AI 资讯
来自 Twitter · Hacker News · GitHub 的 AI 行业动态
蚂蚁灵波开源 LingBot-Video，全球首个面向具身的视频基模来了！
7 月 9 日，蚂蚁灵波开源 LingBot-Video，这是全球首个基于 Mixture-of-Experts（MoE）架构、面向具身智能的开源视频生成基础模型。该模型围绕机器人和具身智能的核心需求重新设计视频预训练范式，在推理效率、物理合理性、动作理解和任务完成度等方面取得系统性提升，为视频基础模型从数字内容创作走向具身智能提供了新的开源底座。 在北京大学联合字节跳动发布的基准 RBench
ICML 2026 时间检验奖现场实况：主创戳破学术创新三大真相
最小的创新，最大的影响：ICML 2026时间检验奖里的“反共识”与“苦涩教训” 作者丨齐铖湧 编辑丨岑 峰 7月8日下午一点， ICML 2026 时间检验奖颁奖仪式在首尔举行。 由 Google DeepMind 团队于 2016 年发表在 ICML 的《Asynchronous Methods for Deep Reinforcement Learning》获奖，这篇巨作的一作 Volody
MiMo 基座大模型，小米最有远见的一次投入
AI 大模型正在从一种业务和产品，逐渐演化成公司运转的基础设施。 过去的软件和硬件公司，通常按照产品划分组织，AI 更多时候只是影像、语音、推荐或者交互中的一项功能。但大模型出现之后，AI 开始进入产品定义、用户交互和服务分发等更底层的位置。过去按产品划分的团队，也需要重新围绕模型能力做协同。 过去几年，全球科技公司都在推动类似调整。Google 将 DeepMind 与 Google Brain
pilotfish-upstream：Claude Code 多模型编排层，前沿规划廉价执行，验证保障质量
Claude Code 的多模型编排层，前沿模型负责规划，廉价模型负责执行，验证机制保障质量。一行命令即可安装。
pilotfish-codex：Claude Code 多模型编排层——前沿模型规划、廉价模型执行、验证保障质量
Claude Code 多模型编排层：前沿模型规划任务，廉价模型执行，验证机制保障质量，一键安装。
modiqo/waggle：代理交接的可归因产物引用方案——约30字节令牌替代粘贴上下文
为代理交接提供可归因、可解析的产物引用，用约30字节令牌替代粘贴上下文，采用MCP原生架构，是agent-harness生态的引用层解决方案。
Nanako0129/pilotfish：Claude Code 多模型编排层，前沿模型规划·廉价模型执行·验证保障质量
为 Claude Code 提供多模型编排能力，前沿模型负责规划决策，更便宜的模型执行任务，验证机制保障输出质量。支持一句话安装。
与SpaceXAI共训Grok 4.5
Cursor宣布与SpaceXAI合作训练Grok 4.5，称其为迄今最强模型，并首次面向软件工程之外场景构建。
@cursor_ai
阅读 →
双用途能力可移除模块研究
Anthropic与AE Studio合作发布研究，介绍将病毒学等双用途能力放入可移除模块的GRAM训练方法。
@AnthropicAI
阅读 →
GPT-Live新一代语音模型
OpenAI推出GPT-Live，面向更自然的人机语音交互，即日起开始在ChatGPT中逐步上线。
@OpenAI
阅读 →
单层Transformer能否匹敌全参数RL训练？
Transformer模型中的强化学习适配显示，改进高度集中在特定中层，而非所有层均匀参数更新。
SWE-Review：通过 Agentic 代码审查闭环 issue 解决
Agentic 代码审查框架通过迭代审查与修订循环提升 AI 生成 Pull Request 的代码质量和 issue 解决能力。
Rank-Then-Act：基于帧序进展的免奖励控制
