AI日报：语音技术引领工作变革
开篇先抛一条反常识的判断：本周四个新模型密集上线，但最震动行业的不是OpenAI的GPT Live语音功能，而是SpaceX AI与Cursor合作推出的Grok 4.5——一个成本仅为顶级模型九分之一、却在编码代理测试中排名前三的开源模型。当巨头们还在比拼“谁更聪明”时，一场关于“谁更便宜”的战争已经打响。OpenAI发布全双工语音模型GPT Live，同时SpaceX AI和Cursor推出高性价比开源编码模型Grok 4.5。•OpenAI推出GPT Live和GPT Live Mini，采用全双工
OpenAI推出GPT-5.6多模态模型，算力与定价深度绑定
OpenAI近日正式推出了三款采用全新架构的GPT-5.6系列大模型，并在统一的系统生态中上线了名为“ChatGPT Work”的多步骤长文本智能体工具。行业分析师认为，大模型研发机构正加速将底层技术优势转化为高壁垒的商业垂直应用，而“推理算力投入”与单次调用成本的深度绑定，标志着企业级AI应用正式进入精细化成本控制阶段。 根据大模型发布数据，此次上线的GPT-5.6系列共包含三款核心模型，分别命名为旗舰版“Sol”、平衡版“Terra”以及快速版“Luna”。在商业权限方面，旗舰模型Sol仅向付费订阅（
AI 应用前沿论文综述：智能体架构与自动化 (1/20)
2026 年 07 月 13 日星期一Agentic AI for IPoDWDM Network Lifecycle Automation: An MCP-Enabled Architecture本研究设计了一种去中心化且跨厂商的多 MCP 架构，旨在实现基于 SDN 的跨供应商、多层级 IPoDWDM 网络的自动化与自主管控。该体系架构支持全链路服务生命周期的自动化，并借助 GNPy 模型及光遥测技术达成闭环跨层控制。相关成果已在 IPoDWDM 测试环境中完成实验验证。AI-IoT-Robotics
AI自研芯片时代来临：九个月造芯颠覆行业
Michael | 五源资本投资人2026年6月，OpenAI与博通联合发布了一款名为Jalapeño的推理芯片。其具体参数未公开，但两点突破更引人注目：第一，这颗芯片完全由OpenAI基于自身模型架构、未来路线图与推理体系从零定义，博通负责硅片实现——OpenAI不再满足于采购通用算力，而是追求量身定制的硬件。第二，这款逼近光罩极限的先进制程芯片，从立项到流片仅耗时九个月，据双方称，创下高性能芯片开发速度的历史纪录。缩短周期的关键助力，正是OpenAI自研的AI模型。AI芯片的上半场已告一段落，英伟达是
人工智能推理效能评估解析
AI推理评估旨在检验模型与硬件间的协同效率，直接关系到智能终端的工作表现。其运作机制为载入模型后，借助GPU、NPU执行张量运算和特征抽取，最终呈现结果。评估需兼顾运算能力、响应延迟、处理吞吐和精确度。TOPS作为推理算力的专属度量，1 TOPS意味着每秒可执行一万亿次计算，常用于衡量INT8精度下边缘芯片的运算实力。测试一般遵循MLPerf行业规范，设定好精度与数据批量，运行基准模型，计算出实际算力、算力利用率、推理延迟以及每秒产出token的速率。芯片宣称的峰值TOPS数值高并非代表真实表现优异，若硬
arXiv人工智能前沿论文速览 2026-07-12
1. 突破数据库绑定：基于智能代理的高性能存储读取器自动重建实现绕过数据库引擎 原文标题: Breaking Database Lock-in: Agentic Regeneration of High Performance Storage Readers for Database Bypass 发布时间: 2026-07-08 论文链接:http://arxiv.org/abs/2607.07696v1 外部数据库平台承载的分析型负载存在根本性局限：数据获取完全依赖数据库驱动（如JDBC或ODBC），
AI前沿速递：2026年7月12日全球动态
BAIA DAILY2026.07.12▷▷▷每日全球AI动态分享今日热点导览智谱启动TouchHigh两年AGI计划MiniMax创始人设股份激励和开源基金阶跃星辰推出Step Edge端侧模型中科可控AI工作站支持100B推理百度AI将升级智能体产品矩阵AI批量造App暴露权限维护风险长鑫科技披露AI存储扩产数据物理AI覆盖机器人家电场景英伟达RTX Spark笔记本可跑120B模型Meta暂停Muse Image生成图像功能三星拟提前龙仁AI芯片工厂投产旧金山抗议游行要求“Stop the AI R
智慧调度Token制造中心：AI计算架构的变革性深度分析报告（综合完善版）
