🔥 1. 美团 LongCat-2.0 发布：全球首个英伟达含量为 0 的万亿参数模型，已在 Hermes 榜单登顶 — 1500 pts
美团发布 LongCat-2.0，自研 MoE 架构，总参数 1.6 万亿，每 token 激活约 48B，原生支持 1M 超长上下文。最核心的突破：从训练到推理，英伟达含量为 0——成为首个在国产算力上实现全链路训推闭环的万亿参数模型。此前它以马甲 "Owl Alpha" 在 OpenRouter 上已获大量真实流量：月调用量在 Hermes、Claude Code 和 OpenClaw 间分列全球第一、第二和第三，是开发者首选的开源模型。实测表现令人印象深刻：将 2048 游戏从原生 JS 迁移到 React 全程自主完成；接入 Claude Code 后独立完成了整篇研究报告的调研和撰写。1.6 万亿参数、国产算力全链路、Hermes 榜首——这三件事叠加在一起，打破了"国产算力撑不起大模型"的普遍认知。
→ https://www.qbitai.com/2026/07/442047.html
🔥 2. AReaL 2.0 开源：让 Agent 越用越强——蚂蚁 + 清华打造自演进 Agent 的 RL 基础设施 — 1300 pts
蚂蚁集团、清华大学和香港科技大学联合发起的开源项目 AReaL 正式发布 2.0 版本。核心命题：Agent 每天都在工作，却很难从工作中真正成长。当前 Agent 在真实业务中产生的大量交互数据（成功/失败轨迹、工具调用反馈、用户满意度）只以日志形式保存，无法转化为能力提升。AReaL 2.0 将 Agent 的真实任务轨迹接入在线强化学习流程——Agent 的原始请求经过 AReaL 的统一推理入口，后台就记录交互过程，结合反馈信号投入后续训练。以 Hermes Agent 为例：Hermes 照常接收任务，AReaL 2.0 在后台记录关键交互并用于持续优化模型。这标志着 Agent 从"一次性训练—上线—定型"迈向 "部署后持续进化" 的新范式。Agent 的能力提升不再只依赖人工构造数据和离线训练，真实任务中的每一次成功和失败，都有机会成为成长的养料。
→ https://www.qbitai.com/2026/07/442134.html
🔥 3. 天工 AI 业务 ARR 突破 8 亿美元：中国首个非 BAT 10 亿美元 ARR 的 AI 公司冲刺 — 1200 pts
昆仑万维宣布旗下 天工 AI ARR 突破 8 亿美元，其中 AI 短剧平台业务 ARR 超 7 亿美元，AI 工具业务 ARR 破 1 亿美元。短剧平台 DramaWave 超过 80% 的新增内容由 AI 生成，已完成 AI 原生化转型。CEO 周亚辉表示"All in AI 不一定成功，但不 All in AI 一定会被时代淘汰"。天工 AI 有望成为中国 AI 产业历史上首个"BAT 之外 10 亿美元 ARR"的里程碑。视频生成大模型 SkyReels、音乐生成大模型 Mureka、游戏世界模型 MatrixGame 均先后登顶国际权威榜单。在 AI 商业化普遍低收入的行业环境下（硅基流动年收入仅 5533 万且亏损 3.45 亿），天工 AI 的 8 亿美元 ARR 是最有力的"AI 可以赚钱"证明。
→ https://www.qbitai.com/2026/07/441786.html
🔥 4. AReaL 2.0 详解：Agent 从"会使用工具"到"能从使用中学习"的系统基础设施 — 1200 pts
AReaL 2.0 的技术细节值得深入。核心架构：开发者只需让 Agent 原本发给大模型的请求经过 AReaL 2.0 的统一推理入口，即可接入在线强化学习流程。具体来说，AReaL 在后台记录 Agent 完成任务时的关键交互过程（多轮对话、工具调用、执行结果、反馈信号），并结合任务结束后的奖励信号把这些真实轨迹用于后续训练。技术上解决了三个关键挑战：数据记录（Agent 与环境的每一步交互都被结构化捕捉）、安全过滤（Agent 可能接触代码、客户信息、企业知识库，训练链路必须权限控制 + 数据脱敏 + 审计）、在线训练（实时轨迹进入训练流程，不依赖离线数据）。AReaL 已从蚂蚁 InclusionAI 孵化成为独立开源社区，并加入 PyTorch Foundation Ecosystem。核心团队认为：自演进 Agent 的关键瓶颈不是模型多强、RL 算法多先进，而是缺少一套能服务真实 Agent 的在线强化学习基础设施。
→ https://www.qbitai.com/2026/07/442134.html
🔥 5. 天工 3.2 + Skywork Tags：给 Agent 一张工牌——让 AI 像同事一样进入团队工作群 — 1100 pts
天工 AI 发布 Skywork Tags，核心理念与 Claude Tag 遥相呼应但走得更远：不让用户搬家，让 Agent 上门——直接把 Skywork 拉进 Slack、飞书、钉钉、Discord、Telegram。关键差异在于共享性：同一个频道里只有一个 Skywork，面向全团队共享——"不是每人各配一个私人助手，是整个团队共用的同一个成员"。共享带来了三个变化：透明（所有人能看到它正在处理什么）、可接力（你不在时同事可以接手）、越用越强（百人群组的对话喂给同一个 Agent，两三周后共享版就反超个人定制版）。团队内部对照实验显示：一个团队共养的 Agent，成长速度远超任何个人调教。这印证了 Claude Tag 和 Octo 的方向——Agent 正从"个人助手"走向"组织成员"。
