2026.7.27-AI前沿技术资讯

一、AI行业动态

1.真实工作流数据成AI训练新核心

企业真实工作流数据正取代人工标注成为Frontier Labs争夺焦点，驱动模型向长链路任务进化。RL环境向多工具、多Agent协同及工作流编排演进，样本效率成破局关键。Human Data公司需向技术化转型，模型需满足数据独特性、Eval清晰度、任务频率及单次改善价值四要素，方具经济性。

来源：真实工作流，正在成为下一代训练数据

2.陶哲轩：AI已解决70%研究级数学题，数学进入「工业时代」

陶哲轩认为AI将以可接受成本承担大量研究级数学任务，真正稀缺的变为提出问题、解释证明与整合知识的能力。陶哲轩警示"证明消化不良"风险，呼吁学界降低对"首发"与证明数量的权重，将评价重心转向验证、阐释与知识整合，重构人机协作的数学研究范式与传承体系。

来源：陶哲轩最新演讲：数学正在进入“工业时代”

3.腾讯副总裁林松涛：意图取代入口，Agent需补“小脑”能力

林松涛指出，AI时代“意图正代替入口”，平台需从分发工具转向保障服务结果。Marvis定位操作系统级助手，依托端侧“小脑”实现系统感知，核心考核用户任务真实完成率而非DAU。其避开云端通用推理，深耕设备交互刚需，通过Skill广场构建服务生态，端侧模型已适配低配硬件，探索B端与出海商业化路径。

来源：对话腾讯副总裁林松涛：意图正在代替入口，Agent 需要一颗「小脑」

4.斯坦福研究：AI替代初级岗，中高级工程师面临断代风险

斯坦福Erik Brynjolfsson研究显示，AI暴露度最高职业中22-25岁人群就业下降16%。AI替代初级工程师入门任务，组织从金字塔变钻石结构，未来中高级工程师面临断代。建议重新设计新人培养路径，让新人聚焦问题定义、AI产出审查与系统复盘，强化技术与领域知识复合能力，避免行业人才断层。

来源：高级工程师会断代！斯坦福AI经济专家：AI先挤压初级岗位，其实是正在透支未来的高级工程师

5.RSS 2026具身智能辩论：世界模型与策略模型应分开，互联网视频数据胜出

RSS 2026具身智能辩论会，现场学者投票倾向世界模型与策略模型分离部署，以提升调试效率与执行稳定性；可控性评估优先动作价值而非像素逼真度；训练数据以互联网人类视频为主流，但需结合机器人具身数据构建混合数据飞轮，兼顾泛化广度与控制精度。

来源：顶会具身辩论赛实况：徐丹飞激辩，PI连输三轮，谷歌大佬倒戈

6.CVAT接入Agent，数据标注进入「人管Agent」生产线阶段

开源标注平台CVAT为自动标注函数增加Agent支持，标注进入Agent化生产线阶段。标注员从拉框工转型为定义规则、处理异常、审核结果。公司竞争力从劳动力组织转向生产系统设计能力，竞争从「卖人」转向「卖稳定生产高质量数据的能力」。

来源：CVAT刚把Agent接进自动标注：数据标注公司的下一条生产线，不是“人拉框”，而是“人管Agent”

7.Anthropic发布Claude 5上下文工程新规：删减80%提示词性能不降

Claude Opus 5、Fable 5等新一代模型下，Claude Code系统提示词删减超80%，编码评测无下降。核心转向判断优先于硬性规则、接口设计替代示例、渐进式披露替代全量注入、自动记忆替代手动维护，并通过/dector命令落地精简。

来源：爆删80%系统提示词！Anthropic核心成员揭秘Claude 5最新玩法：上下文工程全面大换血

8.Karpathy提出LLM Wiki构想，与传统RAG互补共存

卡帕西提出LLM Wiki，通过摄入时编译预构建结构化知识库，降低查询成本。其存在规模、精度、时效、成本四大局限，无法替代RAG。Wiki侧重文档知识沉淀，需与用户记忆层结合，未来主流为混合架构。

来源：卡帕西力推的 LLM Wiki，会淘汰传统 RAG 吗？

9.AI+ESG加速落地：碳核算与电力调度成最先跑通场景

ESG正从合规披露变为经营压力，碳数据开始影响出海、订单与供应链准入。AI+ESG最先跑通的并非泛化的全流程智能化，而是产品碳足迹核算、能源优化、电力调度与交易等离钱最近、计算最频繁的场景，可显著提升核算效率与节能收益。但AI无法替代真实供应链数据，企业底层数字化能力仍是前提。

来源：AI杀进ESG

10.宇树发布轮足机器人As2-W：25kg扛150kg，CEO预计具身智能两三年内突破

宇树发布轮足机器人As2-W，25kg机身实现150kg站立负载、16kg持续行走负载，支持高算力拓展坞与二次开发。产品定位工业巡检、仓储园区与户外作业，在便携性、速度、负载与复杂地形适应间取得平衡。CEO王兴兴判断具身智能"ChatGPT时刻"最快两三年到来，但目前核心瓶颈仍在模型泛化能力，硬件先行、软件追赶的格局短期难改。

来源：600 万网友围观宇树机器狗，50 斤身躯能扛 300 斤，神评论：乱七八糟又四平八稳

二、AI+钢铁动态

1.宝信：宝信软件在WAIC 2026展示基于自研宝联登大模型的城轨AI方案，通过数字员工与智能体集群实现线网98%告警自动处理、应急响应提效60%+。AI数字人主动监测舆情、客流与设备状态并预警，推动城轨从被动响应走向主动决策。

