Ornith-1.0 开源模型家族发布，专注智能体编程（Agentic Coding），覆盖 9B Dense、31B Dense、35B MoE 及 397B MoE 全参数规模。在 Agent Coding 基准上达开源顶尖：SWE-Bench Verified 82.4、SWE-Bench Pro 62.2、Terminal-Bench 2.1 77.5、NL2Repo 48.2、SWE Atlas 41.2 QnA、ClawEval 77.1。基于 gemma4 和 qwen3.5 后训练，采用强化学习联合优化任务脚手架（scaffold）与最终解决方案，让模型自主改进执行框架。全系列 MIT 开源，提供 GGUF 版本，支持 Ollama、Unsloth 等本地运行。
Midjourney 带来两项更新。一是加入 `--preview` 参数可提前体验 V8.2 的美学与个性化效果；二是此前在 V8.1 推出的大批量草稿模式（生成 24 张低分辨率图，价格仅为标准 4 张的一半，点击 "Vary" 可升级为全分辨率）现在支持搭配 `--sref random` 使用，探索风格空间的速度比之前快 24 倍。
OpenAI 宣布 Codex 在 ChatGPT 移动应用中正式开放（GA），并新增一对一设备配对实现更安全的手机与电脑连接。移动端新增通知、目标、侧边聊天、文件预览及内联审阅评论功能。此前预览版已明确，用户可通过 ChatGPT 移动 App 启动新工作、审查输出、引导执行和批准下一步，而 Codex 实际继续在笔记本、Mac mini 或开发机上后台运行。
Runway 发布 Agent 2.0，帮助营销人员创建、测试和优化广告、视频及营销活动。品牌营销人员可在对话中开发活动概念、生成变体并自动本地化；绩效营销人员可上传创意并导入 Meta、YouTube、TikTok 或 Google 广告数据，由 Agent 分析后生成下一轮待测广告。社交媒体营销人员可一次性生成一周内容，自动裁切为 9:16、16:9、1:1 等格式；产品营销人员可借助 Agent 确定定位角度并构建活动资产。Agent 2.0 面向所有用户开放。
Midjourney V8.1 的草稿模式（draft mode）添加了随机风格功能。用户在提示词中加入 `--sref random` 即可一键生成 24 张不同风格的图片。开启草稿模式可通过点击提示栏的 ⚡ 图标或添加 `--draft` 参数。
Claude Code v2.1.193 新增 `autoMode.classifyAllShell` 设置，将全部 Bash/PowerShell 命令经自动模式分类器处理。自动模式拒绝原因现加入转录、拒绝提示及 `/permissions` 页面。新增 `claude_code.assistant_response` OpenTelemetry 日志事件（默认不记录，需设置 `OTEL_LOG_ASSISTANT_RESPONSES=1`）。Bash 模式支持实时文件路径自动补全；MCP 服务器需认证时显示启动提示。新增空闲后台 shell 命令自动内存压力回收（可禁用）。修复 `/model` UI 状态滞后、后台任务误取消、子 agent 隐藏同级等问题，并改进了后台 agent 启动指令、MCP 认证重连、插件自动重命名等行为。
本周，Google Finance 推出正式版 Android 应用，同步上线全球投资组合跟踪功能。用户可通过截图、CSV/PDF 上传或文字描述创建组合，并利用 AI 研究工具提问资产配置、固定收益影响等问题。新增市场情报简报功能：用户设定任务（如每日盘前简报），后台自动生成并推送至 Google 应用（Android/iOS）及网页端。Android 应用包含 watchlist、实时数据、金融新闻 feed、AI 研究工具及 AI 驱动的"关键时刻"解释股价波动。未来数月将把更多 web 功能迁移至移动端，今年晚些推出 iOS 应用。
The Information 报道，美国政府因安全顾虑要求 OpenAI 暂缓 GPT-5.6 的广泛发布，改为推出受控预览版。OpenAI 计划先向小部分合作伙伴提供早期访问，并由政府逐客户审批准入。这一非常规做法主要担忧模型在自动化高技能网络工作上的能力：既能帮防御者更快发现漏洞，也可能被攻击者用于加速测试漏洞利用。本周四，CEO Sam Altman 已向员工确认该审批流程。
Anthropic 指控阿里巴巴未经授权提取了其 Claude AI 模型的能力。该指控基于 Anthropic 的调查，认为阿里巴巴通过逆向工程或其他手段复制了 Claude 的核心技术。目前阿里巴巴尚未公开回应。这一事件凸显了中美 AI 领域日益紧张的技术竞争关系，以及大模型知识产权保护面临的挑战。
