DeepSeek V4 Flash 以输入每百万 token 0.14 美元、输出 0.28 美元的价格引发热潮；海外平台 Nous Portal、Cline 叠加补贴甚至倒贴，OpenCode 单日跑出 8T tokens。7 月 31 日重跑后训练的 Flash 智能指数达 50 分，反超自家 Pro、逼近 Opus 4.8，消息称 DeepSeek…
值得关注：既有卡片已记录 DeepSeek V4 正式版提供 Flash/Pro 以及峰谷计费。本条增量信息是 Flash 的实际低价、海外平台补贴行为、7 月 31 日重跑后训练后的跑分变化，以及 DeepSeek Code …
现有视频扩散或流模型因迭代采样过程缓慢而计算成本高；当前最优加速方法（如变分分数蒸馏VSD、对抗损失）难以优化且易出现模式崩溃，导致视频多样性丧失和运动缺失。本文旨在提出一种更简化、可扩展的蒸馏方法，以支持多种预训练模型并实现不同NFE的快速推理。
值得关注：解决了现有蒸馏方法优化困难、易模式崩溃的问题，提供了一种更稳定、可扩展的加速方案。 支持多种预训练模型和可变NFE，实用性强，有助于推动视频生成模型在实际应用中的部署。 （与既有脉络关系：不同于FlowMimic等侧重…
ElasticTTT 通过三种正则化机制（目标分布正则化、对比式 CFG、异步噪声调度）解决了标准测试时调优（TTT）中由分布-单点优化失配所引发的“先验崩坏”（Prior Collapse）问题，在单次视频编辑任务上取得当前最优性能。
值得关注：揭示了 TTT 在生成模型中一个被忽视的根本问题——分布映射与单点优化失配导致的先验崩坏，并给出了诊断与解决方案。 提出的三个正则化组件可即插即用，可能推广至其他基于 TTT 的视觉编辑任务。 与已有相关卡片对比：相比…
伯克利等团队提出的harness框架schema，通过将世界模型编写为可运行、可验证、可搜索的程序，在不改动模型权重的前提下，将Claude Code基线在ARC-AGI-3公开集上的42.83% RHAE提升至98.98%，但成绩为自报告，尚未经官方独立复核。
值得关注：**范式突破**：展示了无需更新模型参数，仅通过外部推理框架即可大幅提升模型在抽象推理任务上的表现，为“小模型+强支架”路线提供了有力证据。 **启发意义**：将科学方法论（实验、否证）引入AI推理流程，可能适用于其他…
OpenAI 在一次内部或公开分享中总结了部署长期运行 AI 模型（长周期模型）过程中暴露的新安全风险、实际发生的失败案例，以及通过迭代部署逐步完善的安全防护措施。
值得关注：这是 OpenAI 首次以公开文档形式专门讨论 **长周期模型**（而非单次问答）的安全对齐挑战，填补了现有安全框架的空白。 与已有相关卡片（如 AlphaEvolve、Claude 代码修复）不同，本卡片聚焦于 **…
微软宣布与 AMD 深化合作，将 AMD 最新的 Helios AI 平台和第六代 EPYC 处理器引入 Azure，推出三款新虚拟机：HDv2（AI 数据系统）、HXv2（芯片设计与技术计算）和 ND MI455X v7（AI 推理），以应对 AI 工作负载对基础设施的多样化需求。
值得关注：本条是微软云基础设施在 AMD 生态上的重要扩展，回应了 AI 推理、数据系统和芯片设计对专业化计算资源激增的需求。相较于前代 HX 系列（2023 年推出），HXv2 在单线程性能、缓存容量和内存选项上有显著提升，并…
2026年政府工作报告首次将“打造智能经济新形态”独立成段部署，表明中国正从“人工智能+”技术赋能转向以规模化应用、开源生态、算电协同、治理体系为支柱的全局性智能经济战略，我国在模型能力、场景、算力、政策、人才五方面具备综合优势，但高影响力基础研究、顶尖人才密度、高端芯片自主供给等方面仍有明显短板。
