2026年7月18日星期六 · 共 10 篇精选
编辑视角
Kimi K3 与《2026 年开源 AI 现状》报告指向同一个趋势：开放模型正在进入更多生产场景，可用推理的价格也继续下降。Kimi K3 的 2.8 万亿参数、原生视觉和百万 token 上下文很受关注，但完整权重要到 7 月 27 日前后才会发布。现在更稳妥的判断是，开放模型的能力上限正在迅速提高，而独立测试、服务成本和实际可用性，仍会决定开发者最终能获得多少价值。
LongStraw 说明，模型发布只是故事的一部分。它在固定 GPU 预算下，把强化学习后训练扩展到 200 万以上的位置，开始弥合“模型能接收超长输入”与“训练系统能教会模型处理长轨迹”之间的差距。再结合 RoboTTT 的 8000 步视觉动作上下文和 VideoChat3 的高效视频架构，可以看到下一轮进步不只来自增加参数，也来自更聪明的训练与执行方式。
基础设施部分从另一侧印证了这个变化。NVIDIA BlueField 关注的是一次请求被展开为多次模型调用、工具执行、记忆检索和策略检查之后，数据如何快速、安全地流动。ZooData 与 Amazon Bedrock 知识库则在处理智能体周围的数据和检索问题。对工程师而言，结论不是提示词已经不重要，而是一个真正可用的智能体越来越依赖可观察的流程、稳定的数据访问、可控制的成本，以及能够承受连续动作的运行环境。
基础模型
基础模型正朝着超大规模参数与原生多模态方向演进，Kimi K3 的发布标志着 3T 级开源模型进入新阶段。VideoChat3 等开源模型进一步增强了通用视频理解能力，而 Grok 4.3 接入 Amazon Bedrock 则加速了企业级智能体的落地。这些进展共同推动了长文本处理与复杂任务推理的技术前沿。
Kimi K3：全球首个 3T 级开源大模型，具备原生视觉与长文本能力
Kimi K3 是首个达到 2.8 万亿参数的开源模型。
完整模型权重将于 2026 年 7 月 27 日前发布。
Kimi K3 是全球首款参数量达到 2.8 万亿的 3T 级开源大模型，支持 100 万 token 上下文及原生视觉能力。该模型采用 Kimi Delta Attention 与 Attention Residuals 架构，配合 Stable LatentMoE 框架，将扩展效率提升了 2.5 倍。在长周期编程与内核优化等复杂任务中，其表现接近 Claude Fable 5 等顶级闭源模型。目前 Kimi K3 已通过 API 和网页端上线，并计划于 2026 年 7 月 27 日前开源全部权重。
来源: Hacker News
VideoChat3：完全开源的40亿参数通用视频多模态大模型
VideoChat3仅凭4B参数和更高的效率，便超越了先前参数量相等或更大的开源模型。
我们引入了充气3D视觉Transformer（I3D-ViT）和用于流式视频感知的自适应帧分辨率。
VideoChat3仅凭40亿参数就在性能上超越了参数量相等或更大的开源视频大模型，实现了计算效率与通用性的平衡。该模型引入了充气3D视觉Transformer（I3D-ViT）和自适应帧分辨率技术，显著降低了视频输入处理的计算成本。研究团队同步推出了VideoChat3-Academic2M、LV116K和OL617K三大高品质数据集，涵盖了通用、长视频及流式视频场景。与仅部分开放的模型不同，VideoChat3全面开源了训练代码、策略及数据集，旨在解决视频理解领域复现性差和泛化能力弱的痛点。实验证明，该架构在保持高效率的同时，在多个主流视频理解基准测试中均表现优异。
Amazon Bedrock 正式引入 Grok 4.3 赋能企业与智能体应用
Grok 4.3 非常适合智能体和企业级工作负载
可配置的推理强度、工具调用、结构化输出、图像输入以及有状态的多轮对话
