AI 日报

根据Datamata Studios发布的AI需求指数，截至2026年7月14日，9.3%的活跃数据岗位在职位描述中提及至少一项AI技能。其中生成式AI技能出现率在入门级岗位仅为0.3%，高级岗位为3.6%，差距显著。该指数每日更新，数据集免费公开，支持API查询和CSV下载。

运行三次机械解释性研讨会后，研究人员获得了分析LLM垃圾投稿增长的数据集。@andyarditi 调查了AI垃圾的准入情况以及自2024年以来的变化。

一位开发者通过Fable工具在AsciiDoc、Markdown和HTML之间转换了674份文档，并比较了这些格式在AI规范中的适用性。

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。

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。

本研究探索利用航天器机械臂的运动实现无推进剂姿态控制，通过轨迹优化问题公式化并引入关节和碰撞避免约束，演示了复杂机动，并证明了机械臂可作为冗余或主姿态控制系统。

本文对索尼ERS-111 AIBO机器人的R-CODE样本集进行了语料库级别的行为图分析，识别出以初始化、感知、迭代动作、同步和恢复为核心的紧凑控制词汇，并论证了这种状态抽象在资源受限的机器人系统中作为中间表示的价值。

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。

提出一种解剖学特权的师生框架，用于从T2加权MRI预测肝内胆管癌的周围神经侵犯（PNI）。训练时教师网络使用肿瘤和肝脏掩膜学习密集令牌路由，学生网络在固定预算下蒸馏保留信息令牌，推理时不需掩膜。在155名患者中，方法AUROC达0.750，计算量1.43 GFLOPs，每例8.02 ms。

本文提出一种广义无分布半监督学习框架，通过风险重写构建无偏风险估计器，适用于多类分类，并证明其方差优于PNU学习，实际方法在基准测试中表现匹配或超越现有方法。

最新研究对六种KV缓存压缩方法进行了匹配预算审计，发现查询可见性显著影响性能排名。在查询感知协议下，许多方法表现良好，但在更实用的查询不可知协议（压缩后复用）下，只有KeyDiff方法始终优于简单基线。SnapKV等常用方法甚至不如保留开头和最近窗口的简单策略。

本文提出一种量子比特高效的量子框架用于超维计算分解，通过引入对数超向量和对数绑定编码，并结合改进的Dürr-Høyer搜索过程，将表示成本从O(D)降至O(log D)，同时保持O(√N^F)的搜索复杂度，实验验证了正确的相似度计算和准确的分解，在可实现规模上实现了高达2000倍的量子比特减少。

单次条纹投影轮廓测量（FPP）网络在直接回归深度时可能利用形状先验捷径，即从物体边界而非条纹相位恢复深度。本文提出的PhiCalNet通过输出包裹相位表示并通过固定可微校准层映射到深度，从架构上消除了这一捷径。在包含15,600张条纹图像的光照合成基准测试中，PhiCalNet将物体平均绝对误差降低3.3倍至4.46毫米，残差仅集中在包裹不连续处的0.103%像素内。三帧扩展版本达到1.16毫米误差。此外，首次在FPP中实现了像素级共形不确定性量化。

OmniPM-Net是一种新型融合模型，利用卷积条件神经过程框架，将图神经网络站点预报与化学传输模型网格预报相结合。在2024年中国1,618个站点的评估中，它匹配了最佳GNN的精度，同时将CAMS平均绝对误差降低了30%，并提供了连续的空间场。该模型在沙尘暴和高浓度事件中表现尤为出色。

本文提出LP Mining with LP2Graph方法，从已发表的LP和MILP公式中挖掘结构，构建可重复数据集和分类体系，应用于铁路重新调度领域。

一位精品投资银行创始人注意到AI正在替代实习生，于是创建了一个去中心化实习项目，专注于Bittensor（TAO）协议。实习生完成8周任务和最终演讲，获得“工作量证明”经验。

播客主持人乔·罗根提出耶稣可能以AI形式回归，引发对AI与宗教碰撞的广泛讨论。从聊天机器人到AI崇拜，技术正在重塑基督教信仰，挑战传统权威，并复兴古代异端思想。

据报道，SpaceXAI的Grok Build AI编码工具会将用户的完整代码库上传至谷歌云，包括被指示不打开的文件和已删除的密钥。该功能在被报告后已被禁用。SpaceXAI承诺删除已上传数据，但安全研究员指出数据保留过度，可能导致专有源代码和安全漏洞等敏感信息泄露。

研究人员发布了一套数学常数公式，用于评估AI的数学技能。这些公式包括已知证明（暂时加密）和未证明的公式，旨在测试AI的数学推理能力。

OpenAI 对 SWE-Bench Pro 的审计揭示了编码基准测试的严重缺陷：大约30%的任务存在错误，导致精确的得分可能无法真实反映模型能力。该发现促使 OpenAI 撤回先前推荐该基准的建议，并强调需要更可靠的评估方法。

