朝闻道

微博 VibeThinker-3B：30 亿参数也能硬核推理，引海外热议 发布时间： 2026年7月 来源： GitHub: WeiboAI/VibeThinker · arXiv: 2606.16140 配图： 无 概述 微博推出的 VibeThinker-3B（30 亿参数密集推理模型）在海外引发热议，登顶 HuggingFace 首页热点榜单和 Hacker News 第四名。在包括数学解题、竞赛编程等高难度可验证推理任务上，VibeThinker-3B 已进入 Gemini 3 Pro、GPT-5 high、Claude Opus 4.5 等前沿大模型的性能区间。 更令人印象深刻的是它的极致性价比：后训练成本仅 数万美元（初代 1.5B 版本仅 $7,

DeepSeek DSpark：让大模型推理速度大涨 85% 的推测解码新方案 发布时间： 2026年6月27日（论文）, 7月6日（arXiv） 来源： GitHub: DeepSpec · arXiv: 2607.05147 配图： 无 概述 DeepSeek 团队联合北京大学发布 DSpark——一种新型推测解码（Speculative Decoding）框架，针对大模型高并发推理场景做了系统级优化。论文作者栏出现了 梁文锋 的名字。 DSpark 已在 DeepSeek V4-Flash 和 V4-Pro 的预览版引擎上部署。结果表明：V4-Flash 在高 SLA 约束下吞吐量最高提升 661%，单用户生成速度提升 60%-85%。训练代码和模型权重已通过 MIT 许可在 GitHub

开源游戏引擎 Godot 4.7 发布，代号"导演剪辑版" 发布时间： 2026年6月18日 来源： Godot 官方发布页 · 300+ 贡献者，1,600+ PR 配图： 无 概述 开源游戏引擎 Godot 4.7 正式发布，代号 "Director's Cut"（导演剪辑版）。从 4.0 到 4.7，三年时间，14 个稳定版本，这个引擎已经迭代到了一种"该有的都有了"的状态。超过

Podman v6.0.0 发布：网络栈全面换代的里程碑 发布时间： 2026年7月2日 来源： Podman 官方博客 · Hacker News 讨论（645 票） 配图： 无 概述 Podman 团队正式发布 v6.0.0——一次网络基础设施全面换代的重大更新。告别 slirp4netns 和 iptables，全面转向 Netavark、Pasta 和 nftables。同时改进了 Machine 管理、Quadlet 和配置系统。 该版本在 Hacker News 上引发了热烈讨论（645 票，257 条评论），焦点不在新功能本身，而是大量从 Docker

HAMi 晋升 CNCF 孵化项目：异构 AI 计算中间件 发布时间： 2026年7月2日（晋升 CNCF Incubating） 来源： GitHub: HAMi · 官网 配图： 无 概述 2026年7月2日，HAMi（异构 AI 计算中间件）正式从 CNCF Sandbox 晋升为 Incubating（孵化）项目，CNCF TOC 全票通过。从 2021 年 7 月首次开源至今，HAMi 已成为云原生 GPU 虚拟化领域覆盖硬件最广的开源方案之一，支持 NVIDIA、华为昇腾、寒武纪、海光、摩尔线程、燧原、

千问开源 Qwen-AgentWorld：首个原生语言世界模型 发布时间： 2026年6月 来源： GitHub: QwenLM/Qwen-AgentWorld · arXiv: 2606.24597 配图： 无 概述 千问（Qwen）团队正式开源 Qwen-AgentWorld——首个原生语言世界模型（Language World Model, LWM），能够在 7 大领域中模拟智能体交互环境：MCP、搜索、终端、软件工程、Web、OS、Android。 核心突破：环境建模从继续预训练（CPT）阶段起即为训练目标，贯穿 CPT → SFT → RL 全流程，而非对通用 LLM 的事后适配。 在 AgentWorldBench 评测基准上，Qwen-AgentWorld-397B-A17B

国家标准 GB/Z 185《人工智能 智能体互联》：企业级 AI Agent 的"基础设施" 发布时间： 2026年7月3日 来源： OSCHINA 配图： 无 概述 2026年7月3日，我国正式发布 《人工智能 智能体互联》系列 7 项国家标准（标准编号 GB/Z 185—2026），这是国内首套覆盖智能体全生命周期互联互通的国家级标准体系。 标准由中国电子技术标准化研究院牵头，联合 北京邮电大学、华为、清华大学、阿里云、中国移动、中兴通讯、中国联通、中国电信等 70 余家产学研用单位共同研制，工信部、市场监管总局等部门联合推动实施。 一、为什么需要这个标准？ 企业真正关心的问题：

