Rohan Paul@rohanpaul_aiAI 评分5050"AI was supposed to replace human labor. It did the opposite. For the first time in history, humans are cheaper than software. And AI is creating more jobs than it eliminates." Hebbia CEO George Sivulka on what the core lessons of human management mean for agent workforces: https://www.a16z.news/p/the-next-ai-goldrush-tokens-loops
包括 Hachette、Cengage、Elsevier 及作家 Scott Turow 在内的出版商与作者团体对 Google 提起集体诉讼，指控其未经授权使用受版权保护的作品训练 Gemini 模型，并故意移除或篡改版权信息以掩盖这一行为。原告称 Google 将原本仅用于 Google Books 搜索片段展示的书籍副本，以及 Google Play 商店上传的图书，非法用于 AI 训练。诉讼援引 Google 内部文件，其中指出此举可能带来“100 亿至 1000 亿美元的潜在罚款”。该案在纽约南区联邦地区法院提起。
推荐理由：出版商集体诉讼谷歌，这次带上了内部文件警告‘可能面临千亿美元罚款’的弹药，是版权方对AI训练最有力的一次反击，值得关注后续发展。
Google Research 在 ICLR 2026 发表的论文证明，扩散模型的创造力并非偶然，而是神经网络训练中“分数平滑”的数学结果。正则化使神经网络学习到训练数据分数函数的平滑近似，导致去噪过程在训练数据点之间插值，从而生成新颖样本。实验表明，即使不显式使用权重衰减，梯度下降算法的隐式正则化也能产生分数平滑效应。
大语言模型通过 RLHF 和 DPO 两种方法学习人类偏好，以超越单纯的指令遵循。RLHF 先训练奖励模型再通过强化学习优化策略，DPO 则直接利用偏好对优化模型参数。两者目标一致但实现路径不同，DPO 因无需单独奖励模型而更简洁高效。
科大讯飞发布2026年半年度业绩预告，预计归母净亏损1.8亿元至2.28亿元，同比亏损收窄5%~25%；扣非净亏损6亿元至6.75亿元，同比扩大65%~85%。上半年研发投入超28亿元，同比增长约5亿元。星火批阅机销量同比增长1471%，星火AI黑板出货量同比增长87%。星火医疗大模型影像云运营收入过亿，同比增长158%。大模型项目在央国企市场中标数量和金额获双第一。MaaS平台2026年6月单月Token调用量已达2025年全年总量的2倍。境外营收同比增长160%。
三星健康（Samsung Health）新增“同意将健康数据用于人工智能训练和建模”选项，强制用户在备份信息前同意。用户若关闭该选项，应用将弹出警告，称无法将健康数据同步至三星账户，且相关数据会在法律要求保留期限外被删除。三星计划收集睡眠、用药、医疗记录和生理周期追踪四类数据，用于改进机器学习算法以提升应用体验，部分数据将由人工审核。
海关总署副署长王军在7月14日国新办新闻发布会上介绍，2026年上半年，我国电子元件、电脑零部件等算力硬件进出口额度达5.13万亿元，同比增长56.6%。同期，机电产品出口9.36万亿元，增长20.1%，占出口总值63.5%；高技术产品出口3.26万亿元，增长39%。进口方面，机电产品进口4.41万亿元，增长28%。
面壁智能CTO曾国洋指出，端侧模型是AI落地的关键路径。其原创方法论“模型风洞”可在小规模实验中预测完整训练效果，并基于“知识密度”提出“面壁定律”：知识密度每3.5个月翻一番。2B参数的MiniCPM表现优于同期8B竞品。面壁已完成高通、联发科、英特尔、英伟达、AMD等芯片适配，新发布的BitCPM-CANN模型系列可在华为昇腾芯片上让同一内存多装约6倍模型。全双工全模态模型MiniCPM-o4.5支持实时打断与情绪调整。团队开发了全球首个完全由AI编写的生产级训练框架ForgeTrain，并引入行为模式库实现无需开口的“默契系统”。
