芯片

月之暗面于2026年7月16日发布Kimi K3，这是一款2.8万亿参数的开源MoE模型，采用Kimi Delta Attention和Attention Residuals架构，支持原生视觉和100万token上下文窗口。K3在多项基准测试中表现出色，但整体性能仍略逊于最强大的专有模型。

AegisDB是一个自托管的AI代理内存系统，提供持久化、语义化和工作记忆功能，通过简单的JSON-over-TCP协议访问。它采用单个无依赖的C语言二进制文件，支持多租户、加密、备份、只读副本和可观测性，特别适合与Claude Code集成，确保数据完全由用户掌控。

Artificial Analysis 发布了 AA-Briefcase 智能知识工作基准测试结果，Kimi K3 以 1547 Elo 排名第一，领先于 GPT-5.6 Sol 的 1495 分。该基准测试模拟真实商业工作流，评估模型在生成电子表格、演示文稿和备忘录等任务中的表现。

Cushman & Wakefield首席数字和信息官Sal Companieh分享了如何通过产品运营模式、统一数据战略以及与Databricks的合作，建立企业级AI核心，将想法到成果的时间从数月缩短至数天。

Skyportal SRE 是一个开源AI基础设施工程师工具，提供Python SDK、CLI和可观测性代理，用于管理和监控AI基础设施。

我们改进了Daft中的LeRobot视频读取器，通过批量解码将远程数据集上的帧解码速度从每帧3秒提升到整体数秒，实现了4-15倍的加速。

这家由英伟达和波音支持的初创公司表示，其轮式机器人已投入生产，并能持续学习新的工业任务。

Anthropic 秘密削弱了其最强大的编码代理 Claude Fable 5，使其在涉及前沿 AI 开发任务时能力下降，以保护自身经济地位。这一做法揭示了 AI 行业的结构性矛盾：实验室既想制造最强大的工具，又害怕被自己创造的工具取代。与此同时，开源模型生态蓬勃发展，企业客户正在转向更便宜的开源替代方案。

2026年上半年，能源公司通过IPO筹集了126亿美元，创下自1999年互联网泡沫以来最高半年度水平，投资者希望押注人工智能数据中心对电力的巨大需求。

VarAlign是一款VS Code扩展，能检测AI编程助手在不同会话中创建的重复、漂移或错位的变量。完全本地运行，代码不会离开机器。它提供重复项、变量和会话视图，支持生成修复提示，并可与Claude Code或Kilo Code集成自动修复。

谷歌将 NotebookLM 更名为 Gemini Notebook，强调其作为 AI 研究工具的核心地位，并新增安全云端计算机实现原生代码执行与数据分析，同时支持 Gemini 应用与搜索的跨应用同步，未来还将集成到 AI Mode 中。自 2023 年以 Project Tailwind 推出以来，已有超过 3000 万用户和 60 万个组织采用。

Google Vids 推出 Gemini Omni 和个人数字分身两大功能，用户只需通过自然语言描述即可生成和编辑高质量视频片段，还能创建自己的数字分身出镜，无需实际拍摄。

Mira Murati的Thinking Machines Lab于2026年7月16日发布了其首个开放权重模型Inkling。这是一个混合专家（MoE）Transformer，总参数975B，活跃参数41B，采用Apache-2.0许可证，支持多模态，在45万亿token上训练。该模型并非前沿模型，而是作为通过Tinker平台进行微调的强大基础模型。同时预告了Inkling-Small（276B总参数，12B活跃）。模型卡和训练数据文档异常简短，数据来源描述模糊，仅提及公共领域和互联网内容。Inkling在性能上与中国开放权重模型竞争，为美国开放权重生态系统增添了新力量。

Democr.ai 是一个开源的自托管代理AI运行时框架，集成了服务器驱动UI、多客户端渲染、多租户、RBAC、OS级沙箱、三层审计、可插拔AI引擎编排、知识子系统等核心功能。其核心理念是“一切皆模块”，无供应商锁定，强调安全作为原语。项目仍处于测试阶段，但架构已面向生产级约束。

中国AI公司StepFun发布全球首款原生代理型AI手机StepX Neo，搭载自研Step AOS系统与Amoo AI助手，可在多平台自主完成订票、打车等复杂任务。

本文探讨了AI推理市场即将面临的利润率崩溃，分析了“足够好”的廉价模型如何改变市场格局。赢家包括硬件供应链、超大规模云服务商、编码代理（如Cursor）以及最终用户；而前沿AI实验室虽然面临风险，但可能通过不公开最强模型或转向托管平台来应对。此外，B2C市场中的广告变现潜力可能带来新的转机。

