26年7月3日，全球AI资讯约15条：UC伯克利系主任都加入A社、卷不赢模型 Meta改行「算力包租公」、Verily获3亿美金融资从谷歌独立等

葡萄牙近日正式发布首个本土开源大语言模型——AMALIA，标志着该国在人工智能领域迈出关键一步。作为国家级战略项目，AMALIA由全国多所高校和研究机构的60多名科学家联合研发，历时18个月，首期投入550万欧元，并依托Deucalion、MareNostrum 5等高性能算力平台。模型以欧洲葡萄牙语为核心，首轮训练使用约4万亿个葡语单词，成功推出90亿参数（9B）基础版本，已具备文本理解与生成能力。

更进一步，AMALIA已完成多模态升级，可同步处理文本、图像和语音信息，显著提升实用性。按计划，今年内还将推出更大规模的220亿参数（22B）版本，并新增“智能体”能力——即能自主规划、调用工具、执行复杂任务。这一升级需追加投资150万欧元。

https://www.1ai.net/54447.html

ViiTorVoice是中国团队“云上曲率”研发的全球首个支持局部语音编辑的AI语音模型，近日登顶国际权威评测Seed-TTS榜单，中文词错率（WER）仅0.99、英文仅1.32，成为首个中文WER突破1.0的模型，准确性和稳定性达行业新高。它彻底告别传统TTS“整段重录”的痛点——像修改Word文档一样，可精准替换音频中任意一个词、一句话。

实测中，轻松将哈兰德广告改为“怕饿晕找哈兰德”，把姆巴佩魔性“补水啦~”自然嵌入汽车广告，效果逼真搞笑。其核心技术采用难度更高的非自回归（NAR）架构，推理首帧延迟低于60ms，远快于主流模型（150–200ms）。还支持零样本跨语种克隆、词级情绪控制，已服务短剧出海、有声书、广告等场景，日处理音频超十万小时。

https://www.163.com/dy/article/L0R93GMD0511ABV6.html

天工AI近期交出了一份亮眼的商业化成绩单：2026年第二季度，其AI原生业务年度经常性收入（ARR）突破8亿美元，距“中国首个非BAT十亿美元ARR AI公司”仅一步之遥。其中，AI短剧平台DramaWave贡献超7亿美元ARR，AI工具业务也突破1亿美元，展现极强的变现能力。

更关键的是，DramaWave已实现AI原生化转型——80%以上新增短剧由AI自动生成，标志着内容生产正式迈入“AI驱动时代”。在技术侧，其视频模型SkyReels、音乐模型Mureka、游戏世界模型MatrixGame均跻身全球第一梯队；产品矩阵覆盖创作、娱乐、游戏全链条，核心业务连续多季度保持双位数环比增长。天工AI成为少有的实现“模型领先+产品落地+规模营收”闭环的企业。

https://www.qbitai.com/2026/07/441786.html

Andrew Ng 近期提出一个深刻又通俗的“三层循环”（Three-Loop Engineering）模型，重新定义了AI时代的软件开发：  
最内层（秒/分钟级）：AI Agent 自主写代码、跑测试、调试修复。
中间层（小时级）：开发者专注“方向判断”——调整UI、重写需求文档。过去花在找Bug的时间少了，精力转向更高维的产品决策。
最外层（天/周级）：真实世界反馈——Beta测试、A/B实验、用户行为数据。它最慢，却最关键：只有上线后才知道设计是否被理解、市场是否已变。

三层环环相扣：外层校准方向，中层翻译为指令，内层高速执行。AI没消除循环，只是把最快那层压缩到分钟级；而真正稀缺的能力，正从“写代码”转向“想清楚问题+定义好任务+听懂真实世界”。

https://aitntnews.com/newDetail.html?newId=26787

英伟达近日开源机器人新框架ASPIRE，它不像传统训练依赖海量数据和梯度下降，而是让机器人像人类工程师一样：执行任务→回放多模态轨迹→由大模型诊断失败原因→修复控制代码→沉淀为可复用的“Skill”。例如，当机器人因路径规划撞到障碍物失败，ASPIRE会总结出“从45°/90°等多角度重试接近”的技能，后续遇到收音机、微波炉等类似物体均可直接调用。

