搜索
为了打破多镜头长视频面临的高延迟、零交互困境，香港中文大学与快手可灵团队联合提出了首个实时流式多镜头长视频生成框架 ——ShotStream。该研究打破了传统双向架构的限制，将多镜头合成定义为基于历史上下文的下一镜头生成任务，用户可以通过动态流式提示词在运行时动态指导叙事走向！更令人振奋的是
量子位不完全统计了97家国内具身数据玩家的情况，其中70家做数据采集，27家做数据infra。过去一年（2025年7月1日至2026年7月1日），15家「不做本体、不做模型、只做数据的独立具身数据服务商」，共融资约44.7亿元。
GraphPlanner通过引入图记忆网络，将多智能体LLM的路由过程升级为动态工作流生成。不仅选择调用哪个模型，还决定每个模型应承担的角色，实现任务分解与协作规划。
来自北航、北大、美团的研究团队提出了Policy Improvement Reinforcement Learning, PIRL，以及对应的落地算法 PIPO。这项工作关注的是大模型 RL 后训练中一个非常基础、但长期被默认跳过的问题：一次更新在当前数据上看起来优化了学习信号，是否就真的说明模型策略变强了？
我自己花时间，把三款主流国产桌面 Agent 从头到尾测了一遍：Trae、WorkBuddy、ZCode。用三个最日常的工作任务——做 PPT、分析表格、写小游戏，看看它们到底能不能帮普通打工人干活。这篇文章就是完整的实测记录，希望对你选工具有点帮助。
本文作者 Eric Provencher，在 OpenAI 负责 Codex 开发者体验（DX），此前是 Repo Prompt 的作者。原文是 OpenAI 官方文档中的 Prompting 指南，以下为逐段中英对照翻译
2026年7月11日，智谱创始人唐杰，在智谱发布了主题为《巨浪已来》的内部信。过去半年来，智谱收获了创立以来的高光时刻：市值较半年前上市初期涨了10倍，并在2026年6月，跻身“万亿港元俱乐部”——这个数字，是百度市值的近3倍，并且超过了小米。7月8日，首批股票解禁后，智谱依然稳住了股价。
GPT-5.6 Sol 惊现毁灭级Bug，竟随机清空电脑硬盘！硅谷大佬Matt Shumer惨遭背刺，Mac中的心血全毁，愤怒发帖控诉，正在试图恢复。开发者大神们，纷纷祭出保命指南。
YC Spring 2026 Demo Day 这个月就开始了，所以我这两天一直在看 YC S26 这批项目。按 YC 官网公司目录筛选 Spring 2026，这一期已经有 190 多家公司。我筛选了一些我比较关注的项目，分享给大家。
咱发现，邓文迪和默多克的二女儿Chloe Di Murdoch（以下简称Chloe），今年刚提前一年从斯坦福硕士毕业，就兴致勃勃加入了一家AI创业公司。就是AI 2.0时代程序员古早外挂、Vibe Coding老祖——Devin背后的公司。
这回，Anthropic要劝你，别太沉迷Claude了。它上线了Reflect功能的Beta测试版，面向Free、Pro、Max用户开放。这个藏在设置里的面板，想帮你搞清楚一件事：什么时候该用Claude，什么时候该关掉它。
一家成立不到两年的 AI 公司，头部客户和交付团队都在长沙，却在启动新一轮战略布局之际，把注册地迁到了两千公里外的上海。这道选择题，昆仑元 AI 首席战略官罗弄琴想了很久。
昨儿刚出的GPT-5.6，用不到一小时，就完成了一道存在了半个世纪的图论猜想证明。而这道题呢，来头也还真不小，就是大名鼎鼎的循环双覆盖猜想（Cycle Double Cover Conjecture）。
我们汇总了两篇文章的要点，想要讲清楚几件事：到底什么是世界模型？什么不是？当下的竞争格局：世界模型将走向何方，哪条路线可能胜出？所有路线都会撞上的那堵墙是什么，有哪些可能的解法？
微软Copilot & Agents Core总裁Nitin Agrawal说，「迫不及待想让客户看到GPT-5.6能做什么」——不管是起草文档、分析数据、做演示，还是跨团队协作，产出都会更精致。除了原生接入模型，微软还会直接通过OpenAI API调用GPT-5.6，服务Microsoft 365客户。双通道，齐上阵。
OpenAI 被苹果告了。就在刚刚，苹果一纸诉状递到美国加州北区联邦法院。诉状里最出圈的细节，来自 Chang Liu。这哥们在苹果干了 8 年，高级系统电气工程师，参与过 iPhone 硬件研发，今年 1 月跳槽去了 OpenAI。
