AI 资讯
来自 Twitter · Hacker News · GitHub 的 AI 行业动态
fable-method：Fable工作流——Claude Fable 5的运行机制提炼为通用技能，配合评估机制保证效果
Fable工作流将Claude Fable 5的核心机制提炼为任何模型都能运行的技能，配合评估机制保证效果。思考/行动/验证。
全场景数智移动重塑产业未来！中力第八届 629 创新发布大会盛大启幕
6月29-30日，中力股份第八届629新产品、新技术、新模式创新发布大会，以“从物料搬运到数智移动”为主题在浙江安吉盛大举行。四海宾朋齐聚，行业精英荟萃，共同见证中力以全场景数智移动解决方案，共绘智能物流的全新版图，开启工业搬运的数智新纪元！ 璀璨启幕：“质变下的改变” 驱动行业新变革 作为物料搬运行业一年一度的创新盛事，中力 629 已走过八载深耕之路，每一届都成为行业迭代的关键注脚：首届 62
FableCut：零依赖浏览器视频编辑器，支持AI代理驱动——JSON时间轴、MCP+REST、实时重载UI
一款零依赖的浏览器端视频编辑器，支持AI代理操控，提供JSON时间轴、MCP+REST接口及实时重载UI界面。
大道至简，阿里与清华论文揭示扩散大模型推理能力，入选 ICML 杰出论文
7月5日，阿里巴巴与清华大学合作的论文 The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models（灵活性陷阱：重新审视扩散语言模型中任意顺序生成的价值）入选AI顶会ICML杰出论文（Outstanding Paper），杰出论文是ICML最高荣誉，代表当年最具影响力的研究工作
海康机器人移动机器人下线突破20万台，推动行业驶入规模化应用快车道
2026年7月6日，随着一台叉取机器人走下产线，海康机器人正式宣布，其移动机器人全品类累计下线突破20万台。 从 2024年5月第10万台下线至今，海康机器人仅用两年时间便完成第二个十万台的跨越。根据《移动机器人产业联盟》最新统计，其2025年移动机器人市占率位居全球第一。在制造业智能化转型的背景下，中国移动机器人产业正从示范应用加速迈向规模化普及的新阶段，而海康机器人20万台下线的速度变化，则代
登顶多项全球 SOTA！大晓全开源首个「统一具身基模型」ACE-Brain-0.5
近日，大晓机器人正式开源新一代统一具身基模型 ACE-Brain-0.5，面向 Physical Agentic AI 这一新范式，推动具身智能走向真实物理世界中的自主执行。Physical Agentic AI 指能在真实物理世界中围绕目标自主感知环境、理解任务、规划、行动，并在交互反馈中持续调整和进化的智能体。作为 ACE-Brain-0 的重大升级，ACE-Brain-0.5 以空间智能为底
全场景数智移动，重塑产业未来！中力第八届 629 创新发布大会盛大启幕
6月29-30日，中力股份第八届629新产品、新技术、新模式创新发布大会，以“从物料搬运到数智移动”为主题在浙江安吉盛大举行。四海宾朋齐聚，行业精英荟萃，共同见证中力以全场景数智移动解决方案，共绘智能物流的全新版图，开启工业搬运的数智新纪元！ 璀璨启幕：“质变下的改变” 驱动行业新变革 作为物料搬运行业一年一度的创新盛事，中力 629 已走过八载深耕之路，每一届都成为行业迭代的关键注脚：首届 62
DataComp-VLM：视觉语言模型开放数据集改进方案
DataComp for VLMs（DCVLM）建立了综合基准，用于评估视觉语言模型中的数据整理策略，表明数据混合而非过滤可显著提升大规模模型性能。
Agentic 范式下的视频画质优化：火山引擎的新路径
用户刷视频时，对画质的判断往往发生在几秒之内。同样是短视频、直播、AIGC视频，有的画面清晰、稳定、有质感，人物的眉眼、物品的纹理、运动中的细节都足够自然；有的则模糊、压缩痕迹重，动作一快就闪烁、发虚，让人只想很快划走。 过去，平台解决这些问题的方式相对明确：在生产端做基础美化和编辑；在服务端用超分、去噪、锐化、去压缩等算法，把模糊、发虚的部分逐段修回来；在客户端则通过播放控制和端侧后处理增强，把
OrbitQuant：面向图像和视频 Diffusion Transformer 的数据无关量化
OrbitQuant 通过归一化旋转基实现 Diffusion Transformer 的高效训练后量化，无需跨时间步和模态重新校准。
打破末端配送壁垒，佑驾创新正式发布四轮足机器人
7月6日，佑驾创新（2431.HK）正式发布「Combo」全链路无人物流闭环方案，由其旗下曜行动力打造的四轮足式机器人同步亮相。依托自动驾驶底层技术与物理AI能力，佑驾创新首次以“无人车+机器人”打通物流转运到上门配送的完整链路，直击行业长期存在的“最后一米”难题。 本次方案发布，既是曜行动力首款具身智能产品的首秀，也是佑驾创新向全场景物理AI科技企业战略升级的关键一步，助力公司在万亿级赛道抢占发
清华火神队成功卫冕RoboCup 2026世界冠军，加速进化构筑全球具身智能“通用底座”
【韩国仁川，2026年7月5日】 今日，2026年RoboCup（机器人世界杯）在韩国仁川正式落下帷幕。在备受瞩目的人形机器人项目中，中国战队清华火神队搭载加速进化 Booster T1，成功卫冕 Large 组世界冠军。继去年在巴西打破中国战队 28 年冠军荒后，火神队在面对全球顶尖强队的针对性挑战下再次登顶，证明了其在具身智能算法领域的领先水平。与此同时，本届赛场传递出一个更具产业风向标意义的
