OpenAI于2026年7月9日推出GPT-5.6，包含Sol、Terra、Luna三个档次。Sol定价为$5/$30每百万输入/输出token，在Artificial Analysis Coding Agent Index上以80分领先Claude Fable 5达2.8分，并在OSWorld 2.0上达到62.6%，比Opus 4.8少用85%输出token。新功能Programmatic Tool Calling在隔离V8运行时执行JavaScript，减少Clio 38%的prompt tokens和PlayCo 63.5%的总tokens。但Claude Fable 5仍在Artificial Analysis Intelligence Index、GDPval-AA v2和Toolathlon上领先，Mythos 5在SWE-Bench Pro领先约15分。
NVIDIA发布Nemotron-Labs-3-Puzzle-75B-A9B，这是Nemotron-3-Super的压缩变体。通过Iterative Puzzle方法，总参数从120.7B降至75.3B，活跃参数从12.8B降至9.3B。在单台8xB200节点上，它实现了2.03倍于Super的总吞吐量，每用户100 tok/s。在H100上，1M-token并发从1提升到8。
Meta Superintelligence Labs于2026年7月9日发布Muse Spark 1.1，并开放Meta Model API公测。该模型拥有100万token上下文窗口，可主动压缩上下文。它支持零样本泛化到新工具和MCP服务器，并具备多智能体委托能力，可并行执行子任务。在工具使用基准上Muse Spark 1.1领先，但在编码任务上落后于Opus 4.8和GPT-5.5。
蚂蚁灵波科技开源LingBot-Video，这是全球首个基于MoE架构的面向具身智能视频生成基础模型。模型总参数30B，生成时仅激活约3B，推理效率是同等Dense架构的3倍。训练数据包含7万小时机器人相关数据，结合多维强化学习奖励系统。在RBench基准上总分0.620，超越Wan2.6（0.607）、Seedance 1.5 Pro（0.584）等模型。可用于机器人动作预测、仿真数据生成等方向。
OpenAI宣布将Codex和ChatGPT合并到同一桌面应用，推出ChatGPT Work，一个由Codex和GPT-5.6驱动的新agent。它能跨应用和文件执行操作，可连续工作数小时，将目标转化为完成的工作。同时发布新Chrome扩展、改进应用内浏览器，以及由GPT-5.6加速的Computer Use功能。
vLLM与Hugging Face团队在v0.25.0中实现了Transformers建模后端与手写vLLM模型的对等性能。现在450多种Transformers架构可以直接在vLLM中以原生速度运行，完全无需移植代码。用户只需集成一次Transformers即可自动获得vLLM的融合内核、torch.compile和CUDA图优化。这一更新大幅降低了在vLLM上使用新模型的工程成本。
Claude Managed Agents 新增子代理模式，支持向上升级为 Fable 5 担任顾问，或向下分派为 Sonnet 5 执行具体工作。每个子代理维持独立缓存，重复调用同一上下文时无需重新支付完整成本。该设计既提升灵活性，又降低长期使用开销。该系统已在 platform.claude.com 上线。
腾讯云今天正式发布Agent Bucket（智能体桶），为亿级Agent提供原生独立云空间。Agent Bucket引入Space概念，每个Agent或用户可拥有独立空间，具备独立访问凭证、容量配额和读写限速。支持SHA-256秒传去重、POSIX文件系统语义和多模态检索，内置外链分享、回收站和内容审核。目前已在WorkBuddy、QClaw、ClawPro等腾讯Agent应用中搭载，服务华硕AI PC和东风日产N7/NX8等车型。GooseFS数据加速通过分布式缓存提升高频读写性能，冷热分层策略平衡成本与效率。
OpenAI 审查了 SWE-Bench Pro 基准测试，发现约30%的任务存在缺陷。该公司已在官网上撤回对该测试的先前认可。SWE-Bench Pro 常被用于评估AI模型（如 GPT-4）的编程能力，但OpenAI指出许多任务存在数据污染或描述不清的问题。
美国银行估算，英伟达 Rubin NVL72 机柜整机售价约 600 万美元，其中 HBM4 内存成本约 38.2 万美元（18.40 美元/GB）。Rubin Ultra V300 机柜（144 块 GPU）售价高达 2100 万美元，单柜 HBM4e 容量达 82,944GB，内存成本升至 153.4 万美元。相比 Blackwell NVL72 （300 万美元），Rubin 机柜售价翻倍，HBM 占整机成本从 5.2% 升至 6.4%。建设一座 1GW 的 Rubin 数据中心投资超 470 亿美元，年电费约 13 亿美元。
