夜雨聆风> 2026-06-26 · 每天抓 AI 圈的新动静。智启AI 帮你筛掉噪声。把真正值得看的几条留下来。
01 🔬 学术突破
Causal-rCM：自回归视频扩散蒸馏统一方案开源
搞了个猛的——Causal-rCM 将扩散蒸馏 rCM 框架扩展至自回归视频扩散，提出教师强制与自强制互补训练范式。通过自定义掩码 FlashAttention-2 JVP 内核，首次实现基于教师强制的连续时间一致性模型用于自回归视频扩散，收敛速度比离散时间版本快 10 倍。蒸馏后的 2 步因果 Wan2.1-1.3B 模型在仅 1 或 2 步采样下取得 VBench-T2V 分数 84.63，帧级和块级流式视频生成双双登顶 SOTA。
DFlash：块扩散草稿模型实现最高 15 倍吞吐量
结果出来了——UC San Diego 团队提出的 DFlash 是一种用于投机解码的轻量块扩散草稿模型，一次前向推理生成整块 token，再由目标模型并行验证，输出无损。相比 EAGLE-3 实现最高 2.5 倍加速，在 Qwen3-8B 等多种模型上平均无损加速超过 6 倍（MATH-500 达 6.08×）。在 NVIDIA Blackwell 上跑 gpt-oss-120b，吞吐量飙升最高 15 倍，比 EAGLE-3 还快一半。
OLMo Hybrid vs Transformer：混合模型在实义词上优势明显
讲真，混合架构到底强在哪？通过对比 7B 参数的 OLMo 3（纯 Transformer）与 OLMo Hybrid，实验发现混合模型在大多数 token 上预测损失更低——对名词、动词等实义词优势明显（loss gap 约 0.04），在需上下文推理的代词指代上表现更好。但在重复出现的 n-gram 和闭合括号上，混合模型的优势几乎消失，Transformer 凭注意力机制更擅长从输入中直接检索精确信息。不是二选一，是搭着用。
思考即回忆：推理如何解锁 LLM 中的参数化知识
Google Research 研究发现，推理（chain-of-thought）能帮助 LLM 回忆简单事实——哪怕这些事实根本不需要复杂推导。在 Gemini-2.5 Flash、Pro 及 Qwen3-32B 上启用推理后，模型就能回答原本无法回答的简单问题。两个核心机制：一是推理 token 充当计算缓冲，允许隐藏计算以提取参数化知识；二是推理过程中产生的相关事实起到启动效应，帮模型激活正确答案。
02 💼 商业动态
General Intuition 完成 3.2 亿美元融资，用游戏数据训练通用 AI 智能体
你敢信？从 Fortnite 打游戏的数据，能训练出在办公室自主探索的机器人。公司以 23 亿美元估值完成 3.2 亿美元融资，累计披露融资 4.54 亿美元。从旗下游戏剪辑平台 Medal 获取数亿小时含精确按键标签的游戏操作数据，训练单一模型同时驾驭虚拟环境和四足机器人。演示中 AI 智能体在游戏中连续运行 100 小时，机器人仅靠 8 分钟真实街道数据微调即可自主探索办公室。本轮由 Khosla Ventures 领投，Jeff Bezos、Eric Schmidt 等参投。
火山引擎推出 Agent Ready 基础设施
FORCE 大会上，火山引擎发布了面向企业智能应用的 Agent Ready 三层架构。AgentKit 升级提供 Identity、Runtime、Sandbox、Evaluation 等模块，沙箱并发已达分钟级 12 万个。实操数据够硬：海底捞门店经营 Agent 将小时级工作压缩到分钟级，人工跟进时长缩减 70%；创维酷开借助 ArkClaw 终端版打造 AIOS，Token 消耗节省 50%，支撑百万级终端。
Notion 使用 Cursor SDK 嵌入编码智能体
一个好消息：Notion 通过 Cursor SDK 在数周内就把编码智能体嵌入产品了。用户可在文档中 @Cursor、在讨论串中提及或向数据库指派任务，Cursor 端到端完成规划、构建、测试并自动创建 PR。集成基于 Provider 无关的智能体框架，支持断连恢复，用户还可自定义模板、MCP 服务器和自动触发规则。
字节跳动技术副总裁洪定坤：AI Coding 的实践与探索