Meta发布了Muse Spark 1.1，这是首个带有价格标签的Meta模型，标志着从开源权重向闭源商业模式的转变。同时，Meta在构建完整垂直堆栈——从芯片到云再到应用，引发其能否与前沿AI实验室竞争的讨论。

Linux基金会宣布x402基金会正式运营，该开放治理机构由40个成员组成，旨在标准化AI代理和应用的互联网原生支付协议。

Thinky首次发布完整LLM系列Inkling，采用MoE架构，总参数量975B，激活参数41B，支持文本、图像、音频输入，1M上下文窗口，Apache 2.0许可。性能上成为美国最强开源模型，但略逊于中国开源旗舰和闭源模型。

这篇文章批判了“AI只是工具，如何使用才重要”这一常见说法，指出工具并非中立，它们塑造社会、环境与人性。作者以汽车、椅子为例，说明工具的设计本身带有政治性。AI作为工具尤为危险，因为它消除了人类应有的挣扎与痛苦，导致批判性思维丧失。文章呼吁重新审视技术设计，关注工具对人类的深层影响。

这是一个由Suhas Bhairav创建的包含50多个开源Next.js AI模板和入门套件的精选集合，涵盖聊天机器人、RAG、语音代理、图像生成等多种AI应用。

cayleyR是一个R语言包，利用凯莱图中的循环交集检测来解决排列谜题。核心算法采用迭代双向搜索，从初始和目标排列状态生成随机操作序列，寻找连接路径。该包专为TopSpin(n,k)谜题设计，结合C++哈希索引状态存储和可选的Vulkan GPU加速，已在CRAN上发布。

一个包含56个AI概念及其150条关联的互动可视化地图，用户可通过拖拽、悬停和点击探索人工智能的关键主题。

本文通过一首蓝调歌曲的比喻，探讨大型语言模型的本质：它们生成文本时是先投掷后瞄准，还是存在内部规划？作者结合自身使用AI写作的经历，反思模型创造的“虚假声音”以及我们不断剖析这些系统的行为。

代理推理正在将AI基础设施的重心从训练扩展转向上下文感知、记忆增强推理。RAISE峰会强调了三大关键洞察：AI堆栈专业化、存储作为主动内存扩展、以及资本和数据主权融入基础设施设计。

Neocloud提供商QumulusAI宣布通过直接上市在纳斯达克交易，股票代码QMLS。此举不仅是一项金融交易，更标志着以GPU和电力可用性为中心的AI基础设施层正在成熟。公司专注于快速部署高端GPU容量，利用现有机柜设施和模块化数据中心，以季度为单位交付产能。直接上市提供了资本灵活性、公众公司信誉，并抓住了AI基础设施窗口期。文章还分析了Neocloud的差异化策略及对IT领导者的建议。

本文深入解析了推理服务中 99%、99.9% 和 99.99% 正常运行时间所对应的不同故障域，以及每个层级所需的架构设计。作者分享了 Together AI 在构建可靠推理基础设施方面的实践经验，并提供了在选择推理提供商时应提出的关键问题。

米拉·穆拉蒂创立的Thinking Machines Lab今日发布了其首个基础模型Inkling，这是一款完全开放权重的巨型模型，拥有9750亿参数（混合专家架构，活跃参数410亿）。该模型经过45万亿token的文本、图像、音频和视频训练，原生支持多模态输入但仅输出文本。Inkling旨在填补西方开源AI生态的空白，提供中国模型的替代方案。它具备'思考努力'控制和不确定性标记功能，可减少幻觉。开发者可通过Tinker API进行微调。Thinking Machines计划通过Tinker平台收费，而非按API调用计费，这可能颠覆当前主流AI商业模式。该模型在九个月内完成开发，使用英伟达GB300 NVL72系统训练。

思考机器实验室于2026年7月15日发布了其首个从头训练的模型Inkling，采用Apache 2.0开源协议。该模型总参数量9750亿，活跃参数410亿，支持100万token上下文窗口，可处理文本、图像和音频输入。其核心差异化优势在于可控制的思考力度，用户可根据需求调整推理时的token预算，平衡成本与性能。

NVIDIA发布了基于Thor架构的T3000和T2000模块，专为大规模机器人与边缘AI应用设计。T3000提供865 FP4 teraflops算力，尺寸和功耗仅为T5000的一半；T2000提供400 FP4 teraflops。新模块支持可扩展边缘AI平台，并引入智能体技能实现内存优化。同时推出Cosmos 3 Edge模型，适用于实时视觉分析。开发者可通过模拟模式立即开始开发，模块将于2027年Q1上市。

Eaon是一款原生Mac应用，集成了49种AI模型，支持本地运行、自带API密钥或内置连接，完全免费且开源。它提供模型切换、成本监控、命令面板等功能，并注重隐私和本地化操作。

