中国AI模型凭成本优势赢得美国企业青睐
OpenRouter数据显示，自2月8日起美国企业调用中国模型token占比每周超30%，峰值达46%。Lindy从Claude切换至DeepSeek后成本断崖式下跌，预计年省数百万美元。Vercel上GLM 5.2上线首周日token调用量涨27倍，客户数增近80倍。中国模型成本比Anthropic、OpenAI头部产品低60%-90%。GLM 5.2在智能体评测中得分与Opus 4.8仅差1个百分点，成本仅五分之一。
#开源生态
IT之家·人工智能AI 评分6666 IT之家·人工智能AI 评分5252 英伟达携手 Hugging Face 扩展机器人开发资源：连接 1600 万 AI 开发者
7 月 7 日，英伟达宣布将机器人基础模型 Isaac GR00T 1.7 和远程操作框架 Isaac Teleop 接入 Hugging Face 的开源机器人库 LeRobot。GR00T 1.7 可获取人工示范并标准化接入 LeRobot；Isaac Teleop 支持通过 LeRobot 完成训练与部署。后续规划引入物理 AI 模型 Cosmos 3。合作连接英伟达 300 万机器人开发者与 Hugging Face 1600 万 AI 开发者。LeRobot 已接入的物理 AI 数据集累计下载超 1500 万次，含超 35 万条轨迹及 5700 万次抓取数据。
MarkTechPostAI 评分6060 构建端到端自主AI协同科学家工作流用于发现下一代EGFR抑制剂
本文构建端到端自主AI协同科学家工作流，针对非小细胞肺癌C797S奥希替尼耐药突变发现下一代EGFR抑制剂。从ChEMBL和UniProt解析靶点，挖掘EGFR IC50活性数据并转换为pIC50建模数据集。使用RDKit标准化分子、计算Morgan指纹和理化描述符，进行骨架多样性分析。训练骨架分割随机森林QSAR模型，评估其对未见化学类型的泛化能力，并用SHAP解释效力驱动特征。最后通过BRICS片段重组从强效类药活性分子中生成虚拟类似物，经药效、类药性、可合成性、新颖性和可开发性关卡筛选，并在PubChem交叉验证候选分子。
Simon Willison 博客AI 评分6060 腾讯发布Hy3模型
腾讯 Hy Team 推出 Hy3，一款采用 Apache 2.0 许可的 295B 参数 MoE 模型，其中 21B 为活跃参数，另含 3.8B MTP 层参数。该模型在多项产品与生产力任务中表现优于同类，并媲美 2–5 倍参数规模的开源旗舰模型。完整模型权重 598GB，FP8 量化版 300GB，上下文窗口 256K。即日起至 7 月 21 日可通过 OpenRouter 免费使用。
Rohan Paul@rohanpaul_aiAI 评分7676引用Tencent Hy@TencentHunyuan🚀Hy3 is here. 295B MoE. Best in its size class. Rivals trillion-scale flagships. Reliable and affordable for most agentic usecases. Apache 2.0. Friendly for commercial use. FREE API for 2 weeks → https://openrouter.ai/tencent/hy3:free 🤗 https://huggingface.co/tencent/Hy3 📖 https://hy.tencent.com/research/hy3
- Rohan Paul@rohanpaul_aiAI 评分5858
引用Robbyant@robbyant_brain🪞 Glass. Mirrors. Transparent objects. — The nightmare of every depth camera. We just solved it! Introducing LingBot-Depth 2.0: 150M-scale training, half the depth error, 12/16 benchmarks topped. Powered by LingBot-Vision — the visual foundation model behind Depth's breakthrough. Both released today. LingBot-Vision is fully open-sourced. 🧵👇 #Robotics #DepthEstimation #OpenSource #EmbodiedAI
