AI 资讯 🤖

2026-07-18 | 自动收集

1. Moonshot AI 发布 Kimi K3：2.8 万亿参数开源 MoE 模型

月之暗面（Moonshot AI）正式发布 Kimi K3，这是一个拥有 2.8 万亿总参数的开源混合专家（MoE）模型，采用 Kimi Delta Attention 机制并支持 100 万 token 上下文窗口。K3 在多项关键基准测试中超越 Claude Fable 和 GPT-5.6 Sol，其发布引发股市对 AI 竞赛格局的重新评估。

• 来源: MarkTechPost
• 来源: The Rundown
• 来源: Decrypt

2. NVIDIA Vera Rubin 架构为 Agentic AI 后训练优化每美元智能产出

NVIDIA 详解 Vera Rubin 架构如何针对后训练（Post-Training）工作负载最大化「每美元智能产出」。随着 Agentic AI 对模型微化和强化学习的需求激增，Vera Rubin 的架构设计成为支撑下一代智能体经济性的关键基础设施。

• 来源: NVIDIA Blog

3. NVIDIA Nemotron 3 Embed 登顶 RTEB 排行榜，推进 Agentic 检索

NVIDIA AI 发布 Nemotron 3 Embed 系列开放嵌入模型，其中 8B 版本在 RTEB（Retrieve Then Extract Benchmark）上排名第一。该系列模型专为 Agentic 检索场景优化，可显著提升 AI Agent 在长文档检索和知识库查询中的准确性。

• 来源: NVIDIA Blog
• 来源: MarkTechPost

4. OpenAI 发布「AI 时代评分卡」

OpenAI 发布一份系统性的「AI 时代评分卡」，从经济影响、科学发现、教育、医疗健康等多个维度评估 AI 发展现状与趋势。该评分卡旨在为政策制定者、研究人员和公众提供一个衡量 AI 社会价值的参考框架。

• 来源: OpenAI

5. Google Search 扩展第三方应用连接，Vids 推出 Gemini Omni 虚拟形象

Google 宣布 Search 将支持连接更多第三方应用，让用户可以直接在搜索结果中操作外部服务。同时，Google Vids 更新支持 Gemini Omni 个人虚拟形象，用户可创建、编辑并出演自己的 AI 生成视频。

• 来源: Google Blog
• 来源: Google Blog

6. Apple 机器学习团队发布「低成本遗忘学习」与「视觉概念推断」研究

Apple ML 研究团队连发两项成果：(1) 利用低影响点降低机器学习模型遗忘学习的计算成本；(2) 从图像集合中推断视觉概念的新方法。两项研究分别从训练效率和视觉理解角度推进了端侧 AI 的能力边界。

• 来源: Apple ML Research
• 来源: Apple ML Research

7. Zyphra 发布 ZUNA1.1：Apache 2.0 开源 EEG 基础模型

Zyphra 发布 ZUNA1.1，这是一个开源的脑电图（EEG）基础模型，支持 0.5 至 30 秒可变长度输入。该模型在 Apache 2.0 协议下发布，为脑机接口、神经科学研究和医疗诊断领域的开发者提供了重要的开源基座。

• 来源: MarkTechPost

8. 开发者推出 LLM 陈词滥调高亮工具

知名开发者 Simon Willison 发布了一款浏览器工具，可自动高亮 LLM 生成文本中的常见陈词滥调（如「delve」、「leverage」、「tapestry」等）。该工具旨在帮助读者快速识别 AI 生成内容中缺乏实质信息的套话，提升信息筛选效率。

• 来源: Simon Willison

9. 研究：GitHub 项目早期采用 Agentic 编程工具的现状

一篇 arXiv 论文系统分析了 GitHub 项目对 Agentic 编程工具（如 GitHub Copilot、Codex 等）的早期采用情况。研究发现，早期采用者主要集中在特定技术栈和社群中，但 Agentic 工具对代码质量、开发效率和协作模式的影响已初步显现。

• 来源: arXiv

10. 基于 MongoDB Atlas、Voyage 与 LangGraph 构建 Agentic 场馆运营系统

一篇技术教程展示了如何结合 MongoDB Atlas 向量数据库、Voyage 嵌入模型和 LangGraph 框架，构建一个具备自主决策能力的活动场馆运营 Agent。该案例为企业在垂直场景中落地 Agentic AI 提供了完整的工程参考。

• 来源: MarkTechPost