件来自台湾25个工厂。随着Vera Rubin全面投产以支持全球AI工厂，生态链覆盖从晶圆和芯片合作伙伴（如台积电、日月光等）到制造和系统领导者（如富士康、广达等）。这些伙伴不仅建设AI工厂，还将加速计算、模拟、AI智能体及物理AI应用于自身运营，提高制造效率。台积电利用CUDA-X库和AI模型改进光刻和工艺；富士康基于英伟达工厂运营蓝图构建MoMClaw智能体，预计根因分析提速80%，生产率提升15%；广达使用Omniverse数字孪生加速工厂规划；纬创通过Omniverse DSX实现布局分析提速70%并降低电力需求；和硕采用缺陷图像生成智能体减少AI视觉检测部署时间67%；英业达通过合成缺陷数据缩短AI部署时间约25%。

为了便捷和速度，我们正在削弱连接和组织社会的能力。我们必须坚持信任人类而非机器。文章通过作家史蒂文·罗森鲍姆的案例，揭示了AI在研究中产生虚假引用的风险，并警告人们应警惕AI的侵蚀。

超过100个难民儿童组织联合批评英国政府计划使用AI面部年龄估算技术评估年轻寻求庇护者的年龄，认为此举可能导致更多儿童被错误地送入成人监狱或拘留中心。

Hephaestus' Forge 是一个自托管的Web应用，通过5阶段引导式向导对您的想法进行访谈，并生成一份完整的、可立即投入构建的文档包，包括项目蓝图、PRD、技术规范和估算，可直接作为上下文提供给AI编码代理。它支持多种AI引擎（Claude Code、Codex、Gemini CLI、Ollama等），100%本地运行，注重隐私，开源（MIT），并且多语言支持。

NVIDIA发布RTX Spark超级芯片，专为个人AI代理设计的Windows PC，提供1 petaflop AI性能和128GB统一内存。与微软合作确保安全本地运行，支持120B参数大语言模型、大型3D渲染和高端游戏。Adobe等软件厂商正为其优化应用，搭载RTX Spark的笔记本和桌面电脑将于今年秋季上市。

NVIDIA 发布了 Cosmos 3，这是一个开放的世界基础模型，结合了视觉推理、多模态生成和动作预测，使机器人、自动驾驶汽车和视觉AI代理能够理解并预测现实世界中的变化。该模型采用混合变换器架构，能够生成合成视频、机器人动作数据等，并支持从智能城市到工业自动化等多种应用。Cosmos 3 在多项基准测试中排名第一，并已开放获取。

Simon Willison发布了2026年5月的赞助者专属月度通讯，内容包括AI成本上升、Anthropic表现强劲、模型发布令人失望、Datasette Agent发布等。

NVIDIA发布了Cosmos 3，这是一个统一的世界基础模型，结合了世界生成、物理推理和行动生成。该模型基于混合Transformer架构，支持多种输入和输出模态，包括文本、图像、视频和动作。提供两个版本：Cosmos 3 Nano（8B参数）和Cosmos 3 Super（32B参数），并已集成到Hugging Face Diffusers库中。同时发布了多个用于物理AI的合成数据生成数据集。

Parallax是一种新型注意力机制，保留Softmax注意力并添加一个学习的协方差修正分支，替代了局部线性注意力（LLA）中的逐查询求解器。它通过重用FlashAttention的键值流，将算术强度提高一倍，并在0.6B和1.7B规模的LLM预训练中实现了更低的困惑度。然而，其优势高度依赖于Muon优化器，在AdamW下增益显著缩小。

NVIDIA 在 COMPUTEX 台北 GTC 上发布了 RTX Spark——专为个人智能体打造的新型 Windows PC，并带来一系列更新，将本地智能体扩展至整个 RTX 和 DGX 生态系统。RTX Spark 拥有 1 petaflop AI 算力和 128GB 统一内存，支持安全、私密的本地运行。NVIDIA 与微软合作，通过新的 Windows 安全基元与 OpenShell 运行时，为智能体提供身份、策略和隐私保护。同时，llama.cpp 和 vLLM 等开源项目获得性能优化，推理速度提升最高 2.6 倍。Adobe 也将为 RTX Spark 重新架构 Premiere 和 Photoshop，提供更快的 AI 加速创作体验。

ZAPS-DA是一种新框架，通过解耦执行器与零相位滤波，在不引入相位延迟和后处理的情况下，显著降低强化学习连续控制策略的高频动作抖动，在驾驶模拟器中实现14-21倍的转向抖动减少，且任务成功率几乎不变。

ARISTO机械手是一种腱驱动机械手，集成了主动远端过伸和混合指尖传感架构。它通过结合刚性指甲安装式力/扭矩传感器和软电容触觉阵列，显著提高了对薄物体的抓取力，并在边缘接触时提供了可靠的力量反馈。在SD卡插拔任务中验证了其有效性。

VLM-GLoc 利用开放词汇视觉语言模型作为统一的语义观测前端，通过分层语义蒙特卡洛定位解决几何和语义模糊环境中的全局定位难题。在杂货店和实验室两种真实场景中，分别使用手机和四足机器人平台，实现了 70% 和 74% 的全局定位成功率，显著优于传统几何和领域特定基线。

CoMo3R-SLAM是首个利用学习前馈三维重建先验的协同单目稠密RGB SLAM系统，仅需单目RGB即可在户外多智能体场景中生成全局一致的度量地图，无需深度传感器或相机内参，在Tanks and Tunnels和Waymo数据集上达到或超越RGB-D方法的精度，在线运行速度8 FPS。

ELAN4D 提出一种以具身为中心的4D训练框架，利用机器人关键点轨迹作为预测性时空监督，通过即插即用分支将4D信号注入动作专家，在不改变推理接口的情况下显著提升VLA策略的泛化性和鲁棒性。

本文提出了一种结合监督式神经全局规划器和学习型DWA局部规划器的室内移动机器人导航框架。全局规划器通过成本感知的A*专家轨迹训练，局部规划器采用行为克隆初始训练后经PPO强化学习优化。在仿真和真实环境中的实验表明，该方法能够生成可行的全局路径和可靠的局部运动指令，实现安全的避障导航。源代码将公开发布。