The Decoder：AI NewsAI 评分7070 腾讯发布开源MoE模型Hy3，性能声称匹敌5倍规模
腾讯正式发布开源MoE模型Hy3，总参数295B，活跃参数21B，另有3.8B MTP层，上下文窗口256k token。官方称其性能可比肩两到五倍规模模型。270位专家盲评中Hy3得分2.67/4，超越GLM-5.1的2.51；内部测试幻觉率从12.5%降至5.4%。Hy3以Apache 2.0许可在Hugging Face、ModelScope和GitHub开源，提供FP8量化版，计划支持OpenRouter和Cline。腾讯已将其集成至WorkBuddy、元宝、微信及游戏《Path of Exile: Advent》等产品。
Goodfire ResearchAI 评分5252 Goodfire 提出块稀疏特征化器（BSF），揭示视觉模型概念的多维几何结构
Goodfire Research 发布论文，提出 Block-Sparse Featurizers（BSF），将模型激活分解为多维子空间而非单一方向，以捕捉概念流形结构。
Cohere 产品与研究博客AI 评分5555 Cohere 开源 Transcribe Arabic 语音识别模型
Cohere 发布开源阿拉伯语语音识别模型 Cohere Transcribe Arabic，基于 2B ASR 模型，采用 Apache 2.0 许可。
IT之家·人工智能AI 评分5858 谷歌升级 Google Cloud 机密计算产品，新增英伟达 RTX PRO 6000 Blackwell 虚拟机
7月6日，谷歌宣布升级 Google Cloud 机密计算产品，推出基于英伟达 Blackwell GPU 的机密虚拟机 Confidential G4 VMs（预览版），采用 RTX PRO 6000 Blackwell Server Edition GPU 及第五代 AMD EPYC Turin 处理器，通过 AMD SEV 技术实现硬件级数据隔离。同步开源 Prompt Encryption SDK，对 AI 提示词和模型生成内容进行端到端加密。Confidential Space 平台升级，集成 Intel Trust Authority 认证，并新增对英伟达 Hopper 架构 GPU 支持，用于跨机构联合训练。
IT之家·人工智能AI 评分7272 腾讯元宝接入混元 Hy3 模型，支持免费做文件
腾讯7月6日发布混元Hy3模型，元宝已接入并免费开放使用。元宝支持查资料、写内容、做排版，输出可视化文档，还能通过指令手搓小游戏，上传数据即可生成分析报告。Hy3基于preview版本修复体验问题，提升后训练数据质量和多样性，扩大RL算力规模，在推理、智能体、长上下文等任务上显著进步，效果比肩2-5倍参数规模的旗舰模型。在270位专家盲测中，Hy3均分2.67/4，优于GLM5.1的2.51/4，前端、数据存储、CI/CD等类别优势显著。
IT之家·人工智能AI 评分7070 腾讯混元今日发布并开源 Hy3 模型，性能比肩 2～5 倍参数规模旗舰模型
腾讯混元今日正式发布并开源 Hy3 模型。该模型基于 4 月底的 preview 版本，提升了后训练数据质量与多样性，并扩大 RL 算力规模，在推理、智能体、长上下文等任务上显著进步，效果比肩参数规模为 Hy3 2～5 倍的国内外旗舰模型。在 270 位专家基于真实工作的盲测中，Hy3（均分 2.67/4）优于 GLM5.1（均分 2.51/4）。API 价格为输入 1 元/百万 tokens、输出 4 元/百万 tokens，命中缓存输入 0.25 元/百万 tokens。
IT之家·人工智能AI 评分4141 面向数学形式化证明：Mistral AI 发布 Leanstral 1.5 低使用成本开源模型
Mistral AI 于本月 2 日推出面向 Lean 4 的 Leanstral 1.5 模型，拥有 119B 参数、激活 6B 参数，以 Apache-2.0 许可开源。该模型在 miniF2F 验证集和测试集上均实现 100% 完成率，在 PutnamBench 的 672 道问题中解决 587 道，在硕士级 FATE-H 上达 87%、博士级 FATE-X 为 34%，均为最佳表现。成本优势显著：PutnamBench 平均解决开支仅 4 美元，远低于竞品。实际测试 57 个代码库，标记 47 个违规属性，其中 11 个指向真实缺陷，包括 5 个此前未报告的问题。
