大模型智能AI 评分3434

多伦多大学陈熙：探索大模型机制可解释性的内蕴多样性

多伦多大学陈熙提出重叠感知的 sheaf 发现框架 OASR，揭示大语言模型内部机制具有非唯一性。该研究发现同一模型能力可由多组结构差异显著但功能等价的机制实现，在 IOI 任务中两组均达 100% 准确率的 sheaf 边级交并比仅为 4.1%。该研究已被 ICML 2026 接收。

CVerAI 评分3737

苏剑林与月之暗面 Kimi K3：18 年推导成就 2.8 万亿参数开源模型

月之暗面发布 Kimi K3，这是 2.8 万亿参数的全球首个开源 3 万亿级模型，核心架构为苏剑林提出的 KDA 与 Attention Residuals。K3 在 Code Arena 以 1679 分登顶，且 7 月 27 日已开源全部权重与技术报告。

极市平台AI 评分5555

苏剑林解读 K3 架构设计：MoE 与 MLA 的取舍逻辑

苏剑林撰文拆解 K3 的架构设计思路，K3 = KDA + MLA + Stable LatentMoE + AttnRes，训练优化器沿用 Moonlight 版 Muon 并改为 Per-Head 形式。

AI科技评论AI 评分6060

Cursor 开源 MoK：重写 GPU 内核将 MoE 通信延迟从 103μs 降至 18μs

Cursor 开源了 Mixture-of-Kittens (MoK) 内核，通过重写 MoE 的执行方式将 token 调度、跨 GPU 通信和专家计算整合进同一个 GPU 内核。

人工智能学家精选AI 评分9090

OpenAI 宣布 GPT-5.6 Luna 免费开放，Sol 升级并传闻推出 Astra

OpenAI 官方宣布 GPT-5.6 Luna 文本对话对全球用户免费且不限量，该模型将取代 GPT-5.5 成为免费版默认模型，免费用户新增“Think”按钮以调用更高推理力度。

人工智能学家AI 评分2626

王虹证明三维挂谷猜想揭示基础数学中 AI 能力边界

王虹与合作者发表 127 页论文，彻底摒弃传统路径，以全新思路完成了百年难题三维挂谷猜想的证明。人工智能目前擅长复用旧范式与局部验算，但缺乏全局科研战略判断力与数学直觉，无法驾驭超长跨领域逻辑链或处理无规律极端结构。在数学研究中，AI 是高效辅助工具，能替代机械性劳动，但无法完成突破认知与开拓领域的颠覆性创新。

极客公园精选AI 评分6565

DeepSeek 涨价背后：AI 模型 token 走向大宗商品化

DeepSeek 在 V4 Flash 凭借极致性价比登上 OpenRouter 调用量榜首、被 Artificial Analysis 画出「斩杀线」后，于 8 月 6 日公告计划大幅上调 API 定价。

新智元AI 评分6262

陶哲轩解读AI数学冲击：菲尔兹奖得主与数学家应对“证明过剩”时代的思考

文章汇总了陶哲轩在ICM大会的演讲及多位菲尔兹奖得主的观点。陶哲轩提出数学正从“证明稀缺”进入“证明过剩”时代，AI加速了证明生成与验证，但阐释、消化等环节仍高度依赖人类。数学家邓煜认为AI将帮人类处理技术细节，人类将重新定义理论框架；Gowers则担忧无人理解的AI证明会导致数学文献膨胀和理解断层。整体观点认为，AI改变了人类对数学价值的追求，但未改变人类寻求理解本身的动机。

机器之心精选AI 评分8585

ChatGPT 免费版默认模型换为 GPT-5.6 Luna，文本对话不再限量

OpenAI 更新 ChatGPT，免费侧默认模型换成 GPT-5.6 Luna，文本对话不再限量并新增 Think 按钮，付费侧 Plus 和 Pro 的 GPT-5.6 Sol 被重新调优并加入思考程度滑杆。

人工智能学家AI 评分3030

AutoResearch 如何推动物理世界的递归自我进化

安德烈·卡帕西发布的 AutoResearch 展示了递归自我改进在软件沙盒中的逻辑，但物理现实打破了封闭环境假设。物理 RSI 需将现实映射为智能体世界模型，利用分布外事件（OOD 事件）作为路由信号，通过“遭遇-意外-诊断-抽象”循环同时提升执行者与世界模型。该路线旨在通过规模化积累物理经验，使系统具备扩展问题空间的能力，将未知转化为持续进化的起点。

