微软研究院推出开源框架 Orchard，核心是 Orchard Env，一个基于 Kubernetes 的轻量环境，可并行创建、管理和移除数千个隔离组件，用于数据收集、强化学习 rollout 和评估。团队同时发布 Orchard-SWE、Orchard-GUI、Orchard-Claw 三个领域训练方案及训练数据与评估方法。Orchard-SWE 在 SWE-bench Verified 上从 61.4% 基线提升至 69.7%，加入价值模型重排序后达到 73%；Orchard-GUI 训练 4B 参数视觉语言模型，在 WebVoyager、Online-Mind2Web、DeepShop 上平均 68.4%。
#开源/仓库#Agent#数据/训练
OpenRouter 发布 Ori Eval，一个面向产品内模型的评测工具，可让编码智能体扫描代码库中调用模型的位置，确认成本、性能、延迟、工具调用准确率等偏好后，从最新模型中选出 5 个候选并生成 review.eval.ts 文件，用 bun test 并行跑评测并给出带理由的推荐。评测文件会检查智能体调用了哪些工具、避开了哪些工具以及答案质量，开放式回答由 LLM-as-a-judge 按设定标准打分。单次评测通常花费 10 到 30 美元，可接入 GitHub Actions，评测失败即构建失败，也可定期重跑并在新模型更优时自动开 PR。
#产品更新#Agent#评测/基准
Sakana AI 发布日语特化 LLM API「Sakana Namazu」，基于 Moonshot AI 的开源模型 Kimi K2.6，用自有数据适配日语与日本业务语境，并内置 Web 搜索和代码执行工具。该 API 兼容 OpenAI 接口，已有代码只需改写 base_url 并设置 API 密钥即可接入。基准方面，它在 JFBench、日英翻译任务和 FairPoliticsQA 上均超过基座模型，其中 FairPoliticsQA 从 34.10% 提升至 56.30%，同时保持 Kimi K2.6 在 AIME26、MMLU-Pro、LiveCodeBench v6 上的推理与编码表现。
#模型发布#Agent#OpenAI
🚀 DeepSeek-V4-Flash Official API is now LIVE in public beta! 🔷 We’ve massively upgraded its Agent capabilities—benchmark scores are now far surpassing the V4-Pro-Preview. Check out the massive performance leap below! 👇 🔷 The official V4-Flash now natively supports the Responses API format and is fully adapted for Codex! Check out the configuration details in our official API docs: https://t.co/smCwQZMeiq
#开源/仓库#端侧#部署/工程
xAI 为视频模型 Imagine Video 1.5 新增图像参考、声音参考、纯文本生成视频和原生 1080p 生成，图像与声音参考先在美国面向 SuperGrok Heavy 和 SuperGrok Plus 开放，随后数天覆盖全部档位。每次生成最多可传入七个参考图，用于锁定人脸、产品或场景，配合声音参考可在不同镜头中保持同一张脸和同一个声音。图像参考、文生视频和原生 1080p 已在 xAI API 上线，模型名为 grok-imagine-video-1.5，声音参考需申请开通。
#产品更新#视频#多模态
阿姆斯特丹设计工作室 Seneda & Abrucio 与哥本哈根字体公司 Playtype 合作推出开源项目 ShieldFont，通过扩展 OpenType 的 GSUB 字形替换表，让网页在人类眼中正常显示、而爬虫读取的原始 HTML 中约四分之一词汇被替换成同词性同语义类别的其他词，从而向训练数据注入难以分辨的噪声。项目已提供在线编码器、React 组件以及 CSS 和 CDN 集成方式，桌面字体约 5 MB、压缩网页字体约 800 KB，并附带三套 GSUB 字典且支持自建字典以防逆向。团队承认它可被 OCR 截图、下载字体跑字典等方式绕过，也可能影响 SEO、翻译应用、系统复制粘贴和屏幕阅读器，目前处于 v0/alpha 阶段。
#安全/对齐#开源生态#数据/训练
微软发布针对 MDASH harness 优化的 MAI-Cyber-1-Flash，在 CyberGym 上取得 96% 的 any crash 分数，成本为当前 MDASH 最佳方案的 50%，并可在 H100 上部署。该模型设计用于高效处理最多 90% 的任务，把 GPT 5.4 等最贵模型留给 10% 的极难问题。微软同时披露上季度已交付十余个覆盖图像、语音、转写、编码和安全的新模型，其中 MAI-Image-2.5-Flash 在 PowerPoint 中相比 GPT-Image-2 降低最多 84% 的 GPU 成本，MAI-Voice-2-Flash 在 Dynamics 365 Contact Center 中降低最多 89% 的 GPU 成本。
#产品更新#部署/工程#数据/训练
Replit 发布 Replit Design 创意设计套件，面向所有用户开放，可从想法直接生成设计并发布，无需导出或重建。该套件支持 Claude、GPT-5、Gemini、Kimi、GLM 等模型，内置 Ambient Intelligence 逐步给出可一键采纳的变体建议，并集成 Mobbin 的 60 万张真实界面素材与 1000 多个应用参考。Replit Design 是 Canvas 的下一代演进，原有 Canvas 项目全部保留，官方同时启动奖金超过 5 万美元的 Designathon 活动。
#产品更新#多模态#Agent
