AIHOT 日报参考 2026-07-18

本日报汇总了7月18日AI领域的重要动态，包括Sora 2视频克隆、Kimi K3模型登顶、NVIDIA新嵌入模型、Apple与OpenAI法律战、多项论文研究以及行业观点等。

• 模型发布/更新：sora 2 视频克隆效果惊人，真假难辨
• 模型发布/更新：kimi k3 登顶前端编码榜，开放权重挑战闭源双巨头
• 模型发布/更新：nvidia 发布 nemotron 3 embed 系列，8b 版本在 rteb 基准上排名第一
• 模型发布/更新：通义实验室发布 wan-streamer v0.2，端到端响应延迟仅 550ms

模型发布/更新

• sora 2 视频克隆效果惊人，真假难辨一年后，没有任何东西能接近 sora 的完美视频深度克隆。它捕捉到了我和 sam 的每一块面部肌肉运动以及我们走路的方式。 如果你从这段关于我或 sam 的视频中截取一帧，根本无法判断它是真是假。来源：x：gabriel (@gabriel1)
• kimi k3 登顶前端编码榜，开放权重挑战闭源双巨头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。来源：x：阿易 ai notes (@ayi_ainotes)
• nvidia 发布 nemotron 3 embed 系列，8b 版本在 rteb 基准上排名第一nvidia 发布 nemotron 3 embed 系列，包含三个开源 checkpoint，其中 8b-bf16 版本在 rteb 基准上以 78.46 的平均 ndcg@10 排名第一。1b-nvfp4 版本在 blackwell 上吞吐量比 bf16 高 2 倍，精度保留 99.5%，所有模型最大序列长度 32,768 tokens。来源：marktechpost（rss）
• 通义实验室发布 wan-streamer v0.2，端到端响应延迟仅 550ms通义实验室发布 wan-streamer v0.2，这是一款将“听、看、说、演”统一进单个 transformer 的端到端全模态模型。其端到端响应延迟仅 550ms，输出分辨率从 v0.1 的 192×336 提升至 640×368 @ 25fps，并采用 thinker-performer 双通路架构在提升画质的同时维持了极低延迟。来源：公众号：通义实验室（千问）

产品发布/更新

• claude code v2.1.212 发布claude code v2.1.212 新增 `/fork` 命令，可将当前对话复制到新后台会话中独立运行。新增会话级 websearch 调用上限（默认 200）和子智能体生成上限（默认 200），防止失控循环。mcp 工具调用超过 2 分钟自动移至后台，并修复了计划模式自动执行文件修改命令等多项问题。来源：claude code：github releases（rss）

行业动态

• apple 起诉 openai诉讼背后是竞争焦虑还是时机博弈？：apple 对 openai 提起诉讼，指控其存在多项不当行为，尽管许多专家认为部分指控属于行业惯例。此举正值 apple 发布新版软件公测版（以新 siri ai 为核心）之际，外界猜测 apple 究竟是担忧 openai 成为潜在竞争对手，还是想利用 openai 的弱势期获利。来源：the verge：ai（rss）
• 苹果与 openai 法律战升级约 40 名前员工收到苹果律师函：苹果已向约40名就职于openai的前员工发出律师函，要求保存相关文件。此前苹果起诉openai及两名前员工，指控其通过挖角获取商业机密以加速ai硬件研发。苹果称已有超400名前员工在openai工作，正寻求法院禁令阻止openai使用苹果信息并要求归还机密。来源：it之家（rss）