公众号：腾讯混元精选AI 评分7070 腾讯混元 Hy3 正式发布：智能体与产品体验显著提升
腾讯混元发布 Hy3，在推理、智能体、长上下文等任务上显著进步，比肩 2～5 倍参数规模旗舰模型。内部盲测均分 2.67/4，优于 GLM5.1（2.51/4）。幻觉率从 12.5% 降至 5.4%，常识错误率从 25.4% 降至 12.7%，多轮问题率降至 7.9%，MRCR 从 42.9% 升至 75.1%。任务解决率从 72% 跃升至 90%，平均耗时缩短 34%。API 价格为输入 1 元、输出 4 元（每百万 tokens），命中缓存 0.25 元。已以 Apache 2.0 协议在 GitHub、HuggingFace 等平台开源。
推荐理由：腾讯混元 Hy3 不堆参数，靠 agent 能力和产品实测说话，幻觉率减半、多轮问题率大降，开源+降价让开发者能直接上手，是国内大模型里少见的产品导向发布。
公众号：腾讯混元精选AI 评分8585 腾讯混元正式发布 Hy3，Agent 能力与产品体验跃升
腾讯混元正式发布 Hy3，在推理、智能体、长上下文等任务上比肩参数规模 2～5 倍的旗舰模型。内部盲测中 Hy3 均分 2.67/4，优于 GLM5.1 的 2.51/4；幻觉率从 12.5% 降至 5.4%，任务解决率从 72% 跃升至 90%，平均耗时缩短 34%。
推荐理由：Hy3 用 8 个业务线的实测数值（幻觉率从 12.5% 降至 5.4%，任务解决率从 72% 升至 90%）说明模型从榜单到生产可用的差距具体落在哪里。
MarkTechPost精选AI 评分7171 Synthetic Sciences 发布 OpenScience：面向机器学习、生物学、物理学和化学研究的开源模型无关 AI 工作台
Synthetic Sciences 推出开源（Apache 2.0）AI 科研工作台 OpenScience，覆盖机器学习、生物学、物理学、化学。它运行从文献、假设、代码、实验到分析与撰写的完整科研循环，支持按请求切换任意模型（Claude、GPT、Gemini、GLM、Kimi、DeepSeek 及本地微调模型）。内置 250 余项可编辑技能和 UniProt、PDB、ChEMBL、arXiv 等约 30 个科学数据库作为智能体工具。用户可自带 API 密钥在自己的基础设施上免费运行，安装命令为 `npm install -g @synsci/openscience`，运行 `openscience` 启动浏览器工作台。另提供可选托管层 Atlas。该项目定位为 Anthropic Claude Science 的开源替代方案。
推荐理由：一个开源、模型无关的科学AI工作台，填补了通用研究流程的开放空白，本地运行和API自带密钥的设计对数据合规和成本控制很友好，做生物学、化学、物理建模的团队值得上手试试。
IT之家·人工智能AI 评分4949 谷歌AI高管用Claude Fable 5将《命令与征服》移植到iOS
谷歌DeepMind AI Studio产品与设计负责人Ammaar Reshi（非程序员）使用Anthropic的Claude Fable 5，将2003年PC游戏《命令与征服：将军零点时刻》原生编译到iOS。160万行C++代码经五层图形API翻译链，40分钟首次构建，战役、遭遇战、将军挑战赛均流畅运行。AI还重构触控交互。但因翻译层开销，iPad长时间运行内存飙至3GB以上，iOS可能杀进程；无联机功能，需侧载。Reshi两天烧光一整个Max订阅配额。
IT之家·人工智能AI 评分6969 美团开源万亿参数大模型 LongCat-2.0，同步开放国产卡推理代码
7月6日，美团正式开源万亿参数大模型 LongCat-2.0。该模型总参数1.6T，平均激活约48B，专为 Agentic Coding 任务设计，引入 LongCat 稀疏注意力和 N-gram Embedding。作为业界首个在五万卡国产算力集群上完成推理的万亿参数模型，LongCat-2.0 同步开源针对国产算力芯片深度协同优化的多精度版本（BF16、FP8、INT8），覆盖不同算力平台部署需求。
vLLM 官方博客AI 评分5858 腾讯混元 HPC-Ops Attention 与 MoE 后端合入 vLLM 主线，H20 上 TTFT 降约 24%
腾讯混元 AI Infra 团队与 vLLM 团队宣布，HPC-Ops 的 Attention（PR #46020）和融合 MoE（PR #45924）后端已作为一等后端合入 vLLM 主线，针对 NVIDIA Hopper 架构优化，在 H20 上表现最佳。
