不用人工标注，GUI Agent跑起「数据飞轮」：快手、浙大开源MobileForge
来自浙江大学 APRIL 实验室、快手主站技术部和清华大学的研究团队提出了 MobileForge，试图把手机 GUI Agent 的适配过程变成一个 “无标注、自探索、自反馈、自优化” 的闭环系统。
ICML 2026 Spotlight | 直面「模态缺失」挑战：北大彭宇新团队联合福大柯逍团队提出LIMSSR，面向训练阶段不完整观测的精准评价
本文是北京大学彭宇新教授团队联合福州大学柯逍教授团队在细粒度多模态动作质量评价领域的最新研究成果，相关论文已被 ICML 2026 接收为 Spotlight，并已开源。真实世界中的多模态数据往往并不完整。在动作质量评价任务中，视频、光流、音频等模态能够从不同角度描述动作执行过程，但在实际采集时，传感器故障、环境噪声、隐私限制等因素都会导致模态缺失。
Vidu背后的生数科技，悄悄做了个AI陪聊搭子
一家叫生数科技的公司，用自己的方式来切入。他们最近上线了一款叫Vidy的产品，定位是AI Vibe Buddy。文字陪聊，语音输入等部分部分基本基本功能在AI陪伴产品中都是最常见的，有日常话题推荐，比如让AI讲个笑话，推荐一部电影，或者讲一个故事。更进一步的就是语音通话功能，这一个也是目前越来越多陪伴产品支持的。
终于，市场看清了支付宝AI战略的全貌
从5月发布AI支付全栈产品构建智能体交易信任底座，到6月通过“史上最大改版”的AI版支付宝革新C端交互范式，再到本次开放平台打通全行业、全域服务链路，支付信任底层、用户交互入口、跨端开放生态三层核心能力依次落地。
多模态 Agent 记忆，为什么不能当成升级版多模态RAG？
多模态 Agent 的记忆系统，过去很容易被理解成一个升级版 RAG：图片、图表、PDF 进来之后，先抽取内容、做 embedding、写进向量库；用户提问时，再用 query 做检索，把命中的top-k图片、文档页或图表一并塞进上下文，再交给多模态模型回答。整个过程中，所有原始模态信息都会不加选择的塞给大模型。
一个A股老手的Agent实验：在扣子里养出了一个投研助理
朋友向她推荐了字节旗下的扣子。今年3月起，朋友就用扣子自动盯盘、分析、复盘，生成每日投资日报。在她看来，扣子之所以适合投资人，关键在于接入了同花顺、中金、广发等多个数据源，再配合定时任务，能把投研中大量重复、连续的工作沉淀为固定流程。
乱用AI，打工人被坑惨了
现在，我依然会使用AI，但是我不再把AI的产出当成最终答案。AI可以帮我提高效率，却不能替我承担结果。它写错一个字、弄错一条信息，最后向客户解释的是我，被领导追责的也是我。该自己做的判断，一个都不能省。
民办大模型MiniMax努力专升本
葬AI身边的朋友常常有个疑问：为什么MiniMax M3做的不够好（问了很多在做模型测评的朋友，也是类似看法），但市场仍然觉得他们是第一梯队？我朋友@朱亦辉的解释是，MiniMax M3的核心科技是叙事能力，让外界觉得他们和Kimi是一个级别，达到一个强行双骄的效果。
蚂蚁灵波发布最新世界模型 LingBot-World 2.0，无限时长、随机变化的世界，终于来了？
最新世界模型 LingBot-World 2.0 正在试图实现的事情。「一个世界只需要几秒钟就能造出来」不再仅限于预制的世界，而是让每一次生成，都是一次全新的创造。这是一个秒级生成、支持实时交互的开源世界模型。
照这样下去，AI 早晚能出片。
我最近又玩了一个新的视频制作平台，名叫 Flova，它的思路就是我上边说的这个方向。它不仅仅是一个调用单个模型的生成工具，而是一个面向 AI 视频 / AI 影视创作的全能六边形 Agent。
