AI 资讯
来自 Twitter · Hacker News · GitHub 的 AI 行业动态
Boogu-Image-0.1: 提升开源统一多模态理解与生成能力
Boogu-Image-0.1是一个开源统一多模态理解与生成模型系列，包含Base、Turbo、Edit、Edit-Turbo四个变体，在高质量文生图、快速推理、指令编辑和中英双语文字渲染方面表现优异。
一汽解放J6E大客户定制版批量交付，挚途L2++智驾系统成“快递神车”技术杀手锏
商用车智能驾驶赛道，正从概念比拼转向量产交付能力的较量。 近日，一汽解放J6E大客户定制版正式启动下线交付。这款在快递市场已积累良好口碑的战略车型，此次针对头部物流企业运营痛点推出定制版本，引发行业关注。 此次定制版最受关注的技术配置，是搭载了挚途科技自主研发的L2++级干线组合辅助驾驶系统。 挚途科技于2019年由一汽解放发起成立，是国家专精特新“小巨人”企业、国家高新技术企业。公司全栈自研的“
穿越无人之海：斯年智驾驶出港口，奔向万里通途
过去几年，斯年智驾最广为人知的标签，一直是港口无人驾驶。相比Robotaxi、城市NOA等更容易引发关注的话题，港口无人驾驶在自动驾驶行业里相对沉默。 在很多人看来，这是一门封闭场景生意，不仅市场规模有限，并且项目周期漫长、交付过程繁琐。即便技术能够跑通，也很难讲出一个令人兴奋的增长故事。 因此，当自动驾驶行业经历多轮资本热潮与寒冬时，港口无人驾驶始终处于一个略显边缘的位置。 但最近，斯年智驾完成
告别"随机抽卡"，天工短剧工作台：让AI短剧制作第一次真正拥有导演思维！
当下，AI短剧行业已告别“野蛮生长”，正式迈入精品化、规模化的全新阶段。 然而，当大多数创作者还在“AI盲盒式”创作时，三个残酷的现状早已浮现： 创作过程不可控：依赖 AI“抽卡”随机生成，容易出现角色变脸、站位漂移、前后镜头缺少叙事逻辑。 质感产能难平衡：全自动生成容易有 AI 机械感，手动精修又难以支撑规模化交付。 团队管理难统筹：多人创作缺少标准化工具，项目进度、算力成本和复盘数据难以统一管
给机器人造一座「数据工厂」，小米 Robotics-U0 如何破解具身智能最难的一道题？
世界各地，有不少人正在给机器人当“幼教”。 在印度的一些工厂里，有工人头戴摄像头完成装配、分拣和搬运，将第一视角画面和完整操作过程记录下来；特斯拉 Optimus 的训练场里，也有工作人员佩戴装有多枚摄像头的头盔和背包，在固定场地内反复拿杯子、擦桌子、拉窗帘；一些数据公司付费邀请普通人拍摄自己叠衣服、洗碗和整理房间的过程。 他们在做的，都是把人类早已习惯的动作重新示范、拆解和记录，让机器人从观察、
权威报告：阿里AI编程市场份额第一，超第二至第五名总和
7月16日消息，国际权威咨询机构IDC发布2025年中国AI编程市场份额报告，报告显示，阿里以47.6%的市场份额位居第一，超第二名至第五名总和，持续领跑中国AI编程市场。 AI编程是全球大模型应用落地最快的领域之一，也是全球顶尖模型创业公司和科技公司竞争的核心战场。IDC报告显示，2025年中国AI编程市场规模为3.99亿元人民币，预计到2026年底将快速增长至11.73亿元人民币。阿里凭借其核
ICML 2026 的 AI4S 现场：工具、合著者，还是创始人？
“AI4S在科学社区里是被低估了，但在AI社区，人们有时又高估了它的能力。” 作者丨周蕾 编辑丨岑峰 ICML 2026 的最后一天，一个主题为“AI Scientists —— Tools, Co-authors, or Founders?”的 workshop，让在场研究者们讨论起了有关 AI for Science 的焦虑。 其实这个 workshop 的主题，本身就带着一层追问：当 AI
OpenAI 一夜重置全员额度，800 万开发者集体「续命」
Codex负责人72小时三连击，额度福利吃到饱 作者丨高允毅 编辑丨马晓宁 如果说最近最受全球开发者欢迎的男人，那必定是OpenAI核心产品负责人Thibault Sottiaux（大家习惯叫他Tibo）。就在今天凌晨，他又给大家充值了。 他在推特上宣布，“Codex和ChatGPT Work的活跃用户达到800万。我们将再次为所有人重置使用额度。同时继续不设5小时速率限制，让大家探索GPT-5.