有点东西——字节过去一年 AI 代码贡献率增长 6 倍，tokens 消耗增长 5 倍。但洪定坤指出过度关注单一指标可能失真：TRAE 团队代码超 90% 由 AI 生成，人均需求吞吐率仅提升 60%。900 次实验显示主流 Coding 模型代码正确率超 80%，可交付性却只有 40-60 分；结合 Harness 基建后才提升至 80 分。目前 TRAE 日均 Token 消耗已飙到 5.6 万亿，增长 50 倍。
03 🤖 模型与工具
Ornith-1.0 开源模型家族发布，专注 Agentic Coding 全参数规模
说实话，今天最炸的就是这个——覆盖 9B Dense、31B Dense、35B MoE 及 397B MoE 全参数规模，Agent Coding 基准上全维度开源顶尖：SWE-Bench Verified 82.4、Terminal-Bench 2.1 77.5、NL2Repo 48.2。基于 gemma4 和 qwen3.5 后训练，用强化学习联合优化任务脚手架与最终解决方案。全系列 MIT 开源，支持 Ollama、Unsloth 本地跑。
OpenAI ChatGPT 语音最大规模升级：双向 AI 语音模型 Bidi 1 上线测试
你敢信？ChatGPT 现在能边听你说话边等你打断了。网页版和 App 已上线 Bidi 1，支持双向语音交互——用户可在对话中途打断并及时发出新指令。比如让它从 1 数到 10，你中途喊停倒数，模型立即切换执行。OpenAI 尚未官宣，预计本周扩大测试。
Qwen-AgentWorld 开源：让 Agent 学会「先预测，再行动」
通义千问推出首个原生语言世界模型，覆盖 MCP、Search、Terminal、SWE 等七大领域。基于超 1000 万条真实交互轨迹，经三阶段训练后在 AgentWorldBench 上超越 GPT-5.4（58.25）和 Claude Opus 4.8，Qwen-AgentWorld-397B-A17B 取得 58.71 分。两种范式已验证：作为解耦环境模拟器实现可控 Sim RL，在 WideSearch 上超越真实环境 RL（F1 50.3% vs 45.6%），模型与基准已全部开源。
GPT-5.5 Instant 新版本上线，对话更有趣
OpenAI 悄悄更新了 GPT-5.5 Instant，现在聊天更带感了——能更好理解问题背后的意图，处理复杂约束更靠谱，购物推荐和本地查询更实用。今天推付费用户，明天免费用户也能用上。
Gemini 3.5 Flash 的 Computer Use 工具正式可用
Google 把 Computer Use 正式打包进 Gemini 3.5 Flash 了。支持构建能观察并操作浏览器、移动端和桌面环境的 AI 智能体，新增内置操作系统支持、人工接管机制、提示词注入检测和 action-level 安全策略。从之前独立模型变成了原生内置能力。
NVIDIA NeMo AutoModel：一行代码加速 Transformer MoE 模型微调
一个 import 提效三四倍——基于 Transformers v5 的开源库，给 MoE 模型加了 Expert Parallelism、DeepEP 融合调度。相比原生 v5，训练吞吐量提升 3.4-3.7 倍，GPU 内存减少 29-32%，只需改一行 import。128 张 H100 上微调 550B 大模型时原生 v5 直接 OOM，AutoModel 靠 EP=64 专家并行轻松搞定。
MiniCPM-V 4.6 在 Apple Core AI 上高速运行
面壁智能的 MiniCPM-V 4.6 不到 2B 参数就在 Apple Core AI 上高速跑多模态推理，设备端高效多模态又往前推了一步。
OpenRouter MCP 服务器发布
为编程智能体提供实时模型数据、基准排名、定价和文档查询。一键安装支持 Claude Code、Codex CLI、Cursor 等客户端，在编辑器内直接完成模型筛选和测试。整合 Artificial Analysis、Design Arena 及自身排名数据。
盈透证券与 Grok 集成：组合分析到实时交易，自然语言搞定
这操作放电影里都算离谱——盈透用户几分钟内免费关联账户，跟 Grok 聊几句就能完成组合收益分析、行业风险敞口建模，还能直接生成对冲订单。从数据洞察到交易执行，一句话的事。