实验证明，在Robosuite双臂交接任务中，成功率从20%跃升至92%；在泛化测试LIBERO-Pro上，未新增训练的情况下，成功率随技能库扩容从接近0%提升至31%。ASPIRE不产出静态权重，而构建持续进化的“机器人技能库”，真正实现“完成第100个任务时，不再像第1个那样一无所知”。

https://www.qbitai.com/2026/07/441396.html

这是一场不拼算力、专攻“真问题”的金融AI实战大赛——AFAC2026金融智能创新大赛。它跳出了刷分式Benchmark，直面金融行业四大落地难题：  
① 看盘识人：从海量L2行情中识别机构交易意图（如拆单、挂撤单博弈），考验对市场行为与人性的理解；  
② 啃透保险PDF：将含复杂表格、批注的扫描件精准转为结构化Markdown，当前顶尖模型在该任务上平均得分不足0.1，FinixDoc-VL在专属评测集FinixDocBench中达81.43分；  
③ 稀疏反馈实验：在有限尝试次数下，让AI像研究员一样优化图学习模型，强调“3B小模型可能比大模型更高效”；  
④ 长文精准问答：处理数百页金融文档，既要答案准，更要溯源到具体页码条款，Token消耗被纳入评分。  

https://www.qbitai.com/2026/07/441246.html

加州大学伯克利分校EECS系主任、著名理论计算机科学家Jelani Nelson宣布暂离学术岗位，加盟AI公司Anthropic，加入其预训练团队——负责Claude大模型的核心能力研发。这一消息引发广泛关注：Nelson主讲的算法公开课在YouTube播放量超2100万，是公认的“硬核教学顶流”；他博士毕业于MIT，长期深耕高维数据高效处理算法，研究成果曾获MIT杰出博士论文奖。

他的加入，凸显Anthropic对底层算法与数学根基的重视。值得一提的是，Nelson过去5年还兼任谷歌研究科学家，而Anthropic近期已接连吸引多位顶尖人才，包括清华物理学霸姚顺宇等。当前AI竞赛已从工程规模迈向“算法+数学”深度攻坚阶段，高校顶尖学者“下场”一线研发，正成为新趋势。

https://www.qbitai.com/2026/07/441447.html

95后AI新锐专家孙天祥正式加入百度，担任基础模型研发部（BMU）负责人，并进入百度模型委员会（BMC）。这位年轻专家博士期间主导开发了国内首个类ChatGPT开源大模型MOSS，已在ICML等全球顶级AI会议发表论文超40篇，曾实习于Amazon AI Lab和上海人工智能实验室。

他的加盟，标志着百度在大模型底层技术上的加速布局。目前，百度模型研发体系由两大核心部门构成：孙天祥领衔的基础模型研发部（BMU），聚焦通用大模型架构、训练与推理优化；贾磊负责的应用模型研发部（AMU），则专注行业落地与产品集成。业内人士认为，孙天祥的技术背景——尤其在开源模型、高效训练与前沿算法方面的积累——与百度加大基础模型研发投入的战略高度契合。

https://www.1ai.net/54441.html

Meta正式进军云计算市场，推出“Meta Compute”业务，对外出租自建AI算力并提供模型API服务，直接挑战AWS、Azure和谷歌云。此举引爆资本市场：Meta股价单日飙升超10%，市值暴增近980亿美元；而算力服务商CoreWeave暴跌14%、Nebius重挫17%，英伟达等芯片股也应声下跌。

