本期判断
本时段，腾讯混元正式发布了其旗舰模型 Hy3，以 Apache 2.0 协议开源并降低 API 价格，性能大幅提升。同时，Anthropic 在 Claude 中发现了类似“全局工作空间”的 J-space，为模型可解释性带来突破。此外，中国拟限制 AI 模型出口，与美国形成呼应，或将导致全球 AI 市场加速分裂。
腾讯混元 Hy3 发布
腾讯混元Hy3模型开源发布，性能大幅提升
腾讯混元正式发布 Hy3 模型（295B MoE，21B 活跃参数，256K 上下文）。该模型已开源（Apache 2.0 协议），并在 OpenRouter 和 OpenCode 平台免费提供至7月21日，API 价格降低。性能提升显著，盲测得分 2.67/4，超越 GLM-5.1 (2.51/4)；多轮对话错误率降至 7.9%，MRCR 升至 75.1%；执行效率平均缩短 34%，文档处理 token 节省 47.4%。专注于代码、推理和长上下文，并已应用于腾讯内部产品。
模型发布与更新
Google DeepMind发布Gemma 4技术报告
Google DeepMind 发布 Gemma 4 技术报告，模型参数从 2.3B 到 31B，涵盖密集和 MoE 架构。12B 模型采用无编码器设计，2.3B 模型性能匹配 Gemma 3 27B。31B 模型在 Arena Text 排名 43，AIME 2026 达 89.2%，GPQA Diamond 84.3%。
ModelScope开源LingBot-Vision系列模型
ModelScope 开源 LingBot-Vision 光学特性系列模型，包含 1B ViT-g 和多尺度学生模型。1B ViT-g 在 NYUv2 深度 RMSE 0.296 领先 7B DINOv3 (0.309)；0.3B ViT-L 学生模型性能接近 7B DINOv3，参数量少 23 倍。
DeepSeek V4支持100万上下文
DeepSeek V4 开源两种变体，可扩展上下文至 100 万 tokens，通过注意力改进和 Mega MoE 加速计算。
Meta发布首个自研图像生成模型Muse Image
Meta 发布首个自研图像生成模型 Muse Image，将替代依赖的 Midjourney 和 Black Forest Labs。支持编辑、生成、删除对象等功能，消费者免费使用，高级用户需订阅 Meta One。内部测试显示其优于 Nano Banana 2 但落后于 GPT Image 2。
NVIDIA发布30B音频MoE模型Audex
NVIDIA 发布 Audex，一个 30B 总参数/3B 活跃参数的音频-文本 MoE 模型，基于 Nemotron-Cascade-2。在 BigBenchAudio 等基准上取得高分（90.0, 95.6, 90.3），同时保持文本推理能力，训练使用 157.4B 音频 tokens 和 320.5B 文本 tokens。
MiniMax M3性价比达Sonnet 5七成
MiniMax 最新模型 M3 性能达 Sonnet 5 的 79%，价格仅为十分之一。通过 Kilo 的 Token Plan Plus，用户可以每月 20 美元获得 1.7B tokens，远低于 Claude Code Max 的每月 200 美元。
Qwen开源AgentWorld模型及基准
Zikai 分享 Qwen-AgentWorld 见解：8B dense 是有效学习的最小模型；最佳输入格式为 playwright 的 accessibility tree；Qwen 开源了 Qwen-AgentWorld-35B-A3B (MoE，35B/3B active，256K context) 和 AgentWorldBench。
研究突破与可解释性
Anthropic发现Claude内部工作空间J-space
Anthropic 研究团队在 Claude 中发现一组名为 J-space 的内部神经模式，类似人脑的“全局工作空间”。该区域占模型总活动的不到十分之一，因果影响模型行为，移除后会大幅降低多步推理、总结等能力。通过 J-lens 可读取 Claude 的“内部想法”，检测其编造数据或隐藏目标，有助于提升模型可解释性和安全性。
General Intuition开源多玩家世界模型MIRA
General Intuition 与 Kyutai Labs 合作开源 MIRA，通过 10k 小时公开机器人数据训练，可实时运行 20 FPS 的四名玩家对战场景。该模型未用于 Rocket League 开发，计划在 ICML 展会展示其技术成果。
Harness Engineering：AI自改进主战场
Lilian Weng 博客阐述 Harness Engineering 作为 AI 递归式自改进 (RSI) 的主战场。文章归纳了 Workflow Automation 等三类基础模式，探讨了 Context Engineering、Meta-Harness 等方向，并指出弱评估器、记忆生命周期等七大瓶颈。
无需微调验证器提升AI准确性
Stanford、NVIDIA 和 UC Berkeley 论文提出无需训练的验证器，通过读取连续校准分数而非离散评分提升准确性，在 Terminal-Bench V2 (86.5%)、SWE-Bench Verified (78.2%)、RoboRewardBench (87.4%)、MedAgentBench (73.3%) 等基准上取得显著提升。
Beyond Language Modeling论文ICML展示
David Fan 团队在 ICML spotlight 展示 Beyond Language Modeling 论文，研究了将视觉作为一等公民进行多模态预训练的方法，探索了 Transfusion-style 模型从头训练的设计空间，涉及视觉表示、数据、世界建模、架构和扩展行为等方面。
Agentic Coding Harness底层解析
SemiAnalysis 深入解析 Agentic Coding Harness 底层实现，指出 LLM 无状态，每次请求需重建系统提示、工具定义和消息历史，通过 HTTP POST 循环实现工具调用和本地执行。强调不同 harness 仅区别在上下文管理策略和 UI 设计，智能上限由底层模型决定。