来源：聚焦2026 WAIC高光时刻｜宝信软件AI数字员工上岗，赋能城轨管控新模式

2.周口钢铁：周口钢铁为5600毫米"世界轧机之王"装配智慧大脑，建成15个智能应用板块、接入14万余数据点位、落地50余项AI模型，覆盖铁区、炼钢、轧钢、能碳、物流全工序。2026年5月生铁综合成本同比下降约35.2元/吨铁，配矿效率提升50%以上，报表人工工作量减少80%，宽厚板一次轧成率稳定在98%。

来源：轧机之王装上“智慧脑” 钢铁涌动“数智力”——周口钢铁人工智能大模型应用纪实

3.首钢：首钢将自研大模型深度嵌入营销全链路，落地智能客服、合同审核、供应链金融、经营决策四大场景，实现2分钟极速响应、查询准确率超98%、单份合同审核由30分钟缩至5分钟、管理层秒级数据决策；带动冷轧灯塔工厂效率提升21.2%、高端产品销售额增长36%、客户投诉减少55%。

来源：百年钢企的AI转身：首钢如何重塑产业营销逻辑 | AI深潜洞察

4.宝钢：宝钢工程以自研宝数云平台贯通设计-采购-施工-运维全生命周期，30项AI工具使三维出图提升30%。数字孪生覆盖全工艺段，连铸机改造工期缩短21%，点检替代率65%。AI炼钢使余热利用率从30%提至55%，浇钢机器人投入率100%，已推广至安赛乐米塔尔。

来源：智能制造转型升级：走出“单点突破”，宝钢工程打通钢铁智造全链路

5.AI已深度渗透美国钢铁业，覆盖电炉与ESP工艺优化、预测性维护、机器视觉质检及企业级排产能源调度。纽柯、大河钢厂、美国钢铁、克利夫兰-克里夫斯等案例显示，AI可显著降低不合格品率、减少计划外停机、规避能源波动损失，并推动钢铁业深度嵌入AI算力与绿电基础设施。

来源：AI技术在美国钢铁业中的创新与应用：从工业大脑到智能生态的系统性变革

6.凯瑞重工研发的无人驾驶渣包车在福建宁德东南铜业上线，攻克1200℃高温、强腐蚀盐雾环境下传感器可靠性难题，实现远程举放包、翻包成功率100%，系统故障率低于0.5%，能耗成本降65%以上。

来源：制造高地看企业丨凯瑞重工：“湖南造”无人车，开进1200℃高温工厂！

三、最新学术论文

1.《Code as Agent Harness: Toward Executable, Verifiable, and Stateful Agent Systems》

Meta与斯坦福论文提出，代码在Agent系统中从最终产物变为底层运行基座（Harness），具备可执行、可验证、有状态三大特性。论文提出三层递进架构（基座接口、运行机制、多智能体协同），覆盖编程、GUI、科研等场景，强调Agent未来的核心竞争力是代码化的Harness工程能力。

来源：Code as Agent Harness: Toward Executable, Verifiable, and Stateful Agent Systems.pdf

2.《IndexCache: Accelerating Sparse Attention via Cross-Layer Index Reuse》

唐杰与智谱（Z.ai）团队针对DeepSeek稀疏注意力（DSA）中indexer每层重算带来的O(NL²)隐性开销，提出IndexCache：仅少数层运行indexer，其余层跨层复用上层top-k索引。在30B DSA模型上可移除75%的indexer计算，200K上下文下prefill最高提速1.82倍、decode提速1.48倍，并在GLM-5生产模型上验证有效，且几乎不损模型性能。

来源：IndexCache- Accelerating Sparse Attention via Cross-Layer Index Reuse.pdf

3.《Hidden Decoding at Scale: Latent Computation Scaling for Large Language Models》

微信WeLM团队提出Hidden Decoding（隐式序列缩放），作为大模型变强的第三条路。它在不增参数的情况下，将token展开为多条并行流，在序列内部折叠隐式思考，仅监督最后流。该方法已扩展至617B MoE，增量续训成本仅5.3%，评测全面超越自回归基线，以极致资源效率推高智能上限。

来源：Hidden Decoding at Scale- Latent Computation Scaling for Large Language Models.pdf

4.《InfraNet: Quality-Aware RGB Guidance for Efficient Infrared Object Detection》

北航等提出一种红外主导的目标检测框架 InfraNet。传统 RGB-IR 融合在夜间/雾天等场景下，退化 RGB 反而会污染红外特征。InfraNet 以红外为主路径，用 QualGate 模块在训练时按需引入 RGB 引导、抑制不可靠信息，推理时可完全去除 RGB 分支仅用红外，精度几乎无损，实现"训练借 RGB、部署靠红外"的灵活高效检测。

来源：InfraNet- Quality-Aware RGB Guidance for Efficient Infrared Object Detection.pdf

5.《τ0-VLA: a Hierarchical Robot Foundation Model with World-Model-Guided Test-Time Computation》

上海创智学院与智元机器人联合发布 τ0-VLA，一种面向长程任务的分层机器人基础模型，它解耦高层规划与低层执行：高层用世界模型和测试时计算“慢思考”；低层执行高频动作。基于超4万小时真机数据训练，克服长程任务误差累积与目标漂移，大幅提升完成率。

来源：τ0-VLA- a Hierarchical Robot Foundation Model with World-Model-Guided Test-Time Computation.pdf

6.《基于数字孪生和强化学习的智能生产线实时调度仿真优化方法》

北理工针对智能生产线动态调度难题，融合数字孪生构建高保真仿真环境，改进Q-Learning算法重构状态空间、设计多维度奖励与双重探索策略，经航天总装线验证，较5种传统规则执行距离降低6.38%~16.50%，提升资源协同效率。

来源：基于数字孪生和强化学习的智能生产线实时调度仿真优化方法.pdf