背后底气来自其疯狂投入——2025年资本支出722亿美元，2026年预计达1250–1450亿美元，累计承诺AI基建投资高达1829亿美元。当前，Meta自用算力尚有富余，而外部需求旺盛，顺势变现成为最优解。其商业模式双轨并行：一是低价出租裸算力，二是上线闭源模型Muse Spark等API服务，按Token收费。这不仅是新营收路径，更标志着AI竞赛正从“比模型”转向“拼算力基建”。

https://www.163.com/dy/article/L0QNG3B60511ABV6.html

北京硅基流动科技近日正式向港交所递交上市申请。作为国内领先的AI算力服务平台，其核心业务是为大模型开发者提供高效、低成本的Token供应服务。平台注册用户突破1028万，单日平均Token吞吐量高达5785亿。按2025年全年Token吞吐量计算，公司位列中国第四大Token供应平台（市占率1.5%），并在“独立生态类”平台中排名第一。

财务上呈现高增长、高投入特征：2025年收入达5533万元，同比猛增653%；但因持续加大算力基建与技术研发，全年净亏损3.45亿元（为2024年的4.2倍），经调整后净亏损1.87亿元。公司已完成7轮融资，最新估值77.4亿元，股东阵容强大，涵盖阿里、美团、商汤、智谱等产业巨头，以及华为哈勃、创新工场等知名机构。

https://www.1ai.net/54443.html

Base44 是一家成立仅半年、团队仅8人的“氛围编程”（vibe-coding）初创公司，去年被Wix以8000万美元收购。如今，它正推出自研轻量级AI模型Base1——基于平台积累的“数千万次真实用户交互”数据训练而成。此举直面AI行业两大关键挑战：通用大模型在垂直场景中延迟高、成本高、适配性弱；以及过度依赖外部模型导致护城河薄弱。

Base44创始人强调，自有模型可优化延迟、降低成本，并更精准匹配用户偏好。目前其年化收入超1.5亿美元（两个月前刚破1亿），虽低于竞对Lovable的5亿美元，但正通过“数据+分发+技术栈”三重整合构建独特壁垒。VC专家指出，企业客户日益关注推理成本，不再盲目追求最先进模型，而是倾向“合适即最优”的模型编排策略。

https://news.qq.com/rain/a/20260701A04LEZ00

Verily曾是Alphabet旗下“最耀眼的医疗明星”：脱胎于Google X，深耕生命科学十余年，布局临床研究平台、慢病管理、可穿戴设备、AI健康助手等十余个方向，技术扎实、资源雄厚。但问题恰恰在于“太全能”——2022财年收入5.59亿美元，却亏损5.68亿美元，暴露出业务分散、缺乏主航道的困境。今年完成3亿美元融资后，Alphabet退居少数股东，Verily正式告别“大厂实验室”。

关键转折是推出消费者端产品Verily Me：整合健康记录、三星手表连续数据、AI助手Violet及临床建议，试图将多年积累的能力收敛为一个用户可感知的入口。但它面临的不是技术挑战，而是医疗商业闭环难题——用户愿不愿长期用？雇主和保险机构愿不愿为效果付费？

https://www.zyentor.com/news/4334

Philo AI 是一家由清华博士、华为“天才少年”张家声创立的AI初创公司，近期完成近千万美元首轮融资。团队堪称“顶配”：核心成员全员清北博士，涵盖多位华为“天才少年”、腾讯技术大咖及大厂资深专家，人均拥有顶尖学术与工程履历——有人17岁入清华、25岁获港大博士；有人曾用一行命令将万卡集群性能提升3倍；还有人主导过5000卡VLLM训练与10PB级数据工程。

他们正在攻关的，是名为“世界生命模型”的全新范式：不是预设脚本的数字人，而是能实时感知、持续记忆、主动行为的“视频原生数字生命”，追求三维统一——身（动态视频形态）、心（情感记忆）、行。其本质是把视频从“生成内容”升级为“始终在线的交互主体”，迈向视频模态的AGI。

https://aitntnews.com/newDetail.html?newId=26784

欢迎大家关注、分享、转发本公众号，也欢迎直接与小编联系 对接合作～