商汤开源统一多模态模型SenseNova U1.5-Lite-Preview，基于NEO-Unify架构，仅8B-MoT规模，实现原生4K生成、更准确的中英文字与复杂版式，以及更稳定可迭代的图像编辑，多项基准显著超越前代U1，效果可比肩商用闭源模型。
值得关注：这是商汤在开源统一多模态方向上的新进展。与已有的“商汤开源SenseNova-Vision统一视觉大模型（2026-07-14）”相比，本条记录的是后续更新，增量信息在于：从统一视觉模型扩展到统一多模态生成与编辑，并且…
阿里发布迄今最强的Qwen3.8-Max，参数达2.4万亿、激活95B、支持百万上下文，编程与办公能力显著提升，并计划下周开源权重。
值得关注：这是阿里在超大模型与长程自主智能体方向的最新进展。与已有相关卡片相比，本条增量信息在于：不仅强调模型规模，还展示了从编程到专业办公、再到长程闭环任务（芯片设计优化、电商经营模拟）的端到端自主能力，且即将开源权重，可能对…
OpenAI 发布了面向教育场景的 ChatGPT Work 与 Codex 新插件（教育插件），旨在帮助 K-12 教师、大学教育者和学生进行学习、教学、研究与构建，但具体功能细节待核实。
值得关注：这是 OpenAI 在 AI 教育应用方向的一次明确动作，与 Anthropic 的 Claude Tag 团队协作或“艰难问题”公众倡议不同，本条聚焦于教师和学生的实际工作流。若插件落地，可能影响教学备课、作业辅导、…
Karpathy以约10美元、约100万Token的预算，让Opus 5模型自主运行近两小时，写出约5500行代码，将《指环王》开篇文字做成了可交互的3D场景。这个实验展示了大模型按需生成临时虚拟世界的潜力，也暴露了模型无法原生感知视频、只能靠静态截图自检的局限。
值得关注：该案例属于AI智能体自主完成复杂任务的前沿演示，由知名AI研究者Karpathy发起，成本低、过程长、产出完整。相比一般代码生成评测，它强调了模型在“视觉反馈循环”上的瓶颈：生成的是3D交互场景，却无法直接“看”结果。…
Grok新增了视频分析能力，可在数十秒内生成长视频摘要，并声称能鉴别Deepfake及溯源制作模型；但技术人员指出其实际依赖字幕而非逐帧画面，存在幻觉与稳定性不足。
值得关注：这是大模型厂商在主流聊天产品中直接宣称“视频Deepfake检测+生成模型溯源”能力的实例，将AI内容鉴别的边界从图像扩展到视频。与已有的AI安全框架相比，本条目提供了具体的产品级视频伪造检测功能样例，是AI治理从原则…
DeepMind研究员Trask：单体模型式微，未来是智能路由集成
NVIDIA 技术博客提出，以视频世界模型为骨干的“世界动作模型（WAM）”正在挑战传统视觉-语言-动作模型（VLA）范式；开放的 NVIDIA Cosmos 3 世界基础模型可作为 WAM 后训练的强起点，在物理泛化、少样本适应新机器人和部署灵活性上带来可量化的收益。
值得关注：这是对“VLA vs WAM”范式争论的一次具体产品化回应：不只是论文概念，NVIDIA 给出了可下载的模型权重、可复现的后训练配方和从数据中心到边缘的部署方案。 与既有“世界-动作模型崛起”卡片相比，本条提供了**具…
据量子位报道，一家DAU破亿的出海AI穿搭应用在遭遇推理成本倒挂（人均年收入2美元，人均云端算力+传输成本3美元）后，通过将推理层迁移至Akamai推理云并换用NVIDIA RTX PRO 6000，将GPU集群规模缩减75%，单图生成耗时从12秒降至3-5秒。
值得关注：AI应用的用户规模增长不等于盈利，推理基础设施成本可能倒挂并拖垮现金流。本案例展示了针对推理场景的跨云异构迁移和专用GPU/量化选型（FP4）如何显著压缩成本，为出海AI企业提供了一条“存量云不动、仅迁移推理层”的低风…
Jeff Dean提出“1%法则”：小团队应瞄准通用模型成功率为0-1%的难题，依靠私有数据、专用模型与产品设计取胜。
值得关注：该观点为AI创业者和研究者提供了差异化的战略思路：在基础模型能力快速提升时，小团队仍可通过私有数据、专用模型和产品设计找到生存空间。同时，它也提示推理效率和Agent稳定性是未来AI落地的核心瓶颈。
开源智能体Hermes试图通过剥离通用策略提示词，把模型对大厂的忠诚转移给用户，并用性格与批评技能、上下文学习及Curator自动清理记忆技能，应对“你说得完全对”式谄媚；开源被视为防止AI被少数公司垄断的关键。
值得关注：本条提供了与“能力增强/交互升级”不同的增量视角：智能体的对齐对象是谁？开源智能体通过技术和许可双重手段，把模型忠诚从厂商转移到用户，关系到AI治理、商业生态和用户自主权。与已有相关卡片中的SIMA 2（通用具身智能体…
Genspark 在 AGI Playground 2026 发布了 GenOffice——一款面向 Windows/Mac、免费开源无广告的本地 Office 客户端。据材料称，其 Alpha 版由一名工程师在一周内完成，Token 成本约 1 万美元；这是一次用低成本、开源方式抢占白领高频办公入口的尝试。
