本周AI要闻速览：10条新动态，职场人与老板该关注什么
这周（9月1日至4日），AI领域消息密集：OpenAI推出新旗舰，英伟达拿下最大的开源社区，国内智谱、阿里、腾讯和DeepSeek也纷纷开源。我们从中筛选了10条，按照“对实际工作是否有用”来划重点，不追逐热闹，只记录与工作、经营有关的内容。1. OpenAI发布GPT-6 Astra（9/3）：这款新一代旗舰重点提升软件工程、科研推理以及自主操作软件等长任务能力；奥特曼称它为AGI节点。API定价为每百万输入10美元、输出50美元。
《时代》公布年度AI百强人物榜,B站二季度净利劲增55% | 财经每日点评
发改委：机器人产业要谨防一拥而上8月28日，国家发展改革委召开8月例行新闻发布会。发言人李超指出，机器人产业横跨人工智能、先进制造、新材料等多个前沿领域，必须坚持因地制宜、健康有序的发展方针，立足本地资源禀赋和产业优势，找准定位、发挥优势，杜绝盲目跟风、一哄而上，确保相关产业发展能够行稳致远。她强调，下一步，国家发展改革委将聚焦务实管用、落地见效，以具身智能实训场和应用中试基地为依托，让机器人在真实场景中打磨技术、围绕真实需求构建应用闭环。（封面新闻）比起鼓励企业造出更多机器人，眼下更迫切的课题，是为机器
Ubuntu大举进军AI，Debian酝酿全面封禁AI生成内容
步入2026年，开源圈正经历一场耐人寻味的"分化"。一方面，Ubuntu高调宣告全面接轨AI，从26.04 LTS版本起，Inference Snaps让用户只需两条命令即可在本地运行大模型；另一方面，其"母体"Debian却掀起了一场规模空前的表决：是否彻底封禁所有AI产出的贡献？需注意的是，此处"贡献"涵盖范围极广——Debian源码包、官方项目软件、网页素材、文档、翻译以及官方通信内容等，均可能受波及。同根同源，却或将分道扬镳。Ubuntu 向 AI 敞开大门先说 Ubuntu 这头。今年4月，Ca
MiniMax H3模型正式开源，获华为昇腾、AMD等16家厂商及社区首日适配
新浪科技讯 8 月 3 日下午消息，MiniMax H3模型今日开源，华为昇腾、摩尔线程(563.000, -7.48, -1.31%)、沐曦、海光信息(261.000, -16.00, -5.78%)、昆仑芯、天数智芯、壁仞科技、AMD、Intel及 Hugging Face、魔搭 ModelScope、ComfyUI等十六家芯片厂商、开发社区和云推理平台均在H3开源同日完成了相关适配支持。 MiniMax H3 是一个通用型全模态生成系统，在 Artificial Analysis 榜单中视频编辑能力
苹果芯片逆向突围：Linux首次通过OpenCL 3.1认证
快科技7月15日消息，Khronos Group官网的OpenCL一致性认证榜单迎来历史性突破：苹果M1、M2芯片在Asahi Linux系统配合Mesa Rusticl驱动的组合下，成为全球首个通过OpenCL 3.1完整一致性测试的软硬件方案。 OpenCL 3.1于今年5月发布，聚焦AI与高性能计算场景。短短两个多月后，该标准即迎来首个官方认证。 苹果从未官方支持M1/M2在Linux上的运行，此成果完全依赖Asahi Linux团队与开源社区的逆向工程努力。 Rusticl是Mesa项目中用Rus
即刻报名|AI智能应用师(初级)公开课
KPro诚邀您加入！欲知详情，请关注并私信微信公众号/视频号：KPro企业知识开源关于KProKPro企业知识开源社区旨在推动企业知识开源（Business Knowledge Open Source，简称BKOS）的实践与演进。在人工智能时代，知识的一致性表述与开放共享已成为企业数字原生的核心要素。KPro致力于汇聚各界专家及从业者，依托开源开放的社区协作机制，共同打造一个能获得广泛共识的开源企业知识库，构建一系列统一标准的知识体系，以此促进企业知识的共享与创新。往期精选智能体式企业工作形态｜智在流程、
MiniMax掌门人闫俊杰宣布零薪酬直至通用人工智能实现
新浪科技讯 7月10日上午消息，MiniMax宣布完成新一轮160亿港元资金募集。公告指出，公司计划将所筹资金净额的80%用于进一步强化AI基础设施及模型研发。 同日，MiniMax创始人兼CEO闫俊杰发出内部全员信，就近期市场变化作出说明。 闫俊杰在信中表明，从即日起直到公司达成AGI目标，其本人将停止从公司获取任何薪资。未来四年，他将捐出个人名下相当于公司总股本4%的股权，用于奖励长期与公司共同奋斗、共创价值的团队成员；同时拨出1%的股权成立专项基金，长期扶持相关开源社区成长。 闫俊杰称，身处产业前沿
我国人形机器人年产量将超10万台