MarkTechPostAI 评分7171 美团发布 LongCat-2.0：1.6T 参数开源 MoE 模型，原生支持 1M 上下文
美团发布 LongCat-2.0，1.6 万亿总参数、每 token 约激活 48B 的混合专家（MoE）模型，专为智能体编程设计。原生支持 1M token 上下文窗口，训练与推理全程运行于国产 AI ASIC 超算集群。架构含零计算专家、LongCat Sparse Attention、135B 参数 N-gram 嵌入及 MOPD 后训练。基准测试：SWE-bench Pro 59.5（GPT-5.5 58.6），Terminal-Bench 2.1 70.8，SWE-bench Multilingual 77.3。对比前代 LongCat-Flash（560B/128K 上下文），参数与上下文大幅提升，硬件从 H800 转向国产 ASIC。以 MIT 许可证开源，权重即将开放。
Meituan LongCat@Meituan_LongCat精选AI 评分8181引用Meituan LongCat@Meituan_LongCat正式推出 LongCat-2.0 🐱 1.6T 参数 · MoE 架构，约 48B 活跃参数 · 1M 上下文窗口 这是 @OpenRouter 上 Owl Alpha 背后的完整模型——现已开放使用。 从头为智能体编码而构建： ◆ LongCat 稀疏注意力（LSA）——高效扩展至 1M 上下文 token ◆ 零计算专家——每个 token 动态激活 33B–56B 参数，零计算浪费 ◆ MOPD——三个专精专家组（智能体 / 推理 / 交互），按任务通过门控路由 性能对比： → Terminal-Bench 2.1：70.8 → SWE-bench Pro：59.5（GPT-5.5：58.6） → SWE-bench Multilingual：77.3 → FORTE：73.2 · RWSearch：78.8 · BrowseComp：79.9 📖 技术博客：https://longcat.chat/blog/longcat-2.0/ 在不同场景中试用 🧵👇
推荐理由：国内大厂首个在 SWE-bench Pro 上超过 GPT-5.5 的开源模型，MIT 协议无任何限制，搞 agentic coding 的团队可以直接用，是个重要转折。
The Decoder：AI NewsAI 评分6161 Mistral CEO Mensch 警告：闭源 AI 模型让实验室窥视你的业务流程
Mistral 创始人 Arthur Mensch 在 LinkedIn 发文，警告企业不要依赖闭源 AI 模型。他指出闭源厂商会存储更多数据，从而获得窥视客户业务流程的窗口，且有实验室借此打击成功客户的先例。他建议企业将数据存储在开放系统、自主设置 AI 访问规则并构建自己的模型。Palantir CEO Alex Karp 也呼吁企业自建模型。Mensch 的观点带有自身商业立场：Mistral 是欧盟唯一拥有相关 AI 模型的公司，无法在性能上与 GPT-5.6 Sol 或 Fable 5 等顶级模型竞争。近期一项金融文档分析实验部分支持开源路线：Bridgewater 和 Thinking Machines Lab 微调开源模型 Qwen3-235B，利用内部投资者评估数据达 84.7% 准确率，而最佳前沿模型为 78.2%，运营成本低近 14 倍。但该测试并非独立比较，Anthropic 或 OpenAI 可通过购买或生成类似数据反超。
MarkTechPostAI 评分5757 结构化PDF到JSON：2026年开源提取模型指南
开源文档提取分为schema驱动的字段提取和文档结构解析两类。Datalab lift（9B视觉模型，基于Qwen 3.5）在225文档基准上达90.2%字段准确率、9.5秒中位延迟，代码Apache-2.0，权重使用修改版OpenRAIL-M。NuMind推出NuExtract 3（4B视觉语言模型），支持结构化提取和内容提取，通过vLLM提供OpenAI兼容API。IBM Docling（MIT许可）可解析PDF/DOCX/PPTX/HTML等，集成LangChain、LlamaIndex。Granite-Docling-258M在A100上约0.35秒/页（Apache-2.0）。OpenDataLab MinerU改用MinerU开源许可（基于Apache 2.0），支持复杂布局解析。Datalab Marker管道支持PDF/图片/PPTX/DOCX等转Markdown/JSON。
