2026年8月1日星期六
PERIOD HIGHLIGHTS
MODEL RADAR
DeepSeek于2026年7月31日发布开源模型DeepSeek V4 Flash 0731，采用MIT许可，总参数284B（激活13B），FP4/FP8混合精度约167GB。该模型在Artificial Analysis智能指数上得分50，位列开源模型前三，并已上线官方API。
Thinking Machines 于 2026 年 7 月 30 日发布 Inkling-Small，该模型总参数 276B，激活参数仅 12B，规模约为原版 Inkling 的四分之一，但性能与原版相当。官方宣布开放完整权重，并已支持在 Tinker 平台进行微调及通过 Tinker Playground 进行文本、图像和音频交互。
INDUSTRY
荷兰保险公司Univé借助ChatGPT Enterprise构建AI人才队伍，通过将领导力、负责任治理与员工主导的创新相结合，在组织规模上推动工作方式转型。该案例表明企业正将AI能力建设作为组织发展的战略重点，而不仅仅是工具部署。
Thinking Machines（由前 OpenAI CTO Mira Murati 创立）发布了其第二个模型 Inkling Small。该模型为开放权重推理模型，体积不足 Inkling 的三分之一，但在多个编码和推理基准测试中表现优于 Inkling。
RESEARCH
LEDGERMIND是一个多模态智能体推理系统，将代理轨迹建模为受来源约束的状态机，通过结构化证据账本来约束推理和决策。它引入三层接地协议、自适应双路径调度器和事件触发验证修复引擎，针对无支撑推理、实体幻觉、过度推理和修复放大等问题。实验表明，该方法在多个基准上提升了答案准确性和轨迹级忠实度。
arXiv AI 发布论文，提出 Aging-Aware Autonomous Intelligence (AAAI) 框架，将硬件健康状态直接纳入推理、规划与任务执行。框架包含硬件自感知、自适应推理和生存中心智能三大支柱，通过闭路认知架构整合预测、生命周期管理和硬件感知计算，旨在缓解自主系统因老化导致的性能下降与任务失败，适用于太空、海洋及植入医疗设备等场景。
FrontisAI 发布论文，介绍 AI4AI 模型 Frontis-MA1（35B），在开放的 OpenMLE 全栈系统上，通过执行反馈的 SFT 和 RL 训练，结合进化搜索，使 MLE-Bench Lite 的 Medal Average 从 39.39% 提升至 60.61%，在 OpenMLE-Evo-Max 下达到 71.21%，超过 GPT-5.5+Codex，接近 GPT-5.6 Sol 和 Kimi K3。模型和代码已开源。
WIDE是一种端到端可微分的token级动态宽度剪枝框架，针对LLM推理的prefill和decode场景设计。它允许每个token动态选择注意力头组和FFN通道组，实现细粒度计算分配。在50%稀疏度下，相比最先进的动态深度剪枝方法，WIDE实现了55.1%的性能提升。
ORCA-bench 是一个新基准，将通用编程 agent 置于生产级 oncall 环境，使用 OpenTelemetry 微服务系统，提供六天指标、日志和追踪数据，并包含 1,079 个 RCA 任务。五个前沿 agent 在中等难度任务上最佳 RCA 准确率为 25.3%，在困难任务上为 10.0%，最弱模型在 40% 报告中幻觉出不合理解释。