Grok 4.3 已正式集成至 Amazon Bedrock，为开发者提供了专为复杂智能体和企业级工作负载优化的基础模型。AWS 用户现在可以利用该模型的高级功能，如可配置的推理强度、工具调用和结构化输出，来构建更强大的应用。企业团队通过其图像输入和有状态的多轮对话能力，能够打造出更具上下文感知能力的 AI 助手。Bedrock 提供的托管服务使得团队无需维护底层基础设施，即可从简单的聊天请求过渡到复杂的生产级部署。此次更新丰富了 AWS 的模型库，助力客户构建安全且可扩展的生成式 AI 解决方案。
开源项目
开源生态正迎来爆发式增长，在性能表现上已能与闭源系统并驾齐驱，并显著降低了研发与部署成本。通过打破供应商锁定，开源项目正推动技术民主化，为全球开发者提供更透明、可控的创新底座。本栏目聚焦开源AI的最新现状、社区突破与行业报告。
2026年开源AI现状报告：性能对标、成本下降与去供应商锁定
36个月内推理成本：每100万个token从20美元降至0.40美元
大多数生产环境的token现在都通过它们路由，OpenRouter上销量最高的五个模型都是开源的。
GPT-4级别的推理成本在36个月内从每百万代币20美元降至0.40美元，降幅达50倍，其下降速度超过了互联网时代的带宽成本曲线。开源权重模型在代码编写和指令遵循方面已与闭源模型持平，导致目前大多数生产环境的Token流向了开源模型。尽管截至2026年3月，由于闭源推理模型的领先，双方在Chatbot Arena上的差距扩大至3.3%，但OpenRouter上使用量排名前五的模型均为开源模型。从普华永道到红十字会，各类机构正通过开源模型实现数据主权并规避按量付费模式。这种趋势表明，模型输入已趋于商品化，AI行业的价值正在向智能体架构以及针对特定领域的微调应用转移。
来源: Hacker News
研究论文
探索人工智能与机器人领域的最新研究成果，见证理论创新如何转化为实际应用。本板块重点关注提升机器人长短期记忆的视觉运动模型，以及面向动态场景的实时神经渲染技术。通过对前沿论文的深度剖析，我们揭示了机器在复杂环境中感知、学习与交互的无限潜力，为构建更智能的自主系统提供核心动力。
RoboTTT：将机器人视觉运动上下文扩展至8K时间步
将视觉运动上下文扩展到8K时间步，比现有最先进策略高出三个数量级
开启了新的机器人能力：从人类视频演示中进行单样本情境模仿
RoboTTT（测试时训练机器人策略）将视觉运动上下文扩展至8000个时间步，比现有最先进模型提升了三个数量级。该模型在不增加推理延迟的情况下实现了超长上下文处理，突破了实时机器人控制的性能瓶颈。这种长上下文能力支持从人类视频演示中进行单样本情境模仿，并能实现即时的策略改进。实验表明，该系统在多阶段、长跨度任务中表现出更强的性能，并对环境扰动具有更高的鲁棒性。该研究为机器人基础模型如何有效利用历史交互数据提供了全新的训练方案，显著提升了机器人的复杂操作能力。
来源: ArXiv
面向动态新视角合成的在线神经时空记忆
来自多视图流视频的在线新视角合成面临着一个根本性的权衡：维持持久的长期记忆
繁重的内存更新计算成本阻碍了实时应用，并可能导致长时序背景下的不稳定性。
多视图流媒体视频的在线新视角合成面临着维持长期记忆与满足实时约束之间的权衡。传统的测试时训练（TTT）模型通常需要在每一帧进行基于梯度的内存更新，以适应动态场景中的动作变化。然而，这种频繁更新带来的巨大计算开销不仅阻碍了实时应用，还可能导致长时序背景下的不稳定性。该研究针对内存更新比其他操作更耗时的现状，提出了一种优化机制。新方法旨在处理临时遮挡区域的重建，同时确保在严苛的时间限制下保持动态场景的高质量合成，从而解决了传统模型在长时序语境下的性能瓶颈。
来源: ArXiv
AI 基础设施
AI 基础设施正朝着支持长上下文强化学习和大规模智能体系统的方向快速演进。通过 LongStraw 等技术，开发者能在有限的 GPU 预算下实现超大规模 Token 训练，而 NVIDIA BlueField 的软硬协同设计则显著提升了智能体工厂的扩展能力。此外，针对 AI 智能体优化的 ZooData 数据层，标志着底层架构正从通用计算转向更加精细化的数据处理与系统集成。
