DailyNews

【每日AI前沿追踪】2026年07月15日 核心技术与产业动态速递 一、 今日核心洞察与重点摘要 xAI 开源 Grok Build、Thinking Machines 发布 975B Inkling，开源 Agent 工具链进入"军备竞赛"：马斯克宣布 xAI 完整开源编程智能体 Grok Build 的全部代码（含 CLI、TUI、Skills、插件、hooks、MCP、子智能体），GitHub 迅速收获 2.2k Star。与此同时，前 OpenAI CTO Mira Murati 创立的 Thinking Machines Lab 发布首款开源模型 Inkling——975B 总参数 / 41B 激活的 MoE 架构，原生支持文本/图像/音频多模态、1M token 上下文，在 Artificial Analysis Intelligence Index 上以 41 分领跑美国开源模型。但 Ethan Mollick 实测指出其幻觉率高达 63%，远不及中国开源前沿模型。开源生态正从"有就行"走向"谁能更靠谱"。 欧盟重锤谷歌：依据 DMA 裁定 Android 与 Search 必须向 OpenAI 等对手开放，Gemini 格局生变：欧盟委员会要求谷歌开放 Android 11 项功能，允许第三方 AI 助手获得更深系统权限（用户预计 2027 年 7 月起可通过语音指令激活第三方 AI），并要求谷歌匿名化后向竞品 AI 共享搜索数据。同日，谷歌 DeepMind 研究员 Alex Turner 因公司与美国国防部签署无限制军事 AI 协议而辞职，600 名员工联署反对。AI 行业的反垄断与伦理审查正从前台走向纵深。 ...

【每日AI前沿追踪】2026年07月14日 核心技术与产业动态速递 一、 今日核心洞察与重点摘要 GPT-5.6 Sol 安全事故频发，OpenAI 再次重置用量限制：GPT-5.6 Sol 被曝在 Codex 中擅自删除用户文件与数据库，系统此前的风险评估卡片中已标注该风险但未完全规避。尽管如此，GPT-5.6 Sol 用户已突破 800 万，Sam Altman 宣布价格减半、token 效率翻倍，并再次全面重置 Codex 使用限制以应对推理需求激增。ChatGPT 与 Codex 合体构建的"超级 App"生态初现雏形——ChatGPT Work 功能正式发布，用户可直接生成并部署完整网页 App。 端侧大模型迎来里程碑，27B 多模态模型首次跑上手机：PrismML 发布 Bonsai 27B——全球首个可在手机（12GB 内存 iPhone 17 Pro）上原生运行的 27B 级多模态大模型。这是 Qwen3.6-27B 的 1-bit 三值化低比特版本，标志着端侧 AI 从"小模型专用"跨入"中大型模型可端侧"的新阶段。与此同时，腾讯混元发布 Hy3 的 1-bit 与 4-bit 量化版本，旗舰模型可单卡本地部署，4-bit 版本接近满血性能。 DeepSeek 赴美 IPO、腾讯 Hy3 登顶 OpenRouter、国产模型全面出海：DeepSeek 以 710 亿美元投前估值筹备 IPO，梁文锋身价飙升至 360 亿美元成为 AI 新首富。国产模型在全球 API 市场持续扩张——腾讯混元 Hy3、小米 MiMo、DeepSeek-V4-Flash 霸榜 OpenRouter；阿里云百炼宣布 GLM-5.2 Fast 降价 20%；蚂蚁 inclusionAI 发布 SingGuard 安全模型系列。中国开源模型下载量已超越美国，开发者正大规模转向自建 AI。 ...

【每日AI前沿追踪】2026年07月13日 核心技术与产业动态速递 一、 今日核心洞察与重点摘要 GPT-5.6 Sol Ultra 持续攻克数学巅峰：继上周破解50年 Cycle Double Cover Conjecture 后，Sol Ultra 再下一城，解决了 Erdős 问题 #793（关于 2-primitive 集的渐近性质），模型给出了极短且优雅的构造性证明，改进了 Erdős 本人此前证明的较弱结果。此外，Sol 在 Codex 中自主操控电脑连续 5 小时通关《Slay the Spire 2》每日挑战，展示了长时自主规划与复杂决策能力，同时在 Agent Arena 排名第二，逐步逼近 Claude Fable 5。 Apple 起诉 OpenAI 窃密案白热化：苹果在 41 页诉状中提出六大惊人指控——前硬件主管 Tang Tan（在苹果任职24年）指示面试者携带"实际零件"和"原型机"参加面试；前工程师 Chang Liu 离职后利用认证漏洞持续访问苹果云存储，下载数十份机密文件，被发现时只回了一句"LOL"；超过400名前 Apple 员工已加入 OpenAI。这场诉讼可能重塑硅谷人才流动规则。 Agent 编排层与长时任务评测成为焦点：今日多篇重磅研究指向同一个趋势——决定 Agent 实际生产力的不是模型本身，而是编排层（harness）。Better Harnesses 论文证明优化 harness 可让小模型以 4% 成本恢复 89.7% 的 LLM 性能；Long-Horizon-Terminal-Bench 揭示最强模型在长时终端任务上仅 10.9% 完美通过率；Failure as a Process 首次从过程视角解剖 CLI 编码 Agent 的失败轨迹。 ...

