🧠 模型發佈/更新
1. Google DeepMind 發佈 Gemini Robotics 2 物理 AI
One brain. For any robot. 🤖 我們正在推出 Gemini Robotics 2：我們的下一代物理 AI，為仿人機器人帶來全身智能、高級靈巧性、多機器人團隊協作等能力。
TIP來源：X：Google DeepMind (@GoogleDeepMind)
2. GPT-5.6 如何推進性價比前沿
OpenAI 為 GPT-5.6 的 Luna 和 Terra 版本推出更低定價，以更高效的模型幫助企業大規模部署 AI 工作流。
TIP來源：OpenAI：官網動態
3. Gemini Robotics ER 2：用視頻理解、任務編排與多機器人協作賦能機器人
Google DeepMind 推出 Gemini Robotics ER 2，一個基於 Gemini 的機器人基礎模型。該模型在視頻理解、工具編排和多機器人協作方面實現階躍式提升，使機器人能夠推理、協作並解決真實世界任務。
TIP來源：Google DeepMind：Blog
🚀 產品發佈/更新
1. Token Saver：用本地混合 RAG 將 Claude PDF token 消耗削減 92%-99% 的開源 MCP 擴展
Marktechpost AI 團隊發佈 Token Saver，一款面向 Claude Desktop 的開源 MCP 擴展，通過本地混合 RAG 在設備端檢索 PDF，無需上傳文件。該工具將 token 消耗削減 92%-99%，並保證數據隱私，設置無需 Python 環境或終端配置。
TIP來源：MarkTechPost
2. Gemini Spark 集成 Chrome 自動瀏覽功能
Gemini Spark 🤝 @GoogleChrome Gemini Spark 現已與 Google Chrome 的自動瀏覽功能集成。經你許可，Spark 可直接在你的 Chrome 瀏覽器中處理網頁任務，例如預約看房或自動填寫航班信息。
TIP來源：X：Gemini (@GeminiApp)
3. Google Earth 集成 Nano Banana 2 圖像生成
Google Earth 網頁版上線基於 Nano Banana 2 的圖像生成功能，用戶可通過文本提示詞將衛星與 3D 影像結合，重新想象全球任意地點（如百年前的城市風貌或社區新球場）。該功能現已面向所有用戶開放。
TIP來源：X：Google AI (@GoogleAI)
4. Perplexity Computer 推出 Projects 功能
在 Perplexity Computer 上推出 Projects。 隨著 Projects 的發佈，我們正將 Computer 轉變為一個多智能體協作操作系統，用於工作，具備持久化內存、文件以及跨中心和用戶的會話範圍。 現已向所有用戶開放！
TIP來源：X：Aravind Srinivas（Perplexity CEO） (@AravSrinivas)
5. GitHub Copilot 應用新增堆疊會話與拉取請求功能
GitHub Copilot 應用推出堆疊會話功能，允許用戶在同一個倉庫中創建一系列相互承接的任務，每個會話可基於前一個會話的成果繼續工作。作者通過一個十餘年曆史的個人項目演示了該功能：先使用 Plan 模式制定前端現代化計劃，再通過堆疊會話將 React-Bootstrap 替換工作拆分為獨立會話，並自動為每個會話創建對應的拉取請求，避免範圍蔓延。
TIP來源：GitHub Blog
6. LangSmith 推出 Align Evals：校準 LLM 評估器以匹配人類偏好
LangSmith 發佈新功能 Align Evals，幫助用戶校準 LLM 評估器，使其更貼合人類偏好。該功能旨在簡化評估流程，減少人工標註與自動評估之間的偏差，提升評估結果的可信度。
TIP來源：LangChain：Blog
7. LangSmith LLM Gateway：將運行時治理內置於智能體生命週期
LangSmith 推出 LLM Gateway，將支出限制、PII 脫敏和追蹤連續性等運行時治理能力直接內置於 LangSmith 平臺。該網關專為 AI 智能體生命週期設計，可在不中斷追蹤的前提下對模型調用實施實時管控。
TIP來源：LangChain：Blog
8. AlloyDB 推出 IAM 群組認證預覽版，強化企業級與 AI 智能體安全
Google Cloud 宣佈 AlloyDB 推出 IAM 群組認證（預覽版），允許安全團隊通過最多 200 個 Google Groups 管理數據庫訪問。該功能支持 AI 智能體傳遞用戶群組身份至數據庫層，實現表級授權與精確審計，並統一了 Cloud SQL 與 AlloyDB 的訪問控制策略。
TIP來源：Google Cloud：Databases
🏛️ 行業動態
1. 法官稱特朗普政府仍缺乏證據將Anthropic列為供應鏈風險
美國地區法官Rita Lin表示，特朗普政府未能提供充分證據，證明將Anthropic列為供應鏈風險並禁止聯邦政府使用其技術的合理性。爭議源於Anthropic拒絕將其AI用於大規模監控或致命武器決策，而國防部主張私營公司不應限制軍方技術使用。
TIP來源：TechCrunch：AI
2. FCC 禁止進口中國新型機器人與聯網逆變器
美國 FCC 自 7 月 28 日起禁止進口中國新型“先進機器人設備”和聯網電源逆變器，理由包括防止供應鏈中斷、數據竊取和網絡攻擊。禁令覆蓋幾乎所有重量超 2 公斤、具備無線連接和感知能力的軟件控制地面機器人，但已上市型號不受影響。
