跳到正文
7月17日周五
  1. Ars Technica:AI63

    Linus Torvalds 回应 Linux 内核 AI 编码争议:“不认同就分叉,或者走开”

    Linux 创始人 Linus Torvalds 明确表示将“非常大声地忽略”那些主张禁止在 Linux 内核开发中使用 AI 工具的批评者。他建议不认同 AI 编码的开发者可以选择分叉项目或直接离开。Torvalds 本人已开始在日常内核维护中使用 AI 辅助工具,并认为这些工具能有效提升代码审查与补丁处理效率。

7月16日周四
  1. Google AI:DEV 作者专属72

    DiffusionGemma 开发者指南发布

    Google AI 发布 DiffusionGemma 开发者指南,该实验性模型基于 Gemma 4 架构,采用计算受限并行生成,在单张 NVIDIA H100 上实现 1000+ tokens/秒的生成速度。模型为 26B 参数的 MoE 架构,推理时仅激活 3.8B 参数,可在 18 GB VRAM 内量化部署。

    推荐理由:虽然 DiffusionGemma 是实验性的,但把文本生成从内存带宽瓶颈转向计算瓶颈的思路非常新颖,这篇指南给出了可落地的服务方案和微调手法,做推理优化的值得跟进。

  2. Simon Willison 博客44

    Linus Torvalds 表态:Linux 不是反 AI 项目,质疑 AI 实用性的人显然没用过

    Linux 创始人 Linus Torvalds 在 Linux Media Mailing List 上明确表示,Linux 不是反 AI 项目,AI 是一种有用的工具,就像其他工具一样。他认为,一年前 AI 的实用性或许还有疑问,但今天已毋庸置疑,任何质疑的人显然没有真正使用过 AI。Torvalds 还表示,如果有人对此不满,可以选择 fork 或离开。

  3. OpenBMB66

    面壁智能联合多团队开源StaffDeck,一个用于构建与管理数字员工的企业平台。该平台旨在将专业知识、标准作业程序(SOP)和决策规则转化为持续工作、改进并保留组织知识的数字员工,而非传统聊天机器人。项目代码已发布于GitHub。

    推荐理由:OpenBMB 开源了一个把组织经验、SOP 和决策规则变成持续运行的「数字员工」平台,不是又一层聊天机器人皮,做企业 AI 落地的可以看看。

  4. The Decoder:AI News53

    xAI 因数据泄露丑闻在 GitHub 开源 Grok Build

    xAI 的 AI 编程智能体 Grok Build 因被曝上传用户 SSH 密钥等全部文件至其 Google Cloud 服务器而引发争议。Elon Musk 随后宣布彻底删除已上传数据,xAI 禁用上传功能并在 GitHub 以 Apache 2.0 许可证开源完整源代码,代码库约 844530 行 Rust,支持完全本地运行。

  5. IT之家·人工智能73

    前 OpenAI CTO 穆拉蒂创立的 Thinking Machines Lab 发布 Inkling 多模态模型,975B 参数开源

    前 OpenAI 首席技术官米拉·穆拉蒂创立的思维机器实验室(Thinking Machines Lab)推出首个从零训练的多模态模型 Inkling,采用 MoE 架构,总参数 975B、激活参数 41B,最长上下文 1M tokens,已在 Hugging Face 和自有 API Thinker 开放权重。

    同一件事,精选收录的是《Thinking Machines 发布多模态模型 Inkling》

  6. IT之家·人工智能49

    小米语音首席科学家 Daniel Povey 当选 2026 ISCA Fellow

    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。他因在语音识别声学建模、序列训练创新方法及开源工具 Kaldi 的贡献入选,是继 2023 年 IEEE Fellow 后再获殊荣。其团队推出的 OmniVoice 模型支持 600+ 语言,开源 3 个月 Huggingface 下载量超 500 万次。

  7. IT之家·人工智能52

    Linux 之父托瓦兹回应 AI 争议:不同意可 Fork 或离开

    Linux 创始人 Linus Torvalds 在内核社区发飙,针对 AI 工具 Sashiko 的争议表示“要么 Fork 要么离开”。Sashiko 是 Linux 基金会旗下开源项目,由谷歌提供全部 LLM 算力,自动监控内核邮件列表并生成代码审查意见。Torvalds 坚决支持在开发中使用 AI,认为批评者应反省人类自然智能也常犯错。