Meta 计划于 2025 年 9 月量产自研 AI 芯片 Iris，属于其 MTIA 四代路线图的一部分。该芯片采用与博通合作设计、台积电制造的模式，测试仅用六周且未发现重大问题。Iris 定位为补充而非取代英伟达和 AMD 的 GPU，加速训练和推理任务。Meta 目标在 2027 年将 AI 算力基础设施从 2026 年的 7 吉瓦翻倍至 14 吉瓦，今年 AI 基础设施投资最高达 1450 亿美元。
Meta推出Muse Spark 1.1 API，输出定价每百万token仅4.25美元。这一价格远低于OpenAI和Anthropic的同类产品，甚至低于前一天发布的Grok 4.5。Meta此举加剧了AI API市场的价格战压力，纯AI实验室面临更大成本竞争。
法国竞争管理局官员确认，针对英伟达的反垄断调查已接近尾声，预计很快出具正式异议声明。该调查始于2023年9月法方突击检查英伟达法国办公室，2024年年中发布的报告指出整个生成式AI行业高度依赖英伟达CUDA平台。调查聚焦两大问题：市场对CUDA的强依赖使开发者难以转向其他硬件；英伟达对CoreWeave等AI云计算公司的投资可能强化其市场优势。英伟达占据全球AI加速器市场超70%份额，若认定滥用市场支配地位，最高可被处以全球年营业额10%的罚款（数十亿美元）。
论文提出 institutional red-teaming 方法论并实例化为 IABench-CA 基准，覆盖 228 个上下文、5 条规范规则及 7 个模型种群（共 33,924 局游戏）。结果显示：仅改变后果规则即可使平均死亡人数变动 22-58 个百分点。没有任何规则在所有种群中安全：最安全与最不安全的规则及其影响方向均随种群变化，但回归性身份定位从未成为任何上下文中的绝对安全策略，且在 30-87% 的游戏中去除了资源最少的智能体。对最易受剥削种群（gpt-5.1）的消融实验表明，规则文本中命名损失承担者使针对性消除从 22% 升至 81%；重复游戏下匿名化仅延迟定位，智能体从观察结果反推隐藏规则。
Jailbreak 是一种新方法，通过直接读取 PostgreSQL 和 MySQL 存储文件实现数据库绕过，避免 JDBC/ODBC 驱动的性能瓶颈。它利用 LLM 辅助代码合成，从数据库文件格式的源代码和文档中再生出表读取组件。在 TPC-H 基准测试中，Jailbreak 生成的读取器将数据输出为 Apache Arrow 格式，可直接被 DuckDB、Apache Spark、cuDF 等引擎消费，端到端分析吞吐量提升最高达 27 倍。论文验证了该方法在 PostgreSQL 和 MySQL 之外对其他文件格式已知的数据库系统具有通用性。
Google DeepMind发表论文分析从AGI到ASI的跃迁路径，提出四种可能：继续扩大计算资源和数据规模、替换Transformer架构、AI驱动的递归自我改进、以及多专业Agent协同形成超级群体智能。论文判断ASI大概率不是瞬间突破，而是一连串越来越快的迭代。该研究为AI长期发展提供了系统框架。
标准RAG管道采用先分块后嵌入的流程：分块→嵌入→索引→检索→生成，但固定长度或递归分割的分块方式存在精度与上下文的权衡。Max-Min Semantic Chunking采用先嵌入后分块模式：先用文本嵌入模型将所有句子映射到高维空间，再通过计算块内最小余弦相似度和新句子与块的最大余弦相似度决定是否合并。该方法的决策规则是：若新句子与块的最强连接大于块内最弱内部链接，则加入当前块，否则开启新块。它维护句子顺序，通过自适应大小限制和相似度阈值保持块连贯性。但因为它按顺序局部聚类，可能遗漏长文档中跨段落的远距离依赖。
Weaviate Playground 推出 ecommerce demo，名为 WeCommerce，支持关键词、情绪或氛围查询，自动路由到 BM25、语义向量搜索或混合搜索。结果支持实时分面过滤（类别、品牌、价格），产品页通过近对象向量搜索推荐相似商品。整个搜索和推荐由同一向量集合驱动，无需额外基础设施。演示基于 Weaviate Cloud 免费层，可快速搭建。
Meng To 开源了 Agent Skills 库，包含 75 个面向 Codex、Claude Code、Cursor 等 Agent 的技能，专注于网页设计、着陆页、动效、WebGL、UI 样式和资源。其中 Video to Super Prompt 可将屏幕录制转化为超详细提示词，供 Fable 5 一键生成 HTML。HTML to Interaction Prompts 能从现有 HTML 页面提取交互、动画和 WebGL 效果的提示词。Stitched Full Page Capture 可截取整个着陆页作为设计参考，Daily UI Inspiration 则组合多个技能自动浏览网页并生成提示词包。该库完全免费，用户可 fork 并适配自己的工作流。