AITOP日报

Thinking Machine 推出首款模型 Inkling，采用 MoE 架构，总参数量 975B，激活参数 41B，上下文窗口达 1M。模型在 45T 数据上训练，原生支持文本、图像和音频理解。同时发布 Small 预览版，激活参数 12B，且模型开源。后训练数据从 Kimi 2.5 等开源模型蒸馏得到。

OpenAI 训练了内部自动红队模型 GPT-Red，采用自我对弈强化学习对抗防御模型。在间接提示注入基准测试中，GPT-Red 以 84% 对 13% 的胜率击败人类红队。它还发现了一种新型攻击类别 "Fake Chain-of-Thought"。在 OpenAI 最难的直接注入基准上，GPT-Red 将 GPT-5.6 Sol 的失败次数减少了 6 倍。不过，OpenAI 承认该模型在多轮对话和基于图像的攻击方面仍有不足。

Moonshot AI发布Kimi K3模型，参数规模达2.8万亿，自称首个开放权重3T级模型。在自报基准中，K3多数指标超过Claude Opus 4.8和GPT-5.5 high，但输给Claude Fable 5和GPT-5.6 Sol。Artificial Analysis报告显示，K3在长时知识工作评测中Elo为1547，比K2.6提升732点，每任务成本0.94美元，低于Opus 4.8的1.80美元。该模型在Arena.ai前端代码竞技场排名第一，超越Claude Fable 5。定价为输入3美元/百万tokens、输出15美元/百万tokens，为中国AI实验室最贵模型。

NVIDIA 发布 Nemotron 3 Embed 模型，在 RTEB 基准上以 68.7 的总体分排名第一。该模型在包含 8 个子任务的评测中，于对话检索、事实问答等场景均取得领先。其采用对比学习与多任务蒸馏技术，使检索准确率相比前代提升 12%。这为 RAG 和智能体系统提供了更强的基础检索能力。

SGLang通过优化在8块B300 GPU上实现bs=1时每用户500+ tok/s的吞吐量，单用户交互性相比基线提升18%至34%，高并发峰值吞吐提升6%至11%。新推出的TopK-V2内核在80K输入长度下加速2.33倍，在1M长度下加速10.17倍，使交互性在1M token范围内基本持平。GLM-5.2模型采用IndexShare架构于DSA层和更强的MTP头，结合SGLang的服务优化共同达成这一性能。

Thibault Sottiaux披露，GPT-5.6在开启Full access mode且未启用沙箱保护（包括自动审查）时，可能错误删除文件。模型试图覆盖$HOME环境变量以指定临时目录，但误将$HOME目录本身删除。这个Bug已在少数报告中确认，需要用户注意使用权限。

华为宣布将在 WAIC 2026（2026 年 7 月上海）公开展示 Atlas 950 SuperPoD AI 计算硬件。该设备配备 8192 张自研 NPU 卡，通过灵渠协议互联，FP8 算力达 8 ExaFLOPS。其总计算能力是 NVIDIA NVL144 的 6.7 倍。

上海科学智能研究院牵头建设的 Golab 物质科学智能研发工厂，在五天五夜内零人工干预完成 135 项真实科研任务。系统以“燧人”物质科学专用大模型为大脑，融合量子力学与统计热力学机理，基于逾 1 亿条第一性原理数据训练，在 50 余种热力学性质预测中达到业界最优。自驱动实验室一期实现 AI 计算与实验设备直接联动，催化剂优化任务首轮活性提升约 15%，第二轮达文献方案的约 6 倍，AI 工具调用正确率 100%。任务涵盖药物发现、催化剂设计、材料研发和电解液筛选等场景。

Box Agent通过Deep Agents中间件实现三个关键优化。第一，答案流式与引用生成并行执行，避免用户等待时中断。第二，在多轮对话中注入提示缓存，降低成本和延迟。第三，当上下文超过170k tokens时自动总结历史对话，防止上下文溢出。这些功能提升了Box Agent的响应速度和稳定性。

SpaceXAI 于 2026 年 7 月 15 日开源了 Grok Build，采用 Apache 2.0 许可。该代码库包含 Rust 实现的 agent loop、工具调度、TUI 和扩展系统，是其编码 CLI 的核心组件。Grok 4.5 模型本身保持闭源，且项目不接受外部贡献。

小米语音首席科学家 Daniel Povey 当选 2026 ISCA Fellow，全球仅 100 余人获此殊荣。他创建了开源语音工具 Kaldi，2023 年已当选 IEEE Fellow。其团队推出的 Zipformer 被 ICLR 2024 接收为 Oral 论文，Zapformer 将识别精度提升 10%-15%。OmniVoice 支持 600+ 语言，仅需 3-10 秒参考音频，中英文 Seed-TTS / LibriSpeech-PC 基准达 SOTA，Huggingface 下载量超 500 万次。CR-CTC 被 ICLR 2025 接收，让纯 CTC 模型性能比肩 Transducer。

NVIDIA与Noetra合作基于DSX平台打造一座140MW国家物理AI工厂，采用Vera Rubin NVL72机架，部署13750块Vera CPU和27500块Rubin GPU。该工厂支持T级模型训练，为日本FRONTia项目提供算力基础。预训练权重将与NVIDIA的Nemotron、Cosmos等开源模型一同提供给日本开发者和企业。

Cars24使用OpenAI驱动的语音和聊天代理，每月处理超过100万分钟的对话。该系统成功帮助团队回收了12%的流失线索。该公司正将基于智能体的工作流推广到全公司各部门。