  8. Simon Willison 博客60

    xAI 开源 Grok Build 全部代码,此前因目录上传隐私问题引发社区强烈抗议

    xAI 的 grok CLI 工具因在目录中运行时会上传整个目录(包括 SSH 密钥、密码管理器数据库等)至 Google Cloud 而遭社区强烈抗议。xAI 随后禁用该功能、删除所有已保留的编码数据,并将整个 Grok Build 代码库以 Apache 2.0 许可证开源。该代码库包含 844,530 行 Rust 代码(约 3% 为 vendored),用户可完全本地运行并使用自有推理。

  9. Tomasz Tunguz 博客70

    空白画布式 AI 战略:Thinking Machines 的开源模型 Inkling 与 Slate Auto 的皮卡异曲同工

    Thinking Machines 发布 Apache-2.0 开源模型 Inkling,975B 参数、基于 45 万亿 token 从头训练,定位通用基础模型。模型权重免费,但通过其微调平台 Tinker 的定制化服务收费。该策略与 Slate Auto 售价 $24,950 的可定制皮卡类似,以低价通用基础产品吸引用户,通过增值定制实现商业化。

    推荐理由:作者把 Inkling 的开源策略与低价定制皮卡类比,指出权重免费、微调收费的商业模式逻辑,提供了一个理解开源 AI 变现的视角。

  10. IT之家·人工智能68

    马斯克宣布开源 Grok Build 编程 AI 智能体工具

    SpaceXAI 开源了 AI 编程智能体工具 Grok Build,其源代码已发布至 GitHub。该工具在终端中整合 Grok 模型,可完成从规划、搜索、编码、测试到 Git 提交的全流程工作,并支持完全本地优先运行。开源代码涵盖智能体链路、工具、终端用户界面及扩展系统(Skills、插件、hooks、MCP 服务器和子智能体)。

  11. xAI:News77

    xAI 开源 Grok Build 编程智能体与终端界面

    xAI 已将 Grok Build 的源代码在 GitHub 上开源。Grok Build 是 SpaceXAI 的编程智能体与终端用户界面(TUI),开源后用户可自行编译并完全本地运行,指向本地推理引擎并通过 `config.toml` 配置。

    推荐理由:Grok Build 开源让 xAI 的编码智能体变成完全可定制、可本地运行的套件,对想自己拼装开发环境的工程师是个实锤福利,但社区能玩多大还得看后续。

  12. Lilian Weng45

    Thinking Machines 发布开源权重模型 Inkling,支持文本、图像和音频模态的高效推理。完整权重已开放,可在 Tinker 平台进行微调。

    引用Thinking Machines@thinkymachines

    Today, we are introducing Inkling. Inkling reasons efficiently across text, image, and audio modalities. We are making the full weights available. https://thinkingmachines.ai/news/introducing-inkling/ Available today for fine-tuning on Tinker. Play with it in the Inkling Playground. 🧵

  13. Karina43

    美国开源前沿 AI 已被拯救。

    引用Thinking Machines@thinkymachines

    Today, we are introducing Inkling. Inkling reasons efficiently across text, image, and audio modalities. We are making the full weights available. https://thinkingmachines.ai/news/introducing-inkling/ Available today for fine-tuning on Tinker. Play with it in the Inkling Playground. 🧵

  14. Mira Murati46

    我们的第一个模型 Inkling。从零训练,权重开放,今日可在 Tinker 上微调。

    引用Thinking Machines@thinkymachines

    Today, we are introducing Inkling. Inkling reasons efficiently across text, image, and audio modalities. We are making the full weights available. https://thinkingmachines.ai/news/introducing-inkling/ Available today for fine-tuning on Tinker. Play with it in the Inkling Playground. 🧵

  15. TechCrunch:AI64

    Thinking Machines Lab 发布首个自研开源模型 Inkling

    Thinking Machines Lab 发布其首个自研模型 Inkling,采用混合专家(MoE)架构,总参数 9750 亿,每任务仅激活约 410 亿参数。该模型为开源权重,支持企业通过定制平台 Tinker 进行微调,运行成本约为 Nvidia Nemotron 3 Ultra 的三分之一。公司明确表示 Inkling 并非当前最强模型,而是定位为可适配的企业级起点。

  16. The Decoder:AI News61

    PrismML 发布 Bonsai 27B:27B 参数开源推理模型,可装入 iPhone

    PrismML 发布 Bonsai 27B,一个基于 Qwen3.6-27B 的 27B 参数开源推理模型,支持多步推理、工具调用和智能体任务。其 3.9 GB 的压缩版本可在 iPhone 17 Pro Max 上以约 11 tokens/秒运行,保留原模型 90% 性能,数学和编码能力几乎不受影响。PrismML 已与苹果就压缩技术展开早期洽谈,模型权重采用 Apache 2.0 许可。