推荐理由：面壁选择了一条少有人走的端侧之路，这篇 CTO 专访把落地的真实困难、原创方法和他们的思考都摊开了，对做模型和做产品的人都有启发。
Uber 首席产品官 Sachin Kansal 透露，Uber 正通过与 Expedia 合作推出酒店预订、欧洲船艇租赁及“shop for me”代购服务，将旅行定位为继出行与外卖后的第三大业务支柱。Uber 已成立六个月的新业务部门 AV Labs，开发配备传感器的车队以采集驾驶数据，强化与 Waymo 等自动驾驶合作伙伴的关系并保留自身筹码。Uber Pro 借记卡面向司机与骑手开放，会员计划 Uber One 拥有 5100 万会员，贡献约一半订单量。Kansal 表示 Uber Eats 已独立盈利多个季度，公司无意成为“万能应用”，但会在金融与旅行领域谨慎扩展。
Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。
Rohan Paul@rohanpaul_aiAI 评分4646Today we present Morpheus, a persistent enterprise simulation platform designed to make Continual Learning a reality. Morpheus is the world’s first real world Reinforcement Learning environment. Every Reinforcement Learning environment operates in the game world. Benchmarks like Atari, OpenAI Gym, MuJoCo, and Procgen are all small, game-like worlds that reset every few minutes. But the real world never resets. A business keeps running and evolving everyday. We tested how frontier LLMs would perform in realistic and dynamic business environments 🧬on Morpheus. The main conclusion was that LLMs are not continual learners. 🧵Here’s how we did it and what we learned:
Baseten Base Labs 论文追踪写入 Qwen3 权重的虚构事实在后续 20 到 100 次写入后的存留情况。
微软CEO萨提亚·纳德拉发文批评OpenAI和Anthropic等AI实验室，称其禁止知识蒸馏的做法具有讽刺意味。知识蒸馏是小模型从大模型输出中学习的过程，这些实验室在服务条款中禁止该行为，主要针对中国AI公司。纳德拉指出，这些实验室一方面以合理使用为由在公开数据上训练，另一方面禁止蒸馏并从用户交互中学习。他认为这导致经济价值集中在基础设施运营商手中，而非真正产生知识的公司。纳德拉将此称为“反向信息悖论”：企业为AI付费两次，先付金钱，再付“废气”——即与AI系统交互产生的修正、评分和使用数据，这些数据可能被AI提供商用于构建竞争产品。
7 月 13 日，我国首颗采用软件定义与三维近存计算技术的 AI 芯片在上海亮相。该芯片基于 14 纳米制程，实现每秒 520 万亿次浮点运算算力，访存带宽达每秒 6.4TB，通过底层架构创新缓解“存储墙”瓶颈。同步发布配套全栈软件工具链，兼容主流深度学习框架，形成从单张加速卡到大规模智算集群的完整产品体系，为大模型训练与推理提供算力支撑。