→ https://www.qbitai.com/2026/07/442030.html
🔥 6. UC 伯克利 EECS 系主任加盟 Anthropic：人才黑洞席卷顶级学术界 — 1100 pts
加州大学伯克利分校 EECS 系主任 Jelani Nelson 宣布暂离大学加盟 Anthropic，加入预训练团队。Nelson 以哈佛 YouTube 频道那节 2100 万播放量的 Advanced Algorithms 课闻名。研究方向聚焦在大规模数据被高效处理——博士论文《Sketching and Streaming High-Dimensional Vectors》研究在数据存不下、只能扫一遍、还不断变化的场景下，用极小的 sketch 保留足够信息。这正是大模型预训练的核心算法问题：有限算力下如何挑数据、如何判断数据重复、如何低成本估计数据分布。YC 总裁 Garry Tan 感慨："Anthropic 现在吸人可太猛了"。值得注意的是 Nelson 此前已在谷歌兼职研究科学家（2021-2026.6）——合着又是谷歌被挖墙脚。6 月份谷歌已连续流失 Noam Shazeer、John Jumper 等核心人物。
→ https://www.qbitai.com/2026/07/441447.html
🔥 7. 因果世界模型登场：Aether AI 完成 2000 万美元种子轮——不做视频生成，只做"因果" — 1100 pts
Aether AI 完成 2000 万美元种子轮融资，经纬创投领投，走了一条业界独一份的路线：因果世界模型。创始人黄碧薇（UCSD 助理教授）将当前主流世界模型分为三条路线（视频生成、3D 生成、JEPA），但它们都只拟合数据的表层相关性而非底层因果性。因果世界模型作为第四条路线，在隐空间显式学习因果变量、结构、动力学——不只是"下一步最可能发生什么"，还有"是什么导致了下一步的发生"。三大核心要素：因果变量提取（从原始数据拆出真正独立的因果特征如摩擦力系数）、因果结构学习（建模变量间的影响关系）、因果动力学建模（学习系统随时间的状态转移规律）。关键在于：它不要求额外数据，80% 使用模拟和公开视频数据——从相同数据中能提取相关性模型读不出来的深层信息。
→ https://www.qbitai.com/2026/07/441490.html
🔥 8. FaceMind Ego-NeuroLoop：从人类的大脑和肌肉"偷师"训练世界模型 — 1000 pts
脸谱心智（FaceMind）发布全新数据范式 Ego-NeuroLoop，从"行为结果库"升级到"行为生成机制"。传统人类第一视角数据只拍了手在做什么，但拍不到大脑。Ego-NeuroLoop 同时采集四类信号：World Camera（外部环境）、Gaze（视线轨迹）、EEG（脑电信号）、sEMG（肌电信号）——把"看哪里、准备做什么、肌肉怎么发力、反馈怎么修正"的完整闭环压进同一条时间轴。配套硬件 NeuroMatrix 和信号处理层 NeuroBooster 降低采集门槛和对齐噪声。核心理念来自神经科学的 "贝叶斯大脑" 理论：大脑不是被动接收信息的容器，而是一直在主动预测——你下一秒会看到什么、手伸出去会碰到什么，大脑全在提前计算。这对具身智能世界模型的训练提供了前所未有的数据维度——不只是"人做了什么"，还有"为什么这样做"。
→ https://www.qbitai.com/2026/07/441725.html
🔥 9. HF Mirror × Cerebras 将 Gemma 4 带入实时语音 AI：端侧语音 Agent 基础设施加速 — 800 pts
HF Mirror 与 Cerebras 合作宣布将 Gemma 4 模型带入实时语音 AI 场景。Cerebras 以其晶圆级芯片闻名，在低延迟推理方面有独特优势。Gemma 4（Google 的开源多模态模型系列）与 Cerebras 硬件的结合，使得端侧语音 Agent 可以实时运行——语音识别→理解→生成的延迟被压缩到人耳几乎无感。这标志着开源语音 Agent 基础设施的加速成熟：此前语音 Agent 主要依赖云端大模型（延迟高、成本高），如今随着硬件+模型的联合优化，端侧实时语音 Agent 的商业化部署越来越近。Cerebras 此前已在医疗、金融等领域推广低延迟推理方案，这次与 HF Mirror + Google 的合作将生态扩展到消费级语音场景。
→ https://hf-mirror.com/blog/... （RSS feed 有记录，具体链接需从 feed 获取）
🔥 10. Rokid 发布 AIOS：AI 眼镜独立操作系统——从硬件厂商到 OS 定义者 — 1000 pts
Rokid 在 Open Day 2026 上发布全球首款 AI 眼镜独立操作系统 AIOS，同时推出配套交互标准 AIUI。核心逻辑：每一个计算平台定义者不是硬件厂商，而是操作系统。从 Windows 到 iOS，再到 AI 时代，如果 AI 硬件依然跑在安卓或 iOS 上，就始终受制于 APP 入口和 GUI 逻辑——"语音唤醒取代了触屏点击，可用户通向服务的路，依然绕不开某个 APP"。AIOS 的底层特质：Always On（始终在线）——五到六成用户像戴普通眼镜一样几乎整天不摘；主动意图管理——AI 从被动响应变为主动理解；不依赖手机——AI 眼镜真正"单飞"。Rokid 从硬件厂商转型为 OS 和交互标准的搭建者，是 AI 硬件产业链从"堆配置"走向"建生态"的重要信号。
→ https://www.qbitai.com/2026/07/441491.html
📌 今日趋势一览
原文链接
欢迎访问 小易撩挨踢