搜索
交互式视频世界模型正在从「一次性生成短片」走向「像游戏一样边操作边生成」。但长轨迹交互会迅速放大上下文、显存和多步去噪开销。Light Interaction不改模型参数、不重新训练，只在推理阶段把相机轨迹变成调度信号，动态选择历史上下文、在回访状态复用去噪输出，并用面向自回归生成的3D稀疏注意力降低计算。
炒股到现在最对不起的，就是家人。
商业地图可以告诉机器人「前方右转」，却无法直接告诉它眼前应该从哪里转、沿哪一侧通过；即使已经生成路线，控制误差、地面变化和动态障碍，也可能让机器人在行进过程中逐渐偏离。
视频是描述物理世界的重要数据形态，更是人类与物理世界交互的重要载体，视频理解大模型是让 AI 从数字世界走向物理世界最基础、最原生的组成部分。
苏度科技联合创始人、董事长苏昊是ImageNet的核心作者之一，师从李飞飞。这家公司走了一条与硅谷主流“纯大脑黑盒大模型”不太一样的路：软硬件协同设计，上下分层架构，上层负责任务规划与环境理解，下层负责具体物体操作；Sim-to-Real作为核心训练范式，让机器人在虚拟世界里经历几百万年的进化，再迁移到现实。
这家初创公司已与Georgia Power 签订合同，为位于Effingham County的这一数据中心综合体锁定了3.2GW的电力供应，这一规模可能使该设施跻身OpenAI迄今为止最大的数据中心之列。预计从2028年起将有数百兆瓦电力投入使用，其余开发工作将持续到2032年。1GW的电力足以在任意时刻为约75万户美国家庭供电。
最近硅谷有点魔幻。一边被中国开源模型吓得不轻，专门造了个词叫「Kimi panic」；另一边，美国最大的模型托管平台刚被自家模型攻击，救场的偏偏又是一个中国开源模型。就在这个节骨眼上，老黄又整活了。
@elsewhere 上个月，「elsewhere」报道了 DeepSeek 的融资故事。其中最多人讨论的，莫过于那个传说中的4小时投资人会议。 此去一个月间，梁文锋的各种语录在江湖流传，我们也多方收集到了一些其中内容。
当我们从业内人士处听到，一款专注欧美市场的 AI 视频 Agent 产品「DeeVid AI」，上线才一年半，注册用户达 3000 万，ARR 也做到数千万美元量级，多少有些意外。这家公司此前并不起眼，没有大额融资的高光时刻，也很少出现在赛道的公开讨论里。
“AI教母”李飞飞创办的World Labs正式宣布收购美国机器人仿真初创公司SceniX。这笔交易是World Labs成立以来的首笔公开收购，也标志着这家以“空间智能”为旗帜的明星创企，正式将业务边界从3D世界生成推进到物理机器人训练领域。
刚刚，字节也坐不住了，推出了 Trae Work 官方知识库教程。我让 Agent 查了下，这个知识库目前大约有 46w 字，85 篇文档。 不得不说，不愧是字节，写文档还是很有一手的！
这家公司是Fireworks AI，按现在流行的话说，Fireworks AI是一家Token工厂。既不训练前沿大模型，也不做面向消费者的AI应用，只做推理，帮企业把开源模型微调好、托管好，然后按调用量收钱。今年GTC大会上，黄仁勋和Lin Qiao有场对谈，老黄直言，“In a lot of ways, you're the TSMC of AI factories.”