值得关注：该部署标志着中国智能经济从技术扩散阶段进入大规模产业落地窗口期。与已有“人工智能+”行动（2024年）和《关于深入实施“人工智能+”行动的意见》（2025年）形成“三年三步”政策脉络，本次首次独立成段提升战略层级。同时…
月之暗面发布全球首个开源3万亿参数级模型Kimi K3（实际参数量2.8万亿），在前端代码竞技场超越Claude Fable 5排名第一，API价格仅为Fable 5的三分之一，但官方承认其用户体验与顶级闭源模型仍有差距。
值得关注：Kimi K3是当前参数规模最大的开源模型之一，其“开源+低价+接近顶级闭源性能”的组合打破了此前闭源模型在高端能力上的垄断。对于AI开发者、创业公司及学术研究而言，意味着可以以更低成本获得高性能基座模型，加速应用落地…
DeepSeek V4正式版灰度测试中，提供Flash和Pro两版本，性能接近Opus 4.8级别；首创“峰谷计费”模式，Pro版百万输出tokens平时仅0.87美元，远低于竞品Fable 5的50美元，但单任务迭代轮数偏多。
值得关注：此前卡片（DeepSeek 4800亿估值融资）聚焦公司融资与IPO节奏，本卡片补充V4正式版具体产品细节、定价策略及性能对比。增量信息：峰谷计费这一创新定价模式、与Fable 5的直接价格与编码迭代对比、旧模型下线的明确时间表。
Together AI与Y Combinator合作，为YC投资组合中的AI初创公司提供首个专用GPU集群，使它们能以短期灵活方式获得长期优惠的计算资源，无需签署两年期合同。
值得关注：**首个孵化器专属GPU集群**：不同于通用云服务，这是专门为YC社区量身定制的计算基础设施，填补了初创公司无法获得与大型公司同等计算资源的缺口。 **行业新范式**：表明计算即服务的模式正从长期合同转向灵活专用集群，…
商汤在WAIC 2026推出面向长程任务的交付级原生多模态智能体基座日日新SenseNova U1 Pro，具备8K输出和长程Agentic闭环思维，人均日生图量已达107张，推动内容生成从单点能力迈向系统级交付。
值得关注：传统文生图/视频模型往往只输出单一结果，缺乏对长程任务（如完整海报、分镜脚本）的理解与执行。SenseNova U1 Pro通过Agentic闭环思维，将“生成”与“判断/修正”内置到同一框架，为广告、影视、设计等行业…
AI 编码工具只加速了软件工程中占比最小的“执行”环节，而前后端的“决策”和“交付”环节反而因成本下降变得更繁忙；当前 Agent 准确率远达不到生产要求，协作型 Agent 比全自动更实用，程序员将转向更高阶的判断角色。
值得关注：本条内容是对近期 AI 编码工具（如 Cursor、Claude Code）热潮的冷静反思，提醒行业避免高估 Agent 的可靠性，并指出软件工程中“判断”环节的价值不会被 AI 替代。与已有知识卡片（如“大规模推理基…
星尘智能推出第二代具身基座模型Lumo‑2，采用“先预测世界再生成动作”的隐式世界‑动作架构，在家庭场景中实现端到端推理速度比标准自回归提升2.71倍且不损失精度，并同步发布了具备长期语义记忆与多机调度能力的智能体Agent Philia。
值得关注：这是具身智能少有的专门面向家庭场景的模型，且采用了显式的“世界预测+动作生成”范式的隐式版本，区别于传统VLA模型直接输出动作。 推理速度提升2.71倍且不损失精度，意味着模型可以在低成本边缘设备上运行，加速家庭机器人…
