跨栏目找相关项:同一话题的工具、提示词、论文,可能横跨数天甚至数月才凑齐。
OpenAI 一次发布 372 项数学证明，包括唯一游戏猜想
Anthropic 发布 Claude Haiku 5.5：定价对齐 GPT-6 Luna，同步下调 Sonnet 5.5 缓存读取费用
NVIDIA 与 Microsoft 联合推出 RTX Spark 与 DGX Station for Windows
OpenAI 向 ChatGPT 免费和 Go 用户推送 GPT-6 Luna，付费用户切换至 GPT-6 Sol
OpenAI 在 ChatGPT 全球推出 GPT-6 与 Intelligent UI
Anthropic 发布 Claude Haiku 5.5，主打高吞吐低成本任务
当用户的某个意图（如last_intent）尚未处理完成时，自动提示用户并继续处理该业务。
为电商平台机器人客服提供开场白、常见问题回复和结束语的话术模板参考。
智能客服机器人与访客互动的对话模板（欢迎新访客、欢迎回头客、显示常见问题等）。
服装加工合同模板，含甲乙双方信息及加工委托条款
用于合同审查场景，让大模型扮演特定行业、特定立场的合同审查专家，平衡利益与风险。
帮助分析患者症状，提供可能的诊断方向和建议，适用于初步诊断筛查。
Hugging Face 官方博客介绍了如何用 Gradio Workflow 重建 AUTOMATIC1111 的核心功能，构建了一个包含 73 个节点、11 条媒体流水线的完整工作流图谱。
GPT‑Live‑1 将自然全双工语音对话能力引入 API，具备更强的指令遵循、定制语音和电话支持功能。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
OpenAI 发布 GPT-6 Astra，这是其面向商业应用的最强模型，具备高级推理和计算机使用能力，同时在写作和设计判断力方面有显著提升。
ChatGPT Images 2.5 帮助用户将想法、草图和参考照片转化为更个性化、更精致的图像，更好地呈现用户的创意构思。该版本相较前代在图像细节和个性化程度上有显著提升。
杜克健康外科医生在髋关节手术中佩戴价值 $3,499 的 Apple Vision Pro，使用 Stryker 获得 FDA De Novo 授权（7月17日）的首款术中应用，实时查看关节镜视频、CT 扫描和手术规划数据。Apple 这款高价空间计算设备在消费市场表现平淡，医疗领域或将成为其真正应用场景。
Google DeepMind 发布 WeatherNext 3，这是迄今最先进、最准确的全球天气 AI 模型。新模型使用实时卫星数据训练，每小时更新一次，分辨率 5-25 公里，比上一代 WeatherNext 2 清晰约 5 倍。
推荐理由：原文给出了具体的性能提升数据（CRPS 提升 60%/30%/10%），分辨率提升 5 倍，与上一代 WeatherNext 2 有明确对比，读者可以据此判断模型的实际进步幅度。
Hugging Face发布NeoMME，一个包含260M和800M参数的多语言多模态编码器系列。该模型不使用独立的预训练视觉塔或因果语言模型，而是用单一双向Transformer处理文本token和原始图像patch，通过masked discrete-diffusion目标从头训练。
推荐理由：该模型展示了单一Transformer处理多模态的架构创新，在ViDoRe v3基准测试中以更小参数达到接近最优的nDCG@10，读者可了解新的多模态编码器设计思路。
Anthropic 发布 Claude Fable 5.1，开发者称其为目前最好用的模型，发现它对话更快更流畅。新版配备新 system prompt，禁止重复歌词和版权标志，并降低缓存输入成本 75%，API 整体使用比之前便宜约 25%。人们已用它构建马里奥/GTA 风格游戏、3D 房屋渲染等应用。
Google 与 NASA JPL 合作发布了 MAPL-EMIT 深度学习框架，可从 EMIT 卫星高光谱图像中自动检测、量化并定位甲烷排放源。该模型在专家标注的 plumes 上达到 84% 召回率，比现有方法多检测约 50% 的可信 plumes，并在全球 25 个最大排放填埋场中的 24 个成功绘制了羽流。