值得关注：这是 AI 代理（Agent）从虚拟环境、开发工具向白领日常办公软件渗透的信号。与“SIMA 2 在 3D 虚拟世界中的通用代理”不同，GenOffice 面向的是高频、刚需的办公场景；与 Cursor 的视觉 Age…
E-Bench是一个面向智能体多步工具调用能力的中文场景基准测试，由腾讯混元联合清华、东南大学推出，用王者荣耀、QQ音乐、腾讯会议等真实产品原型设计任务；测试显示11个前沿模型平均成功率仅54.56%，可靠性不足是当前最大瓶颈。
值得关注：当前智能体评测多集中在单轮指令或简单工具调用，而E-Bench强调“多步工具调用”和“干扰信息下的可靠性”，更贴近真实产品落地。它指出了一个此前容易被忽视的事实：模型能力不仅取决于“会不会用工具”，更取决于“在复杂信息…
WorldCup Arena 通过在 2026 年 FIFA 世界杯期间、每场比赛开球前让六款前沿大语言模型填写预测卡，构建了一个“构造上无泄漏”（leakage-free by construction）的前瞻性预测基准；结果显示模型预测表现与直接押注博彩公司热门基本持平，且模型之间相互一致的程度远高于其正确率。
值得关注：大多数 LLM 预测评估都必须与“记忆”对抗，本文以前瞻性现场赛事构造了天然无泄漏的评估，提供了测量 LLM 真实预测能力的新范式。同时，它揭示了一个反直觉现象：资料越丰富、对阵越接近时，预测未必更好；预测难度更多来自…
ALiBi位置编码的线性偏置缩放会因浮点精度下溢而使大量注意力权重被置零，导致部分注意力头“失明”；该问题会显著损害token检索，但对标准解码器基准影响较小，使用对数缩放距离是其中一种有效的缓解策略。
值得关注：ALiBi是长上下文Transformer中常用的位置编码方案。该研究揭示了一个此前被忽视的数值精度问题：即使模型在标准评测上表现尚可，其注意力机制也可能已部分“失明”。这提醒研究者和工程师在位置编码设计与模型训练中关…
EcoFrame 是一个免训练的查询自适应视觉证据调度框架，通过利用 VLM 自身的推理反馈来决定“何时增大帧预算”和“到哪里寻找额外候选帧”，在 Video-MME、LongVideoBench 和 MLVU 上取得了比静态帧选择更优的准确率-效率平衡；在 Qwen2.5-VL 上平均准确率 64.4，超过 BOLT 的 63.5。
值得关注：EcoFrame 把长视频理解中的“选哪些帧”从静态一次选择推进到“在推理中根据反馈动态调度”的范式，且不需要训练。它提供了一种可能更通用的效率优化思路：用熵作为“何时停/何时加帧”的信号，用注意力作为“往哪搜”的先验。
Video-DeepResearch（Video-DR）将多模态深度研究智能体从静态图像扩展到连续视频流，通过“解耦感知-探索”流程和“SFT + GRPO”两阶段训练，在自建 Video-DR-Bench 上达到 64.0% 的平均准确率，超越 Claude-4.5-Sonnet（59.0%）、Gemini 2.5 Pro（57.5%）和 GPT-5（5…
值得关注：**任务扩展**：首次明确提出“从静态图像到连续视频流”的深度研究智能体设定，为下一代多模态 deepresearch 提供一个可复现的框架。 **瓶颈诊断**：模态偏差和参数知识泄漏是当前多模态智能体落地时的普遍问题…
UniWorld-Design 提出将图像生成从“扁平像素合成”重构为“结构化视觉合成”，以语义 RGBA 图层作为生成、理解和编辑的基本单元，让多模态生成模型具备“图层原生”的设计空间。
值得关注：这是从“像素生成”走向“图层原生设计”的框架性转变，可能影响图像编辑、设计素材生成、多模态智能体等应用方向。 与已有相关卡片（如 ReChannel 关注像素空间稠密预测）不同，本条增量信息在于：将图层本身作为生成和理…
TurnSight 是一种面向工具集成推理（TIR）的回合级事后自我蒸馏框架：它从智能体实际执行结果中反推监督信号，构造多个不同前瞻视野的事后视图，利用跨视野方向一致性筛选可靠信号，再在多个同源采样轨迹（sibling rollouts）间归一化，并用于自适应调制强化学习优势；在三个基准上验证了有效性。
值得关注：同时回应了长程 TIR 中“轨迹级监督过稀疏”和“token 级监督忽略回合结构”两个问题，为工具调用场景的强化学习提供了回合级事后蒸馏的新思路。 与已有相关卡片中的 TRACE 相比，本条增量在于：TRACE 侧重无…
本文提出一种名为 Acceleration Matching（AM）的新算法，通过将插值问题提升到相空间并回归一个显式的条件加速度场，从而无需轨迹模拟或昂贵预处理即可生成与给定离散时间快照分布一致的平滑随机轨迹。
值得关注：现有轨迹推断方法常因模拟训练或预处理而计算昂贵，AM 提供了一种更简洁的训练范式，可能扩展轨迹推断在大规模数据上的实用性。 与已有相关卡片中的“扩散模型推理时缩放”“RAG 策略学习”等主题不同，本条聚焦于基础科学中的…