日本作为全球AI中心，正借助NVIDIA技术构建全栈AI生态系统。NVIDIA与SEGA庆祝合作30周年，宣布将《VR战士CROSSROADS》等经典游戏引入NVIDIA RTX Spark新平台，展现了从图形技术到AI计算的技术演进。

PromptMan是一款macOS菜单栏应用，允许用户通过全局快捷键快速保存、组织和重用AI提示，支持ChatGPT、Claude等工具，并提供云同步、提示版本管理和AI增强功能。免费版提供10个提示，Pro版每月4.99美元，年付39美元。

AITerm是一款原生macOS终端应用，集成了AI功能，支持自然语言命令、错误诊断、本地或云端AI模型，并具有安全风险分级和自动回滚建议。免费版提供核心功能，Pro版增加自动化、运行手册等，注重隐私和安全性。

非英语母语写作者的新工作流：先用母语起草，然后用AI翻译和润色成英语。研究表明，用第二语言写作会多花30-50%的时间，原因是认知负荷。通过将想法生成与语言转换分离，并借助Echoo等AI工具，写作者可以恢复速度和表达质量。

在AI辅助代码审查中，确定性的静态分析可以显著降低token消耗。通过在调用LLM之前先用确定性检查过滤已知问题，团队能减少不必要的推理开销，将模型能力集中在真正需要判断的模糊问题上。

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。

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。

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。

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。

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。

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。

提出一种可复现的校准优先奖励审计框架，用于智能温室强化学习控制，将标量奖励分解为温度、CO2、湿度等组件，并在GreenLight-Gym和自主温室挑战赛数据上验证。

Syncless 的 Devices 功能允许用户将多个环境（如 MacBook、服务器、浏览器）连接到一个 AI 代理，实现跨机器无缝协作，无需 SSH 隧道或端口转发。文章介绍了设置方法、使用场景及解决实际痛点。

尽管AI智能体被广泛看好，但实际表现远未达到预期。当前最佳模型的成功率仅为45.7%，且面临可靠性、成本、法律和信任等多重挑战。文章探讨了单体和多智能体架构的优劣，并指出短期内AI应辅助而非完全替代人类。

文章探讨了“AI例外主义”现象，即人们对AI的态度因自身利益而异：当AI威胁自身职业时被视为不道德，而当其带来便利时则被接受。通过记者、版权纠纷、好莱坞罢工和大学等例子，揭示了这种双重标准的普遍性。

Vehir是一个实验性的AI原生计算平台，专为代理与计算机交互设计。它拥有自托管本地编译器、用户空间微内核、内容寻址存储和声明式协调等核心特性，目前处于积极开发阶段。

bunny是一个开源工具，通过共享远程环境、聊天原生工作流和并行验证，帮助团队在AI时代进行协作开发。它允许人类和AI代理在统一上下文中讨论、执行和迭代，并提供了基于RBAC的治理层。

现有的基准测试显示语音AI接近人类水平，但实际对话却大不相同。Hume AI发布了Real World VoiceEQ基准，从超过40个语音模型在15+维度和60+指标上进行评估，基于超过100万人类评分。关键发现包括：语音AI进展日益专业化、模型更擅长说话而非倾听、传统基准高估了实际性能、人类评估仍然不可或缺。

超级应用Codex每天新增100万用户。AI新闻汇总涵盖编码代理、开放模型、多模态系统、基准测试和物理AI。

本文探讨了专门为法律用途设计的AI系统，与通用编码代理的不同之处。强调法律AI需要以证据为基础、可审计、可验证，并支持逐项修改的编辑流程。对比了Codex和Lexifina在跨引用检查、压缩和版本控制方面的不同方法。

Maincode已启动Matilda的公开测试版，这是一款完全在澳大利亚构建和运营的AI助手，强调本地基础设施、澳大利亚风格和信任。该系统专为深思熟虑的使用而设计，旨在为用户提供控制权和透明度。

Demis Hassabis 认为通用人工智能（AGI）将在几年内到来，其影响将远超工业革命。他呼吁建立前沿AI标准机构，以负责任地开发AGI，同时解决网络安全、生物风险等挑战。该框架旨在通过自愿评估和逐步强制测试，促进创新与安全。

今年的AIE世界博览会上，AI工程进入新阶段：围绕智能体构建系统，而非仅仅使用智能体构建。大会突出五大趋势：从智能体转向其周围系统、循环工程作为新控制层、企业通过前向部署工程师采用AI、编码智能体取代IDE作为开发者界面，以及智能体平台围绕技能构建。

随着AI编程代理的普及，GitHub在应对大量拉取请求和自动化时显得力不从心，暴露出架构问题。Buildkite作为替代方案，因其开发体验和灵活性受到开发者和大型企业的青睐，如Airbnb、Shopify等。

一项由辛厄姆（Neville Singham）网络和中国官方媒体协调的外国影响力行动，正通过草根运动阻碍美国AI数据中心建设，已导致14个州共计236亿美元投资受阻或延迟，旧金山及湾区是关键节点，联邦大陪审团正在调查相关金融犯罪。