  17. Anthropic:Newsroom55

    Anthropic 开放罕见病研究资助申请,提供最高 5 万美元 Claude 积分

    Anthropic 启动新一轮 AI for Science 项目,聚焦罕见遗传病研究。入选者将获得最高 5 万美元的 Claude API 积分,项目分基础科学和早期生物技术两个轨道。Anthropic 认为 AI 能帮助建模罕见病、跨文献综合发现、从有限数据中提取信息,并已与 Monarch Initiative 合作,利用 Claude 分析病例报告和变异数据库以发现疾病机制相似性。

7月15日周三
  1. 公众号:腾讯混元53

    腾讯混元 Hy3 上线一周总调用量增长超 68 倍,登顶 OpenRouter 总榜

    腾讯混元大模型 Hy3 上线一周,总调用量较上一代 Hy2 增长超 68 倍,并在 OpenRouter 全球大模型调用量总榜排名第一。在 Agent 产品 WorkBuddy 自选模型中,Hy3 选择占比达 60%。7 月 14 日,腾讯混元将 Hy3 权重量化至 1bit 与 4bit,使模型最低可在单张推理显卡或内存充足的本地机器上运行。

  2. IT之家·人工智能66

    小米开源 Xiaomi-Robotics-U0:380 亿参数多模态具身生成模型

    小米发布并开源 Xiaomi-Robotics-U0,一个 380 亿参数的多模态自回归具身生成基础模型,是具身领域首个“通吃”场景生成、具身迁移、机器人交互视频生成和通用文生图/图像编辑四类任务的统一模型。该模型在 WorldArena 评测基准上以匿名代号 UNIS 取得全球 126 个模型中的总分第一名,并通过 FlashAR+ 推理加速方案将生成效率提升近 83 倍。

  3. Together AI 研究与产品博客76

    Thinking Machines Lab 发布多模态 MoE 模型 Inkling,Together AI 提供 Day 0 推理服务

    Thinking Machines Lab 发布多模态 MoE 模型 Inkling,Together AI 于发布当日在其 Serverless 平台提供访问,支持 1M 上下文窗口和 OpenAI 兼容 API。

    推荐理由:原文来自提供推理服务的合作方,给出了 Inkling 的架构细节、参数规格和初步评测,读者可据此了解新模型的技术取向与可用入口。

  4. Simon Willison 博客63

    Simon Willison 在 Codex Desktop 中创建自定义宠物“Pedalican”

    Simon Willison 在 Codex Desktop 中意外激活了一个类似 Clippy 的动画机器人“宠物”,随后发现可以自定义创建。他通过 GPT-5.6 Sol xhigh 模型描述需求,并借助 gpt-image-2 多轮生成精灵素材,最终制作出一只骑自行车的小鹈鹕“Pedalican”,在桌面上弹跳并更新 Codex 任务状态。关键实现细节已开源,包括 openai/skills 下的 hatch-pet 和 openai/codex 下的 imagegen 两个技能,均采用 Apache 2.0 许可。

  5. LMSYS Blog61

    LMSYS 与 SGLang 团队为 GLM-5.2 NVFP4 推出推理优化,8×B300 单 batch 解码超 500 TPS

    LMSYS 与 SGLang 团队针对智谱 GLM-5.2 NVFP4 模型在 Grace Blackwell 硬件上推出多项优化。运行时方面,Spec V2 重叠调度消除 GPU 气泡,端到端 TPS 提升 11%;IndexShare MTP 在 draft 步骤间复用 DSA indexer 的 top-k,长上下文下 draft 步骤成本降低约 1.9 倍。内核方面,TopK-V2 将 TopK 视为选择问题,80K ISL 下平均延迟从 40.7 µs 降至 17.5 µs(2.33× 加速),1M ISL 下从 372.1 µs 降至 36.6 µs(10.17× 加速)。优化后 8×B300 单 batch 解码吞吐超过 500 TPS。

7月14日周二
  1. Google AI:DEV 作者专属68

    DiffusionGemma 发布:文本扩散模型实现 4 倍加速推理

    Google 发布实验性开源模型 DiffusionGemma,采用文本扩散技术并行生成 256 token 块,推理速度最高提升 4 倍。该 26B MoE 模型仅激活 3.8B 参数,量化后适配 18GB VRAM 消费级 GPU,在单张 H100 上达 1000+ tokens/s。

    推荐理由:Google把扩散模型首次做进大语言模型,生文速度提升4倍,还开源了权重。虽然实验性质量打折,但本地实时交互的开发者终于有个新选项可以玩了。