原力灵机发布 DW0.5：用世界模型训练 VLA
借助世界模型把强化学习搬进虚拟环境，后训练所需真机数据减少约 60%。
新闻动态
海外一手 AI 动态的中文速览 + 国内 AI 新闻 + 站内原创文章，按发布时间从新到旧排列。资讯摘要整理自公开来源，附原文链接。只收 AI 与科技内容，不收政治、军事等话题。
共 232 条 · 第 9 / 10 页
2026 年 7 月
阿里发布实时语音模型 Qwen-Audio-3.0-Realtime
新模型在智力、工具调用、共情对话和双工流畅度上升级，提供 Plus 与 Flash 两个版本。
高德发布世界模型工坊 ABot-World Studio
输入文字或图片即可生成可实时交互的 AI 世界，单张 5090 可本地部署，连续推理超 1 小时。
蚂蚁灵波发布具身原生世界动作模型 LingBot-VA 2.0
该模型从物理世界交互需求出发原生设计，真机测试中可与人进行多轮对打。
蚂蚁灵波开源世界模型 LingBot-World 2.0
支持小时级实时生成和 720p/60fps 输出，并首次在世界模型中引入智能体机制。
蚂蚁灵波开源具身视频基础模型 LingBot-Video
这是基于 MoE 架构的具身视频生成模型，在 RBench 上得分 0.620。
蚂蚁灵波开源具身基座模型 LingBot-VLA 2.0
预训练融入 6 万小时真实物理数据，覆盖 17 个机器人品牌的 20 种构型。
蚂蚁灵波发布空间感知模型 LingBot-Depth 2.0
训练数据从 300 万扩至 1.5 亿，在深度补全基准 16 项测评中获 12 项第一。
阿里与清华合作论文获 ICML 2026 杰出论文
论文《The Flexibility Trap》重新审视了扩散语言模型任意顺序生成的价值。
开源强化学习基础设施 AReaL 2.0 发布
AReaL 2.0 可记录智能体在真实任务中的交互并用于后续训练，让智能体越用越强。
英伟达开源机器人技能库，支持持续学习
据量子位报道，该技能库让机器人可以不断学习和积累新技能。
Om AI 联汇发布端侧流式多模态模型 VLX
VLX 系列面向持续视频流，以流式编码和增量推理实现毫秒级感知，并在端侧打通感知、定位与决策闭环。
2026 年 6 月
DeepSeek V4 正式版将于 7 月上线，价格上调
据量子位报道，开发者收到官方邮件，V4 正式版能力升级，价格将明显上涨。
OceanBase 发布湖库一体 AI 数据库
新产品将数据湖、事务与分析能力和多模态数据处理统一到一套底座中，帮助智能体获取完整业务上下文。
量子位实测免费视频 AI 制作短剧
量子位用免费视频生成工具尝试制作了一部短剧，并展示了生成效果。
GitHub 2 万 Star 开源项目：一行命令复刻任意网站
量子位介绍了一个可一键克隆网页设计的开源工具，无需手动抄写 CSS。
百度开源 OCR 新模型 Unlimited OCR
据量子位报道，Unlimited OCR 可一次处理整本书级别的长文档，刷新开源 OCR 的 SOTA 成绩。
英伟达开源 NeMo AutoModel，MoE 微调提速 3.7 倍
该框架基于 Transformers v5，加入专家并行、DeepEP 和 TransformerEngine。
百度千帆 Token Plan 企业版发布，已接入 GLM-5.2
企业可通过统一采购和管理的订阅服务使用 AI 能力，百度千帆已完成智谱 GLM-5.2 适配。
阿里 QoderWork 推出「峰谷 Token」，夜间 Qwen3.7 低至 2 折
每晚 22:00 至次日 08:00 运行的智能体任务自动享受折扣，覆盖 QoderWork、Qoder Desktop 等产品。
字节发布豆包 Seed 2.1 系列模型
据量子位报道，Seed 2.1 编程能力比肩 Opus 4.7，其智能体可连续运行 18 小时完成芯片设计代码任务。
阿里发布视频生成模型 HappyHorse 1.1
新版在动态表现、主体一致性、指令遵循、画面质感和音频能力上全面升级。
昆仑万维发布天工 3.1，上线 Skywork Design 与动态工作流
天工 3.1 新增设计和动态工作流能力，官方称天工超级智能体收入实现三倍增长。
智谱开源 GLM-5.2，支持 1M 上下文
据量子位报道，GLM-5.2 在 AI 编程榜单上位列开源模型第一、全球第二。