腾讯Robotics X实验室联合混元发布Hy-Embodied系列三个基座模型，首次系统性打通“感知—身体—行动”闭环，已在日化品工厂实测中实现作业成功率高于95%、节拍快于6秒每件，同步推出两个智能体并保持开源开放。
值得关注：**弥补了具身智能领域“感知-行动”链路断裂的痛点**：此前大多数模型分别优化感知或控制，腾讯Hy-Embodied首次将VLM、推理想象（RxBrain）和动作输出（VLA）整合为一个完整闭环。 **工业落地验证**…
无问芯穹在WAIC上完整发布“前店后厂一中心”Agentic Infra战略，获得MiniMax、阶跃星辰、智谱、Kimi四家国产头部基模公司深度合作，并展示了跨集群异构PDD架构、运维智能体系统、跨集群强化学习等核心技术细节，日均Token调用量较去年12月增长40倍，对标海外Baseten/Together AI等估值130‑150亿美元公司，但在国产…
值得关注：本条报道是对已有卡片《无问芯穹发布Agentic Infra，布局“前店后厂一中心”体系》的重要补充。增量信息包括：四家合作方的现场细节（MiniMax、阶跃星辰签约+演讲）、PDD架构中RelayDecode的具体角…
本文提出将向量搜索视为因果推断中的最近邻匹配，利用检索增强生成（RAG）框架进行策略学习，通过两步法分解策略遗憾并利用最近邻估计器和Transformer的预测误差界进行理论分析。
值得关注：填补了RAG在因果策略学习领域的理论空白，将信息检索与因果推断方法桥接。 与已有相关卡片（如GaP、Bridge Evidence等）相比，本卡片聚焦于**因果推断框架下的RAG策略学习**，而非自动化任务或多步智能体…
ATLAS 通过分离不变因子与异质因子，并利用辅助标签从异质因子中提取可迁移因子，使下游潜在因子回归性能接近最优，在辅助标签可用时实现跨环境迁移预测，否则退化为鲁棒的不变因子预测。
值得关注：提供了在异质性环境下严格分离不变与异质成分的理论保证与实用算法，优于仅使用不变因子或忽略环境差异的方法。利用辅助标签进一步提取可迁移信号，扩展了经典不变性学习在潜在变量框架下的应用边界。
TPIPS 是一种基于文本提示的视觉相似性度量，能够根据用户指定的语义方面（如形状、颜色）动态评估图像对之间的相似性，在多个基准上比现有单一标量度量更接近人类判断，并解锁了文本引导检索、组合搜索和生成模型细粒度评估等新功能。
值得关注：现有视觉相似性度量只输出一个静态分数，忽略了人类判断中的语义多义性。TPIPS 首次将自然语言提示引入感知度量，使度量本身变得可解释、可控，为图像检索、生成模型评估和交互式视觉分析提供了更灵活的定量工具。
SWE-Pruner Pro 利用编码器LLM自身的内部表示来逐行判断工具输出是否保留，无需额外分类器，在节省最多39% token的同时还能轻微提升任务准确率。
值得关注：相比既有方法（如 SWE-Pruner）需要额外部署一个独立的代码分类器，SWE-Pruner Pro 证明了智能体自身已经“知道”哪些上下文需要保留，从而简化系统架构、降低部署成本。增量信息：从外部附加分类器到内部利…
提出一个包含平衡小批量采样和晚期注入策略的简单域泛化训练框架，在跨模型（GPT-Images-2.0、Gemini-3.1、FLUX.2、Seedream 4.5）像素级篡改定位任务上，平均gIoU和cIoU相对先前SOTA（PIXAR）分别提升26.1%和26.8%。
值得关注：随着VLM普及，检测其对图像的篡改成为内容安全的关键环节。现有方法（如PIXAR）在跨模型泛化上表现有限。本文以极简策略实现了大幅性能跃升，且无需复杂网络设计，为工业级部署提供了低成本高效益的解决方案。与已有相关卡片（…