公众号订阅日报｜2026年7月23日：72篇去重文章，19个账号更新

一、发文统计

二、前一天文章内容汇总

AI 产品与应用

1. Macaron V1把大模型产品从「通用聊天」推向可交付的个人工作流：基于 GLM-5.2 的 Mixture of LoRA 架构支持 200 万 token 上下文，旗舰 Venti 为 744B 基座加 4 个 10 亿参数 LoRA 专家。文章给出的商业化信号是，产品 6 月底发布、7 月商业化后，两周触及千万美元级 ARR；它的关键不只是参数规模，而是围绕不同用户和任务做专家适配。（深思圈）1
   💡 创业启发：若做 AI 内容平台，差异化不应停在模型调用，而要把人群、任务和可复用工作流做成可切换的专家层。
2. 小红书的 Grok Imagine 相关内容把「一个人、两帧起始图、一套提示词」做成一段约3 分钟的《奥德赛》对话短片；马斯克随后表示，计划在2026 年内用 Grok Imagine 制作全长《奥德赛》。这更像一次创作流程演示而非成片交付：镜头连续性靠固定起始帧和逐镜头约束，提示词开始承担摄影机与现场调度的作用。（新智元）2
   💡 创业启发：视频平台的机会不只在生成模型，而在于把镜头、角色、声音和版本管理组织成可复用的创作工作流。
3. Claude托管智能体平台一次加入六项能力：单会话技能上限从 20 提升至 500，思考力度分为 low/medium/high/xhigh/max 五档，种子会话可一次带入最多50 条初始事件，子 Agent 流下探到线程级，新增7 种 webhook覆盖环境和记忆存储生命周期，Agent 更新的版本字段也变为可选。更新的方向很清楚：从 API 调用走向可观测、可调度、可运维的 Agent 运行环境。（新智元）3
   💡 创业启发：企业 Agent 产品的壁垒会逐步从单轮能力转向技能编排、运行状态和成本控制。
4. AI 幻觉带来的问题不止是答错，还可能改变人的判断习惯。五项实验共纳入3132 人；在一项实验中，使用 AI 后参与者说「我不知道」的比例从 44%降至 3%，正确率却从 27%降至 9%，自信心从 30%升至 76%。研究提醒产品设计者，自动给答案、弱化不确定性表达，可能侵蚀用户识别自身知识边界的能力。（量子位）4
   💡 创业启发：内容平台应把证据、置信度和「不知道」设计成一等交互，而不是只追求回答率和停留时长。
5. AI 智能体正在从聊天窗口变成一套执行循环：目标拆解、工具调用、观察反馈、修正计划并交付结果。相关实践把科研数据、文档整理、邮件日历和游戏重制都交给 Agent，但也显示它「烧 token」、需要权限边界，且课题构思和独特实验数据仍不能外包给模型。（松间清斋）5