TechCrunch：AIAI 评分5858 Mistral AI：法国AI公司走Palantir路线，估值约231.5亿美元
法国AI公司Mistral AI走Palantir路线，为政府和大型企业部署定制AI。年经常性收入从一年前的2000万美元增至4亿美元，目标今年突破10亿美元；传闻正以231.5亿美元估值融资约35亿美元。CEO称将持续缩小与领先模型差距，今夏将发布开源权重模型，7月开放早期访问，并称在语音、视觉、文档处理等领域已有SOTA方案。公司曾收购Koyeb建设AI云，宣布40亿欧元在法国和瑞典建数据中心。
Prime IntellectAI 评分5353 Prime Intellect 为 prime-rl 引入算法层，内置六种算法并支持按环境混用
Prime Intellect 为开源 RL 框架 prime-rl 引入一等算法层，内置 GRPO、MaxRL、On-Policy Distillation、Self-Distillation、SFT distillation 和 ECHO 六种算法。
Simon Willison 博客AI 评分5353 Current AI 发布 Open Source AI Gap Map v0.1
Current AI（2025年2月巴黎AI行动峰会成立的非营利组织，已获4亿美元承诺资金）发布了Open Source AI Gap Map v0.1，旨在索引开源AI生态现状。该地图详细列出421个产品：266个软件工具和库、85个模型、50个数据集、20个硬件项目，来自228个组织，按14类别和3层技术栈组织。另有24,400个未分类长尾项目。底层数据以MIT许可证公开在GitHub（currentai-org/os-ai-map），包含1,184个YAML文件及收集脚本，可通过Datasette Lite探索其中16,185个仓库。
IT之家·人工智能AI 评分6363 桥水基金联合研究：前沿AI模型金融判断准确率仅50-70%，微调开源模型达84.7%
桥水基金旗下AIA Labs联合Thinking Machines Lab研究显示，GPT、Claude、Gemini等前沿模型在基础金融信息筛选任务中使用基础提示词平均准确率约50%，经专家优化后升至约70%，仍低于80%可信部署门槛。模型迭代进步有限，GPT-5.4比GPT-5.2贵43%但准确率仅略升。研究团队以阿里开源模型Qwen3-235B为基座，通过Tinker平台采用交错批次训练、CISPO损失函数及同策略蒸馏等方法微调，最终准确率达84.7%，优于最佳前沿模型的78.2%，错误率降低29.8%，推理成本仅为前沿模型的约十四分之一。研究认为企业通过微调开源模型可保留专有数据控制权，获得“差异化智能”。
The Decoder：AI NewsAI 评分5454 Bridgewater与Thinking Machines Lab微调Qwen3-235B，金融文档分析超越GPT和Claude
对冲基金Bridgewater与Thinking Machines Lab微调开源模型Qwen3-235B用于金融文档分析。内部评测显示，微调模型准确率达84.7%，而最佳前沿模型（Gemini、Claude、GPT变体）仅为78.2%，且运行成本低近14倍。前沿模型在基础提示下准确率仅约50%，加入专家指令和三档评级系统也未能突破80%阈值。Bridgewater利用内部专家知识纠正承包商标签错误，通过Tinker平台训练。这表明企业可利用专有数据开发强大AI方案，无需与大型提供商共享敏感信息。
公众号：面壁智能精选AI 评分6565 面壁智能发布AI全自动预训练框架ForgeTrain，8小时追平Megatron-LM
面壁智能发布全球首个完全由AI编写、无人类干预的生产级大模型预训练框架ForgeTrain。该框架针对特定模型和硬件从零自动“锻造”专用训练代码。基准测试显示，ForgeTrain在8小时内追平Megatron-LM，1.5至2天内实现稳定反超，模型FLOPS利用率提升约8%～10%，且可迁移至不同模型（MiniCPM4-0.5B/8B）和硬件（H100及昇腾NPU）。其采用四阶段Harness优化流程，全程自动判定。面壁智能将其工程思想概括为Forge Engineering。
推荐理由：这是AI编写生产级训练框架的首个实证，8小时追平Megatron-LM并反超，证明AI打穿Infra的范式已到临界点，做训练框架和Infra的都该看看。
