AI 热点日报（2026-07-18）

模型发布/更新

1. Sora 2 视频克隆效果惊人，真假难辨

一年后，没有任何东西能接近 Sora 的完美视频深度克隆。它捕捉到了我和 Sam 的每一块面部肌肉运动以及我们走路的方式。 如果你从这段关于我或 Sam 的视频中截取一帧，根本无法判断它是真是假。
来源： X：Gabriel (@gabriel1)

2. Kimi K3 登顶前端编码榜，开放权重挑战闭源双巨头

Kimi K3 在 Frontend Code Arena 以 1679 分登顶，力压 Claude Fable 5 与 GPT-5.6 Sol，7 个前端细分赛道拿下 6 个第一。该模型为 2.8 万亿参数 MoE 架构，百万上下文窗口，7 月 27 日开放权重。K3 的 API 定价为输入每百万 tokens 15 美元，对标前沿闭源模型，放弃低价路线，转向长上下文智能体编码场景的定价策略。
来源： X：阿易 AI Notes (@AYi_AInotes)

3. NVIDIA 发布 Nemotron 3 Embed 系列，8B 版本在 RTEB 基准上排名第一

NVIDIA 发布 Nemotron 3 Embed 系列，包含三个开源 checkpoint，其中 8B-BF16 版本在 RTEB 基准上以 78.46 的平均 NDCG@10 排名第一。1B-NVFP4 版本在 Blackwell 上吞吐量比 BF16 高 2 倍，精度保留 99.5%，所有模型最大序列长度 32,768 tokens。
来源： MarkTechPost（RSS）

4. 通义实验室发布 Wan-Streamer v0.2，端到端响应延迟仅 550ms

通义实验室发布 Wan-Streamer v0.2，这是一款将“听、看、说、演”统一进单个 Transformer 的端到端全模态模型。其端到端响应延迟仅 550ms，输出分辨率从 v0.1 的 192×336 提升至 640×368 @ 25FPS，并采用 Thinker-Performer 双通路架构在提升画质的同时维持了极低延迟。
来源： 公众号：通义实验室（千问）

产品发布/更新

1. Claude Code v2.1.212 发布

Claude Code v2.1.212 新增 /fork 命令，可将当前对话复制到新后台会话中独立运行。新增会话级 WebSearch 调用上限（默认 200）和子智能体生成上限（默认 200），防止失控循环。MCP 工具调用超过 2 分钟自动移至后台，并修复了计划模式自动执行文件修改命令等多项问题。
来源： Claude Code：GitHub Releases（RSS）

行业动态

1. Apple 起诉 OpenAI：诉讼背后是竞争焦虑还是时机博弈？

Apple 对 OpenAI 提起诉讼，指控其存在多项不当行为，尽管许多专家认为部分指控属于行业惯例。此举正值 Apple 发布新版软件公测版（以新 Siri AI 为核心）之际，外界猜测 Apple 究竟是担忧 OpenAI 成为潜在竞争对手，还是想利用 OpenAI 的弱势期获利。
来源： The Verge：AI（RSS）

2. 苹果与 OpenAI 法律战升级：约 40 名前员工收到苹果律师函

苹果已向约 40 名就职于 OpenAI 的前员工发出律师函，要求保存相关文件。此前苹果起诉 OpenAI 及两名前员工，指控其通过挖角获取商业机密以加速 AI 硬件研发。苹果称已有超 400 名前员工在 OpenAI 工作，正寻求法院禁令阻止 OpenAI 使用苹果信息并要求归还机密。
来源： IT 之家（RSS）

论文研究

1. 月之暗面在 GTC 2026 披露 Kimi K2.5 技术路线：用 MuonClip、线性注意力与 Agent Swarm 重构三大基础组件

月之暗面 CEO 杨植麟在 GTC 2026 演讲中提出用 MuonClip 优化器替代 Adam，可将数据利用效率提升近一倍。同时推出 Kimi Linear 线性注意力，在百万 Token 上下文下全面超越全注意力；Agent Swarm 已支持 300 个 Agent 并行工作。
来源： X：宝玉 (@dotey)

2. Schema Harness 在 ARC-AGI-3 公开集上取得约 99% 成绩

Schema 框架在 ARC-AGI-3 公开集上，使用 Claude Opus 4.8 和 Fable 5 达到 99% RHAE 分数，使用 GPT-5.6 Sol 达到 95.35%。该框架不修改模型权重，而是将原始观测转化为可编辑程序，联合解决状态归因和机制发现问题。此前最强模型 GPT-5.6 Sol 在半私有集上仅得 7.78%。
来源： Hacker News 热门（buzzing.cc 中文翻译）

