FLUX 3 是 Black Forest Labs 開發的新一代多模態基礎模型，能夠聯合生成圖像、視頻和音頻，並具備世界理解能力。與 mimic robotics 合作打造的 FLUX-mimic 是一個基於 FLUX 3 的視頻動作模型，已成功部署在奧迪的生產線上，展示了從內容生成到物理 AI 的自然延伸。

xAI 為 Excel 推出了 Grok 插件，可在側邊欄中執行搜索、更新表格和構建財務模型等任務，但需要付費訂閲。該插件面臨微軟 Copilot 和谷歌 Gemini 的激烈競爭，且 Grok 的歷史問題（如生成不當內容和代碼泄露）讓用户在安裝前需謹慎。

本視頻探討了在以AI為先的開發過程中，如何將用户故事作為事實來源，從而提高開發效率和準確性。

ADE（Agentic Development Environment）是一款免費工具，可讓所有編碼代理在任何環境中同步，實現無縫的開發工作流程。

Hive_review 是一個開源的 Ruby CLI 工具，通過多智能體協作實現自動化代碼審查。它讓一個“實現者”智能體編寫或修復代碼，多個“審查者”智能體並行審查差異，循環直至所有審查者通過。支持多個 AI 提供商，並提供靈活配置。

本文探討了AI輔助開發中的經濟錯配問題：AI使實現代碼變得便宜，但判斷、經驗和整合依然昂貴。通過對比美國阿波羅登月計劃和蘇聯N1火箭項目的工程方法，作者提出應將AI生成視為“發動機車間”式的快速迭代試錯，而非“阿波羅”式的昂貴預審。然而，軟件缺乏物理世界的“判決者”（如物理學），因此需要利用編譯器、類型檢查器、數據庫約束等“硬判決”機制來篩選代碼，同時設置“防爆牆”限制錯誤損害。最終，AI加速開發後，人類評審成為瓶頸，需要改變評審方式。

OpenAI推出Presence，一種託管式企業AI代理產品，由自家工程師部署，解決企業AI項目高失敗率問題，目前僅限有限通用版本。

Estera是一款AI接待員，可7天24小時接聽電話和WhatsApp消息，適用於企業自動化客户溝通。

FlowShelf 是一款免費的 macOS 菜單欄應用，集成了剪貼板管理器、懸浮架、截圖工具、窗口管理、片段、應用清理以及設備端 AI 功能。它由獨立開發者打造，源代碼可用，無訂閲，並完全保護用户隱私。

Jharu 是一款免費、開源、專為開發者和機器學習工程師設計的磁盤清理工具。它能安全地清理機器學習模型緩存、包管理器緩存、Docker 數據、已卸載應用的殘留文件等，並配有逐項安全評級和模型使用狀態檢測功能。無遙測、無訂閲。

研究人員發現了一種攻擊鏈，可以繞過Claude Cowork的沙箱隔離，從虛擬機內逃逸到主機系統，讀取並寫入整個主機文件系統，而無需任何權限提示。漏洞已報告給Anthropic，但被標記為“信息性”。攻擊鏈利用了內核漏洞、命名空間、seccomp過濾器和文件系統共享等多個環節。文章還討論瞭如何通過四項設計選擇來完全阻止此類攻擊。

FLUX 3是Black Forest Labs發佈的新一代多模態基礎模型，統一處理圖像、視頻和音頻，旨在學習世界的統一表示。模型支持文本到視頻、圖像到視頻、視頻到視頻等多種生成任務，並在視頻生成中實現了高達20秒的時長和原生音頻。初步評估顯示，FLUX 3在多項對比中優於其他模型，尤其在面部表情、聲音與事件關聯和多語言能力方面表現出色。模型還具備圖像生成和動作預測能力，計劃逐步開放API、私有權重和開源權重。

Codex Slides 是一個開源 AI 幻燈片工作室，集成在 Codex 中，可將提示、代碼倉庫或文件快速轉化為精美的演示文稿。支持 10+ 張幻燈片在約 4-5 分鐘內並行生成，提供 45 個模板、73 種社區風格和 24 種場景，導出為 PPTX/PDF，無需額外 API 密鑰。

瑞士聯邦理工學院蘇黎世分校（ETH Zurich）、洛桑聯邦理工學院（EPFL）和瑞士國家超級計算中心（CSCS）於2026年7月24日發佈了Apertus 1.5，這是全球最大的完全開放語言模型之一的最新版本。新版本增加了多模態能力（圖像和音頻理解），改進了推理、指令遵循和工具使用功能。Apertus已在多個領域應用，包括政府翻譯、醫療AI和新聞業。項目旨在構建主權AI基礎設施，提供開源替代方案。

本教程將指導您使用百度的Unlimited-OCR模型，構建一個完整的文檔圖像和多頁PDF OCR流水線。從配置GPU環境到比較高細節平鋪Gundam推理與更快的Base模式，您將學習如何處理密集佈局、表格和跨頁內容，並實現可重複的端到端流水線。