LongStraw：在固定 GPU 预算下实现超 200 万标记的长上下文强化学习
LongStraw 是一种架构感知的执行栈，用于在固定 GPU 预算下进行百万标记的 RL 后训练
增加组大小仅增加 0.21 GB 的峰值分配内存，而单独的压力测试达到了 446 万个位置。
LongStraw 建立了一种架构感知执行栈，使强化学习（RL）后训练能在固定 GPU 预算下突破 200 万个标记。该系统采用组相对策略优化（GRPO）算法，通过在不使用自动求导的情况下评估共享 Prompt，有效弥补了百万级推理长度与传统 256K 训练限制之间的差距。其核心机制是仅保留后续标记所需的模型状态，并逐个重放短响应分支，从而在增加少量重放时间的情况下减少实时训练图。在 8 块 H20 GPU 上的测试显示，LongStraw 能够处理 Qwen3.6-27B 的 210 万个位置，压力测试更达到 446 万个位置。此外，在 32 块 H20 GPU 上，该方案成功验证了 GLM-5.2 模型在 210 万标记 Prompt 下的完整执行路径，为长轨迹 AI 智能体训练奠定了基础。
利用 NVIDIA BlueField 的软硬协同设计扩展智能体 AI 工厂
智能体 AI 改变了 AI 工厂的基础设施模式。
一个请求可以触发许多模型调用、工具调用、内存查找、策略检查、存储访问和网络传输
智能体 AI 工作流从根本上改变了 AI 工厂的基础设施模式，单次请求即可触发模型调用、工具执行、内存查询和策略检查的复杂级联。这种架构转变要求在多个服务和存储层之间实现高性能的数据移动与保护，以保持低延迟。NVIDIA BlueField DPU 通过极端的软硬协同设计来加速这些数据密集型任务，同时确保分布式会话的安全。随着更多智能体同时运行并跨工具携带上下文，底层网络和存储层必须进行优化以消除性能瓶颈。高效的数据检索与复用已成为维持现代 AI 工厂性能的关键组件。
ZooData：专为 AI 智能体打造的数据层
AI 智能体的数据层
ZooData 是一款专门为 AI 智能体设计的专用数据层。该平台通过提供基础架构来支持自主系统的结构化信息管理，解决了智能体工作流中的关键数据需求。它在原始数据源与智能智能体之间起到了中介作用，有效提升了数据检索和处理的效率。这种专用基础设施旨在简化 AI 智能体与复杂数据集的交互，从而确保自动化任务执行的高可靠性。通过集成此类数据层，开发者能够更专注于智能体的逻辑构建。最终，该工具定位为新兴 AI 智能体技术栈的核心组成部分。
来源: Product Hunt
AI 智能体
探索 AI 智能体从简单对话到自主执行复杂工作流的演进。本分类涵盖智能体框架、多智能体协同以及如何结合 Amazon Bedrock 等知识库构建企业级搜索。深入了解企业如何利用这些技术实现自动化决策，通过无缝的数据检索与推理能力，全面提升业务流程的智能化水平与运营效率。
使用 Amazon Bedrock 知识库为智能体构建企业搜索
简化设置、智能检索和生产就绪
用于设置知识库和从中进行检索的代码示例
Amazon Bedrock 托管知识库通过简化设置、智能检索和生产就绪三大核心支柱，为 AI 智能体实现了高效的企业级搜索功能。该服务简化了将各种数据源摄取到向量数据库的过程，从而实现了快速索引和检索。智能检索机制优化了搜索流程，在实时交互中为 AI 智能体提供更准确的上下文信息。生产就绪特性确保系统在保持安全合规的同时能够高效扩展。随附的代码示例展示了设置知识库和执行检索操作的具体实现方式。这种托管服务显著降低了为自主智能体构建 RAG 系统的技术门槛和运维负担，助力企业快速部署 AI 驱动的搜索能力。
本报告由 WindFlash AI 自动生成，内容基于过去 48 小时内的公开 AI 资讯。