蚂蚁灵波科技正式开源LingBot Video，宣称其为全球首个基于MoE架构、面向具身智能的视频生成基础模型。该模型总参数量达30B，推理时仅激活约3B参数，效率较同规模Dense架构提升约3倍。 LingBot Video引入了7万小时VLA、VLN、Ego等机器人相关视频 语言 动作数据，并通过多维强化学习奖励系统优化物理合理性与任务完成度的对齐。 在RBench评测中，该模型总分达0.620，超越Wan2.6等同类模型；在Physic...
英伟达与Hugging Face在德国慕尼黑机器人学习大会（CoRL）上宣布达成合作，将Hugging Face的开源机器人框架LeRobot与英伟达AI、Omniverse及Isaac机器人技术深度整合，以加速开源AI机器人的研发进程。 双方将依托LeRobot平台与NVIDIA Isaac Lab仿真框架协同，打通数据采集、模型训练、仿真验证至真机部署的全流程。Isaac Lab可借助高保真物理仿真生成大规模合成训练数据，显著提升机器人灵...
Seedream 5.0 Pro 现已正式上线 Runway 平台。该模型支持通过文本提示词或参考图像生成高细节图像，且图像内嵌入的文字清晰可读。据官方信息，Seedream 5.0 Pro 目前支持多达14种语言的文字生成能力，进一步拓展了多语种内容创作场景。
据IT之家报道，Anthropic已于2026年6月1日秘密提交首次公开募股（IPO）申请。若成功上市，这将成为迄今规模最大的AI实验室IPO。 据公开信息及SemiAnalysis报告，Anthropic预计2026年第三季度利润将超过10亿美元。其与OpenAI的年度经常性收入（ARR）合计接近1000亿美元。 Claude Code在软件开发领域的快速普及，推动Anthropic于2026年实现AI模型盈利变现，成为B2B市场领先企业。...
Anthropic与AE Studio联合提出梯度路由辅助模块（GRAM）方法，旨在控制AI模型对病毒学、网络安全、核物理及专业编程语言等双重用途知识的访问。该方法在Transformer每层引入可移除的神经元模块，训练时将相关知识路由至专用模块，避免全局扩散。 训练完成后，删除模块即可消除对应能力，保留模块则支持可信场景下的部署使用。实验覆盖合成数据、真实数据及参数量从50M至5B的多种模型，结果显示GRAM在效果上与数据过滤相当，移除模块...
Robbyant 正式发布 LingBot VLA 2.0，一款参数量为 6B 的开源视觉 语言 动作（VLA）基础模型。该模型以 Qwen3 VL 4B Instruct 为骨干架构，采用 MoE 动作专家设计，并通过 55 维规范向量统一表征多种机器人状态与动作。 训练数据涵盖约 60,000 小时高质量多模态数据，包括 50,000 小时机器人轨迹数据和 10,000 小时第一人称人类视频，覆盖 20 种不同机器人配置。在 GM 100...
中国存储企业长鑫科技披露科创板上市招股意向书及《发行安排及初步询价公告》，确定新股网下申购日与网上申购日均为2026年7月16日。 该公司证券代码为688825，网上申购代码为787825。本次拟公开发行股票668,808.8608万股（超额配售选择权行使前），并授予中金公司不超过初始发行股份数量15.00%的超额配售选择权；若全额行使，发行总股数将扩大至769,130.1608万股。 长鑫科技科创板IPO申请已获上交所审核通过及证监会注册。...
TechCrunch 7月8日消息，瑞典“氛围编程”（vibe coding）初创公司 Lovable 正就一笔3亿美元融资进行谈判，投后估值拟达132亿美元，较其2025年12月的66亿美元估值翻倍。该轮融资预计由 Menlo Ventures 领投。 成立不足三年的 Lovable 已于今年6月实现5亿美元年化经常性收入（ARR）。其工具主要面向创始人、设计师及销售等非技术人员，用于快速构建网站与电商页面，同时也向 Workday、Asa...
OpenAI近日公布政府与国家安全合作伙伴关系方针，明确其在该领域部署前沿AI系统的指导原则。方针强调AI应在保护公民、防御关键基础设施、提供公共服务及应对网络攻击、生物安全等新兴威胁中发挥作用，同时坚持民主问责、人类最终决策权和法治原则。 过去一个月，OpenAI通过Daybreak网络防御计划，与澳大利亚、加拿大、日本、韩国、法国、德国、波兰、荷兰及欧盟ENISA等机构建立网络安全信任访问合作，并与英国政府开展网络安全测试评估。上月，GP...