阿里千问 Fun-ASR-Realtime：百毫秒级实时语音识别，中文、方言全面领先 发布时间： 2026年7月 来源： GitHub: FunASR · GitHub: SenseVoice 配图： 无 概述 阿里千问团队宣布对 Fun-ASR-Realtime 进行正式升级——一款首字延迟控制在百毫秒级别、识别准确率接近离线模型的流式语音识别模型，支持 16 种中文方言和 30 种语言。 该模型已通过真实场景验证：在影视飓风「重返荒岛」100 小时直播中提供实时字幕支持，累计识别 6 万余条字幕、132 万字。 一、FunASR 生态概览 Fun-ASR-Realtime 并非独立模型，而是 FunASR 开源生态中的流式语音识别能力品牌。FunASR 是阿里通义实验室（达摩院）开源的工业级语音识别工具包，GitHub 主仓库 ⭐19,

英伟达开源统一音频智能模型 Nemotron-Labs-Audex-30B-A3B 发布时间： 2026年7月 来源： OSCHINA 配图： 无 概述 NVIDIA 研究团队开源了一款名为 Nemotron-Labs-Audex-30B-A3B（简称 Audex）的统一音频-文本大语言模型。Audex 基于 MoE（混合专家模型）架构构建，在单一 Transformer 解码器中实现了文本与量化音频 token 的统一处理，同时具备音频理解和生成能力。 它是一个 "3B 激活参数" 规模的模型（总参数 30B，每 token 激活 3B），通过多阶段训练在音频理解、语音识别、翻译、音频生成等任务上达到领先水平，同时几乎完整保留了原版 LLM 的推理、对齐和知识储备能力。 一、模型架构 核心设计 Audex

美团开源 LongCat-2.0：全国产算力训出的 1.6 万亿参数 MoE 模型 发布时间： 2026年6月30日 来源： GitHub: LongCat-2.0 · 官方博客 配图： 无 概述 2026年6月30日，美团正式发布并开源 LongCat-2.0 ——一个总参数量达 1.6 万亿（1.6T）、每个 token 激活约 480 亿参数的 MoE 语言模型。这是业界首个在五万卡国产 AI ASIC 芯片集群上完成全流程训练与推理的万亿参数模型，全程无回滚、无不可恢复的 loss 突刺。 在 SWE-bench Pro 等 Agent 评测中，

面壁智能 ForgeTrain：全球首个 AI 自写的大模型预训练框架 发布时间： 2026年5月27日发布，6月27日深度分享 来源： GitHub: ForgeTrain · 面壁智能 配图： 无 概述 2026年5月27日，面壁智能（ModelBest）联合清华大学、OpenBMB 开源社区发布了 ForgeTrain——全球首个完全由 AI 自主编写、零人类代码介入的生产级大模型预训练框架。面对 NVIDIA 的 Megatron-LM，ForgeTrain 实现了"8 小时追平、2 天反超"的成绩，在 H100 上 MFU（模型算力利用率）达 44.13%，比 Megatron 高约

蚂蚁灵波开源 LingBot-VLA 2.0：端到端具身智能决策模型 发布时间： 2026年7月 来源： GitHub: lingbot-vla-v2 · 技术报告：arXiv:2607.06403 配图： pics/ 目录 概述 继 LingBot-Depth 2.0 和 LingBot-Vision 之后，蚂蚁集团旗下灵波科技（Robbyant）再次出击——正式开源 LingBot-VLA 2.0，一个基于 6 万小时真机数据、覆盖 17 个品牌 20 种机器人构型的视觉-语言-动作（VLA）基础模型。 这是目前开源社区中数据规模最大、机器人覆盖面最广的 VLA 模型，在 RTX 4090D 上推理延迟低于

蚂蚁灵波科技 LingBot-Depth 2.0 & LingBot-Vision：给机器人一双"看透"世界的眼睛 发布时间： 2026年7月（LingBot-Vision 论文 7月6日，LingBot-Depth 2.0 7月发布） 来源： OSCHINA 资讯 · GitHub: lingbot-depth · GitHub: lingbot-vision 论文： arXiv:2601.17895 (Depth 1.0) · arXiv:2607.05247 (Vision) 配图： pics/ 目录 概述 2026年7月，蚂蚁集团旗下具身智能公司——灵波科技（LingBot Tech / Robbyant），接连发布两项重磅成果： 1.