论文研究

• 月之暗面在gtc 2026披露kimi k2.5技术路线用muonclip、线性注意力与agent swarm重构三大基础组件：月之暗面ceo杨植麟在gtc 2026演讲中提出用muonclip优化器替代adam，可将数据利用效率提升近一倍。同时推出kimi linear线性注意力，在百万token上下文下全面超越全注意力；agent swarm已支持300个agent并行工作。来源：x：宝玉 (@dotey)
• schema harness 在 arc-agi-3 公开集上取得约 99% 成绩schema 框架在 arc-agi-3 公开集上，使用 claude opus 4.8 和 fable 5 达到 99% rhae 分数，使用 gpt-5.6 sol 达到 95.35%。该框架不修改模型权重，而是将原始观测转化为可编辑程序，联合解决状态归因和机制发现问题。此前最强模型 gpt-5.6 sol 在半私有集上仅得 7.78%。来源：hacker news 热门（buzzing.cc 中文翻译）
• 美团longcat发布lohosearch更难搜索智能体基准：美团longcat推出lohosearch，一个基于762万实体维基百科知识图谱自动生成问题的搜索智能体基准，旨在解决browsecomp等现有基准趋于饱和的问题。在11个前沿模型测试中，最佳得分仅34.74%，远低于当前模型在browsecomp上约90%的成绩；上下文策略仅带来+6.8个百分点的提升。该基准包含544道问题、11个领域，采用树与图结构，已开源。来源：x：美团 longcat (@meituan_longcat)
• apple 研究show me examples — 从图像集推断视觉概念：apple 机器学习研究团队提出一种方法，让视觉语言模型（vlm）仅从图像集示例中推断视觉概念，无需文本指令。该方法通过对比示例图像与候选图像，使模型捕捉颜色、纹理等视觉规律，在多个概念推理基准上提升准确率。该研究目前为学术论文，未公布模型或 api 可用性。来源：apple machine learning research（rss）

技巧与观点

• 八天四款前沿模型发布，kimi k3 跻身第三过去八天内，grok 4.5、gpt-5.6、muse spark 1.1 与 kimi k3 四款前沿模型相继发布，使 artificial analysis intelligence index 得分超 50 的实验室从 6 月初的 2 家增至 6 家。来源：x：artificial analysis (@artificialanlys)
• 首届“小有可为”大赛乡村教育一等奖作品“智绘科普”技术拆解首届“小有可为”大赛乡村教育赛道一等奖作品“智绘科普”采用 qwen3.5-397b-a17b 大语言模型与 manim 动画引擎，通过多agent分阶段协作与自动修复机制，将知识主题转化为可控、可编辑的教学动画。系统包含规划、草稿、实现、审查、合成五个阶段，渲染失败时可自动提取日志并修复，该工程范式可迁移至其他赛道。来源：公众号：通义实验室（千问）
• 生成式人工智能是一场工程灾难ai公司抢购70%高端内存，推高电脑价格：ai公司为维持大语言模型（如chatgpt、claude）运行，可能已购买全球70%的高端计算机内存，导致内存与存储价格飙升：两年前350美元的硬盘现已涨至800美元且缺货，部分笔记本电脑涨价50%。科技公司计划未来几年将美国数据中心容量扩大8倍，部分站点甚至用喷气发动机供电。预测称，平价入门级电脑可能在2028年前消失，内存短缺预计持续数年。来源：hacker news 热门（buzzing.cc 中文翻译）
• cursor 评估负责人确认 claude fable 5 在 cursorbench 达 72.9% 新高cursor 的模型评估负责人 nate schmidt 发现，claude fable 5 在其内部基准 cursorbench 上以 max effort 模式达到 72.9%，创下新高。该模型在模糊的真实编程任务中表现出全局推理能力，例如在航天模拟器中仅凭一句提示自主规划并成功登月，而此前 claude opus 运行 12 小时以上仍无结果。来源：claude：blog（网页）
• openai 提出 ai 时代记分卡“有用智能每美元”衡量实际工作价值：openai 提出“useful intelligence per dollar”（有用智能每美元）作为衡量 ai 投资回报的核心指标，从完成的有用工作量、成功任务的实际成本、结果可靠性三个维度评估。来源：openai：官网动态（rss · 排除企业/客户案例）。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 aihot.virxact.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《AIHOT 日报参考 2026-07-18》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

• AIHOT 原帖