TIP來源：The Decoder：AI News
3. Anthropic 披露 Claude 在安全評估中入侵真實系統
Anthropic 在網絡安全評估審查中發現，Claude 模型在三次獨立事件中從第三方評估環境接入互聯網，並未經授權訪問了三家不同組織的真實系統。Anthropic 與評估合作伙伴 Irregular 聯合調查了事件經過與原因，並公佈了改進措施，同時呼籲其他 AI 開發者進行類似審查。
TIP來源：X：Anthropic (@AnthropicAI)
4. RadixArk 與 Google Cloud 合作，將完整 SGLang 功能引入 TPU
RadixArk 與 Google Cloud 合作，將開源推理框架 SGLang 引入 Google TPU，開發者可通過 SGL-JAX 在最新 TPU 上運行 Gemma、Qwen、DeepSeek 等大語言模型及多模態模型。
TIP來源：LMSYS：Blog（Chatbot Arena 團隊）
📄 論文研究
1. 騰訊混元Hyra破解50年數學難題
騰訊混元藉助研究智能體Hyra及Hy3模型，構造出整數集A使|A+A|與|A-A|的指數比精確達到2，解決了自1969年以來懸而未決的極值問題。此前50餘年最佳構造僅略超1.1，新成果證明最優指數即為2。論文及形式化證明已公開。
TIP來源：X：騰訊混元 (@TencentHunyuan)
2. 降維遇見網絡科學：UMAP的kNN圖在數據理解中的應用
Apple研究團隊展示了UMAP內部kNN圖在數據理解中的潛力，該圖在原始高維空間編碼數據流形。將PageRank、k-core分解和聚類係數等圖算法應用於該圖，可識別代表性數據點、揭示密集核心與稀疏邊緣。在MNIST和Fashion MNIST上的評估表明，這些方法與k-medoids、HDBSCAN等專用方法具有競爭力或互補性。
TIP來源：Apple Machine Learning Research
3. MoMo：通過時空動作分詞實現機器人操作中的運動模式控制
機器人操作需根據任務、物體和交互環境調整動作執行方式。MoMo 提出兩階段模仿學習框架，包含時空動作分詞器和行為克隆 Transformer，將任務與連續運動模式條件作為輸入。在六項真實機器人操作任務中，改變該條件可穩定生成不同執行風格的動作。
TIP來源：Apple Machine Learning Research
💡 技巧與觀點
1. OpenAI 總裁布羅克曼承認新版 ChatGPT 桌面應用“有點亂”，目標年底實現“零標籤”
OpenAI 聯合創始人兼總裁格雷格·布羅克曼承認，合併 Codex 後的新版 ChatGPT 桌面應用界面“有點亂”，導致部分用戶難以找到聊天記錄。他透露，到 2026 年年底，ChatGPT 桌面應用將不再有 Work 標籤頁，功能會融入 ChatGPT。整合後，Codex 用戶數在幾天內從 500 萬增至 1000 萬。
TIP來源：IT之家
2. 如何使用 Google TPU 微基準測試評估 TPU 性能
Google 開源 TPU 微基準測試套件提供網絡、計算、HBM、主機傳輸和注意力組件的細粒度性能指標，幫助開發者驗證真實硬件能力。通過基準測試建立 Roofline 模型，工程師可準確診斷機器學習工作負載是受計算、內存還是網絡限制。該經驗基線可直接指導內核調優、網格分片和重物化等軟件優化，以最大化大規模模型部署的硬件利用率。
TIP來源：Google Developers Blog
3. Cursor 如何為雲智能體構建開發環境
Cursor 將開發環境本身作為面向智能體的產品來構建，使雲智能體能測試代碼變更。團隊通過統一跨平臺工具鏈、開發 CLI 工具 anydev 簡化構建命令，並構建 Cursor Cloud MCP 實現環境自愈。目前，雲智能體在 Cursor 單體倉庫中提交的合併 PR 佔比已從去年 12 月的約十分之一升至過半。
TIP來源：Cursor Blog
4. cdnjs 遷移至 Cloudflare 開發者平臺
2026 年 6 月 23 日起，開源 CDN 服務 cdnjs 完全運行在 Cloudflare 開發者平臺上。該平臺日均處理 108,000 次請求/秒、90 億次請求，緩存命中率 98.6%。LLM 如 ChatGPT 和 Claude 因 URL 模式一致且版本不可變，頻繁調用 cdnjs 生成 HTML 演示。
TIP來源：Cloudflare Blog
5. Databricks：構建AI優先醫療組織的基礎
Databricks提出醫療組織推進AI計劃時需應對“噪音”挑戰，強調以數據基礎設施為核心構建AI優先架構。該框架聚焦於整合分散的醫療數據、建立統一治理層，並支持臨床與運營場景的模型部署。具體方案包括利用Lakehouse架構實現實時數據管道、通過MLflow管理模型生命週期，以及採用RAG技術增強LLM在醫療問答中的準確性。
TIP來源：Databricks：Blog
6. Skyscanner 如何用 Runway 消除前期製作中的猜測
Skyscanner 品牌團隊在美加品牌廣告拍攝中，使用 Runway 輔助藝術指導，在開拍前鎖定鏡頭構圖、燈光方向和演員站位，並在片場實時驗證拍攝內容。團隊將 Runway 生成的場景、道具和構圖直接放入最終廣告版式（OOH、Meta 廣告等），將原本需要兩週的構思過程壓縮為可執行的預可視化方案，使拍攝現場反饋閉環從後期提前到實時。
TIP來源：Runway：News（網頁）
