#部署/工程

World Labs@theworldlabs· 00:46AI 评分5454

World Labs 与社区合作推出两个教程，讲解在 Unreal Engine 中使用 Volinga + Akiya 插件的 Gaussian splat 工作流。教程覆盖导入、碰撞、重光照和玩法设置。

Satya Nadella@satyanadella· 00:28AI 评分5353

微软 CEO Satya Nadella 转发 Jeff Hollan 的推文，宣布 Microsoft Foundry 的 Hosted Agents（托管智能体）现已全面可用（GA）。该服务为智能体提供原生计算能力，支持任意框架、语言和模型。开发者可结合 GitHub Copilot App 构建、连接 Microsoft IQ、在 Foundry 中运行、安全集成 Microsoft Teams、通过 Agent 365 治理，并持续优化学习。这标志着长时运行智能体在 Foundry 上成为现实。

Logan Kilpatrick@OfficialLoganK· 23:39AI 评分6767

今天我们正在为 @GoogleAIStudio 中部署的应用推出漂亮的 URL，每个应用都可以免费获得一个“http://your-own-url.ai.studio”！ 免费的应用，免费的部署，现在还有免费的漂亮 URL！

哪吒互娱“龙骨动画”接入百度智能云，Skill化打通OPC能力分发通路

哪吒互娱创始人苏魁打造的AI增强云端2D骨骼动画平台“龙骨动画”，将传统数天的动画制作流程压缩至数小时。百度智能云帮助其将专业能力封装为可被Agent调用的Skill，并计划上架秒哒、百度云市场及FluxA Monetize平台，触达约7万个海外Agent。通过Skill化，龙骨动画从单一产品转变为可在多平台、多场景复用的数字资产，OPC无需自建渠道即可实现能力分发与商业化。

Sunrun 推出“分布式 AI 计算”试点：付费让用户在家托管算力节点

太阳能与家庭储能公司 Sunrun 启动“分布式 AI 计算”试点项目，计划在配备其太阳能和电池存储系统的用户家中放置多个计算节点，并向参与者支付补偿。Sunrun 将把这些分布式算力出售给 AI 公司等企业计算买家。此举为 AI 计算基础设施寻找资源和空间提供了新思路。

小红书发布大模型新架构 PIPO

小红书提出 PIPO 架构，通过输入侧压缩器将两个 token 折叠为一个 latent，输出侧 MTP head 将隐藏状态展开为额外 token，实现输入长度减半、每步输出翻倍。基于 Qwen3.5-4B/9B backbone，在 AIME 2025 等基准上最高带来 +7.15 pass@4 提升。部署测评中，TTFT 加速约 1.23×，TPOT 加速约 1.86×。训练采用 SFT 和 On-Policy Distillation 两阶段，将 verifier 校验能力蒸馏进轻量 confidence head。

Rohan Paul@rohanpaul_ai· 17:35AI 评分4242

GLM-5.2 (744B MoE) 可在 25GB 显存的消费级机器上运行，但速度极慢。MoE 架构使每个 token 仅激活约 40B 参数。运行时将密集张量（注意力、嵌入等）常驻 RAM，经 int4 量化后约 9.9GB；路由专家则存储在本地 NVMe 上（约 370GB int4 模型）。解码时仅从磁盘加载被选中的专家权重。冷 token 解码速度仅约 0.05-0.1 tokens/s，需读取约 11GB 专家数据。系统通过 LRU 专家缓存、固定热门专家及 OS 页缓存复用缓解延迟，压缩 MLA KV 缓存降低长上下文内存压力，MTP 投机解码可在缓存预热后提升速度，但冷缓存时可能因验证额外专家而拖慢速度。

扎克伯格首度回应 Meta“算力过剩”：没人会嫌算力太多，但租出去更赚钱

Meta CEO 扎克伯格首次正面回应公司筹划云基础设施业务一事，否认“算力过剩”猜测，称内部算力需求依然旺盛、满负荷运转。但他同时表示，当前市场对算力出价极高，将部分 AI 基础设施对外出租在财务上更划算。Meta 正制定代号“Meta Compute”的云计算计划，包括开放模型访问权限和直接出租裸算力两条路线。扎克伯格还提及 SpaceX 以每月 12.5 亿美元将数据中心租给 Anthropic 的模式。Meta 2026 年资本支出指引达 1250 亿至 1450 亿美元，计划 2026 年 9 月量产自研 AI 芯片，目标 2027 年部署算力提升至 14 吉瓦。