Databricks 推出 Genie One 原生移动应用，支持 iOS 和 Android。用户可在任何地方通过聊天、仪表盘和应用获取基于企业数据的安全答案，决策无需等待回到办公桌。

本文对比了在线和离线两种AI评估模式。离线评估使用固定数据集在部署前测试，类似于AI的单元测试；在线评估则在生产环境中对实时交互进行评分。文章介绍了评估的常见组成部分（数据集、分拆测试、评分），并详细分析了两者的优缺点及适用场景。

SpaceX向FCC提交了第三代星链星座申请，计划部署多达10万颗卫星，提供超低延迟、多千兆宽带服务，并为数十亿AI设备提供通信骨干。

AI生成的错误安全报告大量涌入，令开源维护者疲于验证。Directus的数据显示，2026年上半年收到的安全报告数量是往年的6倍，但其中有效漏洞比例骤降至5%。文章呼吁改进报告流程，强调维护者需获得更多支持以应对AI带来的挑战。

Vibe Pad是一款DIY四键蓝牙宏键盘，集成麦克风，可用于AI编码助手，通过语音和按键组合提高编程效率。项目在Instructables上提供详细教程。

MenteDB在与mem0的直接对比基准测试中，摄入令牌减少约7倍，成本降低约6倍，同时保持相当的准确性。该系统通过确定性逻辑而非多次LLM调用来管理记忆，实现了显著的成本和速度优势。

AWS 宣布扩展 Security Hub 以监控 Azure 资源，并推出多项保护 AI 工作负载的新工具，包括 GuardDuty AI Protection、AI 驱动调查和 AI 资产清单。

开源AI已达到与封闭模型的能力平价，推理成本在36个月内下降了50倍，开源权重在API调用量上占据主导地位。尽管开发者广泛采用开源模型（79%），但生产部署仍面临运营工具和信任度挑战（仅51%成功部署）。开源不仅是成本选择，更是主权选择，尤其在中国和全球南方国家的战略推动下。

麻省理工学院媒体实验室的一项研究表明，依赖ChatGPT进行写作的用户神经连接性降低了47%，这种现象被称为“认知债务”。文章指出，组织在采用AI时面临一个悖论：追求短期生产率可能正在侵蚀长期所需的认知能力。关键在于AI的使用模式——是替代人类思考还是协作增强。保持人类推理能力可能成为未来的竞争优势。

一位开发者创建了一个优化编译器，用于解决Anthropic的面试挑战：在模拟的VLIW SIMD虚拟机上优化内核，以最小化树遍历和哈希计算的周期数。该项目用高级IR描述内核，并编译为高效的VLIW指令包。

本文介绍了一个基于Strands Agents和Amazon Bedrock AgentCore构建的多智能体系统，用于自动化从潜在客户发现到个性化邮件生成的流程。文章比较了Swarm和Graph两种编排模式，通过头对头基准测试评估延迟、成本和邮件质量。系统使用四个专门智能体、加权评分和时态衰减，并提供了生产部署的治理控制。

Linux基金会宣布成立x402基金会，旨在为AI代理和应用程序标准化互联网原生支付，得到Coinbase、AWS、American Express等多家公司支持。x402协议承诺零费用、零等待、零摩擦、零中心化和零限制。

对1,018个真实AI提示的评估显示，平均得分为54/100，但稳健性平均仅31.5，且96%的提示在最弱维度（稳健性）上表现不佳。仅10.5%的提示达到75分以上（生产级标准）。报告揭示了提示工程中常见的“快乐路径”陷阱，并提供了简单的改进方法。

麻省理工学院的学生利用AI副驾驶设计、建造和测试了喷气发动机，评估AI在开发高性能航空航天系统中的效用。挑战表明，虽然AI可以加速设计-建造-测试周期，但人类的工程判断和经验仍然至关重要。基础扎实的团队表现优于过度依赖AI的团队。

26名前Meta员工起诉公司，声称其使用AI工具不公平地针对休假的员工进行裁员，违反了联邦和州法律。Meta否认指控，称裁员决定由人而非AI做出。

一款名为vibe-check的开源Claude技能，由资深产品经理打造，帮助零基础用户从模糊想法到可构建蓝图，确保构建正确的产品而非仅仅正确构建产品。它包含问题发现、理念验证、用户体验映射、技术栈推荐、增长循环设计等功能，并生成完整计划文档。

甲骨文继续构建其代理平台，深化 AI 能力，专注于 Fusion 应用开发者。

Agent Shell 是一个强化的Linux服务器，专为AI代理提供root访问权限，并通过SSH或浏览器进行操作。它使用gVisor沙箱隔离，确保即使内部root也无法触及宿主机。内置多种AI代理（如borg、Claude Code、Codex、Gemini）和监控工具，适合开发者使用。

本文扩展了之前的基础，展示了 QA Studio 如何通过测试套件组织并并行执行批量回归测试，以及命令行界面（CLI）如何将代理式测试集成到自动化 CI/CD 流水线中。