IT之家·人工智能AI 评分7070 微软 GitHub Copilot 接入首个开源模型 Kimi K2.7 Code
GitHub Copilot 正式接入月之暗面 Kimi 的开源模型 Kimi K2.7 Code，这是其首次接入开源模型。该模型托管于微软 Azure 平台，按量计费，正逐步向 Copilot Pro、Pro+ 及 Max 订阅方案开放，后续将扩展至 Business、Enterprise 版本。相较前代 K2.6，Kimi K2.7 Code 在长上下文编程场景中指令遵循能力显著提升，长程任务性能增强，过度思考倾向改善，平均 token 消耗减少 30%。
MarkTechPostAI 评分6363 Meet WebBrain：开源本地优先的AI浏览器智能体
WebBrain是一个免费、开源的浏览器智能体，基于MIT协议，支持Chrome和Firefox。它提供Ask（只读）和Act（通过Chrome DevTools Protocol执行点击、输入等操作）两种模式。本地模型下数据不出设备，也可通过API接入OpenAI、Anthropic Claude、Gemini、DeepSeek、Grok等云端模型。内置WebBrain Cloud服务每月5美元。安全设计包括权限提示和UI优先的修改规则，并支持llama.cpp、Ollama等本地部署方案。
IT之家·人工智能AI 评分5050 汪滔：Meta 下一代 AI 模型“西瓜”已追上 GPT-5.5
Meta 超级智能业务负责人汪滔在内部全员大会上透露，下一代 AI 模型 Watermelon（西瓜）已在基准测试中追平 OpenAI 旗舰模型 GPT-5.5，但未说明具体测试项目。Watermelon 仍在训练，使用算力比前代 Avocado 高一个数量级。汪滔在 X 上称 Muse Spark 即将更新，编程和智能体能力将大幅提升，并回应很快将推出比肩 Claude Opus 的编程模型。OpenAI 上月已发布更强的 GPT-5.6，但应美国政府要求暂未全面开放。Meta 全年 AI 基础设施投入预计上调至 1250 亿至 1450 亿美元。
MarkTechPostAI 评分6464 Interfaze 开源 diffusion-gemma-asr-small，基于 DiffusionGemma 并行去噪解码器的多语言扩散 ASR 模型
Interfaze 开源了 diffusion-gemma-asr-small，据称是首个开源多语言扩散 ASR 模型。该模型使用 DiffusionGemma 的离散扩散解码器（26B MoE 骨干，4B 激活参数，128 专家 top-8 路由）进行非自回归语音转文本。仅训练约 42M 参数适配器，冻结 backbone；采用 frozen whisper-small 编码器提取 1500 帧 768 维特征，经可训练投影器（约 19M 参数）压缩为 188 个 2816 维音频 token 注入提示槽，解码器双向并行去噪约 16 步。单适配器支持六种语言。在 LibriSpeech test-clean 上 WER 6.6%，优于同类扩散模型 Whisfusion（8.3%），但落后自回归 Whisper。去噪步数从 8 增至 48 仅提升约 0.1 个 WER 点，8 步时达 14.9 倍实时速度。适配器以 Apache-2.0 开源，DiffusionGemma 和 whisper-small 需单独加载。
Simon Willison 博客AI 评分6666 llm-coding-agent 0.1a0
Simon Willison 发布实验性库 llm-coding-agent 0.1a0，基于其 LLM 库演化为智能体框架，实现类似 Claude Code 的编码智能体。可通过 `uvx --prerelease=allow --with llm-coding-agent llm code` 运行，并提供基于 `CodingAgent` 类的 Python API。内置六种工具：`edit_file`（精确替换字符串并返回 diff）、`execute_command`（执行命令，超时 600 秒）、`list_files`（按 glob 列出文件，排除隐藏目录和 .gitignore 覆盖项）、`read_file`（分页读取，offset/limit 控制）、`search_files`（正则搜索，最多 100 条结果）、`write_file`（创建或覆盖文件，自动创建父目录）。已作为 slop-alpha 发布到 PyPI，支持 `--yolo` 等 recipe 参数。