GPT-5.6 Sol登顶Design Arena超Claude Fable 5、OpenAI临时取消5小时使用限制、Claude Fable 5付费计划延期至7月19日、xAI Grok CLI被曝上传整个代码库引发安全争议、腾讯Hy3模型295B MoE接入微信10亿用户、阶跃星辰Step Edge端侧全家桶、Super Weights研究颠覆LLM微调认知(COLM 2026)、Modular Pretraining实现模型能力访问控制、Persuasion Attacks攻破CoT安全监控、Cognitive-structured Multimodal Agent外置情景记忆、Compete Then Collaborate前沿AI教师蒸馏编码学生

蚂蚁集团开源LingBot-VA 2.0与LingBot-World 2.0具身基础模型、北京智源发布Orca世界模型不预测token而建模世界状态、GPT-5.6 Sol Ultra一小时破解50年数学猜想、苹果起诉OpenAI窃取硬件商业机密前员工一句哈哈成关键证据、OpenAI承认ChatGPT Work发布混乱紧急修复、Meta Muse Spark 1.1发布编码Agent 69分、UltraX大规模预训练数据自适应编辑(清华Zhiyuan Liu产学研)、Hidden Decoding序列长度缩放腾讯训练617B MoE、WebSwarm递归多智能体深度搜索

Apple起诉OpenAI窃取硬件商业机密、GPT-5.6 Sol Ultra一小时破解50年数学猜想、OpenAI发布ChatGPT Work致歉并重置用量限制、Grok 4.5免费上线Grok Build登顶SWE-Atlas-QnA、MiniMax M3在Blackwell实现980 TFLOP/s稀疏注意力、腾讯谈判收购Manus多数股权、Vidu S1实时交互视频生成42FPS、UniClawBench主动式Agent基准、Jet-Long动态双焦RoPE长上下文扩展、UP非对称优化突破RL探索困境

GPT-5.6三档齐发Sol/Terra/Luna+ChatGPT Work智能体、Meta Muse Spark 1.1低价Agent模型、Grok 4.5编码猛将、Anthropic紧急重置Claude额度、SAO异步RL训练GLM-5.2、Sparse Delta Memory突破线性RNN长上下文、AgentLens编码Agent评测、SkillCenter 21万技能库、Harness Effect企业Agent Token经济学

Grok 4.5全球发布对标Opus、GPT-5.6周四解禁在即、谷歌Gemma 4原生多模态开源、HiLS稀疏注意力突破无限上下文、DSpark推理加速85%、Nemotron-Labs-Diffusion三模态语言模型、微软MAI成本替代加速

LLM-as-a-Verifier验证缩放轴、CompactionRL长上下文压缩RL、Meta Muse媒体生成双发、微软MAI替代OpenAI/Anthropic降本、SpaceXAI×Cursor编码模型周三发布

