Sarvam AI 与 AI4Bharat 发布 Indic DiarBench：覆盖 22 种印度语言的联合说话人分离-ASR 基准数据集
Sarvam AI 与 AI4Bharat 发布 Indic DiarBench，这是首个覆盖全部 22 种印度官方语言、同时标注 ASR 与说话人分离的开放基准数据集。数据集含 108 小时自然多人对话，每条录音 2-9 名说话人，涵盖近场与远场会议及 YouTube 真实场景，转录文本与说话人时间戳均经人工核验。
全部 AI 动态
Sarvam AIAI 评分4040
Sarvam AIAI 评分6666 Sarvam Epoch 公布 Sarvam 105B、Vision 2.0、Saaras V4 及 Indus 智能体平台
Sarvam 在首届 Sarvam Epoch 上公布全栈更新，包括 Sarvam 105B 对话与工作智能体两个变体、Sarvam Vision 2.0、Saaras V4、Bulbul V4 研究预览，以及印度本地部署的 Sarvam Inference 推理层。
Zyphra ResearchAI 评分4545 Zyphra 发布 ZUNA1.1：更灵活的 EEG 基础模型，支持去噪与超分辨率
Zyphra 以 Apache 2.0 许可证发布 EEG 基础模型 ZUNA1.1，可在任意通道布局下重建、去噪和上采样数据。模型保持 380M 参数与 Transformer 扩散自编码器架构，支持 0.5-30 秒变长输入，训练语料扩至约 350 万通道小时，重建质量持平或超过 ZUNA1。用户可在 Zyphra Cloud 的 EEG Playground 免 GPU、免安装直接试用。
Qwen Blog精选AI 评分8888 Qwen 发布 Qwen3.8-Max，编程与办公能力全面升级
Qwen 团队正式发布 Qwen3.8-Max，基于 Qwen 3.5 架构扩展至 2.4 万亿总参数（激活参数 95B），已在千问 AI 平台上线并可通过 API 调用，开源权重将于下周发布。
推荐理由：官方给出 2.4T 总参数与激活 95B 的规格，并附上长程自动编程与论文复现的完整过程记录，可据此判断这一代 Max 在端到端任务上的位置。
Modem：BlogAI 评分4949 Modem 推出 MCP server 与公开 API，让编码智能体直接读取客户反馈
Modem 的 MCP server 和公开 API 现已向所有用户开放，任意 MCP 客户端均可连接。编码智能体可通过 search_modem 检索已按主题去重、附带证据与报告人数的客户反馈，并用 merge_topics、update_topic 等写入工具在会话内操作。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 将 K-Search 内核搜索框架扩展到 MLX，通过结构化的 CUDA 到 MLX 翻译层，让已有 CUDA 内核作为知识库适配到 Apple Silicon。
推荐理由：原文给出了 CUDA 到 MLX 的翻译层设计与两组内核实测数据，可了解跨硬件迁移优化知识的具体做法。
哔哩哔哩技术精选AI 评分4949 GeoRK2 论文被 CVPR 2026 收为 Highlight：几何感知实现扩散 Transformer 4-5 倍免训练加速
论文 GeoRK2 被 CVPR 2026 收录为 Highlight，提出免训练、可插拔的扩散 Transformer 加速框架，将二阶 Runge-Kutta 积分与特征流形几何结合，解决大步采样时的流形漂移问题。
推荐理由：论文指出高倍加速失败常源于轨迹偏离特征流形，并给出免训练可插拔方案，适合做扩散推理优化的团队参考。
爱奇艺技术产品团队精选AI 评分5050 爱奇艺海外团队基于 Cursor SDK 构建 Code Chat MCP 与 Intl Chat Debug Agent 实践
爱奇艺海外技术团队基于 Cursor TypeScript SDK 构建了 Code Chat MCP（代码即时问答）和 Intl Chat Debug Agent（国际站排障助手）两个云端智能服务，通过飞书机器人提供自然语言交互。
推荐理由：作者以第一手实践梳理基于 Cursor SDK 构建代码问答与跨系统排障两个 Agent 的架构、分层取证思路和功能边界，方法可复用。
OpenAI：Alignment 研究博客AI 评分5858 OpenAI 与 Apollo 提出 Contrastive SDF，测量模型的奖励寻求倾向
OpenAI Alignment 研究博客介绍与 Apollo Research 合作提出的 Contrastive SDF 方法，通过向同一模型的两个副本分别微调出相反的评分者偏好信念，再比较下游任务中的行为差异，以此测量模型的奖励寻求程度。
