15:43歸藏(guizang.ai)
Black Forest Labs 发布并开源 Flux 3 视频生成模型
Black Forest Labs 发布并开源 Flux 3 视频生成模型，功能包括：文生视频、图生视频（图片作为参考或起始帧）、基于参考片段的视频生成、视频与音频延长、关键帧控制、多语言对话与多样化排版、智能剪辑、文字与动画生成、图像输出。模型为 Flux 3 Dev，目前需申请早期访问，未来几周开放 API，之后开源。
LIVE每早八时发报 · 更新于 00:00NewsHub Daily · 中文 AI 资讯精选
每早八时出报
AI · 模型 · 产业
新闻枢纽 · 日报
中文 AI 资讯
NEWSHUB DAILY
本期 14 事件 · 覆盖 5 家信源
今日头条 · Lead
AMD发布MI455X：2nm工艺432GB HBM4
今日AMD发布基于2nm工艺、432GB HBM4的AI加速器MI455X，晶体管达3200亿，性能超越英伟达Rubin。Anthropic用Claude一个周末自动完成AMD芯片适配，标志CUDA护城河加速瓦解。谷歌Q2自由现金流首次转负，资本开支翻倍至449亿美元，AI投资激烈。行业聚焦AGI与持续学习，模型蒸馏争议再起。
18:29IT之家（RSS）关联 2 源
AMD 发布 MI455X：2nm 工艺、432GB HBM4
在 Advancing AI 2026 大会上，AMD CEO 苏姿丰公布下一代 AI 加速器 Instinct MI455X 细节。该 GPU 采用台积电 2nm GAA 工艺（XCD 部分）与 N3P 工艺（FCD/I/O Die），拥有 3200 亿晶体管，配备 4 个 XCD 和 2 个 FCD，通过混合键合和 CoWoS-L 封装。内存搭载 12 堆栈 HBM4，容量 432GB，带宽 23.3 TB/s，远超英伟达 Rubin 的 288GB/22 TB/s。CDNA 5 架构引入工作组处理器（WGP），波前宽度改为 32 位，缓存重构为 192MB 共享 L2。
01
模型发布/更新
Model Releases1 篇02
产品发布/更新
Products3 篇01:39meng shao
Cursor推出Router：智能路由模型，成本降30-60%
Cursor团队基于60万+条真实请求训练分类器，推出Cursor Router，可根据查询内容、上下文、任务复杂度、领域自动选择模型，在保持前沿模型质量的同时降低成本30-60%。Intelligence模式满意度接近Fable，成本低约60%；Balance模式满意度高于Opus 4.8，成本低约36%。单次commit成本Intelligence为$6.76、Balance为$4.63，对比Fable 5的$12.69和Opus 4.8的$7.34。企业客户节省30-50%且质量无下降。产品面向Teams/Enterprise，支持管理员分级管控。
19:31MarkTechPost（RSS）
吴恩达发布开源桌面AI助手OpenWorker，交付成品而非对话
吴恩达宣布推出OpenWorker，一个开源、本地优先的桌面AI助手，旨在交付成品（如文档、Slack回复、日历更新）而非聊天。其架构分为四层：Tauri 2 + React 18桌面壳、基于FastAPI和uvicorn的本地代理服务器、能力与连接器层（本地工具、托管集成、MCP）、模型路由器（支持OpenAI、Anthropic、Google等30种模型，可自带密钥或本地Ollama）。权限引擎将工具调用分为四类风险（读、写本地、执行、外部），提供五种权限模式。隐私方面，模型调用直连提供商，对话、令牌和密钥均本地存储，仅OAuth握手可选云组件。项目采用MIT许可证，代码已开源。
04:09Rohan Paul
研究者用GPT-5.6 Sol五天解决6个埃尔德什难题
一位研究者使用GPT-5.6 Sol在5天内解决了6个开放的埃尔德什问题。他共尝试了13个问题，成功率约46%。其提示词采用类似合同的形式，明确陈述问题、证明必须建立的内容、不接受的较弱结果，并预先列出已知陷阱和边界情况。他指示模型同时探索多种方法、保留不兼容的路径、不提前承诺，并寻找反例以淘汰无效路线。独立的对抗性代理随后尝试攻破每个存活的草稿。研究者选择数学家已有争议的问题，避免与著名猜想直接相关。Codex在数小时内保持整个搜索过程。
03
行业动态
Industry8 篇01:24华尔街见闻关联 6 源
谷歌自由现金流首次转负，上调资本开支至2050亿美元
7月22日谷歌公布二季度财报：营收1198亿美元，同比增长24%；资本开支449亿美元，主要用于AI基础设施，导致自由现金流转负至-59亿美元，为上市以来首次。公司上调2026年资本开支指引至1950-2050亿美元。Google Cloud收入247.68亿美元，同比增长82%。CEO皮查伊称AI投资处于极早期阶段，Gemini 4正在训练中。财报后盘后跌逾4%。