据Ars Technica报道，近日一起诉讼披露，一名男子被指使用X公司旗下AI模型Grok生成约7000张针对其继女的儿童性虐待材料（CSAM），随后自杀。该事件已引发多起法律诉讼。 多名受害者对X平台提起诉讼，指控其AI模型被滥用于生成非法内容，且平台未能有效履行内容审核与安全防控义务。诉讼文件指出，X平台在收到相关违规提示后，仅上报了极少数案例，被质疑存在系统性监管缺失。目前案件已进入司法程序。
近日，一张显示美国参议员米奇·麦康奈尔（Mitch McConnell）身插多根导管、躺在病床上神情痛苦的图片在网络上广泛传播，随后被证实为AI生成的虚假图像。 事实核查网站Snopes于本周三确认，该图片嵌入了谷歌推出的SynthID隐形数字水印，可被系统识别为AI生成内容。SynthID自2025年谷歌I/O大会发布以来，作为内置图像签名技术，能在截图、跨平台传播后仍保持可检测性。 目前，Gemini系列模型自2025年起默认启用Synt...
OpenAI 对编码评测基准 SWE Bench Pro 开展专项审计，发现在其公开子集的 731 个任务中，约 30% 存在数据质量问题。具体问题包括测试用例过于严格、提示词描述不充分、测试覆盖不全或存在误导性提示等。 同期数据显示，前沿模型在该基准上的通过率在八个月内从 23.3% 升至 80.3%，但 OpenAI 指出该提升可能部分源于评测缺陷而非真实能力跃升。 OpenAI 建议模型开发者审慎解读相关评测结果，并强调 AI 智能体正...
SpaceXAI于7月8日发布大语言模型Grok 4.5，称其为“Opus级模型”，具备更高推理效率与更低使用成本。据官方介绍，该模型在编码、办公自动化、研究与写作等常规知识工作场景中表现均衡，并宣称token效率较其他主流模型提升一倍。 该公司披露定价为每百万输入token 2美元、输出token 6美元，显著低于Anthropic Opus 4.7（输入5美元/百万、输出25美元/百万）及OpenAI Sol模型（输入5美元/百万、输出3...
Google Photos 近日上线名为“Video Remix”的 AI 视频编辑功能，该功能基于 Google 最新发布的 Gemini Omni 模型打造。用户可在 Google Photos 的“创建”标签页中使用该工具，支持电影级重打光（提亮暗部视频）、替换背景，以及添加水彩、素描、油画等艺术风格效果，无需专业技能即可快速完成视频改造。 目前，该功能正面向美国、阿根廷、印度、日本、韩国等 14 个国家/地区的 Google AI P...
OpenAI 正式发布 GPT Live，一款支持全双工交互的新型语音模型，包含 GPT Live 1 和 GPT Live 1 mini 两个版本。该模型可同步实现听与说，支持自然对话节奏，例如适时发出“嗯”“对”等反馈，并在用户停顿时保持静默。 GPT Live 被描述为当前最智能的语音模型，当遇到需联网搜索、深度推理或复杂任务时，会自动调用最新前沿模型在后台处理，再将结果整合回对话流。 即日起，GPT Live 将逐步向所有 ChatG...
据TechCrunch报道，纽约初创公司General Intuition提出，游戏数据或可弥补当前大语言模型在时空动态理解上的关键短板，该能力被视为实现人工通用智能（AGI）的核心要素之一。该公司由游戏平台Medal TV分拆而来，目前已获贝索斯旗下风投支持，估值达23亿美元，并于近日完成3.2亿美元融资，Coatue、前谷歌CEO埃里克·施密特及MIT、Google DeepMind研究人员均参与投资。 General Intuition...
据 AI HOT 精选消息，开发者 Jason Liu 近日分享了使用 ChatGPT Voice 进行口述写作的实践体验。他在通勤途中连续语音输入约20分钟，设定模型仅在存在关键追问节点时介入。实际交互中，模型仅简短回应数次，并在用户持续发言时主动保持静默，结束后再汇总反馈。 该语音协作模式已被应用于跨语言交流、头脑风暴及新概念学习等场景。Jason Liu 指出，此类自然流畅、低打断的语音交互体验，为未来通用人工智能（AGI）的人机协同提...
纽约初创公司 General Intuition 近日提出，视频游戏数据可能比传统互联网文本更适合作为训练通用人工智能（AGI）的基础，尤其在建模物体时空运动规律方面具有显著优势。该公司聚焦“物理AI”与“世界模型”，旨在弥补当前大语言模型在空间与时间推理能力上的短板。 据公开信息，General Intuition 已完成 3.2 亿美元新一轮融资，投后估值达 23 亿美元。本轮投资方包括 Coatue、前谷歌 CEO 埃里克·施密特（Er...
OpenAI正式推出两款全新语音模型GPT Live 1与GPT Live 1 mini。新模型具备全双工能力，可同步进行语音输入与输出，支持自然打断与实时翻译等功能。 该模型将默认取代ChatGPT现有的高级语音模式（付费用户可访问完整版GPT Live 1）。与以往“语音转文本+大语言模型+文本转语音”的分立架构不同，新模型直接接入GPT 5.5等最新文本模型以增强推理与上下文理解能力，并支持长时间静默倾听与视觉信息呈现。 OpenAI透...
