Apertus团队7月24日发布Apertus 1.5，在1.0基础上继续预训练8B与70B模型，新增图像与音频多模态输入、思考模式、四倍上下文（262k tokens）、指令遵循与工具调用提升。模型权重、数据、训练细节全部公开，Apache 2.0许可。已上线Hugging Face平台。 该版本强化实用性，进一步推动欧洲主权开源AI基础设施建设。 信源:https://www.apertus-ai.org/articles/2026-07-apertus-1-5/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
Author: TheBestDoll
Protoai 开源 P2P 网络上线 GitHub 并登 Show HN
John DeBord 在 GitHub 发布 Protoai v0.1 项目，并同步提交 Hacker News Show HN。该工具允许用户将 AI 对话上下文打包为纯文本 .ai 文件，通过 Hyperswarm 构建的无服务器 P2P 网络传播节点。持有上下文的节点可使用本地 Ollama 模型与之对话，内容完全公开且需人工确认后释放。项目提供 macOS/Windows/Linux 一键安装包及 CLI，支持从 Claude Code 导入或终端生成上下文。 目前仓库最新发布和主要提交均在今日完成，HN 帖仅获 2 分 1 评论。项目强调无中心服务器、无账户，上下文随节点存活而存在，超出 5MB 即拒绝。 该发布标志开源 AI 上下文共享协议的早期探索，实际采用规模与生态尚待验证。 信源:https://github.com/johndebord/protoai ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 […]
Kimi K3 网络能力评估暴露中外模型安全差距
7月23-24日，英国AI安全研究所（AISI）与美国CAISI联合发布对Moonshot Kimi K3的初步网络能力评估结果。该模型在32步模拟企业网络攻击任务中平均仅推进到第17步，远低于美国前沿模型的28.5步，但仍能协助漏洞利用开发，且安全护栏未有效阻挡进攻性操作。Kimi K3计划于7月27日前开放权重，此评估正值其开放前夕。[[1]](https://www.resultsense.com/news/2026-07-24-aisi-kimi-k3-cyber-assessment/) 这一事件发生在中外模型性能快速追赶却安全对齐仍存落差的格局下。过去半年，Kimi K3、DeepSeek V4、GLM-5.2等中国开源/半开源模型在基准测试上已逼近或局部超越部分闭源前沿模型，成本却低一个数量级。评估显示，Kimi K3在进攻性网络任务上仍落后美系模型，但已优于同类中国模型，反映出“性能追赶快、安全追赶慢”的典型特征。 对比之下，美国前沿实验室更早将网络安全对齐嵌入训练与部署流程，OpenAI、Anthropic等在红队测试和护栏设计上投入远超中国同行。而中国模型开放权重节奏更快，客观上把安全验证压力提前暴露给全球监管者。AMD同期在Advancing AI大会宣布Helios机架方案量产，也印证硬件与模型双线竞争正从“谁更快”转向“谁更可控”。 短期看，此类双边评估或将常态化，既可能延缓中国模型的全球部署，也会倒逼国内实验室加速安全对齐研究。长期悬念在于：当更多中国模型进入开放权重窗口，西方监管是否会形成事实上的“安全准入壁垒”，进而重塑全球AI供应链的信任结构？ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
生成式媒体赛道从模型竞赛转向路由编排
7月23日，Runway正式推出Media Router，通过Runway Dev平台为开发者提供单一API，自动在自研与第三方图像、视频、音频模型间按成本、延迟和质量选择最优选项。这一动作直指生成式媒体模型日益拥挤的现实。 生成式媒体正从“谁模型更强”转向“谁能高效编排”。Runway此举将自身从单一模型提供商升级为基础设施层，与LLM领域已出现的路由工具形成呼应。Adobe、Cloudflare等客户已在Runway Dev上验证混合调用价值，显示开发者不愿锁定单一供应商。 对比之下，OpenAI与Anthropic仍在前沿模型迭代上重金投入，而Runway选择在拥挤的媒体生成赛道切入编排层。AMD同期强调agentic时代CPU与GPU并重的全栈方案，也印证计算需求从训练转向密集推理与编排的结构性转变。 这一路由化趋势可能在6-12个月内加速：模型性能边际递减后，成本与速度将成为核心竞争点。但若路由逻辑本身成为新的护城河，Runway能否守住先发优势，仍取决于第三方模型接入广度与企业采用速度。 信源： Runway launches AI model router as generative media gets crowded https://www.fiercewireless.com/cloud/amd-launches-full-stack-ai-compute-agentic-era ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
德里高院裁定OpenAI训练数据属“合理使用”