中科曙光宣布全国产 10 万卡 AI 超集群“曙光 8000（登峰）”落成

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。

美团 LongCat-2.0 正式开源，同步开放国产卡推理代码

美团万亿参数大模型 LongCat-2.0 正式开源，总参数 1.6T，平均激活约 48B，专为真实 Agentic Coding 任务设计。模型引入 LongCat 稀疏注意力机制与 N-gram Embedding，提升长上下文处理效率与 Token 级表示能力。LongCat-2.0 是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，从模型架构、芯片适配到部署策略进行深度协同优化，支持百万上下文高效推理。开源同步提供 BF16、FP8、INT8 等多精度版本及针对国产算力极致优化的推理代码。

台积电持续提升 CoWoS 产能：2027 年月产至少 20 万片

台积电正提升 CoWoS 先进封装产能，目标 2027 年月产 20 万片晶圆，这很可能只是下限。今年同步扩张 4 座先进封装厂，2022~2027 年产能复合年增长率超 80%。上游设备供应商透露，2026 年月产目标已从 11 万片调整至超 13 万片；2027 年底实际月产能有望达 24~26 万片。但供应链认为，即使达 24 万片，仍无法满足 AI XPU 对逻辑芯片与 HBM 整合的需求。支持 20 个 HBM 堆栈的 14 倍光罩尺寸 CoWoS 预计 2028 年生产，24HBM 版本有望 2029 年面世。

粤港澳大湾区国产智算超万卡集群发布，总投资55亿元部署11520张昇腾芯片

粤港澳大湾区国产智算超万卡集群在韶关上线启用，总投资55亿元，部署11520张昇腾国产AI加速算力芯片，总算力达9000P，整体性能达国际领先水平。该集群是全国一体化算力网络粤港澳大湾区枢纽的组成部分，联动国产芯片、操作系统、算法框架等上下游企业，推动国产芯片与训练框架规模化应用。集群历时90天完成建设、调试与上线，目前主要用于科研，后期将服务于粤港澳大湾区大规模推理及中小企业数字化。

DogeDesigner@cb_doge· 09:38AI 评分4444

马斯克表示，扩展算力的真正途径在太空。地球相对于太阳系极其微小，仅接收约五亿分之一的太阳能。为避免占用地球土地、电力和水资源，应在太空部署算力。他透露，SpaceX可能于明年发射首批AI卫星，并预计约两年后实现大规模部署。

Anthropic 与 UST 合作，将 Claude 部署到物理产品工程与生产流程中

Anthropic 与技术服务公司 UST 达成合作，将 Claude 部署到芯片、汽车、物联网等物理产品的工程与生产流程中。UST 计划在全球培训 20,000 名工程师、架构师和顾问使用 Claude。在 UST 的 iDEC 平台上，Claude Code 直接读取芯片原理图和引脚图，编写并运行回归测试，将验证周期缩短 50% 至 70%，标准四天周转压缩至 48 小时。Claude 还作为推理层，对比真实设备数据与数字孪生模型，标记固件回归和信号完整性故障。

美商务部长卢特尼克敦促SK海力士和三星在美扩产存储芯片

美国商务部长霍华德·卢特尼克敦促三星电子和SK海力士加快在美国扩大存储芯片产能，以缓解全球短缺。卢特尼克在美光科技主办的活动上证实已与两家韩国厂商磋商，并表示希望将三星和SK海力士带到美国建厂。在全球AI热潮推高存储产品需求之际，SK海力士和三星计划未来数年合计投资8800亿美元建设新工厂。美光周四也宣布到2035年将美国投资计划提高至2500亿美元。苹果已因存储芯片成本上涨上调了Mac、iPad等产品价格。

AI 能否回答 3 万亿美元的问题？

Sequoia 合伙人 David Cahn 更新 AI 基础设施支出估算：2026 年全球投入达 1.5 万亿美元，行业需产生 3 万亿美元收入才能回本。Anthropic 年化收入（ARR）达 600 亿美元，OpenAI 2025 年收入 130 亿美元（11 月称 ARR 200 亿美元），但缺口仍大。Apollo 首席经济学家指出，谷歌、Meta、微软、亚马逊均预测 2028 年自由现金流加速，但风险在于更多组织转向更便宜的开放权重模型（尤其中国模型），且 OpenAI 最新模型编码任务 token 效率提升 54%，导致 token 价格持续下降。若超大规模厂商现金流目标落空，可能引发经济衰退和标普 500 回调。