Meta宣布为其AI眼镜新增一项安全机制：当用户遮盖或破坏用于指示正在录像的LED灯时，摄像头将自动禁用。该公司称此举旨在回应公众对隐私滥用的担忧，此前已有用户使用胶带遮挡LED灯，甚至通过技术手段破坏该组件以实现隐蔽录制。 然而，同一时期Meta正持续推进多项依赖用户个人数据的AI功能。例如，其AI模型可默认使用用户相册中的未公开图片、调用Instagram公开照片生成AI图像（需手动退出），并探索持续音频采集与高频拍照等原型功能。Meta...
AI代理开发基础设施初创公司Prime Intellect宣布完成1.3亿美元A轮融资，估值达10亿美元。本轮融资由Radical Ventures领投，Nvidia Ventures、Intel Capital、Dell Technologies Capital及Iconiq等机构跟投。 该公司成立于2024年，致力于提供覆盖计算资源、强化学习框架与评估工具的“全栈式”AI代理开发平台，帮助企业摆脱对前沿闭源大模型的依赖，自主训练和部署专用...
Runway 官方网站近日上线了名为 Runway Dev 的新页面。目前该页面仅显示 Cookie 设置界面，未提供该产品的功能说明、技术参数、发布时间或可用性等具体信息。其官方新闻页面亦未补充实质性内容。截至目前，Runway 尚未就 Runway Dev 的产品定位、适用场景或接入方式作出公开说明。
中国工业和信息化部发布安全风险提示，指出Claude Code 2.1.91至2.1.196版本内置监控机制，未经用户授权即向远程服务器回传用户地域、身份标识等敏感信息。 工信部建议相关单位立即开展全面排查，对受影响版本进行卸载或升级至已修复该问题的最新安全版本。同时要求加强开发工具外联权限管控与网络流量监测，防范敏感数据违规外传。
OpenRouter 聊天室近日推出“一键零数据保留”（ZDR）新功能。用户开启该功能后，可确保对话数据不被服务器留存，在严格隐私保护下横向对比多个大模型的响应表现。目前该功能已集成至官方聊天界面，用户可直接访问体验。
Replit 近日推出社区档案（Community Profile）与力量排名（Power Ranking）两项新功能。社区档案为开发者提供个人工作成果展示页面，支持查看 AI 智能体使用情况、代码检查点活跃度等数据；力量排名则面向专业用户，用于衡量和展示开发者的社区影响力与贡献度。 用户需登录账户认领个人档案，自主挑选并展示代表性项目，并可将档案数据分享给他人。相关功能已正式上线，详情可访问 Replit 社区页面。
据TechCrunch报道，多家AI相关初创企业近期披露其营收增长呈现加速趋势。Mercor于6月宣布年化营收达20亿美元，距此前突破10亿美元仅隔4个月；Anthropic在5月下旬披露年化营收运行率已达470亿美元，较此前突破300亿美元不足两个月。 Sierra称其ARR从1亿美元增至2亿美元耗时7个季度，而第二个1亿美元增量仅用2个季度；Glean则表示ARR从2亿增至3亿美元仅用6个月，快于此前从1亿到2亿所用的9个月。 非AI原生...
Hugging Face 官方博客7月8日消息，Hugging Face 宣布 transformers 库的 vLLM 推理后端完成重大升级，现已在多项基准测试中达到甚至超越 vLLM 原生模型实现的吞吐量。 本次升级覆盖 Qwen3 系列三种典型架构：4B 密集模型（单卡）、32B 密集模型（张量并行）及 235B FP8 MoE 模型（数据+专家并行），均在 8×H100 节点上验证达标。用户仅需添加 model impl transf...
NVIDIA 官方消息，NVIDIA Nemotron 3 Ultra 经 LangChain Deep Agents 框架专项调优后，在公开基准测试中达成开源模型最高准确率，任务完成量与吞吐量显著提升，单次推理成本较主流闭源模型降低90%。该优化未涉及模型重训练，全部性能增益来自系统层工程调优（含系统提示词、工具描述及中间件配置）。 LangChain 官方已将调优后的配置文件向开发者开放，支持直接集成。配套发布的 NVIDIA NemoC...
Mistral AI 正式推出其首个具身智能导航模型 Robostral Navigate（8B 参数）。该模型仅依赖单 RGB 摄像头输入，在 R2R CE 验证集上取得 unseen 场景 76.6% 与 seen 场景 79.4% 的成功率，较最佳单摄像头方案提升 9.7 个百分点，并优于依赖深度传感器或多摄像头的现有系统 4.5 个百分点。 Robostral Navigate 通过 pointing 机制预测目标坐标，并结合强化学习...
在校研究生Kunkun近日开源了一套用于管理大量相互调用AI Skill的工程化方案。该方案核心包含三部分：一是搭建HTML后台，支持按运行模式（手动/自动）、链路位置及专业领域三类标签筛选Skill；二是利用Mermaid将连环调用关系可视化为流程图，便于按调试、新功能开发、PR合并等阶段定位技能组；三是借鉴“ask Matt”思路开发“ask me”技能，将调用决策逻辑显式编码为上下文输入模型，避免完全依赖模型自主判断。该方法旨在提升复杂...