3. 美团 LongCat 发布 LoHoSearch：更难搜索智能体基准

美团 LongCat 推出 LoHoSearch，一个基于 762 万实体维基百科知识图谱自动生成问题的搜索智能体基准，旨在解决 BrowseComp 等现有基准趋于饱和的问题。在 11 个前沿模型测试中，最佳得分仅 34.74%，远低于当前模型在 BrowseComp 上约 90% 的成绩；上下文策略仅带来+6.8 个百分点的提升。该基准包含 544 道问题、11 个领域，采用树与图结构，已开源。
来源： X：美团 LongCat (@Meituan_LongCat)

4. Apple 研究：Show Me Examples — 从图像集推断视觉概念

Apple 机器学习研究团队提出一种方法，让视觉语言模型（VLM）仅从图像集示例中推断视觉概念，无需文本指令。该方法通过对比示例图像与候选图像，使模型捕捉颜色、纹理等视觉规律，在多个概念推理基准上提升准确率。该研究目前为学术论文，未公布模型或 API 可用性。
来源： Apple Machine Learning Research（RSS）

技巧与观点

1. 八天四款前沿模型发布，Kimi K3 跻身第三

过去八天内，Grok 4.5、GPT-5.6、Muse Spark 1.1 与 Kimi K3 四款前沿模型相继发布，使 Artificial Analysis Intelligence Index 得分超 50 的实验室从 6 月初的 2 家增至 6 家。
来源： X：Artificial Analysis (@ArtificialAnlys)

2. 首届“小有可为”大赛乡村教育一等奖作品“智绘科普”技术拆解

首届“小有可为”大赛乡村教育赛道一等奖作品“智绘科普”采用 Qwen3.5-397B-A17B 大语言模型与 Manim 动画引擎，通过多 Agent 分阶段协作与自动修复机制，将知识主题转化为可控、可编辑的教学动画。系统包含规划、草稿、实现、审查、合成五个阶段，渲染失败时可自动提取日志并修复，该工程范式可迁移至其他赛道。
来源： 公众号：通义实验室（千问）

3. 生成式人工智能是一场工程灾难：AI 公司抢购 70% 高端内存，推高电脑价格

AI 公司为维持大语言模型（如 ChatGPT、Claude）运行，可能已购买全球 70% 的高端计算机内存，导致内存与存储价格飙升：两年前 350 美元的硬盘现已涨至 800 美元且缺货，部分笔记本电脑涨价 50%。科技公司计划未来几年将美国数据中心容量扩大 8 倍，部分站点甚至用喷气发动机供电。预测称，平价入门级电脑可能在 2028 年前消失，内存短缺预计持续数年。
来源： Hacker News 热门（buzzing.cc 中文翻译）

4. Cursor 评估负责人确认 Claude Fable 5 在 CursorBench 达 72.9% 新高

Cursor 的模型评估负责人 Nate Schmidt 发现，Claude Fable 5 在其内部基准 CursorBench 上以 Max effort 模式达到 72.9%，创下新高。该模型在模糊的真实编程任务中表现出全局推理能力，例如在航天模拟器中仅凭一句提示自主规划并成功登月，而此前 Claude Opus 运行 12 小时以上仍无结果。
来源： Claude：Blog（网页）

5. OpenAI 提出 AI 时代记分卡：“有用智能每美元”衡量实际工作价值

OpenAI 提出“Useful Intelligence per Dollar”（有用智能每美元）作为衡量 AI 投资回报的核心指标，从完成的有用工作量、成功任务的实际成本、结果可靠性三个维度评估。
来源： OpenAI：官网动态（RSS · 排除企业/客户案例）

6. Anthropic 副首席信息安全官发布智能体 AI 风险评估框架：零风险不是目标

Anthropic 副首席信息安全官 Jason Clinton 分享了其团队在采用智能体 AI 过程中的经验教训，并提出了一套用于安全构建和部署智能体的风险评估框架。该框架通过四个核心问题（摄入的不可信内容、可执行的操作、失控时的爆炸半径、可观测性）来评估风险，并强调“最小代理权限”原则。Anthropic 的默认策略是管理员控制的分阶段推出，并指出与意图偏离的智能体在行为上无异于内部攻击。
来源： Claude：Blog（网页）

7. AI 时代“小需求”的成本逻辑变了：GitHub 博客谈工程决策新范式

工程师对小型功能请求的决策成本已超过代码实现成本。AI 智能体可在会议预热时间内生成首个补丁，将抽象的“是否在范围内”争论转化为可审查的具体产物。关键区分在于：代码生成便宜不等于维护便宜，只有人类能自信审查并承担长期责任的变更才算低成本。
来源： GitHub Blog