搜索
近期， ECCV 2026 结果公布，Realsee 团队的成果 Argus: Metric Panoramic 3D Reconstruction for Indoor Scenes 成功入选。它面向室内全景图像，能够从稀疏、无序的全景照片中，直接预测相机位姿、度量深度和点云重建结果，可以为 3DGS 提供更稳定、更精准的几何约束。
Greg Isenberg 最近在他自己的播客 The Startup Ideas Podcast 里讲的一个判断，他说了一句很直白的话，building agents is the new SaaS，做 agent 就是新时代的 SaaS。
有人把 YC 2026 春季批次的 launch，一家不落地全看了一遍。196 家公司，395 个创始人，上周刚 Demo Day。95% 的公司沾 AI，70% 在做 agent。可它们的定位，没有一家是「我们用了 AI」。区别只在于，这句「换掉人」，被包装成了几种不同的话术。
今天凌晨刷到Anthropic发了一篇研究。标题叫《A Global Workspace in Language Models》，语言模型中的全局工作空间。如果用一句最简单的话来说，那就是，Anthropic在Claude的大脑里，找到了一个暗房间。
两个月的时间，混元 3 正式版上线。结合了用户对预览版的反馈以及对模型稳定性和可用性的提升，Hy3 在 Agent 和 Coding 能力上有了实质的提升。我们做了多个前端网页的生成测试，大多数都包含复杂的 3D 网页模拟、严格的游戏逻辑，以及需要调用不同的框架和库文件，Hy3 交付的内容要比预览版好上一个等级。
上周有个项目，让我觉得很有意思。GitHub上一个叫OpenSquilla的，发布不到一个月，Star涨到了5300多。OpenSquilla 0.4.0，定位Token-Efficient AI Agent，是一个很有效率又很有创意的智能体框架。
今天，全网都被Gemini 3.5 Pro的泄露刷屏了。传闻中，7月17日正式发布。而真正让坐不住的，是它在前端生成上的表现：一次成型、像素级精准、零失误。最关键的是，Gemini 3.5 Pro性能爆出超越了Fable 5。
近日，一家叫良配科技的公司拿到了今日资本200万美元的天使轮投资。放在2026年的融资市场里，这条新闻有点特别。很少有人会想到，被誉为风投女王的徐新，这次押注的场景，是相亲。更让人意外的是，做这件事的人来路并不在婚恋行业。
一年前，我从Kimi离职创业，决心把AI技术运用到交友软件中，做一款颠覆性的产品。如果只能用三个词来概括它，那就是：AI技术、1v1匹配、不结婚就退款。今天，我想正式把「良配」介绍给你，也聊聊我们为什么要做它。很高兴与你见面。
近日，通用世界模型领军企业生数科技完成新一轮5亿美金融资，创下国内通用世界模型领域最大单笔融资纪录，为企业技术研发与商业化落地注入强劲资本动能。本轮融资由阿里云领投，多家战略机构及老股东持续加码，巨头产业资本加持，凸显市场对其技术壁垒与商业化潜力的高度认可。
“Dario 见证的百度 AI 路线分歧。 ” 作者丨成妍菁 编辑丨胡敏 Anthropic 创始人 Dario 的职业开局有些戏剧化。 2014 年刚走出校园加入百度，就赶上中国互联网历史上第一场“
谷歌DeepMind的一个高管，用死对头Anthropic的AI，把一个2003年的游戏硬塞进了iPhone。这个人叫Ammaar Reshi，是AI Studio的产品与设计负责人。跑的是真实引擎，ARM64原生编译，不是模拟器。
GLM 5.2，用AMD芯片也能跑出来了，而且成本只要英伟达的一半。这是推理优化公司Wafer这周公布的一组数据。Wafer用AMD的MI355X芯片跑最新开源模型GLM 5.2，单节点吞吐做到2626 tok/s，单流吞吐也跑到了213 tok/s。
Fable 5重新上线，Arena.ai的Gostev在一段视频中甩出63个3D世界，几乎都是一次成型。看了视频，就连刚加盟Anthropic预训练团队的Karpathy，也直呼没想到。
从被排斥到占领好莱坞，字节Seedance你都做了什么？？现在好莱坞已经是酱婶儿的了：比如这部95分钟长片《Hell Grind》（地狱磨坊），Higgisfield AI出品。还有这部AI奇幻剧集《骸骨编年史》，包含了6条独立故事线和众多角色：
7 月 3 日，学而思学习机正式进行 2026 旗舰新品发布，发布全新培优 AI 家教、「国际学院」全新英语学习体系及 T6 系列旗舰机型。所以，相比「又出了一台新学习机」，这场发布会更值得关注的是：当答案已经不再稀缺，学习机到底还能帮孩子做什么？