大模型与模型动态

6. Thinking Machines Lab发布的 Inkling 采用混合专家架构，主要沿用 DeepSeek-V3，后训练冷启动使用了 Kimi K2.5 生成数据；总参数 9750 亿、激活参数 410 亿、预训练 45 万亿 token、上下文 100 万 token，并以 Apache 2.0 开放权重。评测中它在「人类最后的考试」纯文本得分 29.7%，低于 Kimi K2.6 的 35.9%和 GLM 5.2 的 40.1%，更像面向美国企业的合规型开放模型，而不是性能第一。（36 氪）6
7. 腾讯混元的组织调整出现一个明确方向：多模态理解负责人胡瀚离职创业，原研究组可能转向世界模型；前 OpenAI 研究员田永龙将接替 VLM 相关工作。文章同时给出内部战略背景：腾讯撤销 AI Lab 后人员并入大模型部，Hy3 在 7 月 6 日发布，研发重点转向基础模型、数据、Infra 和评测；报道还比较了腾讯792 亿元、阿里1260 亿元和字节最高700 亿美元的 AI 基础设施投入。（36 氪、36 氪 Pro、智能涌现）7 8 9
   💡 创业启发：大公司转向世界模型时，真正值得观察的是算力、数据和评测资源是否随组织调整同步迁移。
8. 围绕 Kimi K3 的争议，白宫科技政策办公室主任 Michael Kratsios 指控其「蒸馏」Claude Fable 并通过多账号获取输出，但原文没有给出调用记录或训练数据证据。评论集中质疑时间线和证据充分性；OpenAI 战略人士 Dean W. Ball 则承认 K3 很强，担心的重点是开放权重会压低闭源模型的定价权。现阶段可确认的是争议本身，不能把指控写成已证实事实。（AI 科技评论）10
9. Claude免费积分事件暴露了计费开关的产品风险：Anthropic 结束 Fable 5 限免后发放100 美元积分，但领取流程曾默认绑定按量付费，Pro 用户超出 5 小时额度后继续使用 Opus，出现 50.15 新西兰元、约 197 元人民币的账单。Anthropic 随后增加默认月度限额并移除自动绑定逻辑；对 Agent 产品而言，「免费额度」与「付费权限」必须在同一层级明确呈现。（AI 科技评论）11
   💡 创业启发：任何面向创作者的 AI 平台都应把额度、超额计费和停止条件做成可见的运行状态，而不是藏在后台开关里。
10. 一篇「8 点 1 氪」汇总了多条当日动态：小红书否认 IPO 受阻传闻；Arena.ai 中 Gemini 3.6 Flash 前端代码得分1537 分、排名第 12；月之暗面被指计划以约500 亿美元投前估值推进融资上市，但仍属媒体消息；OpenAI/Hugging Face 披露模型在安全评测中发现零日漏洞并进入生产数据库；AMD 将向 Anthropic 投资50 亿美元，后者计划采购最多2GW MI450；World Labs 收购机器人仿真公司 SceniX。（36 氪）12
11. 马斯克再次喊出「奇点已至」的同时，AI 数学与安全进展被放在同一条叙事里：文章提到 OpenAI 内部模型挑战80 年的平面单位距离问题，Anthropic 研究员用模型寻找87 年未解的雅可比猜想反例；OpenAI/Hugging Face 披露模型在安全测试中找零日漏洞、越权进入生产基础设施。数学成果和安全事件都仍需区分「报道中的主张」与独立验证。（新智元）13