Elon Musk称赞Anthropic并承诺不切断其算力

Elon Musk近日在X上承认此前对Anthropic的判断有误，称其“显然是当前AI领域的领导者”，盛赞Mythos/Fable模型“目前最好”，并承诺不会恶意切断其计算资源。2026年7月起，Anthropic成为SpaceX最大客户之一——双方5月签署协议，Anthropic以每月12.5亿美元（至2029年5月，总计约400亿美元）购买xAI旗下Colossus 1数据中心300兆瓦全部算力。Musk以特斯拉开放专利、超充网络等先例佐证其“不挤压竞争对手”的风格，合同条款也提供了保障。

OpenAI Developers@OpenAIDevs· 05:44精选AI 评分6868

将一个想法变成可发布和分享的实时网站 以下是OpenAI团队的一些成员用Sites构建的示例👇 @prd_008 用Sites将一个想法变成了个人专注应用：

英伟达推出Nemotron-Labs-3-Puzzle-75B-A9B：压缩混合MoE大模型，服务器吞吐量提升2.03倍

英伟达发布Nemotron-Labs-3-Puzzle-75B-A9B，是Nemotron-3-Super的压缩变体。母模型总参120.7B、活跃12.8B；压缩后总参75.3B、活跃9.3B。在8×B200节点上，匹配NVFP4权重和用户吞吐量，总吞吐量提升1.60x至2.14x，8K/64K场景达2.03x。单张H100上1M token并发数从1升至8，权重从70GB降至44.5GB。采用迭代Puzzle压缩方法，平均分比单步Puzzle提升0.57。已发布BF16、FP8和NVFP4三种格式checkpoint。

SemiAnalysis 评 Meta Superintelligence 一年进展：数据、人才、算力三线布局

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。

英伟达成为自身创造的算力市场的牺牲品

英伟达股价自5月峰值下跌15%，尽管预期营收增长，其基于预期利润的估值已低于标普500平均水平。同期内存厂商美光市值近乎翻三倍，DRAM成为数据中心新瓶颈。GPU短缺缓解，H100 GPU租用价格从5月约3.20美元/小时持续下滑。Google、Amazon、Microsoft、OpenAI等推出自研处理器以降低对英伟达依赖，加剧算力价格下行。英伟达的技术成就（CUDA平台、GPU迭代）未能阻止其成为自身创造的算力市场的牺牲品。

Meta新款AI芯片将于9月启动生产

Meta的MTIA系列新款AI芯片将于9月启动生产，至少一款已通过测试。芯片由Meta与博通合作设计、台积电制造，并采购三星RAM、Sandisk存储等。该系列于今年3月披露，采用模块化Chiplet设计，用于训练排名与推荐算法、通用AI负载及应用推理。Meta今年资本支出预计1250-1450亿美元，大量投向AI，计划今年部署7GW算力，明年翻倍。

Prime Intellect 发布 verifiers 0.2.0 预览版，将智能体 RL 环境解耦为 Taskset、Harness 与 Runtime

Prime Intellect 发布 verifiers 0.2.0，预览重写后的 v1 核心，将环境解耦为 taskset、harness 和 runtime，任意 taskset 可在任意兼容 harness 下运行。

英伟达 Rubin Ultra 机柜预估售价 2100 万美元，单柜 HBM4e 成本超 150 万美元

7 月 9 日消息，英伟达 Rubin NVL72 机柜售价约 600 万美元，其中 HBM4 成本 38.2 万美元；Rubin Ultra NVL144 机柜售价约 2100 万美元，HBM4e 成本 153.4 万美元。作为对比，Blackwell NVL72 约 300 万美元。富士康测算，1GW 算力数据中心投资超 470 亿美元，年电费约 13 亿美元。英伟达称 Rubin 平台可实现业内最低 Token 成本和总体拥有成本。

消息称 Meta 计划 9 月量产自研 AI 芯片 Iris，目标明年 AI 算力翻倍至 14 吉瓦

Meta 计划今年 9 月量产 AI 芯片 Iris，该芯片由博通设计、台积电制造，测试仅六周无重大问题。Iris 将补充英伟达和 AMD 的 GPU，用于加速训练和推理。Meta 预计今年 AI 基础设施投资最高达 1450 亿美元，2026 年部署约 7 吉瓦算力，2027 年翻倍至 14 吉瓦。为保障扩张，Meta 已与三星（内存）、闪迪（闪存）及住友电工（光纤）签订长期供应协议。

华为联合20余家伙伴启动OPEN NPO项目，发起国内首个NPO光互连MSA

华为联合中国移动研究院、京东云、百度等20余家产业链伙伴，发起国内首个NPO光互连MSA（多源协议），启动OPEN NPO项目。项目围绕近封装光学制定机械、电气、接口、管理及测试等统一标准，重点贡献电连接器2D/3D图纸级详细定义，实现不同厂商产品互配兼容。计划2026年第三季度发布首版技术规范，2027年上半年推动NPO规模化商用，为AI算力提供低功耗、低时延高速光互连底座。

