本期判断
本期日报聚焦新一代AI模型的密集发布与平台能力升级。Kimi K3和Thinking Machines的Inkling模型以万亿级参数和长上下文能力引领模型边界，而Google Gemini API则强化了代理管理功能。同时，xAI开源Grok Build以应对隐私挑战，DeepSeek披露年营收并计划IPO，行业在技术突破与商业化双向加速。
模型发布
Kimi K3模型发布：2.8T参数、1M上下文
Kimi.ai发布Kimi K3大模型，参数达2.8万亿，上下文窗口1百万token，原生多模态。采用Delta Attention使百万token解码提速6.3倍，Attention Residuals将训练效率提升25%（成本增2%）。该模型在前端代码Arena得分1679，并计划于2026年7月27日开源权重。
Thinking Machines发布Inkling开源模型
Mira Murati旗下Thinking Machines发布Inkling开源模型，采用975B总参数、41B激活参数的MoE架构，支持1M上下文，在45T数据上训练，原生支持文本、图像、音频多模态。Apache 2.0授权，提供12B Small预览版。基准测试中，Inkling在IFBench达79.8%，FORTRESS Benign达95.9%，并在Terminal Bench上以1/3 token量匹敌Nemotron 3 Ultra。
Google Gemini Omni Flash登顶视频生成榜
Google发布Gemini Omni Flash多模态模型，在Artificial Analysis视频排行榜上，文本到视频和图像到视频生成均位居第一，击败ByteDance的Seedance 2.0。该模型支持文本、图像、视频输入，可生成720p 24FPS 3-10秒视频，定价为$0.10/秒。
SenseNova-U1-Infographic-V3信息图生成模型发布
SenseNova团队推出SenseNova-U1-Infographic-V3模型，基于8B参数MoT检查点，采用原生多模态NEO-unify架构。该模型在T2I任务上性能优于Qwen-Image-2.0和Z-Image，并在BizGenEval+IGenBench基准测试中排名靠前，支持10种编辑任务，采用Apache 2.0许可证。
LingBot-VLA 2.0：60K小时机器人数据训练模型
LingBot-VLA 2.0是一款开源的具身模型，通过60K小时精选的机器人和人类数据训练，支持从单臂机器人到人形平台的多种机器人配置，显著提升了机器人在复杂长期任务上的性能。
Hy-Embodied-VLM-1.0具身模型发布
Hy-Embodied-VLM-1.0在ModelScope发布，采用Apache 2.0许可证。该模型总参数约30B，每个token仅激活约3B，在38个具身基准测试中排名第一19个、第二11个，平均性能较Hy-Embodied-0.5 MoT-2B提升8.4%。
Google Gemma 4 31B实时语音代理超越GPT‑4.1
Google Gemma团队将Gemma 4 31B模型部署在LiveKit推理平台，首次音频延迟为354ms，首次token生成时间为192ms。该模型在tau2bench工具使用基准上获得76.9%成功率，首次超越GPT‑4.1。
NVIDIA发布Nemotron 3 Embed 8B登顶RTEB
NVIDIA发布Nemotron 3 Embed 8B嵌入模型，在RTEB检索基准测试中获得总榜首位，该基准主要评估真实任务中的检索准确率。
Qwen-Audio-3.0-Realtime实时语音交互模型发布
阿里通义实验室发布Qwen-Audio-3.0-Realtime实时语音交互模型，具备高表现力共情对话、流畅双工交互和Agentic工具调用能力，在Artificial Analysis评测的Speech Reasoning子项中位列第一。
Arena新增事实核查评分，影响模型排名
Arena在其排行榜中新增基于真实用户对话的事实核查评分。启用事实权重后，GPT‑5.5在文本竞赛中上升13名，Muse Spark下降13名；而在搜索竞赛中GPT‑5.5-search登顶，Gemini grounding跌至第13名。
智能体、平台与工具
xAI开源Grok Build Agent，应对隐私危机
xAI将Grok Build Agent平台代码以Apache 2.0协议开源，并重置所有用户用量限制，删除了此前保留的所有编码数据。此举旨在回应此前Grok Build CLI被曝上传整个Git仓库至Google Cloud的隐私争议。其80万行代码库涵盖agent loop、文件工具、shell执行、网络搜索、终端接口等核心模块。