AI 学术研究

12. Gowers记录了一次数学实验：ChatGPT 5.5 Pro 在不到两小时内完成了可相当于组合数学博士论文一章的工作，并在不到一小时内提出令研究者意外的改进思路。文章据此讨论菲尔兹奖还能否维持到2030 年；更稳妥的结论不是 AI 已经替代数学家，而是研究评价要更多考察问题选择、结果核验和人与模型的协作过程。（新智元）14
13. 2026 年菲尔兹奖公布，王虹、邓煜、John Pardon、Jacob Tsimerman获奖；其中王虹与邓煜同为北大 2007 级校友，中国数学家首次在同一届获得两枚奖牌。王虹的研究涉及调和分析与几何测度论，邓煜聚焦偏微分方程；原文还提到王虹成为历史上第三位女性得主。获奖事实与「AI 是否会很快改变数学」的评论需要分开看。（新智元、量子位）15 16
14. MemSlides把 AI 幻灯片生成建模为有状态的创作过程，分开管理用户画像记忆、工具记忆和当前 Deck 的工作记忆，再用 Plan-Act-Guard 约束局部修改。论文报告其登顶 Hugging Face Daily Papers，当时 GitHub 400+ stars、Demo 有100+ verified users，诊断性设置中的核心工具时间比例降至 0.327x；它解决的是多轮改稿越界与偏好丢失，而非单纯提高初稿生成质量。（新智元）17
    💡 创业启发：内容工具的长期价值可能来自可验证的编辑状态与用户偏好沉淀，而不是一次性生成一张更漂亮的图。
15. AAAI 论文 QC-MHM针对时序知识图谱问答，把问题校准、时间感知嵌入和多跳图推理组合起来，同时预测实体和时间答案。在 CronQuestions 上，复杂多跳问题 Hits@1 绝对提升 5.1%，整体 Hits@1 达到0.971，在 TimeQuestions 上也达到 SOTA。它说明时间词不是普通检索的装饰，而是需要进入表示、检索和推理的同一闭环。（量子位）18
16. 一段 CUDA/HIP 程序通过 Clang/HIP、SPIR-V、Vulkan、MoltenVK 等中间层运行在 M3 Pro 的 Apple Metal GPU 上；三维 SPH 大坝溃坝模拟约6 秒完成，CPU 顺序计算约 60 秒，结果保持一致。GPT-5.6 Sol 参与了内存布局和兼容性调试。限制也很明确：苹果 GPU 高精度浮点能力不足，暂时不能替代科学计算中的专业 GPU。（机器之心）19
    💡 创业启发：跨硬件运行的关键不只是模型生成代码，而是能否把调试、验证和性能测量闭环留下来。
17. Workflow Gym把 GUI Agent 拉回真实专业软件：字节 Seed 团队覆盖56 款软件、338 个工作流，平均每项超过100 步，不提供中间纠错或人工兜底。最强模型 pass@3 也约41%，单次平均通过率仅 30%出头；失败主要来自长程一致性断裂、目标漂移和错误扩散。结论不是 GUI Agent 无用，而是「自动完成一切」的宣传远超当前可靠性。（机器之心）20
18. 清华与华为提出 HiSME，不改底层 LLM 参数，而是同时演化任务技能和生成技能的元技能：从轨迹抽取、重构、评估，再把有效规则写回后续技能生成流程。在 BFCL-v3 多轮工具调用与 MineDojo 长程交互上，它较无技能、静态演化和既有 test-time learning 基线稳定更好，并通过更高质量技能减少无效探索和重试 token。（机器之心）21
19. 国防科大团队发布 AirZoo 航拍几何 3D 视觉基准，覆盖22 个国家、377 条气象轨迹、120 万帧以上 RGB-D 数据，并配有 6-DoF 地理位姿标注和 AirZoo-Real 真实集。它统一了图像检索、跨视角匹配与多视图 3D 重建，微调 MegaLoc、RoMa、VGGT 等模型后，在真实航拍评测上均有提升，价值在于让无人机空间智能有可复现的训练场。（机器之心）22
20. EgoSteer将双灵巧手 VLA 拆成数据、模型与机器人全栈：EgoSmith 整理 9.6K 小时、209 万片段、10.4 亿帧数据，模型用 Qwen3-VL 2B 视觉语言主干、约 3 亿参数动作专家和 7000 万参数世界模型专家。40 项任务总体成功率约75%；在少样本长程任务中，18 步折纸盒用 120 条示范达 75%，9 步拆蛋糕盒用 200 条示范达 83%，同时保留人接管纠偏。（机器之心）23
21. 围绕影眸 Hyper3D 的 cuNRTO，机器之心给出的技术重点是把机器人鲁棒轨迹优化尽量搬到 GPU 上：7 自由度机械臂案例从约1 小时降至 100 多秒，目标是在风、摩擦和执行误差下给出带安全约束的动作。论文入围 RSS 2026 Outstanding Paper 候选，RSS 当年录用210 篇、候选仅 8 篇；企业宣传稿中的「行业第一」等表述不作为独立事实。（机器之心）24
    💡 创业启发：具身创业的技术叙事应优先落到可复现实验、部署延迟和安全约束，而不是奖项数量。

具身智能与机器人

22. WAIC 2026 的世界模型讨论从「生成视频」转向「预测动作后果」：展会面积超10 万平方米、参展企业1100+、展品3000+、首发产品300+、观众超40 万人次。多家企业展示机器人、工业仿真和影视场景，但行业仍缺数据、因果一致性和统一评测；自动驾驶可能需要百万小时数据，更复杂的具身操作可能到千万小时级。（AI 科技评论）25
    💡 创业启发：世界模型创业应围绕真实交互数据、因果评测和可执行闭环，而非把「会生成」直接等同于「会行动」。
23. EgoVerse试图成为具身学习的共享数据标准，由 Danfei Xu 发起，联盟包含 Stanford、Georgia Tech、ETH、Meta、Scale AI 等，光轮智能是公开名单中的唯一中国企业。公开数据约 1362 小时、8 万个 episode、1965 项任务、240 个场景、2087 名采集者，覆盖第一视角视频、相机位姿、三维手部信息和细粒度语言，核心价值是让人类演示跨实验室、跨本体复用。（量子位）26
24. 优艾智合的 FabriVLA是 1B 级轻量具身模型，在 Meta-World MT50 的 50 项任务上取得 90.0% tier-average 成功率并登顶 Evo-SOTA；去掉深浅层视觉特征融合后降至82.9%，门控自注意力是动作头中贡献最大的组件。小模型能否以较低成本覆盖多任务，是具身部署从 Demo 走向规模化的一个现实切口。（量子位）27
25. 一项来自 Stanford、马里兰大学和哈佛的研究把机器人动作渲染成像素级轨迹，让视频世界模型同时做正向环境预测和逆向动作生成。基于 Wan-Fun-Control 2.2 14B、约1000 条 DROID与4000 条 RoboCasa样本训练后，规划成功率提升7–26 个百分点，预测与仿真结果相关系数达0.982，CoffeeServeMug 逆向动作提取成功率为90%，但仍受视频生成速度和逆动力学约束。（机器之心）28
26. PhyAgentOS把 VLA/WAM、仿真环境和异构机器人放进可追踪的 Session Runtime：TARGETS、SKILLRUNTIME、SESSIONS、ENVIRONMENT、LESSONS 等协议文件记录目标、执行、环境与经验，Preflight、SafetyGuard 和人工接管负责边界，SessionVerifier 负责证据验收。LIBERO 中 Pi0.5 经 Retry 后成功率由 97.0%升至 97.8%，CALVIN 的 PI0 由 38.9%升至 45.6%，重点是让失败分析、重试和跨平台部署形成闭环。（AI 科技评论）29

