AI 周报2026-07-06 至 2026-07-12

基于 287 张已审核卡片 · AI 自动总结 · 更新于 2026-11-04T18:11+08:00

本期（2026-07-06 至 2026-07-12）AI 进展呈现出三条主线：模型与系统层面的压缩、验证与训练方法持续细化；智能体产品从“可用”走向“可托管、可审计”的工程化阶段；企业与开源生态在算力、数据与安全治理上同步加码。以下仅依据事实笔记梳理共同主题，部分学术卡片的具体结论仍待核实。

重点结论与趋势

1. 模型效率与训练方法出现多项可量化改进：ColBERT 层次池化的 STE 正则在压缩 5 倍下保留率 99.4%，BiSCo-LLM 将权重量化至约 2 比特/权重，MAESTRO 在 50% 压缩率下性能保留比现有最优方法高最多 10.61%。

   依据：正则化ColBERT模型以增强池化能力和减少索引足迹 原文 · BiSCo-LLM：免查找二进制球形编码用于极端低位大语言模型压缩 原文 · MAESTRO：基于马尔可夫链的稀疏激活MoE专家剪枝框架 原文

2. 智能体产品加速进入“云执行、可托管”形态：Anthropic 将 Claude Cowork 扩展至手机和网页端，任务迁移云后合上电脑仍持续执行；OpenAI 推出 ChatGPT Work 智能代理，可在用户应用和文件间操作并长期跟踪项目。

   依据：Claude Cowork 登陆手机网页端，任务云端持续运行 原文 · ChatGPT Work —— 面向雄心项目的智能代理 原文

3. 开源模型与国产算力生态同步扩张：腾讯 Hy3 以 Apache 2.0 开源、API 输入价低至每百万 Token 1 元；中科曙光发布全国产十万卡 AI 超集群曙光8000（登峰）并与北京科学智能研究所达成第二套系统建设合作。

   依据：腾讯混元Hy3发布，Agent与产品体验升级 原文 · 中国用十万卡定义下一代AI基建！ 原文

4. 模型验证与安全审计工具链趋于体系化：LLM-as-a-Verifier 无需额外训练即可生成连续分数并在多个智能体任务基准达到最优；LACUNA 测试平台发现现有最先进遗忘方法在参数层面高度不精确且易受重新浮现攻击。

   依据：LLM-as-a-Verifier：一个通用验证框架 原文 · LACUNA：评估大模型遗忘精度的测试平台 原文

5. 具身智能的数据与落地进展集中出现：蚂蚁灵波开源 LingBot-VLA 2.0，基于 60000 小时真实物理数据预训练、覆盖 20 多种机器人构型，推理延迟低于 130ms，并已在零售、物流、工业场景开启商业落地测试；同期《Nature》发表人形机器人遥操作活体猪腹腔镜手术可行性研究，但临床部署前仍需解决关键技术挑战。

   依据：蚂蚁灵波LingBot-VLA 2.0——60000小时炼出的开源通用VLA模型 原文 · 蚂蚁灵波开源LingBot-VLA 2.0，支持20种机器人构型 原文 · 人形机器人外科手术体内可行性研究 原文

后续关注

• DeepSeek 自研 AI 推理芯片项目仍处早期阶段，其设计、代工与存储合作能否落地并降低对英伟达依赖，尚待验证。 依据：DeepSeek自研推理芯片，降低对英伟达依赖 原文
• Grok 4.5 官方承认 CursorBench 测试因训练数据意外泄露存在偏差，同日另有报道称其上线数小时即被越狱，其真实能力与安全性需独立复测确认。 依据：Grok 4.5：Cursor与SpaceXAI联合发布的首个多领域智能模型 原文 · 上线几小时，马斯克Grok 4.5被攻破！1.5万亿参数防线全失守 原文
• 工信部 NVDB 平台预警 Claude Code 存在可在用户不知情下收集敏感信息的后门隐患，该隐患的实际范围与修复情况尚待核实。 依据：Claude Code 安全漏洞凸显，蚂蚁开源两大 AI 安全框架 原文