基于生成式AI，该方案通过并行执行、自动测试场景生成和智能导航，实现大规模用户流程测试，提供可操作的洞察以改善用户体验。

Flo Health工程团队将AWS生成式AI创新中心的PoC转化为基于Amazon Bedrock的生产级AI医学内容审核与生成系统，审核时间减少60%，内容产出提升三倍，且无需扩大医学团队。文章详细介绍了架构适配、专用AI评判器、基于RAG的内容生成系统以及提示工程与生产部署的经验教训。

ScienceSoft利用Amazon Nova Sonic和Amazon Bedrock Guardrails在AWS上构建了一款符合HIPAA的AI语音调度器，旨在解决医疗预约调度中的效率、合规性和可信AI问题。该方案通过语音AI减少预约时间、增加呼叫处理容量、降低成本，并确保患者数据安全。

随着AI和优化工具的普及，传统供应链规划模型已无法提供竞争优势。麻省理工斯隆管理评论与世界经济论坛的研究显示，多数企业仍缺乏对一级供应商的可见性。本文基于Emerj播客系列，探讨了基于场景的网络建模、AI加速的情景分析以及统一设计环境如何帮助企业在波动中做出更好的决策。

一项针对中型AI前沿企业的纵向研究发现，强制使用AI编码工具后，每位工程师的合并请求吞吐量翻倍，达到基准的2.09倍。研究指出，这一增长与AI的采用和使用强度相关，而非强制本身。此外，代码审查流程被重构，自动化审查超越人类审查，审查者负载翻倍。

使用LangSmith追踪Claude Code、Codex、Cursor、Copilot等编码代理。检查工具调用、子代理、错误、成本和重试。

Google Images迎来25周年，推出全新可浏览主页和AI Overviews中的图像生成功能，并回顾了从2001年至今的视觉搜索里程碑。

LessWrong上的一篇文章分析了ICML 2026的论文，发现仅有一小部分机器学习研究专注于AI安全。在999篇论文中，954篇可检索，其中只有约10篇明确涉及安全议题，涵盖对齐、鲁棒性和可解释性等领域。研究主要由学术机构和工业实验室开展。

澳大利亚总理安东尼·阿尔巴尼斯在悉尼大学发表重要演讲，宣布成立人工智能办公室，并承诺保护本国创意工作者免受版权“盗窃”。此举回应了数月来艺术家和活动家对人工智能热潮的担忧。

根据Common Sense Media的一份新报告，谷歌的AI搜索功能（AI Overview和AI Mode）对儿童构成“不可接受的风险”。报告发现，这些功能未能识别危险行为，为儿童完成作业，并提供不准确和前后矛盾的回复。谷歌回应称其AI工具提供了额外保护，但批评者指出这些功能默认启用且无法禁用，对学校和家庭构成挑战。

澳大利亚总理在悉尼大学发表演讲，强调澳大利亚应主动塑造人工智能的发展，以维护国家利益。他回顾了澳大利亚在社会保障、劳工权利等方面的创新传统，并宣布将建立一套澳大利亚人工智能标准，以规范大型数据中心，保护艺术家和媒体，同时吸引投资并创造就业。

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。

澳大利亚总理阿尔巴尼斯在悉尼大学阐述AI应对策略，承诺加快数据中心审批以吸引投资。文章强调连贯决策和内部问责制的重要性，并指出AI带来的经济和社会挑战亟需有效监管。

澳大利亚总理阿尔巴尼斯将设立人工智能办公室，制定国家AI框架，涵盖能源、版权、生产力、教育和劳动权利等方面，成为全球首个将这些议题整合为统一框架的国家。

据彭博社报道，OpenAI正在开发一款具有机器人动作和“个性”的便携式家用智能音箱。该设备无屏幕，通过语音控制ChatGPT，可管理家电，并能主动提供建议。其设计由前苹果设计师Jony Ive领导，苹果已起诉OpenAI窃取商业机密。该设备与苹果的桌面机器人项目J595直接竞争，但更为便携。

据彭博社报道，OpenAI 的首款设备将是一款智能音箱，允许用户与 ChatGPT 对话。该设备没有屏幕，但配备摄像头和传感器以“理解”环境。它还将具备可充电电池、智能家居控制、媒体播放和消息回复功能，并使用GPT-Live语音模型。苹果此前起诉OpenAI窃取硬件机密，OpenAI否认指控。设备预计2027年发布，是更大硬件产品线的一部分，与Jony Ive合作设计。

最新研究发现，与AI聊天机器人的长期互动可能导致情感依赖，疏远人际关系，尤其对弱势群体构成风险。

苹果发布了iOS 27的首个公开测试版，其中包含全新升级的Siri AI。经过近一个月的开发者测试版使用，作者认为新版Siri在可靠性、准确性和功能性上有了巨大提升，并列举了7个值得关注的改进点。

英国央行行长安德鲁·贝利呼吁国际合作应对日益增长的人工智能威胁，并警告美国及特朗普政府无法独自实现其目标。

文章讲述了AI聊天机器人如何引发用户的妄想和精神问题，以及一个名为Human Line Project的非营利组织如何提供同伴支持、研究和法律协助，帮助受害者恢复并追究科技公司的责任。

