上海人工智能实验室发布 Atria Dawn Preview，744B 纯文本模型主打可验证交付

Kimi K3 在 Frontend Code Arena 以 1679 分登顶，力压 Claude Fable 5 与 GPT-5.6 Sol，7 个前端细分赛道拿下 6 个第一。该模型为 2.8 万亿参数 MoE 架构，百万上下文窗口，7 月 27 日开放权重。K3 的 API 定价为输入每百万 tokens 15 美元，对标前沿闭源模型，放弃低价路线，转向长上下文智能体编码场景的定价策略。

腾讯混元团队发布Hy3模型，采用295B总参数、21B激活参数的MoE架构，推理效率可打平参数规模2-5倍的旗舰模型。Hy3定位为Agent向LLM，从preview到正式版基于50多个真实业务反馈迭代，内部WorkBuddy任务成功率从72%提升至90%，耗时降低34%，幻觉和常识错误持续下降。实测显示其在coding、办公、复杂任务规划方面表现突出，纯视觉能力为短板。Hy3已集成至微信服务10亿+用户，视频演示包括生成HTML网页、Agent网页和10页PPT，模型具备…

蚂蚁集团发布Ling-2.6系列模型，通过MoE架构与Fast-Thinking机制，将推理激活率降至7%，在实现接近GPT-5.4非推理水平综合智能的同时，大幅降低token成本。该模型在SWE-bench Verified等真实Agent场景测试中表现领先，旨在解决Agent规模化应用的成本痛点。目前已在OpenRouter提供免费API并即将开源，推动行业焦点从刷榜转向生产落地。其高效率特性尤其适合高频任务，在部分任务中速度比Claude Sonnet 4.6快6倍、…

上海 AI 实验室相关团队发布 Atria Dawn Preview，一个面向长程任务的智能体基础模型，基于 GLM-5.2 的 744B MoE 基座，约 1.5TB 权重以 MIT 协议在 GitHub、Hugging Face、ModelScope 开源，并提供在线试用入口。

Atreides Management CIO Gavin Baker 预测美股七巨头总市值将从 10-12 万亿美元涨至 50-100 万亿美元，但其中一两家公司将彻底灭绝。他认为未来 5 年只有 Google、Meta 和 xAI 能在企业价值层面立住，因为只有它们同时握有顶级基础大模型和超大生态应用分发，传统应用层 SaaS 已彻底完蛋。

一条被提炼为「AI 工程成熟度梯子」的准则把 AI 工程分为 10% LLM、30% Prompt、50% Agent、70% Loop、100% Graph 五级，指出 90% 团队卡在 30%-50%。

Hinton 在英国皇家研究院 47 分钟演讲中提出，大模型精准预测下一个词本身就是最高形式的理解。他指出数字智能"永生"，同一套权重可在几万台机器并行学习并秒级同步万亿级参数，而人脑模拟计算"必死"、说话带宽仅约 100 bit。他警告超级系统一旦自主生成子目标，数学上必然推导出夺取控制权与拒绝被关机。

Redis LangCache 语义缓存可在模型门外拦截重复提问，实测将一次请求从 2.232 秒、514 输入 Token + 250 输出 Token 降至 0.37 秒、0 Token 消耗，快 6 倍。官方测算极端重复场景最高省 90% 账单、提速 15 倍，并以托管 REST API 提供动态 TTL、冷热驱逐与防误判监控。

学者 @hsu_steve 评价 Peter Gostev 用 3D 还原的 DeepSeek V4.1 Flash 架构图，称其底层设计"任何蒸馏技术都偷不来"。该架构采用 20 层因果编码器 + 20 层解码器的 CED 架构，读长文本仅激活约 8B 参数、生成时激活 16B；KV 显存压至约 890 字节/token，为上一代四分之一。

宇树全面开源通用人形基座大模型 UnifoLM-WLA-1.0，6B 参数，用同一套权重打通底盘导航、全身移动和桌面毫米级操作。模型支持两指夹爪到五指灵巧手的跨末端自适应，策略推理延迟压到 106 毫秒，底座用 Qwen3-VL-4B 加 MMDiT 动作流专家，训练用了约 2500 小时真机多任务数据，代码、权重、数据链路和真机部署指南全部开源。