天眼早报

🤖 AI 大模型

𝕏 月之暗面发布 Kimi K3 2.8 万亿参数模型，支持 vLLM、AMD 及本地运行

月之暗面发布Kimi K3模型，拥有2.8 万亿参数、100 万token 上下文。vLLM提供推理引擎，支持 NVIDIA Grace Blackwell、Hopper 等平台，并与 Baseten 等云服务集成。同时，vLLM 宣布Kimi K3从首日起支持AMD Instinct硬件。此外，Unsloth将 Kimi K3 1-bit 量化至594GB，体积减少 62%，保留78.9%准确率，可在Mac Studio + 128GB 运行。模型采用 MoE 架构（每 token 激活 16/896 专家），使用 Kimi Delta Attention 混合注意力机制。

𝕏 Google DeepMind 发布 Lyria 3.5 音乐模型及 Flow Music 平台

Google DeepMind发布Lyria 3.5，现驱动Flow Music。新功能包括更富表现力的歌声、自然的编曲、BPM 控制、可导出分轨。同时支持改进旋律、歌词质量和情感歌声，可修改段落、翻译歌词。音乐创作能力显著提升。

𝕏 英伟达提出 NOOA：将 AI 智能体构建为 Python 对象

英伟达提出NOOA框架，核心概念是将智能体构建为Python 对象，方法即行动，字段即状态，文档字符串即提示。该方法将概率性与确定性行为统一在源码中，在 SWE-bench、Terminal-Bench 2.0、ARC-AGI-3 上进行了评估。

𝕏 OpenAI 为 10 万名科学家免费提供前沿模型

OpenAI宣布ChatGPT for Academic Researchers计划，从10,000名研究者开始，2027 年前扩至100,000人。免费提供GPT-5.6 Sol Pro、ChatGPT Work、Codex 及 75+生命科学技能，数据不用于训练。这是其2.5 亿美元科研承诺的一部分。

𝕏 SpaceXAI 发布 Grok Voice Think Fast 2.0，语音对话能力大幅提升

SpaceXAI发布Grok Voice Think Fast 2.0，语音到语音模型在索引评分达82.9%，时延仅0.70 秒，排名第二。定价每小时4.80 美元，较前代提价 60%。在代理任务 Tau Voice 上以**56.5%**取得第一名。

𝕏 Claude Opus 5 在 Agent Arena 排名第二

Claude Opus 5 (Max) 在 Agent Arena 排名第二，净改善11.88%，在确认成功和好评信号上排名第一。

OpenAI 总裁回应苹果诉讼：对他国商业机密无兴趣，硬件新品将很快问世

OpenAI总裁 Greg Brockman 回应苹果诉讼，否认窃取机密，并透露与 Jony Ive 合作的硬件新品“很快”问世。

🔶 翁荔重返 OpenAI

翁荔退出 Thinking Machines 后重返OpenAI，将从事 AI 模型递归自我改进方向研究。

𝕏 Sam Altman 最新访谈：GPT-4 促使下决心囤算力，机器人 ChatGPT 时刻两三年内出现

Sam Altman透露，GPT-4 让 OpenAI 下决心囤算力；ChatGPT 源于 Playground 聊天功能；AI 文案写作是首个跑通场景。

𝕏 Grok 4.5 在 LaurenBench 排名第一

Grok 4.5 在 LaurenBench 上以 56.9% 得分排名第一，超越 Claude Sonnet 5、GLM 5.2、Claude Opus 5、Kimi K3 和 GPT-5.6。该基准测试考察 AI agent 在对话、工具使用、记忆和安全方面的真实表现。

𝕏 SWE-rebench 大更新：Opus 5 和 Fable 5 领跑，Grok 4.5 速度最快

SWE-rebench 发布 7 月更新，新增111个任务，覆盖5种语言。Opus 5 [high] 以52.3% Pass all 5 领先稳定性，Fable 5 [high] 以64.5% Pass@1 夺冠。Grok 4.5 [high] 以63.8% Pass@1 排名第二，执行速度最快（中位数8.9分钟）。GPT-5.6 Sol [medium] 效率最高，每任务仅18.4次动作和0.6M tokens。

𝕏 Memento：LLM agent 的持续学习框架，无需微调模型权重

开源框架 Memento 基于记忆实现 LLM agent 持续学习，无需更新模型权重。维护历史轨迹案例库，新任务时检索相似案例规划行动。采用 Planner-Executor 架构，支持搜索、代码执行、文档处理等工具。

𝕏 lmsys 发布 Blackwell 原生低精度 RL 食谱：MXFP8 和 NVFP4

lmsys在 Miles 中开源了两个 Blackwell 原生低精度强化学习方案：端到端MXFP8和硬件原生NVFP4 W4A4（适用于 MoE 模型）。在 Qwen3-30B-A3B 上，5 种低精度配置均紧跟 BF16 奖励曲线，同时减少推理时间。

𝕏 Kimi Code 在 agent 任务中 token 效率远超 Claude Code，成本低至 1/9

Composio 测试显示，Kimi Code 在 agent 任务中平均每任务仅使用61k tokens，而Claude Code 需340k tokens。按 K3 输入费率计算，平均每任务成本：Kimi Code $0.22，Claude Code $2.00。

---