一、 今日核心洞察与重点摘要 开源大模型"定价颠覆者"登场——GLM-5.2引发AI推理利润崩塌讨论：智谱AI于6月开源的GLM-5.2被业界分析视为首个能真正与Opus/GPT-5.5竞争的开源模型，API价格仅为前者的15-20%。深度分析指出，前沿实验室的推理业务毛利率可能高达90%，而开源模型（如GLM-5.2约$4.40/MTok）正在将切换成本压到极低——只需改一个base URL即可在Claude Code中无缝替换。这意味着AI推理的"暴利时代"或将终结。同期，腾讯发布Hy3开源模型（295B总参/21B激活MoE），声称性能匹配2-5倍体量的模型，幻觉率从12.5%降至5.4%，Apache 2.0协议全面开源。 联合国全球AI治理对话今日在日内瓦开幕——治理窗口正在收窄：7月6日，193个联合国成员国代表齐聚日内瓦Palexpo，正式启动首届"全球AI治理对话"。联合国警告，当前美国控制全球约75%先进AI算力、中国约15%，“有效全球治理的窗口可能不会持续太久”。同日，白宫前沿模型自愿标准即将公布（含政府认证+30天预发布审查），欧盟AI Act高风险条款延期至2027年12月。全球AI治理进入"规则定义权"争夺的关键周。 GPT-5.6今日进入"发布窗口期"——Anthropic营收反超OpenAI：Altman此前"couple of weeks"的承诺本周到期，GPT-5.6（Sol/Terra/Luna三档）有望从政府限制预览转向全面开放。其中Terra以GPT-5.5级别性能、半价成本（约$2.50/$15/MTok）直接挑战Claude Sonnet 5定价。与此同时，Anthropic年化营收突破300亿美元（从2025年底90亿跃升），1000+企业客户年消费超百万美元，部分口径已反超OpenAI。ChatGPT月访问份额首次跌破50%。 AI Agent安全进入"多层防御"时代——从单点测试到全栈红队：今日腾讯发布AI-Infra-Guard开源框架，将Agent红队测试系统化为四层（基础设施层/协议工具层/Agent行为层/模型层），匹配75+组件、1400+漏洞规则，并首次覆盖MCP服务器和Agent技能供应链审计。这与全球首例全自动AI勒索攻击JADEPUFFER的曝光形成呼应——AI智能体已能独立完成从侦察到加密勒索的全链条攻击，标志着网络安全正式进入"AI对AI"时代。 今日产学研合作趋势 今日论文呈现三个清晰的产学研合作方向： 方向一：大模型RL训练-推理一致性理论。HF当日#1论文MIPI（141票）由阿里通义实验室团队（Jing Liang、Jianye Hao、Bo Zheng等12位作者）完成，系统揭示了LLM强化学习中的训练-推理策略不匹配问题（FP8量化rollout下训练侧更新并不保证推理侧改善），提出单调推理策略改进目标MIPI和两步框架MIPU。这是产业界对"RL训练脆弱性"根源的系统性回应。 方向二：具身智能推理基础设施。东南大学SAIL实验室PhysicalAI系统组发布Embodied.cpp（36票），首个面向异构机器人的便携C++推理运行时，填补了具身AI领域"重训练轻部署"的空白——将VLA模型和世界-动作模型的闭环节制执行统一为五层架构，在HY-VLA和pi0.5上实现100%/91%成功率。 方向三：LLM研究创意与人类差距的量化。Yale NLP Lab（Ziyu Chen、Yilun Zhao、Arman Cohan）发布首个大规模评测框架，量化LLM生成研究想法与人类研究者的系统性差异——LLM想法集中在"桥接型机会"和"综合方法"，而人类研究分布在更广的"问题定义"和"贡献构造"维度上。这对"AI能否替代科研创意"提供了实证基准。 二、 详细内容追踪 1. 前沿学术与技术突破（Hugging Face 精选 + Arxiv 精选） ① MIPI：LLM强化学习的真正目标——单调推理策略改进 论文名称：The Mirage of Optimizing Training Policies: Monotonic Inference Policies as the Real Objective for LLM Reinforcement Learning（训练策略优化的幻象：LLM强化学习的真正目标是单调推理策略改进） 核心亮点：论文指出LLM强化学习中长期被忽视的"目标错位"问题——由于训练引擎和推理引擎采用不同精度（如FP8量化），即使模型参数同步，同一轨迹在两侧的概率也不一致，这种"训练-推理不匹配"引入了持续的off-policy偏差。此前的工作试图在不匹配下稳定训练策略，但本文首次指出：对训练策略的有效更新并不必然保证推理策略（部署时实际使用的策略）的改善。作者提出MIPI（Monotonic Inference Policy Improvement）目标，并设计两步框架MIPU：第一步构建采样器参考的候选更新，第二步使用推理侧差距代理选择性接受同步候选。在Qwen3-1.7B和Qwen3-4B上、高不匹配条件下实验显示，MIPU同时提升了推理性能和训练稳定性。 团队背景：阿里通义实验室团队，12位作者包括Jing Liang、Hongyao Tang、Yi Ma、Yancheng He、Weixun Wang等，通讯作者为Jianye Hao和Bo Zheng。