夜雨聆风2026-07-12 · 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 ⚖️ 苹果起诉 OpenAI：AI 硬件大战先打进了法院
苹果已向美国加州北区联邦法院提起诉讼，指控 OpenAI 及两名前苹果员工窃取商业机密，并将相关信息用于消费级 AI 硬件研发。
诉状点名了 OpenAI 首席硬件官 Tang Tan 和前苹果电气工程师 Chang Liu。苹果称，涉案信息包括未发布产品、制造工艺和供应链相关资料。OpenAI 随后回应，不认同苹果的指控，并表示无意获取其他公司的商业机密。
这里要把“指控”和“事实认定”分开：目前是苹果提出诉讼，不代表法院已经判定 OpenAI 违法。
但这件事仍然很值得看。OpenAI 想从聊天软件走向实体设备，绕不开硬件设计、材料、供应链和量产经验；苹果最敏感的，恰恰也是这些能力。
两家公司一边在 iPhone 上合作接入 ChatGPT，一边又在 AI 硬件上正面碰撞。AI 竞争已经不只是谁的模型分数高，而是谁能把模型装进下一代设备，并真正卖到用户手里。
02 🩺 宇树 G1 进入活体微创手术：能做，不等于已经能上临床
《Nature》发布了一项人形机器人手术可行性研究。研究团队使用宇树 G1 和常规腹腔镜器械，在活体猪实验中完成胆囊切除相关操作。
这条消息很容易被写成“机器人医生来了”，但研究的真实边界更重要。
它采用的是远程操作框架，核心控制仍由人完成；研究证明的是通用人形机器人可以进入现有手术室环境，使用面向人类设计的器械，而不是机器人已经能够自主给人做手术。
团队还明确提到，目前系统仍有精度、校正、无菌和临床安全问题要解决。第二次活体实验耗时约 32 分钟，说明它已经跨过“只能做展示动作”的阶段，但离医院正式使用还有很长的验证路程。
我更关注它带来的另一种可能：未来医院里的机器人不一定都要重新造一套专用设备。通用人形平台如果能学习使用现有工具，部署门槛可能会明显下降。
03 🤖 LingBot-VA 2.0 发布：具身模型开始把“看视频”和“做动作”一起训练
蚂蚁集团旗下具身智能团队 Robbyant 发布 LingBot-VA 2.0，定位是原生视频—动作基础模型。
它不是先训练一个只会看视频的模型，再临时接上机器人控制模块，而是把视觉变化、未来状态预测和动作生成放进同一套训练框架里。
公开资料显示，模型采用因果 DiT 架构，视频专家约 130 亿参数，其中约 19 亿参数参与激活；多块预测机制带来约 2.3 倍训练加速，前瞻推理把延迟压到 142 毫秒每个 chunk。
这些数字对普通用户不算直观。简单理解就是：机器人不仅要知道眼前是什么，还要预测“我这样动一下，下一秒画面会怎么变”。只有把动作和结果连起来，它才可能在真实环境里连续干活。
具身智能下一阶段拼的，已经不是单次抓取成功率，而是换一个物体、换一个房间、换一台机器人后，能力还能不能迁移。
04 🧰 百度搭子四项更新：AI 助手开始抢“完整工作流”
百度搭子在成都 AI Day 发布个人版升级、自媒体专业套件、企业版和搭子联盟四项更新。
个人版新增浏览器调用、智能路由和多端共享记忆。官方给出的数据是，智能路由让平均任务耗时下降 20%，Token 利用率提升 25%。
对内容创作者更直接的是自媒体套件。它试图把选题、资料整理、写稿、制作和复盘放进一条链路，而不是只提供一个聊天框。企业版则补上团队协作和权限管理。
产品上线三个月，日均提问量增长 20 倍。这个数字至少说明一件事：用户愿意把更长的任务交给 AI，但前提是它能记住上下文、调用工具，并把事情推到下一步。
AI 助手真正的分水岭，不是回答得像不像人，而是能不能减少你在十几个应用之间来回搬运信息。
05 🧮 DeepSeek-V4 Flash 强化学习适配 AMD：训练不再只盯着一种 GPU
LMSYS 团队宣布，DeepSeek-V4 Flash 的强化学习训练已经通过 Miles 框架在 AMD Instinct MI355X GPU 上完成端到端验证。
这套链路用 SGLang 负责 rollout 生成，Megatron 负责策略更新，Miles 处理异步循环和权重同步。DeepSeek-V4 Flash 总参数约 2840 亿，每个 Token 激活约 130 亿参数，验证环境使用了 4 个节点、每节点 8 张 GPU。
团队连续跑过 100 多个优化器步骤，训练和 rollout 的对数概率差保持可控，在线奖励与离线 AIME-2024 成绩同步提升。
为什么这条值得放进日报？因为模型生态真正成熟，不只是“能在某张卡上跑起来”，还要把推理、强化学习、权重同步和多机稳定性全部打通。
AMD 能不能在大模型训练和推理里拿到更多份额，软件栈是否好用，和芯片参数同样重要。
06 ⚡ 小红书提出 PIPO：输入压一半，输出一次多走一步
小红书技术团队提出 PIPO，也就是 Pair-In, Pair-Out。
它做了两件对称的事：输入侧把两个 Token 折叠成一个潜在表示，减少模型需要处理的序列长度；输出侧通过多 Token 预测，让一个隐藏状态额外预测下一个 Token。
团队还训练了轻量级置信度头，用来判断额外生成的 Token 是否可信，减少传统推测解码里的验证成本。
基于 Qwen3.5-4B 和 9B 的实验中，PIPO 在部分任务上把 pass@4 提升最多 7.15 个百分点，同时带来最高 2.64 倍首 Token 延迟加速和 2.07 倍单 Token 延迟加速。
大模型提速不一定都靠更大的 GPU。输入怎么压缩、一次能预测几个 Token、哪些结果值得接受，这些结构设计也在一点点挤掉推理成本。
07 🔧 GitHub Copilot 审查降本 20%：工具变好，Agent 反而先变差了
GitHub 分享了一次很有价值的 Agent 调试记录。
团队把 Copilot 代码审查原来的专用搜索工具，换成 Copilot CLI 共用的 `grep`、`glob` 和 `view`。按常理说，工具更统一、更成熟，效果应该更好。
实际测试却相反：平均成本上升，有效审查意见还变少了。
问题不在工具，而在指令。旧指令让 Agent 像通用编程助手一样大范围浏览仓库，没有紧盯 PR 的 diff 和证据。团队重写工作方式后，平均审查成本降低约 20%，质量保持不变。
这条经验很实用：给 Agent 接上更多工具，不代表它自然知道什么时候用、查到哪里停。工具说明、任务边界和评测方式，都是 Agent 产品的一部分。
很多“模型不行”的问题，最后查出来其实是工作流没写清楚。
感谢浏览，欢迎点赞评论加关注❤️，明天见👋