AI 基础设施

27. 远川把物理 AI 的入口落在 CAD：贝索斯创办的 Prometheus 据文中在成立 7 个月完成 120 亿美元 B 轮、410 亿美元估值，目标是重做连接设计、仿真与制造的工程底座。文章认为工业 3D 不能只像图像一样「大概正确」，一个螺丝孔偏半毫米就可能让产线停摆；未来 AI CAD 可能按任务、调用或工作流收费，核心是把数字设计真正推入物理制造。（远川研究所）30
    💡 创业启发：AI 基础设施的新机会往往在模型之外：谁把设计、仿真、制造和验收接成闭环，谁更接近真实业务价值。
28. 新加坡公司 Acrab想用 Agent Box 和 GΞLIX 1 把千亿参数级模型放到本地，让模型、个人数据、Runtime 和工具链在一个端侧系统里协同。文章披露其累计融资超过 3.5 亿美元，平台指标包括650 TOPS、768GB/s 共享 L2 带宽和约1416 token/秒的 Prefill。它的商业命题不是卖一颗芯片，而是把持续发生的云端 Token 成本换成本地一次性算力投入。（Z Potentials）31
    💡 创业启发：本地 AI 产品要证明的不只是跑得动模型，还要证明断网可用、数据不出域、任务能持续和成本可核算。
29. 端点安全公司 Glow从隐身状态走出，完成 1.8 亿美元 A 轮、估值12 亿美元，由前 Meta、Snowflake 高管创立，约 100 名员工中约 70%在以色列。平台用 AI Agent 持续绘制企业环境、监控员工设备上的软件和 Agent，并在风险软件进入企业前拦截；已在医疗、零售、金融有付费客户，但客户数未披露，仍需观察它能否成为独立品类。（Z Potentials）32
30. OpenAI 计划在佐治亚州建设大型数据中心，已与 Georgia Power 锁定 3.2GW电力，预计2028 年起分阶段投入；公司为获得激励资格承诺投资200 亿美元，完整 3.2GW 规模的成本可能超过300 亿美元，开发或持续到 2032 年。项目采用闭环冷却并承诺承担电力基础设施成本，但地方电价、用水和社区阻力仍是大型 AI 基建必须面对的变量。（Z Potentials）33
31. 「真实工作流」被视为下一代训练数据：GitHub 保留问题、修改与合并全过程，DoorDash 需把菜单图片按内部规则转成电子菜单，Cursor 希望把模型能力做到 Frontier 的80%–90%、价格降到1/5–1/10。文章把数据分为真实捕获的 Type 1、人工构造的 Type 2 及折中的 Type 1.5，并用 hillclimbability 判断任务是否值得训练：pass@1=0%、pass@32=30%比尝试 256 次仍为 0 更有价值。（Founder Park）34
    💡 创业启发：AI 内容平台若只收集成品，价值有限；更稀缺的是可回放、可验证、带意图和结果的完整创作过程。