Rank-Then-Act框架利用视觉-语言模型作为序数评分器，从视频演示中学习控制策略，基于相关性奖励实现稳定的跨任务迁移，无需环境奖励。
ICML 精选 Spotlight Poster 汇总：Session 4-1
7月8日，机器学习领域最具影响力的顶级学术会议ICML 2026进入正会第二天。本次大会共接收6352篇论文，其中Spotlight论文536篇（占投稿总数的 2.2%），Oral 论文168篇 （仅占投稿总数的 0.7 %）。 在投稿量较去年翻倍、评审标准经历深刻“重新校准”的背景下，这些脱颖而出的论文无疑是本届会议最值得关注的学术精华。 雷峰网已派出报道小组赴首尔COEX会展中心参会。在会议现
ICML 2026现场直击：从展台到游轮，中国大厂在顶会抢人才
7月6日至11日，ICML 2026在韩国首尔COEX会展中心举行。前来参会的中国互联网大厂们，把展台和咖啡吧搬进了首尔，也把一场人才围猎搬进了机器学习领域最顶级的学术会议现场。 从赞助商名单来看，中国厂商在此次ICML的占位堪称系统性布局：钻石级有聚宽，铂金级有阿里、字节、小米，黄金级有智源研究院、快手、明汯投资，白银级有华为、美团、佳期投资、腾讯、宽德投资，青铜级有百度，宝石级有龙旗科技和上海
ICML 精选 Spotlight Poster 汇总：Session 5-1
作者：岑峰 7月8日，机器学习领域最具影响力的顶级学术会议ICML 2026进入正会第二天。本次大会共接收6352篇论文，其中Spotlight论文536篇（占投稿总数的 2.2%），Oral 论文168篇 （仅占投稿总数的 0.7 %）。 作为机器学习领域最顶级的学术会议之一，ICML 今年的 Spotlight 论文涵盖了从图像美学评估到无线电信号理解、从3D生成到Agent优化等多个前沿方向
ICML 精选Spotlight Poster汇总：Session 4-3
7月8日，机器学习领域最具影响力的顶级学术会议ICML 2026进入正会第二天。本次大会共接收6352篇论文，其中Spotlight论文536篇（占投稿总数的 2.2%），Oral 论文168篇 （仅占投稿总数的 0.7 %）。 今年的论文再次汇聚了从生成模型到隐私保护、从智能体评估到模型压缩、从脉冲神经网络到视觉分词器的多元前沿探索，在投稿量较去年翻倍、评审标准经历深刻“重新校准”的背景下，这些
官宣！中通快运接入AI版支付宝，一句话直达高效物流服务
7月7日，支付宝正式上线AI开放平台，面向商家、机构、开发者等全生态伙伴开放AI接入能力。中通快运作为首批接入的零担快运企业，同步入驻支付宝AI生态。即日起，用户通过AI版支付宝“阿宝”，以自然对话即可一键触达中通快运查货、发货等核心服务，为大件物流与零担寄递需求解锁更高效的智能新入口。 对话直达，简化大件物流操作 告别传统模式下搜索小程序、逐层跳转功能页的繁琐路径，接入后用户只需向“阿宝”说出物
硬核少年技术节5.0京杭即将启幕，四项AIGX硬核成果发布，AI从工具走向伙伴
作为横跨阿里巴巴-淘天集团和ATH事业群的年度最大技术节日【硬核少年技术节5.0】将于7月20日至24日在杭州和北京两地隆重举办。本届技术节持续一周，包含技术市集、博见社、Openday、AI Hackathon比赛等多元板块，集展示、竞技、分享与交流于一体。 历届最大规模，四大核心成果齐发 硬核少年技术节已经连续举办了五届，本届技术节从规模和覆盖度等各个维度都达到历届最高，且亮点纷呈：围绕AIG
ICML 精选Spotlight Poster汇总：Session 3-3
7月8日，机器学习领域最具影响力的顶级学术会议ICML 2026进入正会第二天。本次大会共接收6352篇论文，其中Spotlight论文536篇（占投稿总数的 2.2%），Oral 论文168篇 （仅占投稿总数的 0.7 %）。 今年的论文再次汇聚了从生成模型到隐私保护、从智能体评估到模型压缩、从脉冲神经网络到视觉分词器的多元前沿探索，在投稿量较去年翻倍、评审标准经历深刻“重新校准”的背景下，这些