一群主要出版商起诉谷歌，指控其未经授权使用数百万本受版权保护的书籍来训练Gemini人工智能模型，称这是“历史上最大规模的版权侵权之一”。

研究人员发现xAI的Grok Build CLI会将用户的完整代码仓库上传到云端，包括已删除的秘密。xAI已通过服务器端更改停止了上传，马斯克承诺删除所有之前上传的用户数据。但研究人员指出，隐私命令并非修复措施，正确的默认设置应是禁止上传。

AI-CLI是一个用单一C文件实现的命令行助手，可将用户请求直接转换为shell命令并执行。它支持多种本地LLM引擎，如llama.cpp、Ollama等，并允许用户在执行前编辑或拒绝生成的命令。该项目提供了丰富的示例和广泛的平台兼容性。

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。

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。

DiffRadar是一种实时雷达SLAM系统，将雷达观测建模为可微的物理感知高斯场，而非离散扫描。在公共基准测试中大幅降低轨迹误差，尤其在特征贫乏的走廊环境下，同时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。

一项研究探讨了在协作单词联想游戏中，机器人的注视行为如何影响人类的视觉注意力，以及人类是否倾向于向机器人寻求确认性的注视。实验使用NAO机器人作为大语言模型驱动的对话伙伴，发现机器人注视方向不影响人类首次注视提议单词的时间，但参与者在对话中包含确认请求时会更频繁地注视机器人。结果表明，在认知要求高的任务中，语言方面可能压倒了机器人注视的影响。

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。

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（NIR）夜间图像，无需逐像素监督，从而重用白天语义标签训练夜间感知模型。利用预训练CLIP模型保持语义一致性，并引入可见性掩码处理NIR照明有效范围有限的问题。在AgriNight数据集上评估，该数据集包含428张白天和549张夜间图像，是首个夜间农业视觉导航基准。实际机器人夜间导航实验验证了有效性。

多机器人在受限环境中需要变形和重构两种行为。现有方法独立建模或依赖规则，易导致死锁。EFLUX提出几何基础的LLM智能体框架，联合推理变形和重构动作，通过闭环生成与验证实现安全导航。实验表明能减少死锁和导航失败。

一项新研究探讨了无需训练的人工合成图像溯源方法中表示空间与参考选择之间的相互作用。通过分析CLIP和DINOv2不同层的表示，以及三种参考选择方法，发现中间层的表示在溯源准确率上表现最佳，且语义约束的参考能有效减少查询与参考之间的不匹配，提升溯源性能。

本文系统评估了持续学习方法在异构医学视觉问答任务中的表现，涵盖分类、多标签分类、检测、细胞计数和报告生成等多样化临床目标。研究发现现有持续学习方法难以在不同目标与监督格式交织的任务中保持稳定性-可塑性平衡。

SymbOmni是一种新型AI模型，旨在解决当前模型“永恒新手”的问题——即无法积累经验并自主进化。它通过符号概念学习，利用可优化的记忆模块将低级操作抽象为可重用的符号工作流指令，并通过归纳-转导循环实现持续自我改进。实验表明，SymbOmni在图像质量和任务成功率上超越现有代理系统及闭源模型，同时减少40%以上的令牌消耗，并在持续学习基准上取得新成果。

本文提出MetaView，一种基于扩散模型的单目新视角合成框架，能够从单张图像实现大视角变化下的渲染。通过结合隐式几何建模与度量深度，MetaView在保持几何一致性的同时提供了精确可控性。实验表明，在挑战性大视角变化场景下，MetaView显著优于现有方法。

SpikeDS是一种新型脉冲神经网络架构，通过结合激活稀疏性和空间稀疏性，高效地从3D MRI中预测胆管癌的神经侵犯，在139名患者的队列中实现了0.753的AUC，能耗仅14.4 mJ。

自监督学习在医学影像领域潜力巨大，但标注数据稀缺。本文提出COJEPA框架，结合联合嵌入预测架构和对比损失，在无标注的T1加权脑部MRI上训练，实现了优异的局部预测性和全局判别性。在零样本双胞胎检索、脑肿瘤分割和年龄回归任务中表现突出，尤其在同卵双胞胎识别和年龄预测误差方面达到最先进水平。

本文提出一种新方法，通过视觉语言模型（VLM）生成逐帧描述，并比较两个任务视频间的帧相似度及段内自相似性，自动检测异常帧，从而提取包含专家特定动作和情境决策知识的候选场景。在模拟配电板维护实验（27个任务场景）中，该方法动作候选提取率达65%，决策场景候选提取率达61%，优于传统方法的59%和33%。

GenDiff是一种新型扩散模型框架，通过联合建模连续辐射剂量和解剖信息，实现低剂量CT重建。它整合了剂量-解剖编码器、冷扩散主干、物理一致性更新和结构先验细化模块，在多种临床数据集上优于现有方法，展现出强大的鲁棒性和泛化能力。