Meta 在 2025 年已用大语言模型替换约一半人工审核请求，计划年底前将部分内容类型的 AI 审核比例提升至 90% 以上，每年节省数十亿美元。Meta 否认成本动机，称自 3 月测试显示其模型错误率比人类低 13%，且多捕捉 10% 违规。但员工指出模型仍会移除或限流无害内容，缺乏足够监督，快速部署已导致外包裁员。此外，Meta 已从使用 Google Gemini 转向自家新基础模型 Muse Spark，该模型基于人工审核员的历史决策训练。
General Intuition 以 23 亿美元估值完成 3.2 亿美元融资，累计披露融资 4.54 亿美元。公司从旗下游戏剪辑平台 Medal 获取数亿小时含精确按键动作标签的游戏操作数据，训练单一模型同时驾驭 Fortnite 等虚拟环境和四足机器人。演示中，AI 智能体在游戏中连续运行 100 小时，机器人仅靠 8 分钟真实街道数据微调即可自主探索办公室。本轮由 Khosla Ventures 领投，General Catalyst、Jeff Bezos、Eric Schmidt 等参投。资金将用于通过 CoreWeave 扩大计算规模、预训练下一代模型，计划夏末前开放 API。
研究人员利用高分辨率 X 射线显微断层扫描和机器学习，在未物理展开的情况下完整虚拟展开并读取了赫库兰尼姆古卷 PHerc.1667（Scroll4）。这是首卷被从头到尾连续读取的纸莎草卷，内容为斯多葛哲学论著，提及克里西普斯的侄子 Aristocreon。第二卷 PHerc.Paris4 通过更高分辨率成像使墨水在三维数据中直接可见，独立确认了 2023 年大奖赛的解读。第三卷 PHerc.139 确定标题和作者为菲洛德穆《论诸神》第八卷。所有数据与代码已公开。
IBM 于 2026 年 6 月 25 日发布全球首款亚纳米级芯片技术，采用 0.7 nm（7 埃米）节点与全新三维纳米堆叠（nanostack）架构。指甲盖大小的芯片集成近 1000 亿个晶体管，密度约为 IBM 2021 年 2 nm 芯片的两倍。相比 2 nm 芯片，性能最高提升 50%，能效最高提升 70%。纳米堆叠架构还实现 SRAM 面积缩减 40%，有助于支撑先进 AI 工作负载的高带宽需求。该技术已在 VLSI 2026 会议上验证，IBM 预计 5 年内量产。
OpenAI 在 2025 年 8 月至 2026 年 6 月间观察到，智能体产品 Codex 取代 ChatGPT 成为主要工作工具，各部门输出 token 中 Codex 占比从不足 10% 升至 99.8%。80.6% 个体用户曾发起预计等效人类工作时间超 30 分钟的请求，70.2% 超 1 小时，25.6% 超 8 小时；99 百分位用户每日生成超 60 小时 agent turns。非开发者用户增长迅猛：个体用户增长 137 倍，组织用户增长 189 倍。Legal、Finance、Recruiting 部门在 2026 年 4 月前后跨过 Codex 使用过半拐点，平均每位律师或招聘人员超 85% 输出 token 来自 Codex。
报告基于去重后的消费端 AI 支出统计，过去 12 个月实际 AI 营收达 1100 亿美元，年化运行率超 1750 亿美元，增长速度约为移动/互联网普及浪潮的 3 倍。营收形成速度急剧加快：2023 年新增 10 亿美元收入需 180 天，现缩短至不足 2 天。企业 AI 已脱离试点阶段，但全面推广仍处早期。31% 的标普 500 公司在财报电话会提及 AI，仅 20% 量化影响。Token 降价每 10% 刺激 12-18% 用量增长，需求价格弹性强。超大规模云厂商 AI 收入目前大致覆盖基础设施折旧，GPU 经济效益依赖 6 年计算寿命假设。电力供应和数据中心成本仍是未来扩展主要瓶颈。
华盛顿邮报调查显示，多数主流 AI 聊天机器人在政治问题上明显偏左。OpenAI GPT-5.5 在 80% 回答中仅呈现左派论据；DeepSeek V4 Pro 为 70%；Anthropic Claude Opus 4.8 有 43% 纯左、57% 给出双方观点。xAI 的 Grok 4.3 左倾回答仍多于右倾。右翼平台 Gab 的 Arya 左倾回答是右倾的 12 倍。Google Gemini 3.1 Pro 是例外，93% 回答同时呈现双方立场。特朗普推动的"反觉醒"AI 未能改变这一格局。
通过对比 7B 参数的 OLMo 3（Transformer）与 OLMo Hybrid（混合架构），实验发现混合模型在大多数 token 上预测损失更低：对名词、动词、形容词等实义词优势明显（loss gap 约 0.04），功能词上 gap 约 0.02，且在需上下文推理的代词指代上更好。但在重复出现的 n-gram 和闭合括号（如 `}`）上，混合模型的优势几乎消失，Transformer 凭借注意力机制更擅长从输入中直接检索精确信息。