Mistral AI 为 Connectors 推出多项安全与可控新能力
包括按工作空间设置访问权限、API Key 范围防冒充、多账户绑定、端到端 Debugger 根因分析，以及在 Workflows 中支持长时间运行任务不中断。
Perplexity 推出 Computer for Counsel，连接律师日常工作工具
Computer 连接了律师日常使用的研究数据库、文档工具和案件管理系统，支持从 Midpage AI、LegalZoom、Docusign 等提取可引用来源。所有 Pro 和 Max 订阅用户可用。
OpenRouter 零数据留存实践：97 款新模型，流量占比近半
零数据留存保证用户提示词和响应不被存储。自 1 月以来新增 97 款支持 ZDR 的模型，月度 token 量增长 4.3 倍，占全部路由流量近一半。三层执行粒度：账户级、API Key 级、单次请求级，企业可灵活选择。
04 📡 行业动态
OpenAI 与 Broadcom 发布面向 LLM 推理的定制芯片 Jalapeño
终于来了——OpenAI 与 Broadcom 联合推出 Jalapeño，专为大语言模型推理优化的定制 AI 芯片。这是 OpenAI 在自研芯片方向迈出的关键一步，标志着大模型公司从依赖通用 GPU 走向专用硬件。性能、效率、规模三项指标同时拉满。
Meta 员工警告 AI 内容审核部署过快
Meta 已用大语言模型替换约一半人工审核请求，计划年底前将部分内容类型的 AI 审核比例提升至 90% 以上，每年节省数十亿美元。但员工警告模型仍会误伤无害内容，缺乏足够监督，快速部署已导致外包裁员。Meta 已从 Google Gemini 转向自家新基础模型 Muse Spark。
Anthropic 指控阿里巴巴非法获取 Claude AI 模型能力
Anthropic 经调查认为阿里巴巴通过逆向工程或其他手段复制了 Claude 的核心技术。目前阿里巴巴尚未公开回应。
Figma 在 Config 2026 押注人类判断，画布 AI 能力却来自第三方
Figma 将设计画布扩展至代码、动画、3D 深度和着色器效果。尴尬的是——AI 功能依赖 Anthropic、OpenAI 和 Google 等外部模型，推理成本不断挤压利润率。与此同时，Anthropic 等竞争对手的产品已能直接生成界面，形成夹击。
NSA 在与 Anthropic 的纠纷中失去对 Mythos 的访问权限
美国国家安全局因与 Anthropic 的纠纷，失去了对 Mythos 系统的访问权限。加上 Anthropic 指控阿里复制 Claude，AI 治理领域今天连着两出大戏。
05 💡 观点与趋势
多数主流 AI 聊天机器人政治立场偏左，「反觉醒」模型也不例外
华盛顿邮报调查显示，OpenAI GPT-5.5 在 80% 回答中仅呈现左派论据；DeepSeek V4 Pro 为 70%；Anthropic Claude Opus 4.8 有 43% 纯左、57% 给出双方观点。右翼平台 Gab 的 Arya 左倾回答仍是右倾的 12 倍。唯一例外是 Google Gemini 3.1 Pro，93% 回答同时呈现双方立场。连「反觉醒」模型也改不了这个格局。
里德·霍夫曼：SpaceX「不是一家人工智能公司」，xAI 是「彻底的灾难」
很扎心但很真实。LinkedIn 联合创办人公开点名：SpaceX 收购 Cursor 属于「花钱买相关性」；xAI 所有 11 位联创全部离职，Grok 在基准测试中落后对手一大截。他还批评美国政府以出口管制为由强制 Anthropic 下架 Fable 和 Mythos 模型，称此举「专断随意」。
AI 被认为会取代工程岗位，但新数据显示工程是 2025 年最具韧性岗位
这数据有点意思——风投机构 SignalFire 追踪 8000 万家公司数据发现，大型科技公司总招聘较 2019 年下降 25%，工程岗仅降 11%；工程岗占 12 家 Tech Majors 新招员工的 55%（2019 年才 46%）。早期初创公司 2025 年工程师招聘比 2019 年增长 7%。黄仁勋说得直白：AI 让工程师更忙碌了，典型杰文斯悖论——效率高了，需求也跟着涨。
> 感谢浏览，欢迎点赞评论加关注❤️，明天见👋