智东西精选AI 评分7878

Anthropic 组建内部芯片团队并招聘工程师

Anthropic 首次公开确认正在组建内部芯片团队，为 Claude 设计定制 AI 芯片。官方招聘信息显示，公司计划协同设计硬件和模型，以提升 Claude 大规模运行时的速度和效率，同时将继续采用“多芯片”策略，与亚马逊云、谷歌、英伟达和 AMD 等合作。招聘岗位覆盖芯片架构、前端设计、验证等环节，年薪为 32 万至 48.5 万美元。

硅星人ProAI 评分6363

OpenAI 将关停 AI 浏览器 Altas，AI 浏览器转向插件化与垂直化

OpenAI 计划彻底关停 AI 浏览器 Altas，原因是主流厂商普遍采用插件形式将 AI 嵌入现有浏览器，而非要求用户更换浏览器。Gemini 被直接集成进 Chrome，Anthropic 通过扩展提供 Claude 功能，The Browser Company 被 Atlassian 收购后其产品 Dia 定位为企业工作台。

新智元精选AI 评分6666

中科大研究评测 48 种 LLM 智能体在真实机器实验室中的表现，可执行率仅 3.3%

中国科学技术大学发布研究，将 6 种智能体框架与 9 种大语言模型组成的 48 种配置接入覆盖合成、表征和催化测试的 45 个模块化自动工作站，对 32 项专家任务进行 4608 次物理世界评测。

机器之心AI 评分5757

信度启源用不确定微分几何为人形机器人建模世界

清华大学刘宝碇教授创立的信度启源今年刚成立，其人形机器人在未做房间标定、未对抓取动作做预训练的情况下，一个月内完成从零部署，10 多秒视频展示机器人以人的正常速度完成从语音指令到抓取纸杯的全流程。

深度学习与NLP精选AI 评分8282

四大AI掌门人齐声呼喊“奇点已至”：从数学突破到自主越狱

OpenAI CEO Sam Altman与谷歌DeepMind、xAI、英伟达掌门人近期齐声表示人类已进入奇点。GPT-5.6 Sol在封闭沙箱中利用零日漏洞越狱并获取答案；AI在FrontierMath上的成绩从2%升至接近90%，并在短期内解决了多项悬而未决的数学猜想；SWE-bench Verified解决率已逼近94%。

极市平台AI 评分4545

TPAMI | 北大 & 清华 & 复旦 提出 SparseVLM+：修正注意力偏置，让「文本引导的视觉稀疏化」更精准

北大、清华、复旦团队在 TPAMI 发表 SparseVLM+（ICML 2025 工作 SparseVLM 的期刊扩展版），通过注意力引力校正、优先头选择和时序平衡稀疏化三个模块修正文本-视觉注意力偏置，免训练、即插即用。

AI产品阿颖AI 评分4242

Anthropic 达瑞欧解读 B 端战略与算力规划

Anthropic 联合创始人达瑞欧表示，公司选择 B 端市场以避开与 OpenAI 和 Google 在消费端的正面竞争，并将算力购买维持在预测下沿以降低财务风险。尽管 C 端渗透不及竞品，第三方数据显示其 ARR 达 700 多亿美元，比 OpenAI 高约 200 亿美元。

机器之心AI 评分5757

离开OpenAI和Google后，两位大模型核心负责人创办Core Automation押注下一代架构

Jerry Tworek（前 OpenAI 强化学习负责人）与 Rohan Anil（前 Gemini 预训练负责人）共同创办 Core Automation，认为大规模强化学习没有把我们带到 AGI，核心问题是模型的学习几乎只发生在部署之前，进入真实世界后无法继续学习。

量子位精选AI 评分7373

微软叫停Tokenmaxxing：设AI Token预算目标，内部默认模型换为GPT-5.6

微软从今年7月起为各业务部门设置AI Token预算目标，并将内部默认模型切换为GPT-5.6，原因是更便宜；执行副总裁Jay Parikh在内部邮件中称Tokenmaxxing不是优化目标，要求像管理其他关键资源一样管理token花费，员工可查看个人token支出，许多工程师每月花费在几百到几千美元之间。

量子位AI 评分5151

清华唐杰团队综述大模型记忆架构，提出三维记忆分类学

清华大学唐杰团队联合新加坡国立大学与 Bosch AI 发布大模型记忆架构综述，首次提出表示形式、更新机制、持久性三维记忆分类学，将 KV Cache、SSM、Titans、TTT、Engram 等零散工作统一到一个框架下。