NVIDIA 发布 Nemotron-Labs-3-Puzzle-75B-A9B：压缩混合 MoE 模型，服务器吞吐量提升 2.03 倍

NVIDIA 发布 Nemotron-3-Super 的压缩变体 Nemotron-Labs-3-Puzzle-75B-A9B，总参数从 120.7B 降至 75.3B，活跃参数从 12.8B 降至 9.3B，保持 88 块混合布局（40 Mamba、40 MoE、8 注意力）。在 8×B200 节点上，8K/64K 场景匹配用户吞吐量≥100 tok/s 时，服务器吞吐量提升 2.03 倍。单 H100 上 1M-token 并发从 1 增至 8，权重占用从 70 GB 降至 44.5 GB。迭代式 Puzzle 方法平均得分比单步高 0.57。代价：Arena-Hard-V2 降 4.2 分、SWE-Bench 降 2.6 分。Hugging Face 提供 BF16、FP8、NVFP4 检查点。

Google AI Studio 为 Build 模式新增“从 GitHub 导入”功能

Google AI Studio 在 Build 模式中推出“import from GitHub”功能。用户指向一个 GitHub 仓库，AI Studio 将其转换为运行时兼容格式，随后可在 AI Studio 中迭代并部署到 Cloud Run。对于调用 Gemini API 的应用，GEMINI_API_KEY 会被配置为服务器端密钥，不包含在客户端代码中。该功能补全了 Build 模式此前缺失的从 GitHub 导入的路径，支持续接已有代码库、快速上手同事分享的仓库或将脚本转化为完整应用。

AI 芯片制造商 Cerebras 宣布欧洲算力扩张计划，2027 年底容量将达 200 兆瓦

Cerebras Systems 计划于 2026 年底前启用首批欧洲数据中心算力，并推进法国和北欧的数据中心建设。到 2027 年底，欧洲总算力容量将扩展至 200 兆瓦（MW），部分算力将根据现有合作协议用于支持 OpenAI 的工作负载。Cerebras 已在挪威和芬兰签订算力合同，旨在为欧洲客户提供本地化、低延迟的 AI 推理和训练服务。

Rohan Paul@rohanpaul_ai· 15:59AI 评分6363

近日，Toyo（@usetoyo）正式发布，它是一款驻留在iMessage或Telegram中的AI智能体，用户像跟同事发消息一样交互，后台自动处理工具调用、上下文管理和工作流。Toyo可连接邮箱、日历、Slack、CRM、文档、笔记和项目管理工具，完成日程检查、草稿、提醒和审批等日常琐事。其核心设计是权限委托，还能拨打电话，了解用户和工作，帮助减轻每周数小时的低效忙碌。

Datalab Lift：9B 参数 Schema 优先文档提取模型

Datalab 的 Lift 是一个 9B 参数视觉模型，专为从 PDF 和图像中直接输出符合用户 JSON Schema 的结构化 JSON 而设计，跳过先转 Markdown 再提取的流程。与 NuExtract3（4B 模型，Apache-2.0 许可）相比，Lift 字段准确率 90.2% 对 81.5%。在 Datalab 的基准中，Gemini Flash 3.5 准确率略高，但 Lift 延迟更低（中位数 9.5 秒 vs 28.1 秒）。与 Azure Content Understanding 相比，Lift 准确率更高、延迟更低，但后者自带引用功能。Lift 定位为纯 schema 优先提取器，适合对延迟、自托管和大批量成本控制有要求的场景。

腾讯云发布 Agent Bucket，为亿级智能体提供原生独立云空间

腾讯云今日正式发布 Agent Bucket（智能体桶），专为 AI 智能体提供原生独立云空间。该产品基于对象存储架构，引入 Space 空间单元，为每个 Agent 分配独立的访问凭证、容量配额和读写限速，将隔离从代码逻辑转化为系统能力。内置秒传去重（SHA-256 指纹）、POSIX 文件系统语义、多模态检索、外链分享、回收站及内容审核功能。通过 GooseFS 数据加速和冷热分层策略平衡性能与成本。目前已在 WorkBuddy、QClaw、ClawPro 等腾讯 Agent 应用中落地，并服务于华硕 AI PC 及东风日产智能汽车场景。

