2026-07-09

OpenAI 发布了 GPT-5.6 系列，包含三个模型：旗舰 Sol、均衡 Terra 和低成本 Luna。旗舰 Sol 模型在 ARC-AGI-3 基准测试中取得 7.8% 的 SOTA 分数，成为首个经验证在 ARC-AGI-3 游戏中获胜的前沿模型。 此次发布标志着 AI 推理和代理能力的重大飞跃，尤其是在衡量交互式推理与适应的挑战性 ARC-AGI-3 基准上。GPT-5.6 系列增强了 OpenAI 相对于 Anthropic 的 Fable 5 等竞争对手的竞争地位，而 max/ultra 推理、多智能体协作和 Programmatic Tool Calling 的引入使得复杂任务执行更加高效。 GPT-5.6 系列包括 Sol、Terra 和 Luna 模型，其中 Sol 最为强大。GPT-5.6 Sol 使用最大推理努力在 ARC-AGI-3 上取得了 7.8% 的 SOTA，并在编码、科学和网络安全任务上提升了性能。开发者指南强调了改进的意图理解和图像细节保留，而 GPT-5.4 计划于 7 月 23 日下线。

微软发布了 TypeScript 7.0，这是一个用 Go 重写的原生版本，相比旧版构建速度提升 8 到 12 倍，并支持共享内存多线程。用户可通过 npm 安装，支持 LSP 的编辑器可使用新语言服务器。 这次重写代表了 TypeScript（一种广泛使用的语言）编译器性能的范式转变，大幅减少了大型项目的构建时间。它也展示了使用 Go 等系统语言优化工具性能的增长趋势。 新增实验性参数 --checkers 和 --builders，可微调类型检查和项目引用构建的并行度。但 Vue、Svelte 等嵌入式语言工具链尚未就绪，这些项目仍需使用旧版 TypeScript。

2026 年 7 月 8 日，欧洲议会投票允许对私人信息进行大规模扫描，直至 2028 年 4 月 3 日，尽管多数议员反对此项措施。 这一决定代表着欧盟数字隐私的重大挫折，因为它允许在 Gmail、Snapchat 和 Skype 等平台上对私人通信进行无证扫描，为大规模监控开创了先例。 否决该扫描法律的动议未能通过，因为它需要所有 705 名议员中的绝对多数（361 票），而不仅仅是出席的议员；只有 314 票反对，276 票赞成，17 票弃权，113 人缺席。

一个名为 pgrust 的项目使用大型语言模型 (LLM) 将 PostgreSQL 完全用 Rust 重写，目前已通过官方 PostgreSQL 回归测试的 100%。 这证明了使用 AI 重写关键基础设施软件（如数据库）的可行性，可能带来更快的创新和更安全的内存管理，同时也引发了关于许可证、代码审查以及对 AI 生成代码信任度的辩论。 该重写项目使用 LLM 生成代码，在不到一个月内产生了超过 7,000 次提交，使得传统代码审查变得不切实际。项目采用 AGPL 许可证，这与 PostgreSQL 的宽松许可证不同。

蚂蚁集团开源了 LingBot-Video，这是全球首个基于混合专家（MoE）架构的具身智能视频生成基础模型，在 RBench 评测基准上取得 0.620 的 SOTA 分数，并在 GitHub 以 Apache 2.0 许可证发布。 该开源发布显著降低了具身 AI 研究门槛，其高效的 MoE 架构仅激活 30B 总参数中的 3B，推理效率是同等规模密集模型的 3 倍，可加速机器人动作预测、仿真数据生成和世界模型开发等方向。 LingBot-Video 在架构（DiT+MoE 平衡容量与成本）、数据（7 万小时具身数据，覆盖灵巧操作、机器人移动和第一视角交互）和训练（多维强化学习奖励，关注物理合理性和任务完成度）三方面创新，采用扩散变换器（DiT）骨干网络。

2026 年 7 月 9 日，国家超算互联网核心节点在郑州正式上线运行，可对外提供超过 10 万张国产人工智能加速卡作为算力资源池。 这一里程碑标志着接入国家超算互联网的最大单体国产 AI 算力资源池，显著提升了中国自主 AI 计算能力，减少对外部硬件的依赖。 该节点承担运营管理、资源调度等核心功能，并整合供需对接、产业孵化等综合服务，旨在构建覆盖全国的计算资源统筹调度体系。

Meta 于 2026 年 7 月 9 日公开发布 Muse Spark 1.1，这是一个专为代理式编程设计的多模态 AI 模型，可通过 Meta 开发者平台获取 API 访问。 此次发布将 Meta 定位为 OpenAI 和 Anthropic 在 AI 编程助手领域的主要竞争对手，以每百万输入令牌 1.25 美元的激进定价，可能通过将编程模型商品化来颠覆市场。 该模型在 Terminal-Bench 2.1 上进行了评估，但社区分析指出资源限制（6 个 CPU 核心、8GB 内存）被覆盖，这可能使结果无效。定价为每百万令牌输入 1.25 美元、输出 4.5 美元，缓存输入为 0.15 美元。