推荐理由：原文给出了具体性能指标（84%召回率、比现有方法多检测50% plumes）和数据集规模（3.6万个合成 plumes），提供了可迁移的环境监测方法论。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 模型中推出智能体视频理解功能，该功能将模型核心推理与原生视频工具结合，动态搜索和检查目标视频片段，相比静态处理可降低最多 88% 的 token 消耗和 66% 的成本，同时提升最多 7% 的准确率。
推荐理由：原文给出了 token 消耗降低 88%、成本降低 66%、质量提升 7% 的具体数据，读者可以据此评估该功能对自身工作流的效率提升。
Runway 发布 Solaris（界面世界模型），将网站和应用实时渲染为视频，结合 Gen-4.5 视频模型与 LLM 根据用户点击逐帧生成内容，演示包括虚拟试衣、食材组合和交互式燃烧实验。在 Runway 测试中，测试者在 71% 场景行为判断和 61% 指令遵循上更倾向于 Solaris 而非 Claude Opus 5 编写的页面，当前仍存在文本清晰度、长时间会话漂移等问题。
Google 推出 Planetary Prediction Engine（PPE），作为 Google Earth AI 的实验性研究能力，可自主完成从数据发现到模型训练的完整地理空间预测工作流，将复杂建模周期从数周缩短至数分钟。
Google DeepMind 发布 Gemini Omni 1.1 Flash，带来场景扩展、首尾帧插值、360p 快速预览和 4K 超分辨率等创意控制功能。新模型支持最长 40 秒视频生成，可在 Google AI Studio 和 Agent Platform API 中使用，也可通过 Google AI Plus、Pro 和 Ultra 订阅在 Google Flow 中访问。
推荐理由：提供了具体的性能提升数据和可用性信息，读者可以评估新模型对自己工作流的实际价值。
Google 推出 GlucoFM，一种自监督双流基础模型，可将缓慢血糖趋势与短期偏离分离，在 14 项队列-任务评估中平均 PR-AUC 较最佳 GluFormer 变体提升 5.8 个百分点。
Google 发布 Gemini 3.5 Transcribe语音转文字模型，支持实时流式和预录制音频两种模式，通过 Gemini API (Google AI Studio) 和 Enterprise Agent Platform 提供。
推荐理由：给出了具体的 WER 数值和延迟改善比例，读者可以直接对比评估它的实际性能。
Google Research在CHI 2026发布AgentHands研究原型，使AI智能体能在XR环境中生成与语音同步的手势。该系统将LLM响应中的GestureEvents映射到XR设备的手势动画，通过12人用户研究验证了在植物护理指导、3D打印机操作等场景中，体感交互显著提升空间 grounding 效果。
IBM 发布 Granite 4.2 推理模型系列，包含 3B、8B、30B 三个规模，从 Granite-4.1 基模型后训练而来。Granite-4.1 使用约 15T tokens 预训练，五阶段策略扩展至 512K 上下文。
Mistral 与 HUMAIN 宣布战略合作，合作金额达数亿欧元。双方将在 AI 基础设施、先进模型开发和 AI 解决方案部署方面合作，初始重点领域包括网络安全和语音，并计划开发在阿拉伯语方面表现优异的前沿模型。合作旨在满足主权 AI 需求，确保数据、推理和运营在客户控制范围内，主要面向金融、制造、电信、网络安全和公共部门等受监管行业。
推荐理由：这是 AI 基础设施和主权 AI 领域的跨国合作案例，读者可以据此了解欧洲 AI 公司在中东的布局策略和主权 AI 的具体落地模式。
Google Research 推出 Mobility-Embedded POIs 框架，通过将聚合匿名移动模式（如到达时间、停留时长）融入地点的文本表征，解决传统语言模型仅依赖静态元数据的问题。该方法在意图预测、价格分类和繁忙度估计上分别实现 81.9%、75.1% 和 24.7% 的相对提升。框架采用访问对齐、空间多尺度传播和文本-移动协同三步流程，有效缓解了中小商户数据稀疏的"长尾"难题。