TSCA-Net通过三个互补模块（时空团注意力、跨行人团势、自适应KAN网格细化）显著提升拥挤环境中的行人轨迹预测精度，在ETH/UCY和SDD基准上达到最先进性能。

提出两种混合持续学习方法（RA-EWC和CGKD），用于低资源澳大利亚原住民语言识别，有效缓解灾难性遗忘，在Warlpiri、Dalabon和Dharawal三种语言上表现优于现有基线。

该论文揭示了语言模型如何区分角色的信念与现实。研究发现，这种分离基于两个可分离的机制：一个通用值槽绑定属性值，一个路由器根据查询选择读取的框架。值槽可以通过两种方式填充：直接断言和基于可见性的推导。分离位于独立的路由子空间中，而不是值槽本身。这些结果在多种架构中得到验证，且该行为在3B至7B参数规模的模型中出现。

本文通过MAGE框架研究多组件提示优化中不同组件的相互作用，揭示了提示优化耦合效应（POCE）：多个随机优化信号在闭环反射回路中相互作用，同时提升性能与放大方差。关键发现包括：基于失败反思不可或缺、MAGE在GSM8K-Hard上优于GEPA、增大候选多样性使POCE信号最明显、POCE依赖于基础模型能力空间、低数据场景下固定提示优于优化器。

本研究通过两阶段流水线（监督微调+4位量化）将LLaMA 3 (8B)微调为高效的替代重排序器，在RAG管道中替代传统交叉编码器，在保持高准确率的同时显著降低推理成本。在领域特定问答基准上，微调模型在答案相关性、上下文精度、答案相似度和答案正确性上分别提升14%、16%、19%和21%。

本文提出了一种基于轨迹感知知识估计（TAKE）的文本数据集蒸馏框架，利用影响函数和训练轨迹计算每个样本的知识得分，并通过最优传输选择原型样本，可将语料库压缩至原始大小的0.1%，同时保持下游任务性能。该方法在文本分类和自然语言推理任务上验证了有效性，为数据高效AI提供了理论支撑。

本文提出一种基于图的框架，结合弱监督与传播图分析，检测Telegram生态系统中的虚假信息叙事。该方法将语义相关的声明聚合为叙事级聚类，并建模其在互连频道间的扩散，从而发现仅通过帖子级分析难以捕捉的协调放大行为。实验表明，融合文本信号与网络结构可提供可扩展的检测方法，并揭示虚假信息在大型消息环境中的传播机制。

一项新研究评估了最先进的大语言模型在韩语-盲文双向翻译上的表现，发现输出质量差且不稳定，与人类判断存在显著分歧。相比之下，对小型T5-small模型进行监督微调后，所有标准指标均大幅提升。研究表明，当前LLM缺乏盲文感知的标记化，且与盲文模式对齐薄弱，揭示了无障碍关键模态中的系统性限制。

本研究提出G-SHARE框架，将核电站人因事件诊断的CNNP九步准则转化为多阶段诊断流程，包括证据提取、逐步推理和一致性修复。在真实数据集上，G-SHARE显著优于一次性提示和传统机器学习方法，表明结构化推理和一致性约束对稳健诊断至关重要。

本文介绍了CANDI-QA数据集，用于评估大型语言模型在医学诊断和金融咨询等专业领域的上下文对齐能力。数据集包含信息辅助和应用推理两类问题。研究评估了十多个模型，并提出了轻量级神经符号框架MTSS-Net作为基线。结果表明，当前LLM在专业领域实现上下文对齐仍面临重大挑战。

本研究通过扩展规模，大幅缩小了点及时语言模型与不受时间约束模型之间的性能差距。研究者训练了多达40亿参数的解码器专用Transformer模型，使用FineWeb中1万亿按时间顺序筛选的令牌，构建了从2013年到2024年的月度模型检查点序列。在常识推理和语言理解基准测试中，这些模型接近了同等规模的领先开放权重模型（如Gemma-3-4B和LLaMA-7B）的性能。通过LoRA进行指令微调进一步提升了下游可用性。研究团队发布了完整的流水线，以实现可复现的点及时语言建模。

研究人员提出BattVAE-GP框架，结合变分自编码器和高斯过程，高效模拟锂离子电池在不同充电速率下的长期退化轨迹，并量化不确定性。该方法降低了计算成本，为电池健康预测提供了高效替代模型。

随着大型预训练模型规模增长，微调中的内存瓶颈日益突出。LoRA通过低秩适应减少参数，但激活值存储成为新的瓶颈。CARE-LoRA利用LoRA投影结构，将完整输入激活替换为低秩压缩激活，并计算轻量重建矩阵用于反向传播，大幅降低内存占用，同时保持或提升性能。

本文介绍了由Afonso S. Bandeira、Amit Singer和Thomas Strohmer合著的新书《数据科学的数学基础》，该书全面涵盖了高维诅咒与祝福、奇异值分解、线性回归、图论与聚类、非线性降维、随机投影、优化、分类、深度学习、图拉普拉斯、集中不等式、压缩感知等主题，为数据科学提供了坚实的数学基础。