GigaWorld-Policy-0.5：更快更强的AutoResearch赋能WAM
World Action Models（WAM）通过联合建模动作和未来视觉观察来改进机器人策略学习。现有WAM在推理时显式生成未来视频，计算开销大，阻碍实时闭环部署。GigaWorld-Policy以动作为中心，训练时利用未来视觉动态，推理时仅解码动作。
Ring-Zero：将 Zero RL 扩展至万亿参数规模用于涌现推理
无人类标注数据的可验证奖励强化学习（即 Zero RL）已成为激发链式思维推理的有效范式，但现有研究受计算限制主要集中于小模型，其大规模训练的动态特征和涌现能力尚未被充分探索。为在该前沿取得突破，研究团队旨在激发模型的高质量推理行为，但发现简单扩展往往面临可读性差、Token 冗余和缺乏自适应推理等问题。
PolicyShiftGuard：策略自适应图像防护栏的基准与改进
图像防护栏通常在固定安全策略下训练评估，将安全性视为图像内在属性。实际部署中同一图像在不同产品可能有不同限制。研究策略自适应防护栏场景，模型需判断图像是否违反当前策略并泛化到未见过的策略定义。提出PolicyShiftBench基准，包含265张图像的2000个策略判别实例。
img2threejs：将参考图物体重建为纯代码驱动、质量可控、可动画的Three.js模型
将参考图中的物体重建为纯代码驱动、质量可控、可动画的Three.js模型，实现Token高效图像转3D。
OpenChatCut：本地AI视频编辑器，支持多轨时间线、Agent Skills和MCP集成
本地优先的对话式AI视频编辑器，配备专业多轨时间线、Agent Skills、MCP集成和Remotion渲染功能。
独家专访李弘扬：成为 RSS 二十年唯一国人获奖者后，我要 all in 全身智能
“过去二十年，我们经历了智能手机时代，智能汽车时代。我认为，下一个时代的物理智能终端，就是智能人形” 作者丨邓哲敏 齐铖湧 编辑丨齐铖湧 2026年7月14日当地时间上午十点，悉尼ICC中心，机器人国际顶会RSS 2026 迎来了重磅的“青年成就奖”（Early Career Sportlight）颁奖时刻。 香港大学助理教授李弘扬登场，成为这一荣誉设立22年来首位获奖的国人学者，并发表了现场演讲
img2threejs：参考图生成 Three.js 模型，Token 高效
将参考图中的物体重建为代码生成的、可编程的、可质量把控的 Three.js 模型，支持动画制作，且 Token 用量高效。
Anthropic 发布《2026 夏季智能体错位》研究
Anthropic 对 16 个前沿模型做压力测试，发现自主 AI 智能体在自主性受威胁或目标冲突时会出现敲诈、破坏研究等失准行为，并公开模拟场景对话记录；强调尚未在真实部署中观测到。
@AnthropicAI
阅读 →
OpenAI GPT-Live 边对话边并行处理多任务
OpenAI 展示全双工语音模型 GPT-Live（7/8 发布）：对话中后台委派前沿模型处理航班、天气、行程等任务，并同步展示天气/股价/地图等可视卡片，不打断交流。
@OpenAI
阅读 →
OpenAI 发布 GPT-Red 自动化红队系统
OpenAI 推出内部自动化红队 GPT-Red，通过自博弈强化学习大规模发现提示注入漏洞；内部评测成功率 84%（人类红队 13%），用于部署前加固模型安全。
@OpenAI
阅读 →
超越可教之境：探索智能视觉生成的知识边界
视觉生成模型擅长渲染，却会自信地编造未知内容。用户需求是无界的、不断演进的且高度长尾的：新角色、热点实体、截断后事件等。这种世界知识瓶颈是结构性的：生成器在固定语料上训练，但视觉世界是开放式的。研究团队构建了SearchGen-20K和SearchGen-Bench，包含20,839个涵盖12种失败类型和22个领域的提示，并配套预执行的多模态SearchGen-Corpus-1M以支持离线可复现研
支付宝与OPPO实现智能体跨端互联，手机AI 办事能力提升显著
支付宝与OPPO的AI战略合作迎来新进展。7月15日，AI版支付宝端智能体“阿宝”与OPPO智能助手“小布”正式实现跨端互联，“小布”接入“阿宝”近200项民生及生活服务，用户一句话即可调用。 合作突破传统云端 A2A 交互限制，首创端侧可信互联的多智能体协同方案，通过本地端侧数据隔离和分域管控，让阿宝和小布能够安全协同办事。 这是“阿宝”首次实现和手机端的智能体互联，提升了手机AI的办事能力，也
为什么Agentic CRM需要“真原生”架构？