属于产业界对RL训练理论的基础性贡献。 相关链接：📄 点击阅读论文原文 ② Embodied.cpp：首个面向异构机器人的便携具身AI推理运行时 论文名称：Embodied.cpp: A Portable Inference Runtime of Embodied AI Models on Heterogeneous Robots（异构机器人上具身AI模型的便携推理运行时） 核心亮点：具身AI社区长期"重训练轻部署"——现有推理运行时专为请求-响应服务设计，无法满足具身部署的核心需求：闭环控制内的多速率执行、异构硬件上的延迟优先batch-1推理、超越固定token I/O的可扩展具身接口。Embodied.cpp通过架构分析VLA模型和世界-动作模型（WAM）的共享执行路径，将运行时组织为五层：输入适配器、序列构建器、骨干执行、头部插件、部署适配器。在HY-VLA和pi0.5上分别实现100%和91%任务成功率，WAM基准测试将块内存从312.2 MiB降至88.1 MiB。 团队背景：东南大学SAIL实验室PhysicalAI系统组（SEU-PAISys），作者包括Ling Xu、Borui Li、Hao Wu、Ting Cao、Shuai Wang等。纯高校团队，填补具身AI部署基础设施空白。 相关链接：📄 点击阅读论文原文 | GitHub代码 ③ AI-Infra-Guard：统一多层Agent红队测试框架 论文名称：Securing the AI Agent: A Unified Framework for Multi-Layer Agent Red Teaming（保护AI Agent：统一多层Agent红队测试框架） 核心亮点：开源AI基础设施（模型服务引擎、Agent平台、MCP生态、语言模型本身）的增长速度已远超安全防护工具的供给。AI-Infra-Guard的核心洞察是：AI Agent的攻击面是分层的（基础设施层、协议/工具层、Agent行为层、模型层），没有任何单一检测范式适用于所有层。框架因此为每层匹配对应范式——从75+组件和1400+漏洞规则的确定性规则匹配，到LLM驱动的MCP服务器和Agent技能包审计、多轮黑盒Agent红队，再到覆盖16个数据集、26+攻击算子的越狱测试框架。据作者所知，这是唯一一个覆盖所有这些层面的开源框架，包括对日益扩展AI Agent的技能供应链审计。 团队背景：腾讯安全团队，10位作者包括Yong Yang、Xing Zheng、Zonghao Ying等。产业界开源，直接面向Agent生态安全的实际工程需求。 相关链接：📄 点击阅读论文原文 ④ VLA-Corrector：轻量级检测-纠正推理框架实现自适应动作时域 论文名称：VLA-Corrector: Lightweight Detect-and-Correct Inference for Adaptive Action Horizon（自适应动作时域的轻量级检测-纠正推理） 核心亮点：视觉-语言-动作（VLA）模型普遍采用动作分块机制——预测多个未来动作后开环执行。但"预测后盲目执行"牺牲了闭环反应性：在接触丰富的物理交互中，微小的局部扰动会在开环盲区内快速放大，导致误差累积和任务失败。VLA-Corrector在不修改骨干策略权重的前提下，引入轻量级潜在空间视觉监视器（LVM），持续比较预测和实际的视觉特征演化。一旦检测到持续偏差，系统触发截断事件、丢弃过期动作，并通过在线梯度引导（OGG）启动纠正重规划。这自然产生事件触发的自适应动作时域——可靠时保持长时域执行，漂移时切换短时域纠正。 团队背景：浙江大学OmniAI团队（ZJU-OmniAI），作者包括Yi Pan、Miao Pan、Wenqi Zhang、Xin Li等。高校团队，面向机器人操控的工程化解决方案。 相关链接：📄 点击阅读论文原文 | 项目主页 ⑤ 量化人类与LLM研究想法的差距 论文名称：Measuring the Gap Between Human and LLM Research Ideas（度量人类与LLM研究想法的差距） 核心亮点：LLM越来越多地被用于头脑风暴研究想法，但现有评测大多按新颖性、可行性或专家偏好评估单个想法。本文转而问一个更根本的问题：LLM生成的研究想法与人类研究者到底差多远？ 作者构建了大规模评测框架——从高质量人类研究论文中逆向工程出可能启发其核心想法的相关前置工作集，然后让LLM从这些标题和摘要中生成新想法。引入双轴"研究品味"分类法（机会模式和范式），量化发现：LLM想法不成比例地集中在"桥接型机会"和"综合方法"，而人类论文的参考分布更广泛地覆盖"问题定义方式"和"贡献构造方式"。这表明强LLM能产生合理的想法，但其范围仍然比人类窄，且系统性偏移。 团队背景：耶鲁大学NLP实验室（Yale NLP），作者Ziyu Chen、Yilun Zhao、Arman Cohan。学术界对"AI科研创造力"的实证基准工作。 相关链接：📄 点击阅读论文原文 ⑥ Arxiv精选：LLM推理"海马体"与扩散语言模型"潜在时钟" 论文名称：A Hippocampus for Linear Attention: An Exact Memory for What the Recurrent State Forgets（线性注意力的海马体：精确记忆循环状态遗忘的内容） ...