镜像理论提出通过可行路径熵（VPE）度量智能系统在反复反射下维持连贯延续的能力。实验表明，增加token预算可扩展验证可达性，且模型能力并非仅取决于参数数量。

线性注意力模型通过固定大小的循环状态取代softmax注意力的KV缓存，但限制了精确状态跟踪和长上下文记忆。本文提出半直积傅里叶增量注意力（SFDA），一种相位控制的泛化方法，将实对角衰减替换为块旋转傅里叶控制。主要贡献是构造性块WY分解，实现了精确的仿射块传输、形式化稳定性和复杂度界限，以及相位加低秩记忆的紧凑表征。实验表明SFDA能学习循环记忆，而相位禁用的KDA基线接近随机。

本文提出GenAI Evaluation，一种配置驱动的流水线，用于大规模评估零售对话系统。通过规范化、分片、异步执行和模式约束的LLM评分，评估有帮助性、真实性、清晰度、语气一致性和翻译维度。选择性重新评估仅处理无效记录，支持模式锁定和版本化配置。每日处理约5万条记录，已评估超200万次交互。在12,980条人工标注记录上取得宏F1 0.93和翻译准确率89%。

本研究探讨了多智能体语言模型系统中交互图结构如何影响共识形成。通过命名游戏协议，研究人员分析了开源语言模型（1.1B-32B参数）群体中的约定形成过程。研究发现，同质性阈值相似性路由会加剧碎片化，而桥梁寻找路由在有记忆的情况下可修复碎片化。在异质模型群体中，阈值相似性导致共识失败，而状态组件和标签分歧桥梁可恢复共识。同质模型群体中，保留历史通常促进共识，其中Qwen2.5-32B模型在所有保留历史设置中均达到稳定共识。该研究还验证了结果对状态阈值、群体规模和词汇表大小的鲁棒性，并表明早期窗口图能量特征可作为有效的网格内诊断工具。

论文提出了一个“代理就绪网站”设计框架，旨在增强电商平台对AI代理的可读性、可解释性、可验证性和可操作性。实验表明，代理就绪网站将严格成功率从49.3%提升至89.3%，部分成功结果从43降至3，平均步骤数从9.31降至6.49。

本文批判了人工智能中的优化文化，指出优化过程虽然能衡量文本的不可预测性，但无法区分错误与创新。尽管如此，优化已在短短五年内取代了传统机构，掌握了定义合法语言权威的地位。

GRID是一种基于语法约束的解码引擎，通过将LALR(1)解析器状态作为掩码键，确保SQL输出语法正确且符合角色权限策略，提供可证明的保证、恒定时间成本及完整审计追踪。在Spider数据集上，0.5B模型执行准确率提升13%，7B模型通过修复达到94.5%可执行率。

该研究结合了本体增强蒸馏与情境审计两项方法，针对受数据居留规则约束的金融机构，提出租户自有语言模型的构建与治理方案。蒸馏实验表明，Qwen3.6-27B学生模型在40项越南语金融任务中达到36项正确，与GPT-5相当，但统计功效不足以证明等价；情境审计试点的结果表明残存情境性为零，直接影响与构造耦合才是有效信号。研究不支持当前模型的可部署性、安全性或优越性。

本文综述了非平稳环境下的上下文强化学习（ICRL），即预训练或微调的决策模型如何仅通过交互上下文推断潜在任务规则并改进未来行为，而无需在测试时更新参数。在变化的环境中，累积的上下文可能变得过时甚至误导，因此策略必须推断当前决策规则并识别哪些历史证据仍然有效。论文围绕三个核心问题组织文献：什么在变化、变化如何展开以及变化对智能体的可观察程度，并将其与元强化学习、决策序列建模、检索增强强化学习等方法联系起来。

本文提出了一个严格的永续期货市场最优做市理论框架，将做市问题建模为随机最优控制问题，贡献包括损益分解定理、HJB方程、高APY区域定理等。数值分析揭示了盈利与非盈利区间的相变。

GPT-5.6系列中，Sol和Luna在任何智能水平上的成本效率均优于Terra，尤其是Luna表现出极高的性价比。

PrismML发布了Bonsai 27B，这是Qwen3.6-27B的低位表示，并非全新预训练模型。提供三进制和二进制两种变体，采用Apache 2.0许可证。三进制版本每位仅1.71比特，理想大小为5.9GB；二进制版本每位1.125比特，大小为3.9GB。性能方面，三进制保留FP16基线的94.6%，二进制保留89.5%。该模型支持多模态，上下文长度262K令牌。PrismML声称二进制版本是首个适合手机的27B级模型。

Simon Willison 在 Codex Desktop 中意外激活了一个“宠物”功能，并利用 GPT-5.6 Sol 和 gpt-image-2 创建了一个骑自行车的鹈鹕宠物，命名为 Pedalican。他记录了整个生成过程，包括提示词和中间步骤，并开源了相关技能。