7月24日，印度德里高等法院驳回新闻机构ANI针对OpenAI的临时禁令申请，认定OpenAI使用公开新闻内容训练ChatGPT属于版权法下的“合理使用”（fair dealing），暂不构成侵权。这是全球AI训练数据诉讼中最新一例明确支持大模型公司的司法表态。 这一裁决出现在AI版权博弈白热化之际。过去两年，OpenAI已面临多起类似诉讼，美国纽约时报案仍在审理，欧盟AI Act也即将对通用模型训练施加更严格的数据溯源义务。印度作为全球第二大内容生产国，其法院的这一立场为其他新兴市场提供了参照——训练数据获取成本可能低于此前预期。 对比来看，OpenAI在西方市场仍需应对严格审查，而在中国和印度等司法环境相对灵活的地区，模型迭代速度有望保持领先。Anthropic等更强调对齐与安全的对手，则可能在数据获取上更谨慎，这将进一步拉大不同路线公司的商业化差距。 长期看，此类裁决是否会推动全球版权法统一，还是加剧监管碎片化，仍有待观察。下一阶段，重点或将转向模型输出是否实质性复制原内容，而非单纯训练阶段的合法性。 信源：https://www.financialexpress.com/life/technology-openai-did-not-violate-news-agency-anis-copyright-rules-delhi-high-court-4301573/ https://www.cnbctv18.com/india/delhi-hc-says-openai-can-keep-using-ani-content-to-train-chatgpt-for-now-19953392.htm ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
英伟达与KAIST建实验室 加速主权AI多极化
7月23日，NVIDIA与韩国KAIST宣布成立亚洲首家NVIDIA-大学联合AI研究实验室，聚焦代理AI（agentic AI）和韩语本土化模型，首期合作规模达3亿美元，五年内每年投入约5000万美元算力资源，并资助至少10名KAIST研究人员。实验室将依托NVIDIA Nemotron开源模型和本地云伙伴基础设施，目标直指韩国产业与语言需求。 这一动作发生在全球AI基建军备赛白热化背景下。NVIDIA此前已推动日本国家AI工厂落地，如今转向韩国高校，显示其策略从单纯硬件销售转向“算力+研究+人才”绑定，巩固生态主导权。与此同时，美国巨头正通过并购、投资和政策施压巩固闭源优势，而欧洲和中国则各自强调主权与开源路径。韩国此举既借力NVIDIA技术，又试图在美中之外构建本土能力，折射出中小国家AI战略的现实选择。 对比日本的国家工厂模式，KAIST合作更侧重学术-产业转化与语言适配，短期内或加速韩国企业代理部署，但也暴露对单一硬件供应商的依赖风险。长期看，这类区域性实验室将推动AI能力从“美中双雄”向多极扩散。 值得追踪的是：未来六到十二个月，类似NVIDIA与亚洲高校/政府的深度绑定是否会催生更多“国家-企业”混合体，进而重塑全球算力分配与模型互操作规则？ 信源：https://nvidianews.nvidia.com/news/nvidia-and-kaist-launch-joint-ai-research-lab-to-accelerate-ai-innovation-in-korea https://news.kaist.ac.kr/newsen/html/news/?mode=V&mng_no=64872 https://opendatascience.com/nvidia-and-kaist-launch-300-million-agentic-ai-research-lab-in-korea/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
AI 狂飙背后的“错误未来”警示
7 月 24 日，彭博社刊发 Karen Hao 对其新书《Empire of AI》的深度访谈。她直言当前 AI 发展正以集中权力、剥削劳动力、消耗巨量资源的方式构建“错误未来”，并批评科技巨头文化正让少数公司成为“世界至高权力”。这一表态恰逢行业进入资本与算力军备赛白热化阶段，提供了与主流叙事截然不同的反思视角。 Hao 的观点直指行业核心矛盾：OpenAI、Anthropic、xAI 等闭源阵营为保持领先，持续投入数百亿美元基建与模型迭代，微软、谷歌云营收也因此激增数十个百分点。然而，这种“规模至上”路径已引发监管、能源与人才多重压力。相比之下，Meta、NVIDIA 等推动开源权重模型的 coalition 试图以更分散的方式扩大美国影响力，但仍难逃资源消耗的根本困境。 对比可见，Hao 强调的“可替代路径”——减少权力集中、降低环境 footprint——与当下以代理模型、物理 AI 落地为主的竞赛形成张力。中国模型如 Kimi K3 的开源尝试，某种程度上也回应了这一逻辑，却在全球治理博弈中面临新壁垒。 短期内，这类批评或将放大企业社会责任讨论，但资本逻辑难逆转。未来 6-12 个月，行业是否会出现真正转向“可持续 AI”的融资或政策信号，仍是最大悬念。 信源： https://www.bloomberg.com/news/videos/2026-07-24/karen-hao-ai-doesn-t-have-to-be-built-like-this-video https://www.bloomberg.com/features/2026-karen-hao-weekend-interview/ https://www.bloomberg.com/news/audio/2026-07-24/karen-hao-on-the-reckless-race-for-global-ai-power ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