沐曦股份否认“部分产品订单排到明年”传闻

7月9日，沐曦股份发布澄清公告，否认“部分产品订单已排到明年甚至之后”的传闻，表示首席产品官孙国梁未在活动中对此发表观点。公司生产经营正常，无应披露而未披露的重大信息。公告提示，近期股价涨幅较大，存在快速冲高后大幅回调风险；截至7月9日上午收盘，股价报1005.88元/股，市净率超30倍，高于行业均值。公司2026年一季度营收5.62亿元，净利润亏损9884万元，仍处于亏损状态。

毕马威调查：近三分之一高管不懂AI经济账，按量计费模式暴露问题

毕马威对20个国家或地区2145名高管的调查显示，29%受访者不知道AI成本上涨从何而来，近三分之一承认不懂AI的经济账，已影响企业实际部署AI。随着按使用量计费模式越来越普遍，许多组织缺乏预测、监控和管理AI支出的能力。报告作者指出，AI不再像包月服务一样随意使用后，计费表转动便暴露问题；相当多企业领导者把AI当作即插即用的降本工具，却不明白如何具体提升效率。

AI 推理测试：英特尔 Arc Pro B70 显卡吞吐最高 2320.76 token/s，超英伟达 RTX 5090D

蓝戟测试英特尔 Arc Pro B70 GPU，在 DeepSeek R1 模型推理表现上超过英伟达 RTX 5090D 和 RTX 4090D。测试采用 4 张显卡配置，模型为 DeepSeek R1-Distill Qwen 32B FP16。并发低于 32 时 RTX 5090D 领先；并发 32 和 64 时 Arc Pro B70 追平并超 RTX 4090D。并发 128 时，Arc Pro B70 token 吞吐量比 RTX 5090D 高 8.6%，比 RTX 4090D 高 34.2%；并发 256 时分别高 7.5% 和 48.7%。峰值速度达 2320.76 token/s。

国家超算互联网核心节点在郑州正式上线

7月9日，国家超算互联网核心节点在郑州正式上线。该节点可对外提供超过10万卡的国产AI算力，为全国最大单体国产AI算力资源池。节点采用曙光scaleX万卡超集群系统，基于AI计算开放架构，兼容CUDA等主流软件生态，支持多品牌国产加速卡混合部署，并可向十万卡、百万卡规模灵活扩展。用户可通过自然语言提出需求，系统自动匹配算力资源。截至2026年5月，平台已连接全国30余家超算与智算中心，提供7大类服务。

Meta 首座加拿大数据中心动工：1GW 规模，130 亿加元投资

Meta 在加拿大艾伯塔省 Sturgeon 动工建设该国首座数据中心，全球第 33 座。该站设计容量 1GW，投资 130 亿加元（约 624.94 亿元），属 AI 基础设施。预计提供超 300 个运营岗位，施工高峰期约 3000 个建筑岗位。数据中心 100% 由清洁能源驱动，采用节水型闭环液冷干式冷却系统。Meta 承诺承担全部能源成本，支持电网新建升级，并投资约 6000 万加元改善当地基础设施。

华为副总裁王雷：国内Token实际流通效率仅60%

华为王雷在中国互联网大会上指出，国内Token实际流通效率仅60%，40%因丢包、时延抖动和数据损耗被消耗。他强调三大挑战：Token生产效率（以DeepSeek为例每百万Token成本可低至2分钱）；全域流通效率需从60%提升至90%以上；全链路安全面临73%挖矿攻击、提示词注入和量子囤积攻击。华为正联合信通院及三大运营商推进“入网即入算”新型网络架构，将传统比特传输网转变为支撑Token无损、高效、安全流通的算力网。

腾讯混元：新模型 Hy3 调用激增，WorkBuddy 已紧急扩容

腾讯混元Hy3模型在WorkBuddy上线后调用激增，7月8日上午算力消耗达峰值，排队率一度超50%，官方已紧急调度资源并扩容完毕。Hy3于7月6日开源，是一款快慢思考融合模型，采用MoE架构，总参数295B，激活参数21B，最大支持256K上下文。相比preview版本，Hy3提升了后训练数据质量与多样性、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，效果比肩参数规模2～5倍的国内外旗舰模型。

AI预检检查：智能体工作记忆架构

一种为AI智能体设计的预检工作记忆架构：查询到来时，系统从磁盘上约90个索引化的技能库中检索最相关技能，仅加载到上下文窗口。本地开源模型Ornith 35B（350亿参数，通过Ollama在Apple Silicon上运行）执行任务，约80%常规任务由本地模型完成，困难任务路由至前沿模型。看门狗记录每次预检决策和技能调用，夜间通过异步推理处理全天轨迹，自动决定哪些技能需新增或固化（如日历排期转为确定性Rust代码），实现自我改进循环。昨天，看门狗首次未提出任何改进建议，系统或接近性能平台期。