麻省理工學院（MIT）正在花費超過300萬美元在校園內安裝500多台AI監控攝像頭，這些攝像頭具有實時人臉和物體檢測功能，作為多階段安全擴建的一部分。該項目自2025年11月開始，引發了學生們的隱私擔憂，尤其是在大學校園監控更廣泛爭議的背景下。

在舊金山AI峯會上，韓國總統李在明與頂級商業領袖和研究人員會晤英偉達及生態系統合作伙伴，共同規劃韓國AI發展藍圖。雙方宣佈成立英偉達與韓國科學技術院（KAIST）聯合AI研究實驗室，並深化與SK集團的合作，推動韓國成為全球AI創新中心。

cloro.dev，全球領先的 AI UI 抓取平台，新增每月 500 次免費積分套餐，適合個人項目。該平台通過單一 API 從 ChatGPT、Perplexity、Grok 等AI工具提取結構化數據，已服務超過 200 家企業客户。

Black Forest Labs發佈了FLUX 3，一個統一的多模態模型，涵蓋圖像、視頻、音頻和動作預測。FLUX-mimic模型基於FLUX 3，用於機器人控制。此外，文章還涵蓋了開放代碼數據集The Stack v3、蒸餾辯論、音頻/TTS系統、代理基礎設施以及OpenAI的產品更新。

LOCK TF IN 是一款以諷刺風格著稱的AI健身伴侶應用，它扮演一位鐵血教練的角色，無情地嘲諷你的藉口，激勵你堅持鍛鍊。該應用提供免費和付費訂閲兩種模式，注重隱私保護，免費版AI完全在設備端運行。

FLUX 3是Textideo平台推出的新一代AI視覺模型，支持文本到圖像、圖像到視頻的生成，具備高級提示理解和高質量輸出能力。該模型專為創作者、營銷人員、設計師和企業設計，可用於產品攝影、角色設計、社交媒體內容、營銷素材等多種場景。FLUX 3通過簡單的自然語言提示，幫助用户快速創建逼真的視覺內容，降低成本並提高效率。

該研究探索了利用混合專家（MoE）架構的視覺語言動作模型（VLA）從專家演示中端到端學習組合機器人策略，無需預設任務分解。實驗表明，MoE專家在不同任務中高度複用，對應不同低級行為，路由器隱式學習高級序列規劃，專家作為組合原語，在保持任務性能的同時實現可解釋的模塊化策略。

本文提出一種實時RGB-D感知流水線，用於自動化採礦中的液壓衝擊錘操作。系統結合圖像實例分割與幾何點雲處理，在嵌入式硬件上以約10 Hz運行，延遲約675 ms，能夠生成可行的破巖姿態和無機器人三維工作空間表示。實驗證明該系統適用於實時自主衝擊錘操作。

該研究提出了一種基於神經啓發自監督學習的機器人軌跡規劃框架，利用前向和逆向模型作為內部監督機制，在含有障礙物的環境中生成無碰撞軌跡。實驗驗證了方法的可行性，但發現規劃器存在利用學習信號的傾向，為此提出了額外的訓練策略和緩解措施。

隨着無人機在軍事行動中的普及，對反無人機防禦系統的需求日益增長。本文提出一種在GPS和通信受干擾環境下，利用自主無人機蜂羣保護地面目標的方法。該方法不依賴外部通信和衞星定位，僅通過機載傳感器和相對測量實現目標跟蹤與蜂羣協調，並採用去中心化包圍技術適應目標運動。在實際機器人上的實驗驗證了其檢測、包圍和攔截敵對無人機的有效性。

本文提出FELT框架，利用視覺觀察合成每個手指的壓力觸覺圖像，減少對觸覺傳感器數據收集的需求。通過凍結視覺編碼器和輕量查詢解碼器，FELT在單次前向傳播中預測觸覺信號，並在四個接觸密集的操作任務中提高了策略成功率。

研究人員提出了一種名為CAT（能力感知可通行性）的新框架，該框架通過將機器人物理限制直接嵌入空間特徵空間，並利用交互式標註管道和空間自適應歸一化（SPADE）模塊，顯著提升了非結構化環境中的可通行性估計性能。在人類標註和軌跡對齊數據集上，CAT在AUROC和AUPRC指標上分別提升了11.0%和15.8%，並在四足機器人和輪式滑移轉向平台上實現了4.8Hz的實時障礙物規避。

該研究提出了一種基於學習的框架，用於安全且可擴展的多無人機協同載荷運輸。通過最小2D抽象保持任務相關的耦合，並利用域隨機化和離散圖控制屏障函數近端策略優化（DGPPO）訓練分佈式策略，實現了零樣本模擬到真實遷移。實際實驗表明，單一策略可泛化至不同團隊規模和動態環境。

研究人員開發了RAINBOTTM，一種基於消費級3D打印機的低成本液體處理機器人，配備數字孿生系統實現遠程監控，成本低於1300美元，可大幅降低實驗室自動化門檻。

PhysCoRe是一種結合可微物質點法（MPM）模擬器與兩個前饋神經網絡的物理修正殘差世界模型，能夠從視覺觀察中推斷粒子彈性並學習模擬器偏差的修正，顯著提升對可變形物體在機器人操作下的預測精度，並支持在線材料識別與置信度引導的探索。