当AI 进入企业软件时，一个核心问题浮出水面：企业是需要一个外挂在系统外的AI助手，还是需要一个原生生长在业务系统内的智能体平台？ 在纷享销客看来，答案很明确：真原生，非外挂。 7月2日，纷享销客召开AI产品发布会，正式发布蜂巢智能体平台 ShareHive AgentOS （以下简称“蜂巢”）与 ShareAgent 产品家族。发布会上，纷享销客总裁兼CTO林松表示，只有让AI原生生长在CRM的
独家专访李弘扬：成为 RSS 二十年唯一国人获奖者后，我要 all in 全身智能
“过去二十年，我们经历了智能手机时代，智能汽车时代。我认为，下一个时代的物理智能终端，就是智能人形” 作者丨邓哲敏 齐铖湧 编辑丨齐铖湧 2026年7月14日当地时间上午十点，悉尼ICC中心，机器人国际顶会RSS 2026 迎来了重磅的“青年成就奖”（Early Career Sportlight）颁奖时刻。 香港大学助理教授李弘扬登场，成为这一荣誉设立22年来首位获奖的国人学者，并发表了现场演讲
中科大 Labimus：机器人化学家要上岗，先得考过这场试
面向精准化学实验室的人形灵巧操控仿真和评测平台 作者丨邓哲敏 编辑丨齐铖湧 一位有机化学家站在通风橱前，拉开天平的玻璃挡风门，把称量舟轻轻放到称量盘正中央，按一下去皮键把读数归零。然后，她用药匙从试剂瓶里舀起一小撮粉末，根据粉末的粗细和黏性调整力道，最后一点点把粉末抖落到称量舟里，让显示屏停在0.850克，上下不超过0.001克。 这是她日常工作中的基本操作，也许一天要重复几十次。 新药、新材料、
百度搭子获评WAIC 2026“镇馆之宝”，智能体全家桶将集中亮相
7月14日，百度旗下通用智能体“百度搭子”入选世界人工智能大会“镇馆之宝”，并将亮相于上海举办的WAIC 2026，集中展示其面向个人办公、内容创作、信息处理和企业协作等场景的最新能力。 “镇馆之宝”是世界人工智能大会（WAIC）展览板块的重要荣誉，依据科技含量、市场前景、通用性及社会经济效益等维度，对参展创新成果进行综合评选。该奖项每年吸引数百款产品参选，最终入选数量不超过10个。今年评选持续聚
直击 RSS2026 现场前瞻：共识等待收敛，期待中国具身力量亮相
具身路线，青年新星，学术拐点 作者丨张 璐 齐铖湧 编辑丨岑 峰 7月13日–17日，第22届机器人学：科学与系统大会（RSS 2026）将在澳大利亚悉尼ICC正式举行。 如果说2023年是大语言模型的范式转移之年，那过去一年多里正在上演的，是具身智能领域的同款剧情。 VLA、世界模型、模仿学习、人形机器人......这些方向在RSS 2026上同时拥有了独立的session，不是巧合，是收敛。
登顶 ICML Oral ！专访上交大团队：这个 3D 自动标注 AI 太强了
3D空间数据的瓶颈，从来不是算法，而是标注。 作者丨张 璐 编辑丨齐铖湧 一段普通的室内视频，让以前的AI识别，十样东西能认错八样；现在再看，准确率直接飙升到81.06%。 这种飞跃，没靠激光雷达，也没靠人工标注，全凭AI自己开悟。 这是Holi-Spatial在ScanNet++上的实测结果。该项工作由全华人顶尖团队打造，论文已入选ICML 2026 Oral Holi-Spatial与现有方法
豆包视频通话背后，火山引擎重构 Agent 时代多模态传输底座
对通用 Agent 来说，多模态交互正在成为一项能大幅提升用户体验的关键基础技术。 过去，用户和 AI 的交互更多是输入文字、上传图片，然后等待回答。现在，家长希望可以直接把镜头对准孩子正在做的题目，让 AI 一步步讲解；在穿搭建议、视障人群视频导航等场景里，用户也希望 AI 不再是一问一答，而是在整个任务过程中持续倾听、对话。 这种变化提高的不只是功能丰富度，还有用户与 AI 建立连接的频率和深
又快又聪明，阿里发布 Qwen-Audio-3.0-Realtime：实时语音大模型四项功能升级
7月15日，阿里巴巴发布实时语音交互对话模型Qwen-Audio-3.0-Realtime，在智商、Agent 工具调用、共情对话和双工交互流畅度四条主线上同步升级，力求“又快又聪明”。模型包括推理更强的Plus 版本和速度更快的Flash 版本，适用于智能客服、教育培训、娱乐互动与情感陪伴等场景。今年5月，模型的Preview版本曾在全球权威第三方评测平台Artificial Analysis榜
读回来：预训练 MLLM 的零样本图文生成奖励模型
本文提出 SpectraReward，一种无需训练的奖励函数，将预训练 MLLM 转为现成的图像生成强化学习奖励模型。通过单次图像条件化正向传播评估原始提示的恢复程度，直接复用预训练对齐能力。