06:4421世纪经济报道关联 2 源
梁文锋闭门会：不做视频生成，聚焦AGI与持续学习
DeepSeek创始人梁文锋在四小时投资人闭门会上系统阐述战略取舍：不做3D、视频生成与世界模型，不追求用户量，无意成为下一个超级App，全部资源集中于通往AGI的技术主线。他披露下一阶段技术路线——继思维链、Agent之后，重点攻坚模型的“持续学习”能力。梁文锋将开源定性为让利，定价只取合理利润，并判断国内大模型公司最终将收敛至两三家。他认为中美AI差距主要在资源而非人才，DeepSeek目标是用几分之一算力将差距缩至3-6个月。
05:13数字生命卡兹克关联 3 源
北京发布智能体新政，十条措施解读
北京市发布《北京市关于加快智能体引领发展的若干措施》，共十条，涵盖基础模型能力提升、智能体底层技术（Harness Engineering）、原生应用与标杆场景、智能终端融合、OPC（一人公司）创新创业、Token经济、安全治理、算力保障、开源开放及保障措施。政策提出持续提升大模型实际任务完成能力，强化驾驭层工程，推动需求智能驱动的超级软件，支持智能终端与芯模云端用协同，鼓励OPC模式并配套服务，推动Token经济从消耗量计费转向价值计费，加强安全治理，实施银河算廊工程，建设开源社区与出海路径。
00:05云头条关联 3 源
美方指控月之暗面蒸馏Anthropic模型，Kimi K3陷争议
2026年7月22日，美国总统科技顾问Michael Kratsios发文指控月之暗面在开发Kimi K3时对Anthropic的前沿模型Fable进行了大规模、隐蔽的工业级蒸馏，试图获取美国公司专有技术并破坏美国AI研究。Kratsios称此类行为不可接受。月之暗面于7月17日发布Kimi K3，拥有2.8万亿参数，支持原生多模态和100万Token上下文，定位为开放权重前沿模型。部分网友质疑指控时间线不合理，认为Fable仅短暂公开，且月之暗面训练时间有限；也有评论指出美国在模型训练数据使用上存在双重标准。
19:42华尔街见闻（RSS）
Anthropic用Claude一周末完成AMD芯片适配
Anthropic在AMD大会上披露，工程师用Claude模型一个周末自动完成AMD MI355芯片与ROCm平台适配。高管Tom Brown称计划部署2GW AMD算力，并明确青睐MI355。适配仅需一名工程师和一台机架，Claude周末自行运转，周一即获性能曲线。市场评论称“已过CUDA护城河时代”，AI自动化适配正侵蚀英伟达生态壁垒。
14:39云头条
美国拟立法授权政府强制关停大型AI模型
美国两党议员提出《AI关停开关法案》，拟授权联邦政府在重大安全事件后，要求大型AI公司限制、暂停或关闭模型。覆盖年收入超5亿美元、训练成本超1亿美元的企业，如OpenAI、Anthropic等。触发条件包括造成10人死亡或1亿美元损失、模型失控等。违反者每日最高罚款2000万美元。法案尚处立法阶段。
07:31华尔街见闻（RSS）
SemiAnalysis：编程消耗近半Token，OpenAI与Anthrop…
SemiAnalysis在最新对谈中指出，编程与软件工程已成为Token消耗核心引擎，前沿实验室API收入中70%以上来自编程，重度企业用户单人年支出高达10万美元。订阅制存在严重补贴问题，200美元/月订阅可换取8000至12000美元API额度，实验室正将用量向毛利率85%+的API端引导。OpenAI凭借5.5、5.6版本及Codex重新发力，与Anthropic形成双雄争霸。谷歌因算力受限跌至第五名。强化学习取代预训练成为核心扩展定律，实验室今年数据预算将超100亿美元。
04:24华尔街见闻（RSS）
谷歌Q2自由现金流史上首负，AI每赚1元花2元
谷歌Q2营收1198亿美元，同比增24%，但GAAP EPS 9.11美元中6.26美元来自Anthropic和SpaceX的未实现投资收益，核心EPS 2.85美元低于预期。资本开支449亿美元翻倍，自由现金流-59亿美元，史上首次转负。Google Cloud收入248亿美元，同比增82%，营业利润率35.6%，积压订单5140亿美元。搜索营收633亿美元，同比增17%，略低于预期。公司通过发股发债融资超700亿美元，股票回购归零。CFO表示资本支出还将大幅增长。
05
技巧与观点
Tips1 篇08:24Avi Chawla
LLM推理瓶颈：内存带宽而非算力
文章解释为何从A100升级到H100未显著提升LLM token生成速度：原因是内存带宽瓶颈而非算力。生成每个新token需读取模型权重和KV缓存，计算快但数据加载慢。介绍了五种优化技术：Flash Attention、Paged Attention、Continuous Batching、Speculative Decoding和Kernel Fusion。最后指出这些技术假设单模型独占GPU，但生产环境常运行多个小模型导致内存浪费。
往期存档