CanvasAgent：基于视觉工具编排的复杂图像生成与编辑
提出大规模多模态工具使用数据集及智能体，通过多轮交互编排多个视觉工具，结合混合奖励优化以实现复杂图像创建工作流。
ICML 精选 Spotlight Poster 汇总：Session 3
7月8日，机器学习领域最具影响力的顶级学术会议ICML 2026进入正会第二天。本次大会共接收6352篇论文，其中Spotlight论文536篇（占投稿总数的 2.2%），Oral 论文168篇 （仅占投稿总数的 0.7 %）。 作为机器学习领域最顶级的学术会议之一，ICML 今年的 Spotlight 论文涵盖了从图像美学评估到无线电信号理解、从3D生成到Agent优化等多个前沿方向。 雷峰网已
说句话就能预约维修服务，啄木鸟家庭维修入驻支付宝AI生态
7月7日，支付宝AI开放平台正式官宣上线并开启邀测通道。商家通过支付宝AI开放平台不仅可接入“阿宝”，同时，也可选择跨端互联，通过“阿宝”接入手机、车机、AI 眼镜、大模型、Iot等多端平台，实现“一次接入，多端分发，统一管理”。 作为国内家庭维修服务头部品牌，啄木鸟家庭维修跻身首批生态合作阵营，依托支付宝AI生态，全面升级家庭便民维修服务体系。消费者除了手动搜索下单，还可以通过“阿宝”，一句话快
阿里斩获国际AI顶会最佳资源论文奖，提出Agent评测新范式
7月8日，国际AI顶级学术会议ACL 2026公布了最佳论文奖项，阿里研究团队在Deep Research Agent方向的研究成果从全球一万多篇投稿中脱颖而出，获评最佳资源论文奖（Best Resource Paper），是国内唯一获得该奖项的中国公司。据悉，该论文首次系统揭示了当前Agent在真实世界复杂规则推理中面临巨大缺陷，并提出了全新的专家Agent评测基准，为提升大模型在真实场景的可靠
Gemma 4 技术报告
Gemma 4 引入高效多模态语言模型，采用多样化架构，具备增强的推理能力，在各类任务中性能显著提升。
突破具身智能泛化瓶颈！支持20多种机器人构型，蚂蚁灵波开源具身基座模型LingBot-VLA 2.0
7 月 8 日，蚂蚁灵波科技宣布升级并开源新一代具身基座模型 LingBot-VLA 2.0。作为今年 1 月开源版本 LingBot-VLA 1.0 的全面升级，LingBot-VLA 2.0在预训练阶段融入6万小时高质量真实物理数据，覆盖 17 个主流机器人品牌的 20 种机器人构型，并扩展对头部、腰部、末端执行器及移动底盘等自由度的支持。在构型泛化、自由度支持和落地效率等方面实现显著提升。
层次化地标稀疏注意力的正确实现：迈向无限上下文建模
层次化地标稀疏注意力通过端到端学习分块选择，实现高效长上下文语言建模，在达到全注意力性能的同时可外推到训练上下文长度之外。
统一多模态视觉生成
一种统一多模态模型将计算机视觉任务转化为生成问题，通过自然语言和视觉提示进行建模，在多种视觉任务上达到了与专用系统相当的性能。
智源悟界·RoboBrain Orca：AI进入Next State Prediction时代
大语言模型学会了预测“下一个词”，于是有了会写代码、会做题、会对话的ChatGPT、DeepSeek、Qwen。视频生成模型学会了预测“下一帧”，于是有了越来越逼真的图像和视频生成模型，例如Seedance、Sora。具身模型学会了预测“下一个动作”，于是机器人开始能完成越来越复杂的任务。而悟界·RoboBrain Orca的目标是做一件更底层的事：让AI在“脑海中”形成一个表征，该表征是对当前世
TREK：蒸馏探索，强化精炼
TREK通过蒸馏而非模仿进行探索，扩展策略优化中的探索支持，在挑战性数学推理和agent任务上提升性能。