Ben's Bites 投票显示 996 人对个人 AI 智能体的看法，个人 AI 智能体本质是文件夹和工具的组合。
Microsoft Research 发布 MindTopo 基准测试，用于评估多模态大语言模型对拓扑属性的理解能力，包括连通性、包围、顺序、分离和打结。测试分为静态推理和交互式规划两类任务。
推荐理由：该研究提出了一个评估拓扑推理的新基准，揭示了当前多模态模型在静态识别和交互规划任务上的显著差距，为机器人学和交互式 AI 系统的发展提供了诊断工具。
Google DeepMind 推出突破性的多语言手语转文本模型 SL2T，训练数据涵盖 50 多种手语超过 10 万小时。该模型首次将手语 AI 带入消费产品，已在 Gboard 和 Live Transcribe 的 Pixel 11 上线，支持美式手语转英语。
推荐理由：首个将手语 AI 实际带入消费产品的突破，在 FLEURS-ASL 基准上实现了 70 BLEURT 的零样本成绩，可供读者了解当前手语 AI 的实际可用性。
Google Research发布AMIE (Video)，基于Gemini和Project Astra构建，采用异步多智能体架构（Talker、Planner、Perception），能在实时视频咨询中感知非言语临床线索、指导虚拟体检并进行诊断推理。
推荐理由：这是首个AI系统在实时视频临床咨询中达到专家级水平的演示，读者可以据此了解AI医疗助手的能力边界和当前局限。
微软研究院发布 CARE-X，一个统一胸部 X 光 VLM，结合生成和判别能力，使用 DAPO 强化学习进行临床对齐优化，并配备辅助分类头和接地头提供校准概率和空间定位。
推荐理由：强化学习与辅助监督的结合在医学影像 VLM 中展现了临床价值，工具增强测量在需要定量诊断的条件上提升了平均 F1 达 43.6 个百分点。
NVIDIA 发布 Magpie TTS 多语言语音合成模型，364M 参数支持英语、西班牙语、法语、德语、意大利语、越南语、普通话、印地语、日语、现代标准阿拉伯语、韩语和巴西葡萄牙语共 12 种语言。
Meta 发布 Muse Glimmer，这是一款 30B 参数的多模态模型，从 Muse 蒸馏而来，采用 Apache 2.0 许可证开源，专为本地代理场景设计，支持图像、视频和代码处理。
推荐理由：原文给出了模型架构细节、benchmark 对比和工具链支持，读者可以了解这个 30B 参数的多模态模型在本地代理场景下的能力定位。
Mistral 发布 Shieldstral，这是一款 3B 参数的开源多模态安全分类器，通过将内容审核重新定义为政策自适应的问答任务，在文本安全和多模态审核基准上超越了尺寸高达其 7 倍的模型。
推荐理由：它把内容审核重新定义成政策自适应的问答任务，一个 3B 模型能达到 7 倍尺寸模型的水平，而且可以在推理时用自然语言直接改写政策，不需要重新训练。
Microsoft Research构建了12个训练世界用于计算机使用智能体，其中10个深度领域世界涵盖邮件、日历、银行、医疗等闭源系统，2个能力世界针对日期选择器和嵌套过滤器进行专项训练。
推荐理由：原文给出了具体的训练数据和方法对比：深度环境使9B模型从36.5%提升到67.1%，而浅层环境反而导致性能下降。读者可以据此理解什么样的合成数据设计能真正提升计算机使用智能体的能力。
Google DeepMind 发布最新音乐生成模型 Lyria 3.5，现已在 Google Flow Music 上线。该模型在音乐性、歌词质量、声乐表达和创意控制四个方面实现升级，包括更自然的复杂旋律结构、更高的提示词遵循度、更具情感表现力的歌声，以及更便捷的 tempo 和时长控制功能。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有音乐创作工作流。
Google DeepMind 发布 Gemini Robotics 2，推出了三个模型：高级 VLA 模型可控制完整人形机器人从脚到指尖的运动，实现灵巧操作如系扣子；ER 2 推理模型可处理多步骤任务并协调多机器人协作；On-Device 2 模型可在几小时内适应全新机器人形态。