Jarred Sumner 宣布成功将 Bun JavaScript 运行时从 Zig 重写为 Rust，该过程使用了 Claude 进行密集的代理工程，耗时 11 天，API 令牌成本约为 16.5 万美元。 此次重写表明现代 AI 编码代理使大规模重写成为可能，挑战了长期以来的“永不重写”智慧。同时展示了 Rust 的内存安全性如何消除困扰 Zig 手动内存管理的常见错误（如释放后使用）。 Bun 的测试套件（用 TypeScript 编写）充当了验证移植的合规套件。基于 Rust 的新 Bun 自 2026 年 6 月 17 日起已在 Claude Code 中运行，Linux 上启动速度提升 10%，用户未察觉到变化。

OpenAI 推出了 GPT-Live，这是一系列新的 ChatGPT 语音模型，支持全双工对话，并能将复杂任务委托给 GPT-5.5。两个版本可用：面向付费用户的 GPT-Live-1 和作为所有用户默认选项的 GPT-Live-1 mini，后者取代了高级语音模式。 此次升级通过使用更强大的模型和无缝的任务委托，显著提升了 ChatGPT 语音模式的用户体验，尤其适用于复杂查询。这展示了对话式 AI 的实用进展，使语音助手在头脑风暴和多步骤任务中更加有用。 GPT-Live 采用全双工架构，可同时听和说，保持自然对话流畅。它将网页搜索、深度推理等复杂工作委托给 OpenAI 最新前沿模型 GPT-5.5，且 OpenAI 将持续更新后台模型。较大的 GPT-Live-1 模型面向付费用户，而 GPT-Live-1 mini 免费可用。

Meta 的超级智能部门发布了一年进展更新，强调了前所未有的大规模计算扩展，包括超过 2000 公里的跨数据中心基础设施，以及一个顶级强化学习环境初创公司的出现。 这标志着 AI 基础设施竞赛的加速，Meta 的激进投资可能重塑超级智能领域。RL 环境初创公司填补了训练高级 AI 代理的关键空白。 计算扩展涉及超过 2000 公里的“跨数据中心”网络，使多个数据中心像一台超级计算机一样工作。RL 环境初创公司被描述为“凭空出现”，表明这是一个突然的新竞争者。

Rust 1.97.0 引入了新的默认符号混淆方案，支持通过新标志拒绝 Cargo 警告，并且在成功构建后不再隐藏链接器输出。 这些更改提高了 Rust 开发者的构建可靠性和调试体验。拒绝警告有助于在 CI 管道中强制执行代码质量，而新的混淆方案提供了更稳定的符号名称。 新的符号混淆方案可跨 Rust 版本生成更一致的符号名称。Cargo 警告拒绝功能允许将警告视为错误，类似于 rustc 中的-D warnings。移除隐藏链接器输出意味着所有链接器消息现在都可见。

IMGNet 提出了一种人脸验证模型，用滑动窗口符号模式匹配取代余弦相似度，在 LFW 上达到 96.27% 的准确率，模型大小仅 10.58 MB，在 CASIA-WebFace 上训练。 这种新颖的方法可能实现更高效、更紧凑的人脸验证系统，而符号模式匹配无需重新训练即可提升 ArcFace 嵌入的发现，表明这是良好训练的人脸嵌入的基本属性。 该模型使用 SW Block 替代标准卷积，采用多尺度关系操作；定义了纯基于符号模式一致性的 IMG Sign MSE Loss；以及结合三种度量的投票系统。在无需重新训练的情况下应用于 ArcFace (buffalol)，IMG Sign Score 在 LFW 上达到 99.58%，仅比 ArcFace+Cosine 低 0.24%。

大疆未发布的 EV50 垂直起降运载无人机在珠穆朗玛峰上空飞行至 8861 米，创造了公开测试中电动垂直起降（eVTOL）无人机的最高飞行升限纪录。 这一成就证明了使用 VTOL 运载无人机在极端环境下进行高海拔物流和科学研究的可行性，可能改变偏远山区物资运输的方式。 在为期 12 天的任务中，EV50 完成 32 架次起降，连续爬升 3730 米，返程时仍剩 30%电量。它搭载了北京大学研究人员的臭氧测量设备。

Meta 计划于 2026 年 9 月启动自研 AI 芯片“Iris”的量产，目标是在 2027 年将整体 AI 算力翻倍至 14 吉瓦。 此举降低了 Meta 对英伟达和 AMD 等外部供应商的依赖，可能重塑 AI 硬件市场，并降低大规模 AI 训练和推理的成本。 该芯片属于 MTIA（Meta 训练和推理加速器）第四代项目，由博通协助设计、台积电制造，仅用六周完成测试，未发现重大问题。

OpenAI 公布了一套国家安全原则，明确禁止将其技术用于自主武器、大规模监控以及高风险自动化决策。该公司还通过 Daybreak 网络防御计划扩大了与美国盟友的防御合作，包括与澳大利亚、加拿大、日本和欧盟机构的合作。 这为国家安全领域的 AI 治理树立了明确先例，在道德边界与防御应用之间取得平衡。可能会影响全球其他 AI 公司和政府政策，尤其是在 AI 的军事用途方面。 这些原则严格禁止大规模国内监控、自主武器系统和高风险自动化决策。Daybreak 计划为经过验证的防御者提供高级 AI 工具，将更宽松的功能与更强的监督和范围控制相结合。