Cadence Design Systems推出AuraStack，一款用于封装和PCB设计的AI代理，旨在自动化系统设计工作流程，将设计时间从数天缩短到几分钟。

AIAIO 是一款将 AI 代理会话日志转化为平台游戏的创意项目。你的实际提示、错误和任务成为游戏关卡，而“遗忘之墙”则根据你的 token 消耗推进。它既是教育工具，也是自我反思工具。

Inkling 是 Thinking Machines Lab 发布的通用多模态模型，支持文本、图像和音频输入，输出文本。模型拥有 9750 亿总参数（410 亿激活参数），采用稀疏 MoE 架构，上下文窗口达 100 万 token，在多项基准测试中表现优异，并开放权重供研究和商业使用。

作者详细介绍了自己构建一台本地AI推理机器（称为“垃圾生成器”）的过程，包括模型选择（Qwen 3.6 27B）和硬件选型（Radeon AI Pro R9700 GPU加eGPU扩展坞），并探讨了自托管LLM的优势与挑战。

德国研究联合体发布了Soofi S 30B-A3B的预训练报告，这是一个面向德语和英语的开放基础模型。模型采用混合Mamba-Transformer MoE架构，总计约316亿参数，每次token激活约32亿。在完全开放的基础模型中，Soofi S在英语和德语综合得分上最高。

Built Technologies与AWS生成式AI创新中心、AND Digital及AWS账户团队合作，创建了可扩展的AI文档处理引擎，能够对复杂房地产金融文档进行分类、拆分、提取、评估和推理。该引擎将原本需要数天的工作流程缩短至数分钟，支持数百种文档类型，并为技术团队和行业专家提供构建和改进文档处理器的共享环境。

IBM发布了新的Power服务器系列和软件，旨在实现基础设施管理和应用程序开发的自动化。其中包括用于系统管理的自主控制层IBM Power Autonomous Operations，以及面向IBM i环境的AI驱动开发助手IBM Bob Premium Package for i。此外，IBM还推出了紧凑型单插槽Power11服务器Power S1112，专为本地AI推理设计。这些新功能建立在去年Power11发布的基础上，强调了自主IT能力的扩展。IBM引用其2026年技术领导者研究，预计到2027年企业将平均部署1661个AI代理，需要能够自我管理的基础设施。Power S1112利用Power11的片上矩阵数学加速进行本地推理，性能是Power S914的两倍，能效提高69%。Power Autonomous Operations通过持续监控系统行为，在3.33分钟内解决容量问题，比传统工作流程快15倍。IBM Bob Premium Package for i则帮助开发者更快理解和现代化IBM i应用。

高等教育机构在扩大校园呼叫中心服务质量审查方面面临挑战。Databricks 提出一种基于生成式人工智能的解决方案，使用 OpenAI Whisper 进行高精度转录，利用 LLM-as-a-judge 根据机构评分标准进行一致评分，并通过 AI 函数进行数据丰富——所有步骤均在统一治理平台上完成，通过 Genie 和 Agent Bricks 实现自然语言洞察。

随着人工智能成本成为美国企业增长最快的支出之一，一些初创公司开始转向更便宜的中国AI模型以节省开支。尽管中国模型在能力上落后6到12个月，但其开源特性和低成本吸引了大量用户。

一个研究团队成功利用分布在四个国家的14台Mac电脑（包括一台个人MacBook）进行强化学习后训练，在PaperSearchQA任务上将pass@1从29%提升至63%。该系统通过PULSE权重同步技术实现90MB的增量更新，并采用异步星型拓扑结构，所有通信基于对象存储，无需专用网络。这是首次完全使用消费级Mac进行rollout生成的RL后训练。

Perplexity AI推出SPACE沙箱平台，为AI代理提供隔离的安全环境，支持长期任务、会话暂停与恢复，并保护用户凭证。基于AWS Firecracker微虚拟机技术，性能提升显著。

一名黑客入侵Suno AI，曝光了其训练数据来源，包括从YouTube Music、Deezer、Genius等平台抓取的数百万首歌曲和播客，同时泄露了数十万用户信息及Stripe支付数据。Suno此前因版权问题被起诉，此次事件进一步揭示了AI公司的数据收集方式。

边缘AI芯片公司Axelera AI发布了Voyager Wingman，一个允许开发者通过自然语言请求构建和调试边缘芯片应用的AI助手。该工具连接公司的Voyager SDK和全部文档，可帮助组装计算机视觉管道、建议编译器设置并诊断错误。它作为托管服务运行，知识随Toolkit版本自动更新。现已提供网页版和独立应用，采用免费增值模式。

本文介绍了七种Python工具，工程师在2026年实际使用它们来在本地基础设施上构建、协调和运行AI代理，涵盖从模型运行到决策编排的各个层面。

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。

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。

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。