今日可讲

Thinking Machines Inkling 7/15 一日三发:~1T 多模态开源 + vLLM day-0 + SGLang day-0,Blackwell 上 380 tok/s/user MTP8

“「7/15 这一天开源生态把『仓库里的 1T 多模态』直接变成『今天就能在 Blackwell 上跑』 —— 一个 ~1T 多模态开源 + vLLM day-0 + SGLang day-0 三方同发。」”

Hume + HF 7/15 发 Real World VoiceEQ:基于 100 万+ 人工评分的语音 AI 基准,噪声环境 WER 是音乐环境的 4 倍

“「7/15 业界最大 voice AI 评测上线 —— 100 万+ 人工评分、40+ 模型、60+ 指标,直接告诉你 noise-backed 语音转写 WER 是 music-backed 的 4 倍。」”

HF 7/16 安全事件披露:业界首例 autonomous AI agent 端到端攻击 + GLM-5.2 取证 + 7 项 remediation

“「Hugging Face 7/16 披露了一起由 autonomous AI agent 端到端驱动的入侵 —— 攻击用 dataset processing 代码执行路径,取证是用 zai-org/GLM-5.2 在自家基础设施上跑 LLM-based triage。」”

Ring-Zero 7/16(arXiv 2607.12395):1T 参数 zero RL 在 AIME 2024 上 94.1%,自发涌现 5 种认知行为

“「Ring-Zero 7/16 上 arXiv —— 1T 参数 zero RL 在 AIME 2024 上 94.1%,自发涌现 anthropomorphism / self-verification / parallel reasoning 等 5 种认知行为,不需要任何人工标注 CoT 数据。」”

SEED 7/17(arXiv 2607.14777):自演化 on-policy distillation 让 agentic RL 在 ALFWorld / Search-QA / WebShop 三基准一致大跳,Qwen3-1.7B 从 46.1 → 92.0

“「SEED 7/17 上 arXiv —— 自演化 on-policy distillation 让 agentic RL 在 ALFWorld / Search-QA / WebShop 三基准一致大跳,Qwen3-1.7B 从 46.1 跳到 92.0、ALFWorld Unseen split +15.3。」”

LongStraw 7/17(arXiv 2607.14952,#1 Daily Paper):百万 token RL execution stack,8x H20 上跑到 2.1M positions + 4.46M 压力测试

“「LongStraw 7/17 上 arXiv 拿下 #1 Daily Paper —— 百万 token RL post-training execution stack,8x H20 上跑到 2.1M positions + 4.46M 压力测试,但作者明说这是 execution capacity,不是完整训练正确性。」”

OpenAI Realtime GA + Realtime-mini 档位:生产级语音 agent 跨过 always-on 门槛

“OpenAI Realtime 正式 GA,Realtime-mini 档位让你能上线 always-on 语音助手,不用盯着成本计费烧光预算。”

Claude 4.5 Sonnet 三项 GA:程序化 tool calling + web_fetch + 1M token 上下文正式上线

“Claude 4.5 Sonnet 三项 GA 一起上线 —— 程序化 tool calling、web_fetch、1M token 上下文,任何一项单独拿出来都是一条 release note。”

Productivity agents 集群:ChatGPT Scheduled Tasks + Claude Skills + Vercel AI Gateway + Notion Agents + Linear AI + Figma Make 一周全 GA

“六个 productivity tool 在同一周发了 agent 面 —— ChatGPT Scheduled Tasks、Claude Skills、Vercel AI Gateway、Notion AI Agents、Linear AI、Figma Make —— 模式(agent scope 到 tool 现有 primitives)是故事本身。”

Scheduled Tasks + Claude Skills + Vercel AI Gateway:always-on agent runtime 三件套替换自建基础设施

“三个 GA 同一周上线 —— Scheduled Tasks、Claude Skills、Vercel AI Gateway —— 加在一起替换团队以前自建的 cron + lambda + 路由 agent runtime 方案。”

开源 weight 集群:DeepSeek V3.2 + Qwen3-Omni + Magistral + Kimi K2 + GLM-5.2 + open-r1 一周全发

“六个开源 weight 发布同一周落地 —— DeepSeek V3.2、Qwen3-Omni、Mistral Magistral、Kimi K2、GLM-5.2、Hugging Face open-r1 —— 模式(每个前沿能力现在都有开源 weight 选项)就是故事。”

Mistral Magistral + Hugging Face open-r1:「开源推理」栈 —— 闭源前沿不再垄断 chain-of-thought

“Mistral Magistral 和 Hugging Face open-r1 本周一起发 —— 两者合起来说明闭源前沿不再垄断 chain-of-thought 推理。”

推理硬件集群:Blackwell + Groq LPU v3 + Cerebras WSE + Apple MLX 1.0 + Inferentia3 + TPU v6 —— 每个 vendor 都发货 Blackwell-era 答案

“六个推理 vendor 同一周发了 Blackwell-era 答案 —— NVIDIA Blackwell、Groq LPU v3、Cerebras WSE、Apple MLX 1.0、AWS Inferentia3、Google TPU v6 —— 每个 vendor 在 cost、latency、model coverage、设备端支持上都挑了不同的路。”

Apple MLX 1.0 + MLX-LM:Apple Silicon 设备端 LLM 推理 —— 隐私敏感创作者拿到真框架

“Apple MLX 1.0 正式 GA、MLX-LM 稳定化 —— 两者合起来把设备端推理从 research demo 变成稳定创作者面,服务隐私敏感 + 离线可用工作流。”

安全框架集群:Constitutional AI v3 + Preparedness v2 + Frontier Safety v3 + Llama Guard 4 + AI Red Team + C2PA 2.0 —— 每个前沿 lab 都发货安全框架更新

“六个前沿安全框架同一周发了 —— Constitutional AI v3、Preparedness v2、Frontier Safety v3、Llama Guard 4、AI Red Team、C2PA 2.0 —— 每个前沿 lab 现在都以和模型发布同样的节奏更新它的安全框架。”

Llama Guard 4 + C2PA Content Credentials 2.0:创作者面安全栈 —— 输入/输出过滤 + 媒体 provenance,都是开源 weight / 开源标准

“Llama Guard 4 和 C2PA Content Credentials 2.0 本周一起发 —— 两者合起来让创作者构建一个 vendor-independent 安全面:模型侧输入/输出过滤,资产侧媒体 provenance。”