Google Research 推出 SensorFM，一个从 500 万 Fitbit 和 Pixel Watch 用户超过 1 万亿分钟未标注多模态传感器数据中预训练的基础模型。该模型处理光学心率、加速度、皮肤电导、皮肤温度和气压高度等 34 项特征，采用名为“自适应与继承掩码”（AIM）的自监督训练方法。在 35 项健康与行为预测任务中，SensorFM 在 34 项上超越了使用手工特征的有监督基线模型。将 SensorFM 预测结果集成到 Gemini 健康智能体后，临床医生对健康摘要的评分在上下文、个性化、可论证性、相关性和安全性五个维度均显著高于基线版本。模型参数量从约 10 万到 1 亿不等，性能随模型和数据规模同步提升。
斯坦福大学研究人员提出 TRACE，一种能力定向的智能体训练系统。该系统从智能体自身的运行轨迹中诊断出反复出现的失败模式，针对每种能力合成一个可验证的训练环境，为每种能力训练一个 LoRA 适配器，并在专家之间路由模型 token。TRACE 在 τ²-Bench 上提升了 15.3 个点，在 SWE-bench Verified 上达到 73.2% 的 Pass@1。
韩国央行（BOK）发布报告称，全球半导体市场仍供不应求，由 AI 基础设施投资驱动的超级周期尚未见顶。报告指出，高带宽内存（HBM）等定制化产品成为主流，供应扩张速度受限，市场预计将在相当长一段时间内保持扩张。尽管近期三星电子和 SK 海力士股价大幅下跌，且 AI 技术普及速度和盈利能力仍存不确定性，摩根大通、高盛等投行普遍预计全球半导体市场至少明年之前保持强劲增长。
密歇根大学在《自然·医学》发表 NeuroVFM，一种基于 Vol-JEPA 的通用神经影像视觉基础模型。该模型在包含 524 万份临床 MRI 与 CT 容积影像的 UM-NeuroImages 数据集上训练，采用自监督、仅视觉的潜在空间预测方法，无需标签或放射报告。在 156 项诊断任务中，NeuroVFM 在 CT 上达到 92.68 AUROC，在 MRI 上达到 92.49 AUROC，优于所有基线。完整 Vol-JEPA 训练使用不到 1000 GPU 小时，速度比 3DINO 基线快 7 倍以上。该模型还支持报告生成与分诊，与 Qwen3-14B 结合的 NeuroVFM-LLaVA 系统在分诊准确率上超越 GPT-5 和 Claude Sonnet 4.5。
Cognition 用 FrontierCode 1.1 上的 3000 次评测对比 Fable 5 与 Opus 4.8，发现尽管 Fable 5 每 token 单价是 Opus 的 2 倍，在 Fusion 侧搭子架构下 Fable + Sidekick 每次运行成本 $1.86、得分 60.7，低于 Opus + Sidekick 的 $2.04 与 54.6。
推荐理由：原文用 3000 次评测拆解了每轮成本去向，说明逐 token 单价为何不能预测智能体实际账单，方法对评估编码智能体成本有可迁移性。
Satya Nadella@satyanadella精选AI 评分7575推荐理由：Satya 提出的「反向信息悖论」直指企业 AI 部署的核心顾虑，建议具体可操作，尤其是评估集控制和编排层解耦，做企业 AI 的产品人现在就该读。
OpenAI 称 GPT-5.6 Sol 可充当“自动化研究员”，为较小的 Luna 模型适配完整的后训练方案。研究人员使用编辑后的提示信息指导 GPT-5.6 Sol 对 Luna 进行后训练，涵盖训练配置、GPU 选择、脚本启动和运行验证。在内部评估套件“聚合 RSI”上，GPT-5.6 Sol 比 GPT-5.5 高出 16.2 个百分点。内部测试中，活跃研究员人均日 token 产出较 GPT-5.5 上一轮峰值翻倍以上，单个研究员的 pull request 和实验数量也上升。
谷歌研究团队推出可穿戴健康基础模型 SensorFM，基于全球 500 万名参与者的可穿戴数据预训练，语料采集时间为 2024 年 9 月至 2025 年 9 月，覆盖 20 多种 Fitbit 和 Pixel Watch 机型，形成超 20 亿小时信号。模型输入包含 PPG、加速度计等 5 种传感器数据，有 XXS 至 B 四种规模。最大模型 SensorFM-B 在 35 项健康任务中 33 项获胜，线性探针在 34 项任务中优于特征工程基线。团队还构建了 agentic“classroom”，由 LLM 智能体迭代生成推理代码，生成的预测头在 20 项分类任务中 16 项优于线性探针。