一觉醒来，Hermes Agent用户圈子直接炸了锅，官方放出了最新的版本：水银。恰如其名，最新版本主打一个“快”，丝滑流畅如水银泻地，冷启动速度提高了80%，但这次更新，“快”仅仅是开胃菜。
袁博地的答案是否定的。从清华大学接触计算机视觉，到 UC Berkeley 攻读 AI 博士，再到 Google X 负责机器人的视觉系统，袁博地过去十多年的研究几乎始终围绕 Pixel 展开：从图像识别，到 GAN、Diffusion，再到图像和视频生成，技术范式不断变化，研究对象却始终指向同一件事——如何让机器理解和生成视觉世界。
就在最近，英伟达亲自下场，发布了一篇名为《AI Model Co-Design: Hardware-Friendly LLM Design》的技术博客。整篇文章洋洋洒洒，其实就想点醒行业一件事：别光顾着堆算力了，来看看你们是怎么把顶级显卡逼成“磨洋工”的吧。
现在，你可以通过录屏 + 语音讲解的方式，彻底把自己蒸馏成 Skill 了。7 月 21 日，Anthropic 在 Claude 桌面端 Cowork 的 + 菜单里加了一项「Record a Skill」：录屏，一边操作一边用语音讲解，录完后 Claude 自动把演示转化成一个可复用的 Skill。
刚刚，阿里旗下的Qoder正式推出了Qoder Security，直击AI Coding的安全风险问题。在这个工具中，代码安全内生于 Qoder，贯穿从编码到提交的每一步。Qoder Security的发布，让Qoder成为国内首个交付「编码会话内三层安全护航 + 发现问题同会话修复」能力Agentic Coding产品。
Kimi K3 发布不到一周，就已成为美国政府的「眼中钉」。据 Axios 报道，特朗普政府内部正在重新讨论，是否应加强对中国开放模型的管控。此前，美国商务部曾考虑将多家中国实验室列入「实体清单」，美国国家安全局和白宫国家网络主任办公室也讨论过发布安全警告，劝阻美国企业使用中国模型。
2026年7月，38度的上海。西岸，张江，世博——三地四馆，盛况空前。一千一百家企业。三百多台真机。九位图灵奖得主到场。很多人把这届WAIC大会定为“史上最火的一届”。不是因为它推动了哪个划时代的突破，而是因为它恰好站在一个奇妙的节点上：我们截取了二十八个瞬间。拼在一起，是一幅赛博浮世绘。
这是今天 AI 圈最大的瓜。 OpenAI 的神秘模型，主动对开源平台 Hugging Face 发起了攻击。Hugging Face 随后追踪展开还击，用的是智谱的开源模型 GLM 5.2。闭源模型一举攻破开源社区，社区用开源模型自救，这离谱的剧情听起来都能拍一部电影了。
腾讯的设计Agent平台Miora，今天终于全面开放了。之前一直需要邀请码，还得预约排队，而今天，终于正式全量上线。别的不说，你永远可以相信腾讯的产品设计和审美。网址在此：miora.design
“ 硅基流动却带亏上市：中美Token中间商，为何同人不同命？” “中美Token分发商，正在走向两条截然不同的路。”某国产大模型厂商的 API 生态负责人王栋告诉雷峰网。近日，全球头部大模型 API 聚合平台 OpenRouter 被曝寻求“卖身”，正与多家科技巨头洽谈收购机会。
最近手头在测一个新模型，叫 Macaron-V1。说实话一开始没抱太大期待，打着「个人智能体」旗号的产品这两年太多了，大多数打开之后还是那套老配方：一个聊天机器人，外面挂几个插件。但测了三四天下来，发现这个模型的思路跟我预想的不太一样，值得认真写一篇。
今天，腾讯正式发布了其首个研究智能体（Research Agent）——Hyra（Hunyuan Research Agent）。Hyra能够像科研人员一样，提出假设、完成实验、总结经验，再基于经验不断提出新的方案，最终实现递归自我改进（Recursive Self-Improvement，RSI）。
如果把AI芯片比作发动机，那AI软件栈就是「变速箱+传动系统+驾驶系统」。
GPT-5.6-Sol 的攻防能力超越了 Claude Mythos 5！
太惊悚！坐拥300万粉丝的澳洲网红，竟用AI凭空捏造了一整座孤儿院。假奖杯、假难民、假行善，一场教科书级的AI慈善骗局，正在疯狂收割大众的善良。
Agent时代，APP应用商店都开始「革自己的命」了。
出轨，必须得有「第三个人」吗？
近日，围绕搜索、推荐、广告等核心业务中的大规模向量检索成本与性能问题，小红书引擎架构团队在 OSDI 2026 会议上发表了论文《The Clustering Strikes Back: Building Cost-Effective and High-Performance ANNS at Scale with HELMSMAN》。