Qwen Blog精选AI 评分8080 Qwen 发布图像生成模型 Qwen-Image-3.0
Qwen 推出第三代图像生成基础模型 Qwen-Image-3.0，核心关键词为“实”，分为内容丰实、细节真实、知识厚实三个维度。模型支持最大 4.5k token 输入，可一次生成含 9 个复杂信息图的九宫格版面，并支持 10px 小字精准渲染与 12 国语言原生渲染。
推荐理由：官方给出三代模型关键词演进与三个能力维度，可对照理解图像生成在复杂版面与细节上的进展。
Modem：BlogAI 评分6060 编码智能体如何读取你的代码，以及如何为它们写代码
Modem 在博客中解释编码智能体主要靠 ripgrep 做文本搜索来导航代码库，并给出为智能体写代码的建议：用两到三个词的具体命名、精确类型、把注释放在定义处、测试文件按源码命名、标记 @deprecated。
哔哩哔哩技术精选AI 评分4242 B站技术团队携FATE系列新作SABER与CASTER亮相ACL 2026
B站技术团队宣布参加2026年7月2日至7月7日在美国圣地亚哥举行的ACL 2026，展示FATE系列两篇成果并开放B-UP校招实习岗位。
推荐理由：原文给出B站两项论文的技术细节与实验数字，读者可以了解Social-CoT如何用于UGC内容质量评估。
Zyphra ResearchAI 评分6060 Zyphra 研究 GPT 式 Transformer 的持续学习可塑性损失
Zyphra Research 研究 GPT 式 decoder-only Transformer 在持续训练后丧失学习能力的可塑性损失，发现 5M 到 314M 非嵌入参数的模型在多语言持续学习任务上均出现该现象。
OpenAI：Alignment 研究博客精选AI 评分7272 OpenAI 研究：用有益特质强化学习实现广泛且持久的对齐泛化
OpenAI 发布对齐研究，发现用真实场景数据对诚实、认知谦逊、可纠正性等有益特质做强化学习，可让模型在 53 项内外部基准中的 44 项上优于同等算力的基线。这些提升出现在训练未涉及的领域、任务和评分方式上，仅用健康领域数据训练也能改善非健康领域的对齐表现。研究还显示，该模型更难被对抗提示词或有害微调推向欺骗、有害建议和 reward hacking，同时仍能响应正常指令。
推荐理由：OpenAI 用真实场景数据做强化学习，观察到对齐收益跨域泛化并在对抗压力下保持，为对齐训练提供了可复用的实验路径。
爱奇艺技术产品团队精选AI 评分5252 爱奇艺技术团队解析 Agentic Quality Engineering 架构与落地模板
爱奇艺技术产品团队讲解 AI 编码时代质量门禁左移的架构实践，提出从 Copilot 走向 Quality Orchestrator 的编排模式。核心做法是用 Harness 管理上下文和约束，Planner Agent 拆解任务，UI、Network、Telemetry 等 Subagent 承担专项验证，门禁判定保持规则驱动。
推荐理由：原文给出 AI 质量门禁左移的架构分层、可执行契约模板和风险分级门禁策略，团队可迁移到自己的验证链路。
哔哩哔哩技术精选AI 评分4444 B站搜索团队解读特征选择算法 LeAP 的工业实践
B站搜索团队介绍其被 ECML-PKDD 2026 录用的特征选择算法 LeAP（Learnable Adaptive Permutation），论文见 https://arxiv.org/abs/2606.01111。
推荐理由：B站团队讲解 LeAP 如何把特征打散改造成端到端可学门控，并给出业务模型删减三成特征的真实数据，方法可迁移参考。
OpenAI：Alignment 研究博客AI 评分5858 OpenAI 研究：公开聊天数据 WildChat 能否预测真实部署中的模型失准
OpenAI Alignment 研究博客发布研究，用私有生产数据验证以公开数据集 WildChat 模拟部署能否预测模型真实失准率。结果显示 WildChat 对 GPT-5.1、5.2、5.4 的预测平均误差约 3 倍，95% 的预测落在真实生产率的 1.04 个数量级内，但六个与智能体相关的失准类别误差明显更大。
Berkeley AI ResearchAI 评分4444 基于梯度的世界模型长程规划方法 GRASP
伯克利 AI 研究团队提出 GRASP，一种面向学习型世界模型的梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中直接注入随机性以促进探索，并重塑梯度让动作获得清晰信号。该方法针对长程规划中梯度爆炸/消失、非贪心局部极小值和高维视觉模型梯度脆弱等问题，使基于梯度的长程规划更稳健。