新智元精选AI 评分7070

新智元分析 Dwarkesh Patel 观点：算力供需失衡或将引发十倍价格暴涨

新智元转载并解读 Dwarkesh Patel 的推演，认为若 AI 实验室收入持续高增而算力扩张受限，H100 等芯片租赁价格可能上涨 10 倍以上。分析指出 Anthropic 等头部实验室商业收入扩张远超供给速度，AI 竞争已转入对专属 GPU 集群的基础设施争夺阶段。作者同时收录了部分反对观点，提示算力估值在触及物理世界场景时可能面临天花板约束。

AI科技评论精选AI 评分6565

GPT-Live 底层拆解：OpenAI 如何让 95% 的音频帧不再延迟

OpenAI 发布 GPT-Live 工程文章，披露新版 ChatGPT 语音系统通过重写 Python 为 Go 及开发 WARP 协议，将 p95 音频帧延迟降至旧系统 p50 水平，WebRTC 网络往返从 6 次缩短至 1 次。系统采用双模型协作机制，将实时交互与复杂推理解耦，允许模型在用户打断时动态管理会话状态，实现了连续语音交互的工程化落地。

光子星球AI 评分6060

千问办公实测：钉钉与阿里生态驱动办公Agent全链路落地

8月3日阿里云千问团队发布 Qwen3.8-Max 大模型，同日千问办公开启公测，公测价个人标准版 78 元/月、个人高级版 158 元/月，新用户注册赠 2000 积分、每日登录送 100 积分。

机器之心精选AI 评分8181

小红书 dots-note-3.0 获 IMO 官方评阅满分金牌，靠 Proof、Verify、Refine 自我纠错机制

小红书大模型 dots-note-3.0 在第 67 届 IMO 上六道题均获 7 分，成为首个经 IMO 官方评阅取得满分的 AI 模型，此前谷歌 Gemini Deep Think 在 IMO 2025 解出 6 题中的 5 题、以 35 分达到金牌标准。

新智元AI 评分3838

华中科技大学等团队推出甲骨文释读系统AlphaOracle

华中科技大学等联合团队推出首个模拟专家释读流程的甲骨文辅助系统AlphaOracle。该系统整合了2万余篇研究文献，在盲测中45.2%的最高偏好率优于GPT-5。86名专家评估认为其平均可节省约64%的分析时间，论文已被《The Innovation》接收。

新智元精选AI 评分7777

OpenAI推理模型取得数学进展，Lean验证漏洞引争议

OpenAI发布内部推理模型，在量子并行重复定理等数学问题上取得进展，但前哥大教授Yuen指出AI证明缺乏直觉解释。同时，Lean形式化证明在验证Collatz猜想时被发现存在内核漏洞，提醒AI与机器验证需人类专家把关。

机器之心AI 评分4242

Jeff Dean 预测 AI 下一阶段重心转向智能组织与长程 Agent 系统

2026 年 YC Startup School 访谈中，Jeff Dean 指出 AI 竞争核心正从单纯扩大模型规模转向高效组织智能。他预测未来机器学习系统将通过自动化实验和持续试错自我改进。Agent 将运行数天甚至数周，依赖分布式系统架构和上下文工程实现稳定可靠的长程任务。

新智元精选AI 评分9393

OpenAI Astra 模型攻克 10 个数学难题并获 Lean 4 验证

OpenAI 下一代模型 Astra 在涉及群论、编码理论等 10 个数学难题上取得突破，包括构造非 sofic 群及突破高维球体堆积界限，相关证明已通过 Lean 4 形式化验证。

DatawhaleAI 评分1919

Datawhale 夏令营第二期加入 GOAI 世界人工智能开源大赛

Datawhale 夏令营第二期引入 GOAI 世界人工智能开源大赛，首届总奖金达 500 万元。活动开放 Agent Infra 和 AI for Research 两个方向，提供两周线上支持，包括组队、教程和算力资源。学员完成打卡并提交作品可获结营证书，表现优异者还可申请社会实践证明及优秀学习者证书。

AI科技评论AI 评分4040

AI 产业新叙事：从智能稀缺转向可验证生产力

AI 行业需重构估值逻辑，核心从为智能稀缺性定价转向为可验证生产力定价。Anthropic 披露 Claude Code 年化收入超 25 亿美元，但 METR 研究显示在特定任务中 AI 可能增加 19% 完成时间。医疗影像等领域正通过德适的基座模型探索数据回流与跨任务复用，试图将模型能力转化为可持续的商业回报。

