🚀
4 条
大模型旗舰混战
GPT-5.6 公众解禁 · Grok 4.5 联手 Cursor · Meta 付费模型上线 · Sonnet 5 降价
1
OpenAI 周四正式推出 GPT-5.6 系列，面向公众开放 Sol/Terra/Luna，登陆 ChatGPT、Codex 与 API。此前因美国国家安全审查推迟，7月8日获商务部批准全面发布。
2
SpaceXAI 与 Cursor 联合发布 Grok 4.5，面向软件工程、法律与金融等复杂长时任务，增强网络安全能力，瞄准缩小与 Anthropic、OpenAI 的差距。
3
Meta 发布多模态推理模型 MuseSpark 1.1，多项 Agent 评测可比 GPT-5.5 与 Opus-4.8，开发者可通过 Meta 模型 API 及 Meta AI 平台调用，正式布局付费模型市场。
4
Anthropic 6月底发布 Sonnet 5，智能体能力逼近 Opus 4.8，促销期 API 价 输入$2/输出$10 每百万 token，9月1日后回升至 $3/$15，倒逼竞品跟进降价。
💡
4 条
中国AI攻坚时刻
DeepSeek 造芯 · 蚂蚁开源具身大脑 · 智谱出海提速 · 英伟达牵手 Hugging Face
5
路透社报道 DeepSeek 约一年前启动自研 AI 推理芯片项目，已与芯片设计、代工及存储厂商接洽，定位推理而非训练，2026年6月完成首轮约74亿美元融资。
6
蚂蚁灵波升级并开源 LingBot-VLA 2.0，融入6万小时真实物理数据，覆盖17家厂商20+机器人构型，RTX 4090 推理延迟控制在130ms内，直击跨本体适配难题。
7
CNBC 报道，自2月8日起美国公司通过 OpenRouter 调用中国模型 token 占比周均超30%、峰值46%。GLM-5.2 在 Agent 基准与 Opus 4.8 相差不足1个百分点，成本约为其五分之一。
8
英伟达与 Hugging Face 宣布合作，将 GPU 生态、CUDA 软件栈与 HF 模型库及开发者社区结合，联合开发机器人开源基础模型，打通 LeRobot 仿真框架。
🌐
4 条
行业·算力·治理
WAIC 300+ 新品 · 大模型厂集体造芯 · EU AI 法案生效 · OpenAI 治理博弈
9
世界人工智能大会 7.17-20 上海召开，展览首破10万㎡，华为 Atlas 950 真机、MiniMax M3、阶跃 Agent 操作系统、全球首款 AI 智能体手机等重磅亮相。
10
OpenAI 联合博通于6月发布首款自研推理芯片 Jalapeño（9个月流片），Anthropic 也被曝启动自研芯片并与三星洽谈2nm代工，智谱处于初步咨询阶段，算力自主成新战场。
11
欧盟 AI 法案核心条款于7月1日全面生效，高风险 AI 系统须事前合规评估，8月2日起 GPAI 透明度要求生效，全球最严 AI 监管进入常态化执行。
12
GPT-5.6 发布之际，奥特曼回应称不确定今年是否 IPO，并否认部分媒体报道；据 FT，OpenAI 曾提议向美政府出让 5% 股份以换取合作，引发治理讨论。
🧪
2 条
研究前沿
13
核心：提出把 SWI-Prolog 封装为 MCP Server，让 LLM Agent 通过标准接口执行符号推理，而非在文本中硬推复杂逻辑。
方法：LLM 负责语义翻译（事实/规则/查询→Prolog），Prolog 求解器执行形式化推理，MCP 负责连接，组成可执行、可检查、可复现的复合 Agent。
结果：在 PARARULE-Plus 多步演绎推理上，Prolog Formalizer 比 Standard LLM 与 Reasoning LLM 更稳定；推理过程可结构化诊断、可审计。
复现：✅ 论文与代码思路开源，SWI-Prolog 后端，可本地部署 MCP Server。
14
核心：提出 Verifier-Guided Action Selection（VeGAS），让具身 Agent 先采样一组候选动作，再由验证器筛选最优动作，而非直接输出单步动作。
方法：policy 采样多个候选动作，引入轻量验证器对动作后果打分，选择高分动作执行，将 test-time verification 引入具身决策闭环。
结果：在 embodied agent 基准上显著降低错误动作率，缓解「急于输出」导致的失败，多步任务成功率明显提升。
复现：✅ 论文 arXiv:2605.12620 已公开，方法与评估可复现（代码见 arXiv 页）。