推荐理由：原文给出了三个模型的具体能力描述和可用入口，读者可以据此判断 Gemini Robotics 2 与前代及竞品的具体差异。
NVIDIA 发布 Cosmos-H-Dreams，一款实时的、动作条件的手术机器人生成式模拟器。该系统基于 Cosmos-H-Surgical-Simulator，通过师生蒸馏和自强制学习将模型精简为因果few-step模型，并在 FlashDreams 加速库支持下，在单张 RTX PRO 6000 GPU 上实现约 160 FPS 的交互式帧生成。
推荐理由：原文给出了性能数据（160 FPS、单卡运行）和技术实现路径，读者可以据此评估它对手术机器人训练和模拟的实际价值。
Google 研究团队推出 SymptomAI，对话式 AI 智能体用于日常症状评估。研究通过 13,917 名参与者的随机试验，使用 Gemini Flash 2.0 模型进行端到端症状访谈和鉴别诊断。
推荐理由：研究通过 13,917 人的真实世界测试和可穿戴设备数据验证了 AI 症状评估的准确率，提供了与传统临床诊断的对照证据。
DharmaOCR 在巴西葡萄牙语 OCR benchmark 上得分 0.925，超越 Mistral OCR4（0.798）和 Unlimited-OCR（0.7587）。
Google Research 在 ICLR 2026 发表的论文揭示，扩散模型的创造力源于神经网络训练中的"分数平滑"效应。由于权重衰减等正则化手段，模型学习到的分数函数呈近似而非精确状态，导致去噪过程生成的数据会在训练点之间插值，从而产生新的合理样本，而非简单复制训练数据。研究通过 1-D 实验结合函数空间理论验证了这一机制。
Thinking Machines 发布开源多模态大模型 Inkling，参数总量 975B、激活 41B，支持图像、音频、文本三种模态输入，拥有 1M 上下文窗口，训练数据达 45T token。
推荐理由：原文给出了完整的架构说明、基准测试对比和部署配置，读者可以据此判断该模型在多模态推理任务上的相对表现以及自身硬件能否部署。
Google Research 发布 SensorFM，一个在 5 百万人、超过 1 万亿分钟多模态传感器数据上预训练的大型基础模型。该模型通过自监督重建学习通用生理表征，在 35 项健康任务中 33 项超越监督基线，且无需任何任务特定架构。最大版本相比最小版本重构损失降低 31%，分类任务平均 AUC 提升 9%，回归任务 Pearson 系数提升 21%。
推荐理由：原文给出了从2M到2B传感器小时、100K到100M参数的 Scaling 实验数据，读者可以据此判断规模对模型能力的实际影响。
Mistral 发布 Robostral Navigate，这是一款 8B 参数的机器人导航模型，仅使用单目 RGB 相机即可在复杂环境中自主导航，在 R2R-CE 基准测试的未见环境上达到 76.6% 成功率，优于多传感器方案 4.5 个百分点。模型结合指向式导航和强化学习，使用前缀缓存技术将训练 token 减少 22 倍，可适配轮式、足式和飞行机器人。
Google DeepMind 与独立电影工作室 A24 宣布一项史无前例的研究合作，旨在帮助艺术家开发新工作流程和技术，确保未来工具由创作者塑造。该合作创建深度研发协作，涵盖多个项目，Google 并对 A24 进行了投资。合作初期重点是弥合前沿技术与下一代娱乐之间的差距，具体目标和创意里程碑将随时间演进。
Berkeley AI Research (BAIR) Lab 2026 届博士毕业生已开启职业新篇章，研究方向涵盖机器人与具身智能、大语言模型推理、计算机视觉、生成模型、AI 安全、人机交互及 AI for Science 等领域。
Hugging Face 与 Cerebras 合作展示了基于 Gemma 4 的实时语音转语音系统，采用模块化开源架构：Nvidia Parakeet 语音识别 + Cerebras 加速 Gemma 4 VLM 推理 + 阿里 Qwen3TTS 语音生成。该系统已在超过 9,000 台 Reachy Mini 机器人上部署，旨在解决语音 AI 的延迟问题，提供更稳定、可预测的低延迟体验。
推荐理由：原文展示了实时语音 AI 的低延迟方案，读者可以了解这个技术演示的核心架构和性能改进。