ai4s-research/open-science：开源 AI 研究工作台，本地优先、模型无关，基于 Tauri + MCP（macOS & Windows）
Open Science — 面向科学家的开源 AI 工作台，Claude Science 的开源替代方案。本地优先、模型无关、可复现，基于 Tauri + MCP + agent skills 构建。
synthetic-sciences/openscience：开源AI科研工作台
专为科学研究设计的开源AI工作平台
vLLM 拆解 Qwen3-Omni 实时语音服务的流水线优化
vLLM 团队分享如何高效部署阿里 Qwen3-Omni：它由多模态 Thinker、Talker 到 Code2Wav 多阶段组成，每层瓶颈不同，需逐层优化才能在实时场景榨出性能。
@vllm_project
阅读 →
谷歌为什么做不好「AI 编程」？
谷歌，去年凭借大模型能力反超逆袭，出尽了风头，甚至一度被投资人喊出“市值能到10万亿”。但奇怪的是，谷歌在AI编程这一关键领域一直籍籍无名。 强大如谷歌，为何在AI coding（AI 编程）上瘸了腿？ 更令人惊讶的是，不止谷歌。纵观中美互联网巨头，在AI编程上都表现平平。Cursor、Claude Code、Codex、智谱、MiniMax……这些程序员圈子里耳熟能详的产品中，来自互联网大厂的寥
生数科技发布 Vidu S1，推动视频生成迈向“实时交互”新时代
7月3日，在2026全球数字经济大会人工智能融合应用发展论坛，生数科技创始人朱军发表题为《通用世界模型，推动数字世界与物理世界统一的新范式》的主题演讲，并正式发布面向实时交互场景的新一代模型——Vidu S1 实时交互模型。大会期间，北京软件和信息服务业协会（BSIA）正式发布《2025年北京市数字经济标杆企业评价报告》，生数科技凭借在技术创新与产业应用方面的突出表现，成功入选“新模式新应用标杆企
场景至上，实效为王：NAVIAI 人形机器人多领域应用场景领跑！
2026年被业界广泛称为人形机器人“商业化落地元年”，而我们认为，真正跑通的应用场景才是打破“伪落地”质疑的唯一标尺。 浙江人形凭借全栈自主可控的产品体系，已让领航者NAVIAI人形机器人在工业、服务、教育、数采等多领域真正“上手干活”，率先实现了从实验室技术验证到多领域规模化商用的关键跨越。 应用领域 01——工业制造中的“精工巧匠” 浙江人形深耕真实场景，以多源、高质数据体系筑基，自研可泛化、
算力之外的博弈：ICML 2026 透露了哪些学术硬通货？
告别盲目刷榜，28页 PPT 带你摸透 ICML 新风向。 作者丨陈淑瑜 编辑丨岑峰 ICML 2026 的投稿量从去年的 12107 篇直接飙升至 23,918 篇，几近翻倍。 然而，最终的接收率却牢牢钉在 26.56%，与去年几乎持平。 这一数据传递出一个明确的信号：并非竞争变得盲目激烈，而是学术评审标准经历了一次深刻的“重新校准”。 为了拆解这一趋势，我们制作了一份 28 页的深度分析 PP
AI基础设施的下一个千亿市场，为何藏在网络里？
过去六年，国产GPU公司一路站上AI风口，估值不断刷新，DPU却被忽略了。 这并不符合产业现实。 2020年英伟达完成收购Mellanox后，就已经明确了“GPU+CPU+DPU”的三芯战略。过去几年，英伟达也持续强化网络能力，黄仁勋在2026年CES展示“六芯组合”时，其中四款都与网络相关。 一个越来越清晰的趋势开始浮出水面：AI基础设施的瓶颈，正在从算力本身转向网络与调度。 尤其Agent时代
EvoPolicyGym：交互环境中的自主策略演化评估
自主智能体在固定预算内通过迭代编辑评估策略改进，研究表明成功的策略演化需要任务特定机制与反馈约束的协同优化。
AgenticSTS：面向长周期 LLM Agent 的有限内存测试平台
该研究提出一种有限契约方法用于长周期 LLM Agent，通过类型化检索组装新鲜提示词，可隔离分析记忆组件，在复杂决策任务中展现更优性能。
多分辨率流匹配：分阶段采样实现免训练扩散加速
MrFlow结合低分辨率生成与像素空间超分辨率及噪声注入，加速文生图扩散模型，实现最高25倍加速，且无需训练或运行时修改。
向混合注意力模型演进
FlashMorph将混合层选择形式化为预算约束优化问题，通过可变形模型和线性化正则化提升Transformer的长上下文效率。
AnyGroundBench：视觉-语言模型视频定位专用领域基准
视觉-语言模型在专业时空视频定位任务中面临领域适应挑战，暴露出零样本泛化和上下文学习能力的局限性。
brain0：AI 生成代码的黑盒工具，通过决策图关联提交与 Agent 提示词
AI 代码黑盒工具，通过被动决策图追踪每次提交与 Agent 提示词的关联，支持漂移检测、DLP 审计、证据驱动风险评估和签名溯源，一行命令离线运行。
vLLM：一个月把 DeepSeek V4 的 token 成本降到 1/5
vLLM 社区通过 day-zero 适配 + 对 kernel/调度/serving 的持续优化，一个月内将 DeepSeek V4 推理的 token 成本降低 5 倍，展示开源社区的迭代速度。
@vllm_project
阅读 →
xAI：Grok Build 集成进 Railway 云开发沙箱
xAI 宣布 Grok Build 现已内置于 Railway 的沙箱环境，开发者可在 Railway 平台直接调用 Grok 做 AI 辅助构建。
@xai
阅读 →