上线没几个小时，马斯克的Grok-4.5就被黑客攻破了！1.5万亿参数防线全面失守，不仅教你怎么制冰毒、造炸弹、提取致命毒素，还顺手送你一个远程木马。
截至 2026 年 7 月 1 日，IT 桔子独角兽数据库信息显示，中国共有 517 家在榜独角兽企业，总估值约 2.39 万亿美元。从估值结构看，呈典型的金字塔分布——57.3% 集中在 10 至 20 亿美元区间，30.8% 在 20 至 50 亿美元，50 亿以上 62 家（12.0%），其中 500 亿美元以上的超级独角兽仅 5 家：
在2026上海国投前沿论坛上，分子之心创始人许锦波教授正式面向产业界开放其自研的AI原生生物经济操作系统——MoleculeOS（MOS）。在这里，AI的角色从生物规律的“预测者”，蜕变为研发流程的“组织者”。
今天上午，上海AI大模型企业MiniMax发布公告，拟通过配售新股及发行可转换债券募集资金约160亿港元（约合人民币138.34亿元）。与此同时，MiniMax创始人兼CEO闫俊杰发布内部信称，在实现AGI之前将不再从该公司领取薪酬，并将个人持有相当于MiniMax总股本5%的股份用于员工激励以及支持开源社区发展。
一夜之间，Codex 大改版迎来风评反转。先看网友 signulll 的暴击：「你们把地球上最熟悉的 AI 产品，按自己的组织架构图重新设计了一遍。绝了。」博主 M.G. Siegler 更是直接发文，标题就叫《ChatGPT 的超级 App 简直糟糕烂透了》。他上手几个小时后的体验大概是这样的：
7 月 9 日，OpenAI 一口气发了三样东西，新模型 GPT-5.6，一个把 Chat、Work、Codex 装进同一个壳的新桌面应用，以及本文的主角 ChatGPT Work。官方的说法是，ChatGPT 从此不再只是回答问题，而是把活真正干完，交出来的不是聊天记录，是表格、文档、PPT，甚至一个能直接分享的网站。
来自清华大学与腾讯的研究者提出了 Generalizable Predictive Prompt Selection（GPS）。GPS 的做法很直接：先训练一个小型、可泛化的 Prompt Predictive Model（PPM），让它预测不同 prompt 在当前模型下的难度；再根据难度和 batch 多样性选择训练样本，从而减少无效 rollout。
本文发现图生视频（I2V）模型天然适合重构动态交互过程，并提出 SCPE（Self-Correcting Process Editing） 多智能体系统自纠错框架：利用视频生成过程暴露失败原因，再通过分析、反思和工具书更新迭代增强提示，使 I2V 模型在复杂 HOI 编辑中显著提升交互准确性与推理能力。
看一张眼底照片，就能判断一个孩子有没有自闭症或多动症风险——这个听起来像科幻的想法，2026 年被一名 17 岁的美国高中生做成了 AI 工具。这款叫 RetinaMind 的模型靠分析视网膜图像给出判断，准确率约 89%，在全美最古老的中学生科学竞赛"Regeneron 科学人才竞赛"上拿了第二名和 17.5 万美元奖金。
团队提出了ShopX：一个面向agentic shopping的电商大模型。它不仅仅是在搜索框外面套一个会“说话”和“调用工具”的LLM，而是赋予模型直接进入商品空间的能力，让大模型成为商品履约的核心，学会在商品空间中规划、检索、排序、组合和生成结果，进而减少接口损耗。
Anthropic正式发布「/checkup」命令。它相当于一个一键式的智能优化管家，用Anthropic的话这就是智能体的「医生」。一句话说清它干的事：把程序员平时手动伺候的那一堆配置，一个命令，全给你收拾干净。
6月26日，奥特曼公开说：应白宫要求，GPT-5.6今天只能限量预览，我们正在和美国政府合作，尽快推进全面开放。刚刚，白宫与商务部紧急出面「澄清」，极力撇清关系。政府官员对媒体明确表示：大模型的发布不需要任何政府许可，分发决定权「完全在企业手中」，所谓的安全测试与会议也「完全是自愿的」
研究团队提出了 XG-Guard (eXplainable and fine-Grained safeGuarding framework), 一个基于 GAD 且兼具可解释性和细粒度检测能力的无监督安全防护框架。目前工作已被 ACL 2026 Main Conference 接收。
这套剪辑工作流我已经用了两个多月，迭代过不少于10版。在文章里，我会尽可能详细地把完整流程和细节，给朋友们讲清楚。 你可以跟着文章的思路过一遍，也可以直接把这篇文章发给Codex，让AI给你做成Skill