一夜之间，OpenAI把ChatGPT、Codex、Work缝合了
今天凌晨，OpenAI进行线上直播，正式面向全球用户推出新一代GPT-5.6模型家族，并同步发布Agent产品ChatGPT Work、全新ChatGPT桌面应用以及Hosted Sites（托管网站）三大产品更新。
Utopai PAI 2.0 出圈，好莱坞顶流导演用 AI 拍出 3 分钟大片！
PJ Ace 在推文中兴奋地表示，他们借助 Utopai Studios 推出的下一代 AI 视频模型和智能体 PAI2.0, 以好莱坞灾难片大师罗兰·艾默里奇（Roland Emmerich）的视听风格，硬核「复活」了一段 250 年前激情澎湃、颠覆想象的美国独立日「真实历史影像」。
独家 | 百川智能内测“Nia Teams”，王小川瞄准人机协同办公赛道
百川智能正在内测一个主打人类与AI协作的团队工作平台“Nia Teams”，区别于百川此前面向C端的对话模型、垂直领域的百小医，该产品精准锚定企业团队协作场景，也是百川智能正式切入AI原生团队办公赛道的关键布局。
开源免费！我又在Github挖到了 3 个宝藏AI工具
前言 好久没有给大家整理开源工具了，最近我又翻到几个挺有意思的 AI 项目~ 今天这篇不是很重的教程，每个项目我都简单说一下它是干嘛的、适合谁、我觉得值得看的一点。 感兴趣的小伙伴可以先收藏，后面真用
最快半年AI跑通自进化？与陈天桥首席科学家聊聊硅谷模型必争之地
从ChatGPT掀起生成式AI浪潮到现在，不过短短两三年，AI能力的进化速度已经让"AI自我进化"这件事从科幻走进了现实。上个月，Anthropic在一份公开报告中预测，AI未来将进入"递归自我提升"（Recursive Self-Improvement, RSI）阶段，并呼吁人类共同为AI的发展设计出一个减速或暂停机制。
印度，第一个被AI 做空的国家
如果要在全球市场上找一个交易标的，能最纯粹地表达“AI替代人类白领”这个叙事，答案既在纳斯达克的多头名单里，也在孟买交易所的空头名单上。前者是英伟达，后者是印度Nifty IT指数。
OpenAI招投行专家，年薪只给130万元，评论区都嫌少
OpenAI开招新岗位：投行专家。核心任务就是教AI做投行的活儿，并且定义什么才算“做得好”。岗位全称Subject Matter Expert, Investment Banking，投资银行领域专家，隶属Applied AI团队，坐标旧金山。
Fable 5太贵了，我挖到个更香的开源平替 — OpenSquilla！
最近发现了一个很便宜的平替方案，是在X上刷到的一个很有意思的开源项目：OpenSquilla 0.5.0（在Github 已经有5.5K Star）当时我还发了一篇推文。它揭示了一个非常反常识的事：一组便宜的国产模型以一定的方式组合起来，居然可以在公开评测上打赢国外更强的旗舰模型们（Claude Fable 5、Opus4.8、GPT-5.5）
首发｜物理AI公司深度智控融资数亿元，清华博士用AI“重塑”AI
7月9日，投中网获悉，物理AI公司深度智控（DeepCtrls）（以下简称“深度智控”）已完成战略轮与B轮融资，合计融资金额数亿元，本轮资金将用于核心产品研发、商业化拓展及国际化布局。深度智控成立于2018年，定位为物理AI能源基础设施服务商。
Teamo — 又一个 爆火的 Codex 神器 ！
为了让大家快速上手，给大家推荐一下 Teamo客户端 ，一键完成 Codex 的下载、模型接入、客户端汉化以及各种省钱省心的配置骚操作，有手就行。而且现在模型还在大额补贴期，价格基本是一几折，二折，简直太疯狂了……