生成式AI
一、英伟达首测Vera Rubin，DeepSeek吞吐提升30倍
1.英伟达首次公布下一代机柜Vera Rubin NVL72片上实测，用DeepSeek-V4-Pro跑智能体编码，每兆瓦吞吐较主力GB300最高提升30倍，每百万Token成本最高降35倍；
2.Agent时代旧基准失效，改用反映上下文增长与工具调用的AgentX测试，性能源于分离式服务、KV感知路由、NVFP4量化与第六代NVLink协同设计；
3.同期Groq 3 LPX全面量产，长上下文输出达每秒3400Token；首款Agent专用Vera CPU发布，已被SpaceXAI规模化部署并计划送上太空。
二、投资人爆料Ilya新模型将至，或年度最重要发布
1.a16z合伙人Casado预告获得一款新模型访问权限，称其为今年最重要的模型发布，多方线索指向Ilya旗下SSI的首款模型，或于8月亮相；
2.SSI成立两年几乎零公开成果，却以无收入无产品之姿完成20亿美元融资、估值达320亿美元，坚持能力与安全同路、「在安静中扩大规模」；
3.传闻焦点为持续学习突破，契合Ilya「15岁少年」式超级智能构想；若攻克灾难性遗忘，大模型训练、部署与更新方式或将被重写。
三、法律AI独角兽Harvey采用中国模型做底座
1.法律AI独角兽Harvey发布首个基于开放权重后训练的模型Tenet，以Kimi K3为基座，面向长时执行、连续调用工具的法律任务，LAB基准完成数近底座两倍；
2.通用模型能答法律知识却难完成真实法律任务，稀缺的是「怎样做、怎样检查」的判断，只能靠训练传递，故独角兽宁用现成开放模型再加工；
3.Cursor、Devin、Cosine乃至Thinking Machines纷纷采用Kimi或DeepSeek，中国开源模型正以底座、合成数据等形式进入美国AI产品供应链。
四、苹果发布新款Mac mini，为AI运行升级
1.苹果发布新一代Mac mini与Mac Studio，搭载M6、M5 Pro/Max/Ultra四款芯片，Mac mini起售6999元、Mac Studio起售19999元，多款较前代涨价500—1000元；
2.M6为首款2纳米M系列芯片，AI性能最高达M4版4倍，跑大模型提示词最高达M1版13.5倍，统一内存架构成为本地运行大模型的关键优势；
3.Mac Studio可经Thunderbolt 5组集群做分布式推理，4机最高达单机3倍，曾运行万亿参数Kimi K2.6，指向Agent时代的本地AI节点。
前沿科技
五、原力灵机DM0.5登顶具身评测榜RoboDojo
1.通用具身基础模型DM0.5在港大等近20所机构联合发起的RoboDojo评测中综合排名第一，仿真榜以24.90综合得分、19.34%平均成功率大幅领先；
2.Memory维度得47.74分、成功率47.44%，远超第二名，成登顶关键；采用4B VLM主干加680M动作专家的VLA架构，靠预训练与针对性SFT整体提升；
3.DM0.5在真机、仿真、导航多榜刷新纪录，具备抗干扰、亚毫米精操、60秒长记忆等能力，并已全面开源模型权重与训练框架。
六、对话雷鸟创新CEO：智能眼镜终局是AI+AR
1.雷鸟创新CEO李宏伟认为智能眼镜终局仍是AI+AR，因AI进展快于AR，眼镜首个杀手级应用应是AI助理；新品iO以「人类增强」为定位；
2.iO主动放弃摄像头、大芯片与Android，聚焦全天佩戴与AI，先以「全天智记」增强记忆；光波导以「无感显示」为首要目标，性能指标为其让路；
3.眼镜端AI壁垒在于第一视角多模态数据与用户上下文，有望像自动驾驶般形成数据飞轮；坚持「Private by Design」，Lifelog不存储录音。
报告观点
七、PI联创Levine：机器人尚未进入可预测规模化
1.Physical Intelligence联创Levine判断机器人仍处GPT-2之前阶段，行业尚未找到可持续放大的「Transformer式」路径，也难预测数据翻倍带来多少能力提升；
2.泛化是多次试验的属性，后空翻等表演证明的是硬件与控制，瓶颈已从身体移向决策闭环；数据不是石油而更像教育，重复任务再多也难训出通用能力；
3.机器人可靠性门槛高于生成式AI，需靠强化学习把成功率从95%推向接近100%；他对结构化任务乐观，认为中国优势在供应链与生态的整体循环。
八、对话Codex负责人Tibo：谈额度重置与融合
1.Codex负责人Tibo称ChatGPT与Codex终将融合为高度个人化的AGI，底层同一套harness、语音优先、界面按用户自动适配，Codex用户已达2000万；
2.下一代Agent的关键是让skill、记忆、子Agent等机制「消失」，成为持续理解用户的伙伴；笔记本将成瓶颈，Agent走向云端，Ultra Fast最高提速约14倍；
3.OpenAI已用「递归式自我改进」优化推理栈与CUDA内核，速度较三月前快约60%；因对齐安全暂停最前沿RL训练；并为重置额度专设一个实体按钮。
👇加入AGI数据库，AI智能问答
👇订阅下方合集，获取每日推送
