大模型推理也能“智能调度”：让奖励模型按需分配算力的动态路由机制 | ACL 2026
腾讯混元与新南威尔士大学联合提出 E-GRM 框架，通过检测模型自身对答案的“自信程度”来决定是否进行深度思考，在奖励模型推理中实现了延迟降低 62%、算力节省近半的同时准确率反而提升 3.3%。这一成果被 ACL 2026 收录，为 RLHF 系统的成本优化打开了新路径。
标签： Gemini
v2.1.204
Anthropic 于7月8日发布了 Claude Code 的 v2.1.204 版本，修复了一个关键 bug——在 headless 模式下，SessionStart 钩子中的事件流未能正常传输，导致远程工作节点在钩子执行期间被误判为空闲而中断。这个修复对使用 Claude Code 进行自动化远程协作的…
NVIDIA 发布 Audex (Nemotron-Labs-Audex-30B-A3B)：保留其骨干文本智能的统一音频文本 LLM
NVIDIA 发布了一款名为 Audex（全称 Nemotron-Labs-Audex-30B-A3B）的新型音频-文本统一大语言模型，核心创新在于它能处理音频输入，但保持了其骨干文本模型（Nemotron-30B 架构）的推理能力，避免了传统多模态模型在迁移到音频任务时常见的“文本性能损失”。
蚂蚁集团Robbyant开源LingBot-Vision：用于密集空间感知的1B边界中心视觉基础模型
蚂蚁集团旗下Robbyant团队于7月7日宣布开源LingBot-Vision，这是一个仅含10亿参数、专为密集空间感知任务设计的视觉基础模型。它通过“边界中心”的设计思路，在机器人、自动驾驶等需要精确理解物体边缘和位置关系的场景中，展现出优于大参数模型的效率与精度。这一开源动作，直接降低了高精度空间感知AI…
《人生设计课》Prompt实测：用Claude设计人生的四个阶段
公众号“数字生命卡兹克”基于斯坦福经典课程《人生设计课》的理论框架，编写了一款 Claude 提示词，让大模型以“人生设计师”的角色，通过四阶段、6-9个主线问题，引导用户像做设计项目一样梳理现状、探索方向、制定五年计划。实测效果超出预期，这款 Prompt 已在微信群公开。
蚂蚁集团周俊AICon演讲：从Token数量到Token密度，万亿参数模型效率优先
蚂蚁集团副总裁周俊在AICon大会上提出，万亿参数大模型的算力成本已达到“每运行15分钟消耗一辆特斯拉”的惊人水平，行业必须从追求Token数量转向提升Token密度，即用更少Token完成同等智力任务。核心解法是协同改造模型架构、训练策略和智能体能力，而非单点优化。
Claude开发者分享两种多智能体模式：Advisor和Orchestrator
Claude 开发者官方团队披露了两种高效多智能体架构模式——Advisor（顾问）和 Orchestrator（编排者），通过让高性能模型 Fable 5 与低成本模型 Sonnet 5 混合协作，能在保留顶级模型近 92%-96% 性能的同时，将成本压缩至 46%-63%。这为 AI 应用的工程化落地提供…
Pulpie：用于清理网络的Pareto最优模型
Feyn Labs 于 2025 年 6 月 25 日发布 Pulpie 模型系列，以 1/20 的成本实现了与现有最佳网页内容提取器相当的精度，其最小模型在参数量仅为对手 1/3 的情况下，处理速度提升 20 倍，每处理 10 亿页的成本从 15.9 万美元降至 7,900 美元。这意味着大规模高质量网页数…
马斯克再掷王炸：SpaceX申请发射 10 万颗卫星，要给AI铺一条”太空高速公路”
SpaceX已正式向美国联邦通信委员会（FCC）提交申请，计划发射并运营一个由10万颗卫星组成的第三代星链星座，目标不仅是覆盖偏远地区的互联网，更是要为AI时代打造全球通信基础设施。
腾讯混元多模态团队再添强援，OpenAI 前研究员田永龙被曝加入
前 OpenAI 研究员田永龙被曝已加入腾讯，将主导混元大模型的多模态视觉语言模型（VLM）研发。这是继姚顺雨之后，又一位具备 OpenAI 核心研发背景的人才加入腾讯，反映出腾讯在大模型领域正在持续加大投入，特别是在多模态和视觉理解方向。