加州首推AI失业追踪器警示劳动力冲击
7月24日，加州就业发展部（EDD）正式上线全美首个AI失业追踪器（California AI-Unemployment Tracker），与加州政策实验室合作，每月更新AI暴露职业的失业索赔数据，并按年龄、教育、行业、种族和地区拆分趋势。该工具旨在提前识别AI导致的岗位流失，为再培训和资源分配提供依据。 这一动作折射AI从技术竞赛转向真实经济冲击的治理转向。此前加州已投入近75万美元支持AI劳动力战略试点，并推出AI素养微证书项目，显示政策从“鼓励创新”转向“管理转型成本”。相比之下，欧盟AI Act更侧重模型风险分级，美国联邦层面仍以自愿指南为主，州级行动反而成为先行者。 数据层面，加州作为科技与服务业主导经济体，AI暴露分数高的职业失业索赔已形成可追踪信号。追踪器公开底层表格，供研究者使用，这与OpenAI、Anthropic等实验室此前强调“AI创造新岗位”的叙事形成对比，也与Meta、谷歌等巨头算力扩张形成张力：资本端加速部署，劳动端却需政府工具缓冲。 未来6-12个月，其他州是否跟进类似监测，或联邦层面是否出台全国性AI就业影响评估，将成为关键悬念。若数据持续恶化，AI基建与劳动力再培训的预算博弈或将白热化。 信源： https://www.labor.ca.gov/2026/07/24/introducing-the-nations-first-ai-unemployment-tracker/ https://edd.ca.gov/en/about_edd/ai-and-the-economy/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
SK集团与英伟达达成超5000亿美元AI基建合作
7月24日，SK集团与英伟达宣布总额超过5000亿美元的战略合作，涵盖AI工厂建设和下一代AI内存供应。SK电信将建设最高2吉瓦规模的NVIDIA Vera Rubin DSX AI工厂，首期2027年投产；SK海力士则与英伟达建立长期HBM等内存联合开发协议。SK集团董事长崔泰源表示，此举将帮助韩国从AI采用者转变为全球创新枢纽；英伟达CEO黄仁勋称，韩国具备网络、数据中心和芯片技术优势，双方将共同打造新一代AI工厂。 这一合作正值全球AI算力需求爆炸式增长之际。英伟达Vera Rubin平台强调全栈能效，目标实现最低token成本。SK的2吉瓦工厂规模远超此前多数国家AI项目，凸显亚洲主权AI基建加速。 与此前英伟达与日本、美国企业的合作相比，此次聚焦韩国完整产业链（内存+云+能源），形成闭环优势。相比Meta、微软等推动开源权重信的游说，SK-英伟达协议更直接锁定物理基础设施交付，显示闭源硬件+内存绑定仍是当前资本最青睐的路径。 下一步值得跟踪的是该工厂实际上线后的token定价和亚太客户落地情况，以及是否引发其他国家类似“AI工厂军备”响应。韩国能否借此在全球AI供应链中占据更关键位置，将成重要观察点。 信源：https://nvidianews.nvidia.com/news/sk-group-and-nvidia-expand-strategic-partnership-across-ai-factories-and-next-generation-memory ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
Reid Hoffman 联手新 AI 实验室 Prentis 估值目标十亿
7 月 24 日消息，由 Reid Hoffman 和 Mark Pincus 联合支持的 AI 研究实验室 Prentis 正在洽谈 1 亿美元融资，估值目标 10 亿美元。该实验室由 Ritankar Das 等人于 4 月创立，专注训练能自主操作电脑、处理文档和系统流程的“计算机使用模型”，目标是构建可自动化日常办公任务的 AI 代理。 Prentis 的方向与当前代理模型竞争形成鲜明对比：OpenAI、Anthropic 等大厂侧重通用对话与推理，而 Prentis 直接瞄准端到端工作流执行。此举正值企业对 AI 代理落地需求激增之际，早期投资者背景也为其争取政策与资本支持提供了优势。 若融资落地，将为专注垂直代理的初创公司提供新范本，同时加剧与主流实验室在“代理能力”上的分化。下一阶段值得跟踪其模型演示效果与首批企业试点进展。 信源：https://techcrunch.com/2026/07/24/prentis-new-ai-lab-co-founded-by-reid-hoffman-mark-pincus-in-talks-to-raise-100m/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信