到2026年，中国每日Token使用量超过140万亿次，对比2024年初增幅逾1400倍（央视财经，2026年3月），这标志着AI计算架构从"资源租用阶段"过渡到"Token制造阶段"。英伟达首席执行官黄仁勋在GTC 2026大会上首次推出"Token制造经济学"，把计算设施的输出标准由FLOPS转变为Token产出量（Token Throughput），并预计到2027年AI运算需求将至少触及1万亿美元（NVIDIA GTC 2026）。▸然而，Token制造中心解答了"怎样高效产出Token"的难题，
人工智能日报速览 | 7月12日：智谱挑战AGI，OpenAI发布新型训练模型
【人工智能日报速览 | 7月12日】智谱挑战AGI，OpenAI发布新型训练模型🔥热门焦点：智谱启动“摸高项目”，推迟短期盈利全力攻克AGI🔥热门焦点：OpenAI GPT‑5.6系列全面推出，Sol独立后训练Luna模型🔥热门焦点：GPT‑5.6 Sol首次通过ARC‑AGI‑3推理测试，推理性能进入“信号阶段”🔥热门焦点：济南已有24个大型模型通过国家网信办生成式AI服务登记🔥热门焦点：阶跃星辰宣布7月13日推出AI终端品牌与全球首款AI智能助手手机🔥热门焦点：努比亚宣布7月17日在WAIC首发“全球
AI的“前额叶”究竟藏身何处？
Anthropic的最新研究成功定位了AI神经网络中“思考”的物理坐标。这不仅是一项学术上的重大突破，更为AI协作提供了实用的操作手册。基于Anthropic于2026年7月发布的论文《Verbalizable Representations Form a Global Workspace in Language Models》底层颠覆：Anthropic在AI神经网络中发现了专司深度推理的物理区域——J-space（全局工作空间），这宛如AI的“前额叶”。一旦该区域被切除，其多步推理能力将瞬间消失。惊人
OpenAI发布GPT-Rosalind：生命科学专用推理模型深度解析
GPT-Rosalind生化推理模型：OpenAI前沿技术解读#GPT#Rosalind#OpenAI#生命科学人工智能#药物研发#生化推理#生物技术AI#制药研发#蛋白质工程#生物信息学核心概要GPT-Rosalind是OpenAI在2026年4月发布的一款垂直领域先进推理模型，致力于推动生命科学探索、新药开发及转化医学应用。该模型以DNA双螺旋结构发现者Rosalind Franklin命名，专为复杂科研流程定制，在化学合成、蛋白质改造与基因组研究方面展现出卓越洞察力。当前，模型通过授权访问计划提供研
AI企业盈利困局：每笔API交易背后的烧钱真相
▌ 前言2026年，OpenAI年收入突破400亿美元大关，却仍未实现盈利。Anthropic年度烧钱超过50亿美元，估值600亿却连毛利率都秘而不宣。Mistral自称欧洲最强开源模型，收入却不足1亿欧元。AI企业究竟能否盈利？这个问题远比表面看起来复杂。AI企业的成本结构与传统的软件公司截然不同——每一笔API调用背后，都在消耗实实在在的GPU算力、电力以及冷却资源。本文深入剖析AI企业的单位经济模型：收入来源何处、资金消耗在哪些环节、究竟需要多少付费用户才能覆盖成本。▲ API定价趋势图：大模型价格
Nature：面向疾病管理的对话式AI，多次就诊模拟中媲美基层医生
近期，Google DeepMind和Google Research的科学家在《Nature》期刊上发表了一篇研究，标题为“迈向疾病管理的对话式人工智能”。该研究将原本用于临床诊断交流的AMIE平台拓展至疾病管理领域，打造了一个针对多轮就诊、长期病情演变、疗效监控和用药决策的对话式AI系统。结果显示，在一项随机、双盲的虚拟OSCE试验中，AMIE在处理100个多轮就诊案例时，与21位基层医生相比，展现了同等的疾病管理推理水平，并在治疗与检查建议的精准度、临床规范一致性方面获得了更优评分。背景近段时间，大语
AI科研日报 | 自主生物医学Agent最新动态
扫描时间：2026-07-11 09:50 (Asia/Shanghai) 数据源：arXiv、PubMed、产业新闻 覆盖方向：AI/ML、计算机视觉、NLP、生物医学+AI 交叉核心亮点：关键结论：核心创新：关键结果：核心优势：愿景与意义：7月9日多方消息透露，OpenAI计划发布GPT-5.6，推理速度达到750 Tokens/s，可能采用覆盖100张晶圆的全新架构。大模型推理效率竞争迈入新阶段。腾讯混元团队推出Hy3模型，基于MoE架构，总参数量295B、激活参数量21B。幻觉率从12.5%下降至
人工智能的训练三部曲
前文我们解释了 AI 的本质。本文探讨最引人关注的问题，这样的系统，人类是如何构建出来的？别紧张，不谈复杂算式，我们用“炼丹”来比喻——大模型这枚“灵丹”，需要经历三个阶段，缺一不可。 数据喂养（预训练） 大模型的起始，是“喂养”。将网络上可获取的图书、文本、网页、程序代码，数以千亿计的词汇，大量输入其中。这个环节称作“预训练”。 输入后做什么？让它进行一个填字游戏：把语句中的词语隐藏，让它猜测被遮盖的内容。猜错就调整参数，猜对则继续。经过亿万次循环，它便将人类语言的模式、知识、推理，都“浸泡”进那数千亿