Gemini API新增管理代理功能
Google发布Gemini API管理代理更新，新增免费层可用性、预算警报功能和计划执行触发器。免费层支持无账单开发，通过max_total_tokens参数控制预算，并通过cron调度实现自动化任务。
Raft 1.0发布：多智能体长期协作平台
Raft发布1.0版本，将多智能体系统转变为具有独立记忆、角色和共享线程的长期协作者，智能体可相互审查工作。Raft内部超过100个命名智能体处理99%的工作，beta阶段有超过20000名构建者，平均每个人类对应约4个智能体。
Pipecat开源框架：构建实时语音AI代理
Pipecat是一个用于构建实时语音AI代理的开源Python框架，支持语音识别、文本转语音、对话逻辑和实时交互。它集成了WebRTC和WebSocket传输，兼容Deepgram、OpenAI、Anthropic等多种AI服务，适用于语音助手、AI伴侣等场景。
DoorDash CLI有限Beta发布
DoorDash宣布开放CLI工具dd-cli的有限beta版本，允许AI代理直接从命令行搜索商店、查找优惠、下单和结账。早期访问面向美国和加拿大的macOS开发者，需通过waitlist申请。
Boris Cherny：自动化赋能AI Agent开发
Boris Cherny指出在AI Agent时代，将领域知识编码为基础设施（如CLAUDE.md、REVIEW.md、skills、lint规则、CI步骤）比以往更关键。他主张团队应编写这些文件使Agent能零上下文高效工作，让非工程师也能有效贡献代码。
研究突破
GPT-5.6 Sol Pro解决统计学长期猜想
Edgar Dobriban使用GPT-5.6 Sol Pro在90分钟内解决统计学长期猜想，证明Benjamini-Hochberg程序不能控制相关高斯双尾检验的FDR（在0.01名义水平下实际FDR > 0.0104）。此前GPT-5.5在20小时内未能解决该问题。
MiniMax AI Trader周收益28.89%超越多模型
MiniMax AI通过AI Trader实现28.89%的周收益，达到新月度高点并排名第一，同时超越GPT-5.5、DeepSeek V4 Pro、Qwen和Kimi等主要模型表现。
AI宣称解决19个Erdős问题
Przemek Chojecki声称GPT模型（主要是GPT-5.5 Pro）在四月解决了19个Erdős问题，其中3个新宣称由GPT-5.6 Sol Ultra在七月完成。部分解决方案尚未正式验证。
Microsoft OAT：智能体调试新方法
Microsoft及合作者提出OAT（Offline Attribution via Trajectories），这是一种轻量级归因器，仅在成功轨迹上训练，利用神经控制微分方程建模成功动态。该方法将故障归因转化为成功模式的一类学习，无需标注错误步骤或失败数据。
ICML 2026研究可复现性挑战赛
Gradio与@askalphaxiv合作举办ICML 2026可复现性挑战，要求参赛者挑选论文部署agent并构建开放工件库，最高奖励4000美元GPU额度，旨在推动科研成果的透明度和可信度。
H800s万亿令牌级训练与推理优化
最新分析指出，前沿模型训练数据量已扩展至30-45T令牌，通过多芯片优化（如64芯片优化）、MXFP4精度和静态形状等架构设计，数千块H800芯片足以完成训练，大幅提升训练效率，并影响RAM需求。
商业与投资
DeepSeek年营收4-5亿美元，拟2027年IPO
DeepSeek年化收入达4-5亿美元，主要来自API销售，毛利率超70%。公司计划于2027年在上海科创板IPO，并启动第二轮融资，允许直接股权投资并通过QFLP结构接受境外美元。
AI行业进展集锦播客节目推荐
有用户推荐一档AI行业进展集锦播客节目，该节目涵盖技术突破、行业动态及访谈内容，并提供官方YouTube资源链接，为从业者提供了获取最新资讯的途径。
AI安全与伦理
SpaceXAI起诉Grok用户制作儿童色情
Elon Musk证实SpaceXAI起诉一名Grok用户，该用户创建虚假账户并尝试生成儿童性虐待材料（CSAM），导致其被捕面临八项重罪指控。SpaceXAI在2026年已暂停52,222个账户，提交73,604份报告给NCMEC，促成至少244次逮捕。
OpenAI调查GPT-5.6文件意外删除问题
OpenAI正调查GPT-5.6意外删除文件的报告，常见原因为全访问模式、无沙箱保护及模型尝试覆盖$HOME环境变量。OpenAI将更新开发者消息，引导使用更安全权限模式，并增加沙箱保护，后续将发布详细分析。