Kyutai 与 Mirelo 团队发布 MuScriptor，一款用于多乐器自动音乐转录（AMT）的开放权重解码器专用 Transformer 模型。它将音频转录建模为语言建模任务，采用 MT3 token 化方案。模型在 Hugging Face 上提供三个权重变体：small（103M）、medium（307M，默认）和 large（1.4B）。训练采用三阶段流程：在约 145 万 MIDI 文件上预训练，在 17 万段真实录音（超 11000 小时）上微调，再通过 GRPO 类强化学习后训练。在 D Test 基准上，large 模型 Multi F1 达 48.2，远超 YourMT3+ 基线的 21.9。推理代码采用 MIT 许可，权重采用 CC BY-NC 4.0（限制商业使用）。
本教程演示如何围绕 DeepAnalyze-8B 构建一个自主数据科学智能体。工作流在 Colab 上运行，通过 4-bit 量化将模型加载到 T4 GPU 上，并搭建沙盒化代码执行环境，让模型在智能体循环中生成 Python 代码、安全执行、观察结果并持续分析。最终，智能体处理一个多文件电商工作区，完成数据清洗、合并、分析、可视化和结构化报告生成。
OpenAI 新旗舰模型 GPT-5.6 Sol 能独立优化较小模型。研究人员通过 Codex 平台给出“相当模糊的提示词”后，Sol 自主识别训练配置、选择 GPU 并执行了 Luna 模型的后训练脚本。在衡量递归自我改进（RSI）能力的内部基准上，GPT-5.6 Sol 得分比前代 GPT-5.5 高 16.2 分。OpenAI 表示，内部测试期间每位活跃研究员的日均 token 输出量较 GPT-5.5 峰值翻倍以上，过去六个月分配给内部编码推理的计算份额增长了 100 倍，基于智能体的 token 使用量增长约 22 倍。
韩国存储芯片巨头 SK Hynix 周五宣布，其美国 IPO 融资 265 亿美元（40 万亿韩元），超越阿里巴巴 2014 年 250 亿美元的纪录，成为史上最大外国公司美国上市。SK Hynix 以每股 149 美元发行 1.779 亿份美国存托凭证（ADR），在纳斯达克上市，首日开盘价较发行价上涨 14%。募资将用于韩国新晶圆厂、封装设施及 EUV 光刻机。美国商务部长 Howard Lutnick 已与 SK Hynix 及三星洽谈在美建厂事宜，以避免韩国垄断这一关键芯片技术。
SK 海力士今日在纳斯达克挂牌交易其美国存托凭证（ADR）。SK 集团会长崔泰源表示，AI 时代内存行业已进入结构性增长阶段，AI 智能体、推理过程中的键值缓存（KV Cache）、物理 AI 及机器人彻底改变了需求结构。未来内存需求将呈指数级增长，SK 海力士计划未来五年将产能翻倍，但客户认为仍远远不够，甚至有客户提出所需供应量是目前可用水平的五到六倍。崔泰源预测，大规模内存需求将持续到通用人工智能（AGI）在全社会普及且需求结构趋于稳定。
小红书大模型基建团队提出新架构 PIPO（Pair-In, Pair-Out），通过压缩器将两个输入 token 折叠为一个 latent、MTP head 每步展开为两个输出 token，实现输入长度减半、单步输出翻倍。
Google Research 推出 SensorFM，一个用于可穿戴时间序列表征学习的大传感器基础模型。它以 ViT-1D 为骨干，采用掩码自编码器目标训练，输入来自 PPG、加速度计等五种传感器的 34 个一分钟聚合特征，上下文窗口为 24 小时。预训练数据涵盖 500 万参与者、超 20 亿小时（超 1 万亿分钟）数据。提供四种规模变体，最大变体 SensorFM-B 在 35 项任务中 33 项表现最优。模型采用自适应与继承掩码（AIM）处理缺失数据，随机插补任务相比最佳基线提升 74.8%。
中科曙光宣布中国首个全国产 10 万卡 AI 超集群“曙光 8000（登峰）”正式落成，并接入国家超算互联网。该集群采用“超智融合”技术路线，支持 FP64 到 INT8 全精度，覆盖科学计算、大模型训练、AI 推理、工业仿真等场景，具备芯片、计算、存储、网络、散热、应用、服务全链路自研能力。底层由海光等国产芯片支撑，采用 scaleFabric 类 IB 原生 RDMA 高速网络实现 10 万卡连接，并采用浸没式相变液冷技术。同期，曙光与北京科学智能研究院启动第二套全国产十万卡超智融合算力系统研制。