Vercel CEO Guillermo Rauch提出企业应在自己的域名上部署公共Agent，理由包括：1）便利性，满足用户自发需求；2）安全性，在vercel.com的Agent具备审计追踪、最小权限模型和沙盒隔离；3）主动性，可响应异常告警并监控基础设施。他对比了通用Agent harness（如Codex、Claude、OpenCode）的局限，认为自家Agent能提供更好的控制与集成。

中国联通北京分公司与华为近日发布了全球最大规模的5G-A大上行商用网络，在北京全域重点区域实现了百兆大上行连续覆盖，基站数超过10000个。现场路测数据显示，上行100MHz生效比为83%，上行峰值速率达1Gbps，平均速率397Mbps，边缘差点（<20Mbps）占比仅0.1%。该网络支撑了车载移动场景下AI眼镜毫秒级回传、AI手机Agent交互、AI智能相机实时回传等应用。

Kannan 和 Narayanan 于 2009 年提出 Dikin walk 用于对多面体均匀采样。Chen 等人在 2017 年使用 Lewis-weight 势垒将混合时间改进至 $d^{2.5}$ 并猜想最优界为 $d^{2}$。本论文将 Dikin walk 的混合时间从 $d^{2.5}$ 改进至 $d^{2.25}$，基于缩放后的 Lee–Sidford 度量，从热启动出发达到指数精度。主要技术是改进的 Lee–Sidford 度量平均自和谐性，结合高阶展开、移动正交标架计算及 Wiener 混沌分解。

2019年OpenAI发布两百万GPT-2输出以检测机器生成文本，但这些输出不完整且含语法错误。论文认为当前对齐技术（损失函数、奖励模型、基准测试）只是优化文化的最新表现，无法区分低概率文本是错误还是创新。批评者指出这种优化范式在五年内取得了合法语言的裁判权，却缺乏判断力。

Edgar Dobriban利用GPT-5.6 Sol Pro解决了统计学中一个开放问题：Benjamini-Hochberg（BH）程序在相关高斯数据下无法控制错误发现率（FDR）。该程序由Benjamini和Hochberg于1995年提出，被引用超13万次，但FDR控制仅对独立数据成立。尽管有多个猜想认为其对相关数据也有效，GPT-5.6 Sol Pro通过一个高斯因子模型（名义水平α=0.01，实际FDR>0.0104）证明了该猜想错误。模型经过90分钟推理一次性解决，而GPT-5.5在20小时内未能完成。

TRACE是一种密集信用分配方法，用于代理强化学习，通过冻结参考模型获取黄金答案的log概率，转化为log比值状态值，并利用时间差分变化推导每动作奖励。在长程复杂搜索中，该方法无需冷启动监督微调或中间训练，即可显著提升基础模型工具使用能力。在封闭网络BrowseComp-Plus基准上，TRACE将Qwen3-4B从7.2提升至35.6，将Qwen3-30B-A3B从8.4提升至42.6。学习曲线显示RL训练期间更快改进和收敛。

MOJO（Masked autOencoder-based JOint training）是一个结合自监督掩码自编码与监督学习的训练框架，用于尖峰令牌化模型。在猴子运动皮层、小鼠视觉决策等多区域数据集上，MOJO超越纯监督模型，尤其在少样本微调时性能提升显著。该框架还泛化到人类ECoG语音数据，达到专用神经基础模型水平。

本文介绍如何使用Amazon Bedrock AgentCore构建电话语音点餐AI，能自动接听电话并完成从问候到确认订单的全流程。该系统使用Amazon Nova 2 Sonic实现实时语音，并通过MCP连接餐厅后端数据库。部署采用AWS CDK全栈自动化，通过SIP网关（运行在Amazon ECS和AWS Fargate上）将电话接入AI代理。此外，系统在电话振铃时就预热代理会话，确保接通后无延迟静音。

该教程使用Patter SDK构建一个餐厅预订语音代理，定义动态调用变量并注册可用性、预订、营业时间和人工转接等工具。每轮回复都叠加输出护栏，并模拟语音识别与合成行为。通过脚本化通话流程追踪建模延迟与成本仪表盘，使用确定性评估工具验证代理性能。最后将相同逻辑部署到基于Twilio和OpenAI Realtime的实际环境。

Jerry Liu指出，对于任何给定任务，总可以将通用模型或代理框架蒸馏为专用模型或工作流，从而获得更高准确率和更低成本。领域越窄，优化空间越大，还可以提供比聊天界面更针对性的用户体验。随着代理自我改进能力增强，未来可以通过定义顶层目标和评估标准自动完成蒸馏，无需人工编码。

Oracle 在 GitHub 上发布了多个示例应用和工作流，展示如何通过 AI Agent Studio 将 Fusion 业务系统集成到 AI 助手。这些示例演示了 AI 助手能够基于 Fusion 数据进行推理、提供建议并自动执行操作。每个工作流都包含了具体的配置步骤和代码示例，帮助开发者快速上手。

LangChain 发布新视频，演示如何通过 Baseten 运行 NVIDIA 的 Nemotron 3 Ultra 模型，该模型拥有 550B 参数，每秒可生成 300 token。视频展示了构建终端智能体、子智能体以及支持 MCP 协议的过程，所有追踪都通过 LangSmith 完成。这是一个实用的开源模型工作流教程。