为了解决这一问题，来自 University of Arizona、Zoom 与 Stony Brook University 的研究团队推出了 VISTA（VIsual Spec-To-App Benchmark）, 首个面向 Visual Spec-to-Web-App Coding Agents 的端到端 Benchmark。
一名员工响应公司号召，一头扎进Vibe Coding的世界里，勤勤恳恳搓出了一个像素风脑腐FPS游戏。没等他心里美完，不经意瞥了一眼。我去，这玩意儿花了我81267美元的token（折合人民币55万元）？？？
来自南京大学 NLP 实验室的 ICML 2026 论文 Recognize Your Orchestrator: An Entropy Dynamics Perspective for LLM Multi-Agent Systems 指出：在当前主流的 Orchestrator-Executor 多智能体架构中，系统失败往往并不首先来自某个执行器不会干活，
UC Berkeley团队提出的端到端流程旨在解决该问题，研究团队跑通了首条能够从网络视频生成真实灵巧手实机执行轨迹的完整链路：先从真实场景中的单目RGB视频中重建4D手-物交互过程，再将这些交互轨迹重定向到拥有22个自由度的Sharpa Wave灵巧手上。
据DeepSeek官方API文档及GitHub仓库信息，一款名为Deep Code的第三方开源AI编程助手近日被收录进DeepSeek Agent工具。该工具面向DeepSeek-V4系列模型做了适配，支持深度思考、推理强度控制、Agent Skills以及MCP集成。截至发稿，Deep Code GitHub仓库显示，该工具收获超1500星、127 fork。
这两天，有位机智的老哥发现，只要把Fable 5的上下文转换成一张张密密麻麻写满文字的图片，再让模型通过OCR读回来，token输入成本最多能省下70%。更离谱的是，不只是普通对话，系统提示、工具文档、历史记录，全都能一股脑塞进图里。
从李飞飞World Labs的50亿估值，到LeCun出走创立AMI Labs的十亿种子轮，再到谷歌Genie 3让文本生成的世界第一次具备实时可交互、可导航的形态，世界模型正在成为AI下一阶段的核心战场。
ICML 2026大奖公布来了！ICML年度杰出论文奖和时间检验奖，正式公布。其中杰出论文共有9篇入围，含7篇研究论文及2篇立场论文，最终优胜奖3名和荣誉提名6名；ICML时间检验奖花落强化学习领域，DeepMind经典巨作再封神。
来自哈佛大学、MIT、IBM、波士顿大学、谷歌、JHU、CMU 和 Kempner Institute 的研究者提出了一个新的诊断性基准：MemoBench。这是首个面向动态环境的「消失-重现」世界建模评测基准，并已被计算机视觉顶会 ECCV 2026 接收。其一作 Haoyu Chen 为哈佛大学计算科学与工程专业一年级硕士生，师从哈佛大学计算机科学助理教授 Yilun Du。
没有发布会，没有 Zuckerberg 的长文，Meta 就这样在六月底悄悄把一款新应用塞进了 App Store 和 Google Play。 这款叫 Pocket 的产品，直到七月初才被应用研究员 Alessandro Paluzzi 在 X 上扒出来。Appfigures 的数据证实，它最早出现在应用商店的时间是 6 月 29 日。没有官方公告，没有推广投放，甚至连美国用户眼下都下载不了
乐鑫喵伴 EchoEar EchoEar 喵伴 AI 机器人搭载的 ESP-Brookesia 框架实现全双工语音交互、多模态识别与智能体控制，构建更具沉浸感的人机交互体验。 EchoEar 套件以端
月之暗面旗下新一代大模型 Kimi K3 已由员工在 X 上确认，将于本月内发布。据多方信源，K3 的参数规模将达到 2.5 万亿——这一数字不仅超越了 DeepSeek V4 Pro 的 1.6 万亿，也成为当前已公开参数规模最大的国产模型。
国家级资本领投。今天（7月6日），星动纪元完成新一轮10亿元融资。本轮投资方由国务院国资委国有资本运营公司诚通基金领投，江西国控、国元股权、渝富中新基金、杭州资本等多家大型国资共同参与。此外，中金雷诺、九坤创投、弘毅投资、君泰资本、盛赫资本跟投；老股东厚雪资本、清控天诚、千山资本持续追加投资。
在近日豆包宣布全面下线“智能体”功能之前，其“应用生成”功能已于5月31日率先停止服务。目前，用户此前通过该功能创建的历史应用，仍可在豆包会话中进行查看、复制、下载及分享，但无法再新建或更新。不过，其编程功能依然保留。