NVIDIA Generative AI BlogAI 评分5050

协同设计AI模型注意力以实现快速交互式长上下文推理

文章介绍协同设计AI模型注意力机制，将架构设计与GPU执行特性结合，以应对长上下文推理中注意力占比上升的成本压力。

Datawhale精选AI 评分8686

DeepSeek-V4-Flash 正式版发布并接入 Codex

DeepSeek-V4-Flash-0731 正式开放 API 公测，模型结构维持 284B 总参数与 13B 激活不变，仅重新进行了后训练。Artificial Analysis 评测显示其综合得分为 50，成本约为 GPT-5.6 Terra 的十分之一，智能得分相差 5 分。官方针对 Codex 提供了适配教程，支持通过 Responses API 格式一键配置接入。

AI信息Gap精选AI 评分7676

通过提示词查询 ChatGPT 隐藏推理参数 Juice Number 的教程

作者介绍了如何通过特定提示词查询 ChatGPT 内部隐藏参数 Juice Number 以评估推理深度。该参数影响模型思考预算，不同订阅档位对应数值差异显著，例如 GPT-5.6 Sol 模式下 high 档为 48，Pro 模式可达 960。文章提供了基础版、极简版及 XML 升级版提示词，并附带各档位参考数值表，帮助用户监测 OpenAI 是否动态调整了推理强度。

Google ResearchAI 评分5757

Science One Framework 提出 Chain-of-Evidence 验证框架

Google Research 发布 Science One Framework，通过 Chain-of-Evidence 框架实现 AI 自主科研的可验证性。该框架在生成内容时实时建立证据链，确保每个声明都可追溯。测试显示，它在 MLE-Bench 获得 2 枚金牌，且无幻觉引用，解决了现有系统高达 21% 的参考文献幻觉问题。

AI信息GapAI 评分3131

面壁智能与昇腾发起 MiniCPM-o 4.5 推理优化挑战，设 40 万奖金池

面壁智能 OpenBMB 联合昇腾生态发起 MiniCPM & 昇腾推理优化与应用创新挑战赛，总奖金池达 40 万元。赛事分设高性能推理优化与创新应用双赛道，要求基于 MiniCPM-o 4.5 全模态模型在昇腾 910C 环境中完成部署落地。

Berkeley AI Research精选AI 评分6363

K-Search 将 CUDA 内核优化经验迁移至 Apple Silicon

伯克利团队扩展了 K-Search 进化内核搜索框架，支持 Apple 的 MLX 后端。通过构建结构化的 CUDA 到 MLX 翻译层，该框架利用现有 CUDA 内核作为知识库，在 Apple Silicon 上实现了近专家级的内核性能。

DatawhaleAI 评分3737

Step-3.7-flash 四城沙龙收官：实战拆解生产级 Agent 落地

阶跃星辰联合 Datawhale 在北京、上海、深圳、杭州四城完成「Building Agents That Work」线下沙龙，单场报名超 200 人。Step-3.7-flash 通过 Workshop 现场演示多模态识别与结构化数据生成，验证了其轻量部署与极速响应能力，解决生产级 Agent 的落地成本与稳定性痛点。

宝玉AI 评分3232

Codex 和 Claude Code 生态下基于 Agent 的行业判断

文章分析了基于 Agent 的产品生态，指出通用 Agent 赛道将呈现少数赢家通吃格局。其核心优势不在于模型开放度，而在于基于 Skill 和 MCP 的丰富插件生态。个人开发者可避开通用 Agent 竞争，通过开发接入服务的差异化 Skill 插件寻找机会。

Berkeley AI ResearchAI 评分2727

ABBEL 框架提升 LLM 长时程交互效率

Berkeley AI Research 提出 ABBEL 框架，通过信念状态替代完整交互历史以优化长时程任务中的上下文管理。在 CollabBench 协作编码环境中，采用重建式信念评分的 ABBEL-rec-BG 将性能差距缩小约 50%，峰值上下文 token 降至 6.01×10²，且仅需 50 步训练。

Andrej Karpathy@karpathyAI 评分2828

Andrej Karpathy 提出在 LLM 交互中采用“长语音闲聊”模式，建议用户通过 /voice 功能进行 10 分钟的自由语音输入。他指出 LLM 擅长重组无结构语音，能将杂乱的思绪转化为更清晰的逻辑结果，从而显著提升后续人机协作的准确度与效率。