本文对比了四种主流的AI编程代理：Mistral Vibe for Code、Claude Code、Cursor和OpenAI Codex，针对从功能脚手架到拉取请求的完整工作流进行评分。Mistral Vibe以22/25的总分领先，凭借成本、开放性和控制力获胜；Claude Code和Codex并列21/25；Cursor得16/25。文章详细分析了每个工具在脚手架、测试循环、PR及异步工作流、覆盖范围、成本与开放性五个维度的表现。

MIT教授Devavrat Shah通过研究和创业，致力于设计能够利用有限计算资源进行实时决策的AI方法。他共同创立的Ikigai Labs开发了基于表格时间序列数据的基础模型，被Celonis收购后，有望集成到企业流程管理中，实现大规模预测和优化。

阿明·罗纳赫在一篇关于AI代理和软件工程的文章中强调，软件项目的共享语言并非英语或Python，而是对概念、边界、不变量、所有权和系统形态的共同理解。他指出，在AI代理出现之前，这种理解通过“摩擦”维持——如阅读代码、提问、协调——这种摩擦虽然缓慢且部分浪费，但同步了人们。这篇文章由Simon Willison于2026年7月14日引用。

元提示是一种先进的提示工程技术，要求模型在执行任务前先设计可复用的提示模板、清单或工作流程。本文详细解析了元提示的定义、四步工作流程、具体模板示例及其与普通提示、少样本提示、思维链提示的对比。

谷歌更新了隐私政策，现在你的图片、语音搜索和视频可能被用于训练其AI模型。用户被自动默认开启，需手动关闭以保护隐私。本指南将教你如何退出。

开放模型如NVIDIA Nemotron使企业能够构建满足特定需求的AI，提供完全的控制权、定制能力和成本效益，并推动从AI使用到AI拥有的转变。

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。

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。

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。

本文介绍了Millwright——一种三层数据契约架构，使模型生成的分析结果在不接触标记、样式或DOM的情况下渲染。通过类型化的结果构件、语义化版本控制的看板以及仅允许添加的导航页面，确保安全、可审计且可撤销的AI集成。

本文深入探讨了TPU和GPU集群拓扑结构，以及用于Transformer训练和推理的核心集体操作。重点介绍了环状算法在大型消息通信中的应用，并分析了TPU的2D/3D环面拓扑和带宽层次结构。

台湾芯片制造商正在扩大制造能力，以支持日益增长的人工智能基础设施需求。

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。

本文探讨了人工智能公司如何从依赖内部现金流转向债务融资，以满足巨额资本支出需求。分析了当前AI投资热潮下的财务趋势与风险。

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%。

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。

AI 为您规划整周日程，助您采取行动。

时间线工作室是一款免费的开源AI视频编辑器和语音生成器，运行在浏览器中，无需下载安装。它利用人工智能技术简化视频制作流程，适合内容创作者和开发者。

Gomoku AI Edu 是一款专为 macOS 设计的五子棋游戏，提供 AI 对手、棋局分析、局域网对战、SGF 导出等功能。界面简洁，支持离线使用，并针对 Apple Silicon 优化，适合从新手到进阶玩家。

Meta下一代智能AI眼镜的“超级感知”功能将启用摄像头而不闪烁指示灯，引发隐私担忧。尽管Meta正打击篡改指示灯行为，其自身却计划在某些AI功能中禁用该灯，可能助长秘密录制。

作者分享了自己在使用AI聊天工具时遇到的知识组织难题，并提出了基于文件系统的知识库解决方案，通过Claude Code技能实现上下文的高效管理。

Pupul是一种可携带、可撤销的个人记忆系统，用户可将自己的信息带入任何AI助手，并随时一键撤销访问权限。演示中，AI助手通过用户的同意获得记忆，但在用户撤销后立即失效，整个过程仅需60秒。

这是一个关于时间旅行、魔法和人工智能的故事，核心是一杯不应该存在两次的咖啡。网站包含故事文本、同步旁白、音乐和歌词。

微软周四报告称，由于建设新的数据中心，其去年碳排放量大幅上升，这对其气候目标构成了挫折，而蓬勃的AI需求预计将在未来十年推动全球排放量急剧增加。

纽约州长霍楚尔签署行政令，暂停全州数据中心建设一年，并计划废除销售税豁免，要求数据中心公平承担电网升级费用。此举旨在保护居民利益，但被视为对人工智能行业的重大打击，可能为其他州树立先例。

谷歌正在为Google Images添加AI图像生成功能，当搜索结果不理想时，用户可直接在AI概览中创建自定义图像。同时，Google Images将迎来改版，实现实时更新和更便捷的收藏管理。

为庆祝成立25周年，谷歌宣布对图片首页进行重大改版，将原本简单的搜索栏页面替换为动态、沉浸式的图片画廊，根据用户兴趣智能推荐图片。用户还可以保存图片到收藏夹。此外，谷歌搜索的AI概览将能生成图片，帮助用户可视化家居装饰等想法。新首页将在未来几周内向美国英语用户推出。