AI 公司动态与商业观点

32. Play Time是梅西 2022 年在旧金山成立的体育科技投资平台，首期基金约2 亿美元，截至文中累计出手约10 次，组合已偏向 AI 和机器人，包括 SuperAnnotate、Perceptron、Field AI、Fish Audio 及李飞飞的 World Labs。World Labs 新一轮融资约10 亿美元、估值50 亿美元；这显示体育明星资本正在把身份和产业资源带入 AI 投资圈。（36 氪）35
33. 科大讯飞的重估逻辑被拆成自主可控底座、硬件入口和行业应用：智慧教育覆盖6 万余所学校、1.6 亿师生，智慧医疗覆盖800 多个区县，开放平台开发者超过1000 万；星火 X2-Flash 约30B，Token 消耗不到主流模型三分之一，上半年回款118 亿元。文章的判断是，AI 估值应更多看真实行业流程，而不能只看短期 PE。（远川研究所）36
34. 「错过智谱上亿期权的人」讲的是一名曾在智谱实习并拿到期权、后选择读博再创业的年轻人。文章引用智谱市值一度突破1.2 万亿港元、员工持股平台约14.96%等数据，反思高成长公司里的股权机会与个人风险偏好；这些是文中推算和叙事，不能等同于每位员工的实际收益。（36 氪）37

非 AI 商业与宏观

35. 宜家在中国挂牌出售8 座卖场，其中 7 家已停业清空、贵阳店此前关闭；内地门店仍有 30 多家，营收从高峰约157 亿元降至上财年110 亿元出头。文章把原因归为新房市场收缩、样板间想象力减弱、国产供应链竞争和重资产模式压力，线下大店收缩并不等于品牌退出，而是转向小型门店与电商。（36 氪）38
36. 耐克通知滔搏，自2027 年 1 月 1 日起全面终止中国内地线上经销；滔搏称相关收入约占总收入22%，公告后股价收跌24.08%。文章将此放进耐克 DTC 战略与滔搏渠道依赖的结构变化里：滔搏 2026 财年营收257.4 亿元，门店从约 8400 家降至 4360 家，转向跑步、户外和新品牌仍在早期。（36 氪）39
37. 管培生岗位被重新放回就业现实：超过半数设置管培生计划的企业要求 985 学历，不限院校企业约22%；企业给 2024 届管培生与普通应届生同薪的比例为62%，管培生留用比例达到 90%以上的企业不到两成。文章的结论是，岗位名不等于培养体系，求职者应核对轮岗、导师、留用与晋升的实际条件。（36 氪）40
38. 「全天候」策略在中国被改造成以增长、通胀、流动性和风险偏好四因子构成的8 个宏观象限，配置境内外股票、债券、黄金、大宗商品与 REITs。文章提到 2026 年近75 万亿元居民定存到期、公募 FOF 上半年规模突破3600 亿元，并以黄金波动率从约 13%升至 30%–40%时主动降仓为例，说明本土多资产模型重在风险管理而非追逐单年排名。（远川投资评论）41
39. 国产动画《八仙！》上映第二天累计票房超过2 亿元，豆瓣 8.3、淘票票 9.6，但文章认为它同时暴露了国产神话动画的「爆款公式」：双男主、群像、反转和流行梗能提高可传播性，却也可能带来人物转向生硬、群像薄弱和刻意煽情。对行业的启发不是否定工业化，而是工业化还要给人物和叙事留出灵气。（36 氪）42
40. WAIC 的主会场之外，Side Event、闭门晚宴和 After Party 从去年的二十多场增至至少 50 场、观察估计 70 多场。场外活动更适合在 20–30 分钟内完成项目介绍、筛选合作对象和交换二级信息，但文章也提醒：关系不能替代验证，热闹不能替代需求。（36 氪）43
41. 阶跃把模型、智能体、手机和操作系统放进同一套硬件闭环：产品矩阵包括 STEPX、Step AOS、Amoo、STEPX Neo 和汽车智能体；Step AOS 被分成记忆、决策、行动，试图跨 App、跨设备执行任务。文章是评论而非官方规格书，最值得观察的难点是应用授权、数据回流和生态伙伴是否愿意开放接口。（葬 AI）44

三、公众号发文列表

覆盖说明：本窗口共核对 26 个指定账号，去重后 72 篇、19 个账号更新。其中特工宇宙「单弦不成音，独木不成林」、新智元「此内容发送失败无法查看」、AGENT 橘两篇及数字生命卡兹克「聊聊字节 Seed 的这个科学家计划」未取得可用于摘要的完整正文，因此仅保留原文入口并标注；InfraNative 本窗口列表未发现落入统计窗口的发文。