新华社上海7月7日电（记者龚雯、周圆）7日，工业和信息化部科技司副司长甘小斌在2026世界人工智能大会暨人工智能全球治理高级别会议新闻发布会上表示，我国大模型、智能体等加速迭代，今年人形机器人全年整机产量有望突破10万台。 当前，人工智能这一‘关键变量’，正成为经济高质量发展的‘强劲增量’。甘小斌介绍，目前，我国规上工业企业人工智能应用普及率已超30%，工业和信息化部正会同各方深入实施‘模数共振’‘人形机器人与具身智能实景实训’等专项行动，挖掘高价值应用场景。 良好生态是人工智能发展必不可少的‘阳光雨露’
AI编程一年半后，我彻底放下了被取代的焦虑
我是RustPBX的创始人，为了用纯Rust打造一款高性能、高安全性的SIP PBX系统，过去一年半我深度使用了多款AI模型：Gemini、GLM、MiniMax、Kimi、Deepseek，完成了大量项目开发：https://github.com/restsend/rustpbx欢迎Star开发PBX的前提是拥有自己的协议栈，因此首先着手构建rsipstack（RFC3261标准实现）。rsipstack几乎全是手工编码，当时的AI仅能充当代码辅助工具。对于AI独立设计完整协议栈，我缺乏信心，于是耗时2
Anthropic 掌门人力推 FAA 式 AI 管控：是共赢还是自限？
关于前沿人工智能监管的呼声，正从学术圈层迈向权力中枢。近期，Anthropic 首席执行官 Dario Amodei 公开倡议，应针对高性能人工智能模型建立类似 FAA 的政府监管体系，主张赋予政府对前沿模型的审计权限及紧急熔断权。这在顶尖 AI 企业中，堪称最为鲜明的监管支持表态。示意图（配图与文章内容无关）01 企业的"监管疫苗"Amodei 的核心逻辑在于：倘若强人工智能模型确存失控隐患，那么监管架构的设立本身，便是对行业最长远的护航——既能规避灾难性事故，也能防止因公众恐慌而引发更严苛的全面禁令。
创意不应被封锁：AI应用的进化之道
创意正被「封锁在公司内部」我周围有不少小型AI企业的同行，他们手中都握有大量优质创意。有的开发垂直领域的智能助手，有的构建效率工具插件，有的设计内容生成辅助工具。想法出色，技术路径也已验证，但就是迟迟不敢发布产品。为什么？并非不愿，而是畏惧。他们做过计算：将一个创意从demo阶段发展为可交付产品，需要投入研发、售后及市场推广等成本。然而一旦推向市场，要么遭遇大厂「像素级」模仿，要么被底层大模型更新直接替代。投入产出比太低，最终选择将其束之高阁。于是出现了一个荒谬的现象：一方面市场抱怨「缺乏好用的AI产品」
AI Coding 漫画指南#001 | 为何高手频繁开启新对话
不少开发者误以为，AI 编程表现不佳，根源在于模型不够智能。然而，在诸多真实项目的落地实践中，我们观察到一个显著现象：资深专家与初学者往往调用相同的模型，产出的结果却大相径庭。这背后的原因其实并不复杂。AI 编程实质上是一种全新的工程实践。除了依赖模型本身的性能，更关键在于如何规划任务、梳理上下文、积累知识以及构建高效的工作流。从今日开始，CoStrict 正式推出《AI Coding 最佳实践》系列漫画，将融合真实的研发场景，以轻松诙谐的方式，剖析那些真正左右 AI 编程成效的核心准则，助力开发者避开误
跨界做AI的探索者（下）
时间来到七月上旬，具体是六号那天。我已经身无分文了。确切地说，那时候nexus OS只做出了个平平无奇的雏形，我本想搞个开源社区，结果根本无人问津。我只在公众号上发了点文字，并没有录制视频。产品架构在脑海中愈发清晰：打造一款支持离线运行的AI助手，确保用户数据留在本地而不被上传至云端，避免数据被大厂垄断。这是一款深耕垂直领域的AI助手，能够实现电脑操控，只需一句指令即可搞定任务，并整合市面上零散的AI工具能力。毕竟当下的AI软件尚未实现大一统，各大平台的授权与生态相互割裂。我们需要的是一个能凌驾于一切之上
HuggingFace打造可持续开源数据集生态的实践启示
开源社区在推动AI产业变革中扮演着关键角色，既是技术创新的重要源泉，也是全球开发者共同进步的肥沃土壤。Hugging Face作为全球领先的AI开源社区与模型托管平台，其成功不仅在于提供了革命性的工具库，更在于构建了一套可持续、高质量的数据集开源生态系统。Hugging Face从聊天机器人向AI开源基础设施的蜕变Hugging Face于2016年在美国成立，最初以聊天机器人应用起家，随后转型为面向机器学习的开源协作平台与基础设施提供者，如今已演进为一个全球AI生态枢纽，吸引了数百万开发者。Huggin
AI 自训模型问世！面壁小钢炮成本降一成，性能碾压同尺寸竞品
面壁智能最新一代“小钢炮”正式亮相。5 月 25 日，面壁智能携手清华大学及 OpenBMB 开源社区，共同推出了 MiniCPM5-1B。该模型仅含 1B（10 亿）参数，却在权威评测榜 Artificial Analysis（AA）上斩获 17.9 分的高分，一举超越所有参数量在 2B 以下的模型，即便是参数翻倍的 Qwen3.5-2B 也甘拜下风。更小却更强，这再次印证了面壁曾发表于 Nature 的密度定律：大模型的智能密度大约每 3.5 个月就能翻一番。面壁“小钢炮”系列模型向来以参数小巧、能量