平台与产品更新
Claude Fable 5免费试用延期，多项基准领先
Anthropic 宣布将 Claude Fable 5 的免费试用期延长至 7 月 12 日，Pro/Max/Team/企业版用户可免费使用，但最多占每周额度 50%，之后转为按量计费。在 Artificial Analysis 的 Harvey LAB-AA 法律基准测试中，Fable 5 以 14.2% 的通过率遥遥领先；在六项行业 AI 能力指数中也全面领先。但其每任务成本高达 19 美元，远高于 Gemini 3.1 Flash-Lite 的 0.02 美元。
Cloudflare推AI Agent支付网关与Workers Cache
Cloudflare 推出 Monetization Gateway 和 Workers Cache。Monetization Gateway 基于开源 x402 协议，实现 AI Agent 的微支付，允许开发者对 API、数据集等资源收费（如 $0.01/次调用），支持稳定币结算，无需注册或 KYC。Workers Cache 则在 Worker 入口前提供分层缓存，通过缓存响应减少重复代码执行，计费上缓存命中仅收请求费。
Anthropic将Claude Cowork扩展至移动/网页端
Anthropic 将 Claude Cowork 从桌面端扩展到移动端和网页端，允许用户在后台执行任务并跨设备检查审批。同时发布 120 万次匿名使用数据 (5月11日至31日，覆盖 60 万+ 组织)，显示大部分 Cowork 活动并非编程。
Claude Code官方口述史披露
Anthropic 发布长篇口述史，记录 Claude Code 从 2021 年内部研究原型到 2025 年 2 月正式发布、再到 2026 年全面爆发的全过程。访谈涵盖小团队策略、20%可用即发布、信任逐步让渡等关键判断。
Factory发布模型路由Router
Factory 发布 Router 模型路由功能，在数周生产中实现 43% 的总成本节省，61% 的会话成本降低至少 80%。
Google Gemini Managed Agents更新
Google 更新 Gemini API Managed Agents，新增后台任务、远程 MCP 支持、函数调用、凭据刷新和免费层访问，使代理更接近生产环境。
Anthropic工程师分享Claude开发策略
Anthropic Claude Code 工程师 Thariq Shihipar 在 AI Engineer World's Fair 演讲中提出“解除 Claude 束缚”概念，认为模型能力需通过工具调用释放，并透露 Claude Code 已砍掉 80% 系统提示词，同时分享“找到未知”方法论。
商业与政策
中国拟限制AI模型海外访问及投资
消息称，中国商务部正与阿里巴巴、字节跳动、智谱等公司讨论限制先进 AI 模型（含闭源及开源权重）出口，并考虑将 AI 泄露列为国家安全犯罪，同时收紧外国对中国 AI 初创公司的投资。此举与美国限制 AI 访问相呼应，可能导致全球 AI 市场分裂。在此背景下，DeepSeek 和 Zhipu AI 正在研发定制 ASIC 推理芯片，但面临制造和内存访问限制。
微软裁员4800人，因AI支出挤压
微软裁员 4800 人（占 2.1%），涉及商业运营和 Xbox，原因系 AI 基础设施支出（预计 2026 年达 1900 亿美元）挤压现金流。Azure 业务增长但 Xbox 利润率仅约 3%。
Groq员工以股权换薪挽救公司
Groq 创始人 Jonathan Ross 透露，公司濒临破产时，80% 员工同意以股权换取薪资，将薪资降至法定最低（工程师从数十万降至 5-6 万美元），离职率仅 5-10%，后续与 NVIDIA 达成 200 亿美元合作。
Anthropic资本效率优于OpenAI
America's 贵仁基金经理指出 Anthropic 的资本效率远高于 OpenAI，其每 token 成本比 OpenAI 低 80% 以上，直接影响两家公司的结构性回报率模型。
BIS警告AI泡沫风险及金融冲击
国际清算银行 (BIS) 报告警告 AI 泡沫风险，指出超大规模企业 2025 年债券发行超 1000 亿美元，私人信贷基金 AI/IT 敞口五年内翻四番至约 15%，杠杆供应链可能引发从科技到信贷市场的金融冲击。
基础设施与芯片
SemiAnalysis: TSMC核心竞争力是EDA/IP生态
SemiAnalysis 分析指出，台积电 (TSMC) 的核心竞争力在于其 EDA/IP 生态体系而非芯片工艺，Samsung 和 Intel 也在追求类似建设。
NVIDIA压缩MoE模型提升吞吐量
NVIDIA 论文将混合 MoE 模型 Nemotron-3-Super 压缩为 Puzzle-75B-A9B，通过联合结构搜索等技术，在 8×B200 节点上实现约 2 倍父模型吞吐量，H100 上 1M token 并发从 1 提升至 8，同时保持推理、编码、长上下文和智能体基准准确率。
SpaceX申请发射10万颗Gen3卫星
SpaceX 向 FCC 申请发射 100,000 颗 Gen3 低轨卫星，配置两个带宽，轨道高度 323-327.5 km 与 473-477.5 km，倾角 26-96.9°，不同于此前 100 万颗 AI 卫星申请。
数据中心建设成中美AI供应链焦点
Sar Haribhakti 指出数据中心建设为美国 AI 产业供应链提供市场驱动机会，而北京计划投资 2950 亿美元推进数据中心建设，阻止建设将削弱美国关键技术领先地位。
基准与评测
ARC Prize公布AGI-3首批获奖者
ARC Prize 公布 ARC-AGI-3 Milestone #1 的三位获奖者：tufalabs (1.21%, $25K)、Reki (0.867%, $7.5K)、Md Boktiar Mahbub Murad (0.864%, $5K)。所有获奖者均开源了解决方案。