字节跳动 Seedream 5.0 Pro：不止"生成"，更懂"设计" 发布时间： 2026年7月8日 来源： 字节跳动 Seed 团队官方博客 · OSCHINA 配图： pics/ 目录 概述 2026年7月8日，字节跳动 Seed 团队正式发布 Seedream 5.0 Pro——一款定位为"具备智能思考、高效创作和生产"的多模态图像生成模型。这是 Seedream 系列自 2025 年 9 月首次发布以来的第四次重大迭代，核心突破在于将 AI 图像生成从"生成漂亮图片&

MoonBit Skills Marketplace：让工具可发布、可运行、可被 Agent 调用 发布时间： 2026年7月9日 来源： OSCHINA 原文 · MoonBit 官网 · mooncakes.io 配图： pics/ 目录 概述 MoonBit（月兔）是 IDEA 粤港澳大湾区数字经济研究院基础软件中心打造的AI 原生编程语言与开发者平台。2026年7月9日，MoonBit 正式推出 Skills Marketplace——一个面向 AI Agent 的 WebAssembly 技能分发市场，让开发者可以用 MoonBit 编写工具、编译为 WebAssembly，通过 mooncakes.io 发布，Agent 可以统一发现、理解和调用。

Sakana AI Fugu — 以单一模型 API 形式提供多 Agent 编排系统 发布时间： 2026年6月22日 来源： 开源中国 原文： Sakana AI Official Blog 概述 2026年6月22日，东京 AI 公司 Sakana AI 正式发布了 Fugu——一个"用一个模型指挥所有模型"的多 Agent 编排系统。Fugu 的核心赌注是一个越来越被 AI 产业认真对待的命题：AI 能力的下一步提升不会来自造出更大的单一模型，而是来自让多个已有模型协同工作。 Sakana AI 将两篇 ICLR 2026 论文——TRINITY 和 Conductor 的研究成果打包成一个

JoyAI-VL-Interaction — 京东开源的实时视频视觉语言交互模型 发布时间： 2026年6月（近日） 来源： 开源中国 原文： GitHub - XiaoMi/xiaomi-mimo-vl-miloco（MiMo 系列技术报告） 概述 京东于近日开源了实时视频视觉语言交互模型 JoyAI-VL-Interaction。据介绍，这也是全球首个全栈开源的 interaction 模型和系统，并获得 vLLM-Omni 的 day-0 原生支持。 JoyAI-VL-Interaction 让大模型从"一问一答"走向"边看边说"，开发者基于这套框架，可以快速搭建能持续观察、自主判断、即时响应的实景 AI 助手。 一、三重核心突破 1.1 主动判断，而非被动回答 传统模型通常要等用户发起问题，才开始处理当前画面。JoyAI-VL-Interaction

Xiaomi Miloco 2.0 — 以 MiMo 大模型为核心的全屋智能 AI 开源方案 发布时间： 2026年6月（近日） 来源： 开源中国 原文： GitHub - XiaoMi/xiaomi-miloco 概述 小米已于日前正式发布以 MiMo 大模型为核心的全屋智能 AI 开源方案 Miloco 2.0。以 Agent 形式接入 OpenClaw，支持一键安装和部署，覆盖 macOS、Linux、Windows 系统，官方后续计划陆续适配 Claw 类产品。 相比 Miloco 1.0，Miloco 2.0 在下一代智能家居的探索上"

阿里发布首个具身大模型 Qwen-Robot 系列 — Nav + Manip + World 三合一 发布时间： 2026年6月16日 来源： OSCHINA 论文： Qwen-RobotManip Technical Report: Alignment Unlocks Scale for Robotic Manipulation Foundation Models (arXiv) 标签： 具身智能, 物理智能, 世界模型 概述 阿里巴巴发布千问具身智能大模型 Qwen-Robot 系列。这是千问大模型家族首个完整的具身智能模型系列，包含三大模型： 模型 类型 定位 Qwen-RobotNav VLN（视觉语言导航） 物理智能体的行动入口 Qwen-RobotManip VLA（视觉语言动作） 物理智能体的交互基石 Qwen-RobotWorld 世界模型 物理智能体的无限世界 一、Qwen-RobotNav：

Google Cloud 开放知识格式 OKF — 用 Markdown + YAML 终结 AI 智能体的知识孤岛 发布时间： 2026年6月16日 来源： OSCHINA / Google Cloud Blog 仓库： GoogleCloudPlatform/knowledge-catalog 概述 Google Cloud 宣布推出开放知识格式（Open Knowledge Format，简称 OKF）v0.1 版本，同步在 GitHub 上以 Apache 2.0 许可证开源了规范全文、参考实现和示例数据集。 这个公告没有引发像新模型发布那样的轰动——不涉及 GPU、推理优化或模型架构突破——但它可能比大多数模型更新更值得被关注。因为 OKF 试图解决的，是当前 AI