Google Research 发布 SensorFM，一个在超过 100 万亿分钟多模态传感器数据上预训练的大规模基础模型，数据来自 500 万同意参与者，涵盖 100 多个国家及 20 余款 Fitbit 和 Pixel Watch 设备。SensorFM 学习通用的人体生理表征，可迁移至心血管、代谢、睡眠、心理健康及生活方式等 35 项健康预测任务，支持标签高效适配与数据填充，并可作为个人健康智能体的基础工具。该模型旨在解决传统可穿戴健康模型针对单一终点、难以泛化的问题。
推荐理由：SensorFM 在 500 万人、万亿分钟传感器数据上训练出一个通用生理基础模型，35 项任务全面领先，自动调参的代理教室也很有想法，做健康 AI 的人值得细读。
Apple机器学习研究团队提出训练无关诊断框架，以每个token、每个问题、每个教师的分辨率分析on-policy蒸馏。通过可扩展targeted-rollout算法估计理想梯度，并计算蒸馏梯度与理想梯度的余弦相似度（梯度对齐分数）。实验发现，蒸馏指导在错误rollouts上的对齐程度显著高于正确rollouts；最优蒸馏上下文取决于学生模型容量和目标任务，无通用配置。这些发现推动每任务、每token的诊断分析。
SemiAnalysis 发布 Meta Superintelligence 重组一周年复盘，认为 Meta 是唯一在数据、人才、算力三方面均有望达到世界级、最有机会追上 Anthropic 与 OpenAI 的超大规模厂商。
多模态大语言模型（MLLM）在第一人称视频理解中缺乏时序感知，常依赖空间捷径。为此，研究者提出 Temporal Global Policy Optimization（TGPO），一种基于可验证奖励的强化学习算法。TGPO 通过对比模型在时序有序与打乱帧上的输出，生成全局归一化奖励信号，明确奖励时序连贯推理。TGPO 可集成 GRPO 和 GSPO，支持冷启动 RL 训练，抑制 MLLM 的空间捷径行为。在五个第一人称视频基准上，TGPO 一致提升时序定位与因果连贯性，优于此前基于 RL 的视频推理方法。
法国竞争管理局确认，对英伟达的反垄断调查已近尾声，即将发布正式异议声明。调查聚焦两大问题：市场对CUDA平台的严重依赖，以及英伟达对CoreWeave等AI云计算公司的投资。英伟达占全球AI加速器超70%份额。若认定滥用市场支配地位，最高可处全球年营业额10%罚款。法国是首个准备正式指控英伟达的监管机构。
推荐理由：法国快成为全球首个正式指控英伟达反垄断的监管机构，争议在CUDA生态紧耦合与芯片投资，这个案子能不能动摇AI芯片供应链，是所有人都该关心的节点信号。
上海交通大学、百度智能云、地瓜机器人联合发布 dVLA-RL 强化学习训练框架，首次实现经典 PPO 算法与离散扩散 VLA 的适配，使其能从模仿人类动作走向自主交互迭代优化。实验基于百度百舸 AI 计算平台完成。在 RoboTwin 2.0 基准测试中，模型成功率从 SFT 阶段的 61.4% 提升至 92.0%。论文提出的 Hybrid Denoising Steps 方案根据任务复杂度动态分配去噪步数，将平均推理延迟从 728.92 ms 降至 387.24 ms，训练耗时从 845.95 秒缩短至 607.89 秒，为机器人 Foundation Model 建立完整技术链路奠定基础。
Amazon Science 发布 Rust 编写的开源代理 Turnstile，它位于智能体 harness 与推理后端之间，在生成时刻精确记录 token ID、对数概率、loss mask 及权重版本边界，导出框架无关的训练轨迹。
证监会批复同意上海燧原科技在科创板上市的注册申请。该公司创立于2018年，自研迭代四代架构、5款云端AI芯片，与摩尔线程等合称“国产GPU四小龙”。此次IPO拟募集60亿元，用于第五代及第六代AI芯片研发及产业化等项目。公司预计2026年上半年营收同比大幅增长，有望达到2025年全年收入规模。