Introducing Kimi K3: Open Frontier Intelligence 🔹 2.8 Trillion Parameters, 1 Million Context, Native Multimodal 🔹 Kimi Delta Attention enables up to 6.3x faster decoding in million-token contexts 🔹 Attention Residuals deliver ~25% higher training efficiency at <2% additional cost 🔹 Built for long-horizon agentic coding and self-evolving workflows Kimi K3 is now live on on https://t.co/zrk6zZxZUo, Kimi Work, Kimi Code, and the Kimi API. Open Weights by July 27, 2026. 🔗 API: https://t.co/XCrgjXAqMw 🔗 Tech blog: https://t.co/YTfiMSNM1f
#开源/仓库#端侧#开源生态
Perplexity 周二把上线五个月的 Model Council 扩展到云端 Computer 平台，用户可选 2 到 8 个模型组成顾问团，模型各自独立作答后由用户选定的模型担任主席，综合出报告并标出结论一致与分歧之处。该功能此前仅限企业版和 Max 用户，现在也向个人 Max 和 Pro（20 美元/月）用户开放，可选模型涵盖 OpenAI、Anthropic、Google 以及 GLM、Kimi 等开放权重模型。Computer 采用按量计费，100 credits 等于 1 美元，Pro 用户获 4000 赠送 credits，Max 用户获 35k 及每月续期的 10k。
#产品更新#Agent#MCP/工具调用
NVIDIA 发布开源 GPU 加速的 Medical Physics Simulation 框架，作为 Isaac for Healthcare 的一部分，用于生成解剖数字孪生、模拟器械与解剖结构交互并训练强化学习策略。其中 Endoluminal Simulation Module 已正式可用，用 XPBD 求解器实时模拟柔性导管在患者特异性血管中的导航；Surgical Simulation Module 处于早期访问，可在单张消费级 GPU 上以超过 30 帧每秒模拟软组织变形与触觉反馈。Cosmos-H 系列生成式世界模型可从机器人动作生成手术视频，Cosmos-H-Dreams 经 FlashDreams 推理引擎实现超过 30 帧每秒的交互式仿真。
#教程/实践#部署/工程#开源生态
xAI 发布 Grok 的 Build Mode，用户描述需求后 Grok 会在对话内编写代码并生成可运行的预览，之后可继续修改布局、添加功能或调整样式，无需安装和配置，也不必接触代码。该功能支持网站、应用、游戏和交互式仪表盘，可借助 connectors 拉取业务数据生成实时图表，并通过 grok.me 链接或自定义域名发布分享。目前以 Early Beta 形式开放。
#产品更新#Agent#编码
Kimi K3 is live on Fireworks. Day 0, inference and training. US-hosted, and zero data retention. This is the first frontier open model in the 3 trillion parameter class. It sports 1M context, native vision, and reasoning that rivals the top closed models. Boom. https://t.co/ItU3KAKt61
#行业动态#OpenAI#部署/工程
#开源/仓库#Agent#部署/工程
Mastra 发布 Mastra Factory，一套让智能体把软件从 issue 推进到生产的系统，可连接 GitHub、Linear 和 Slack，用户在工厂界面点击开始后由编码智能体接手。该系统在 intake、triage、planning、building、review、completion 各环节设置显式门禁，并提供类型化工作流、记忆、调度、工具和可观测性来保证过程可治理、可审计。Mastra 称其此前在 issue 接收和 PR 评审上存在瓶颈，为此构建了理解 PR 与 issue 的技能以及提供代码库上下文的评审智能体。
#产品更新#Agent#编码
SGLang 与 Miles 宣布在 Kimi K3 发布当天提供 Day-0 支持，前者负责推理、后者负责 RL 训练，与 Moonshot AI、NVIDIA 团队合作完成。K3 是首个 3 万亿参数级别的开源模型，实际为 2.8T 参数、1M token 上下文窗口并具备原生视觉理解，其 69 层 KDA 线性注意力与 24 层 MLA 交织的混合架构打破了常规服务栈的多项假设。文中给出统一显存池、DSpark 投机解码与 ReplaySSM、分阶段并行等方案，并报告在 16 节点 × 4 GB300 上做 DAPO 数学 RL 训练，AIME-2024 贪心评测在 12 小时内从 43.3% 升至 76.7%。
#开源/仓库#部署/工程#推理
Fireworks 在 Kimi K3 开源当天提供 Day-0 推理与训练支持，称其为全球最强开源模型，并推出仅限美国区域的 Serverless 端点和零数据保留。Kimi K3 是首个达到 2.8 万亿参数的开源模型，采用 Kimi Delta Attention 与 Stable Latent MoE，激活 896 个专家中的 16 个，扩展效率是 Kimi K2 的 2.5 倍。Fireworks 称自托管需 64 个以上加速器超级节点，其 Serverless 推理默认速率限制提升 10 倍以上，Serverless Training 进入私有预览。
#产品更新#部署/工程#开源生态
Fireworks AI 宣布 Kimi K3 已在 Fireworks Serverless Training 中开放 Multi-LoRA 训练与部署的私有预览。K3 是总参数量约 2.8 万亿的 MoE 模型，官方称其为首个达到 3T 参数规模的开源权重模型，训练只需改动一行代码。官方给出的成本示例是约 20 步、86 万训练 token 的小型强化学习运行约 65 美元，30 到 60 分钟完成；多轮 Agent 运行因 KV cache 复用，重复上下文按标准 prefill 价格的 20% 计费。
#产品更新#开源生态#部署/工程
xAI 推出 Grok 的 Google Workspace 插件，在 Sheets、Slides 和 Docs 中把 Grok 放在当前打开的文件旁边。在 Sheets 中它可依据表格内容回答问题并标注引用的单元格，还能写入和填充公式、插入图表、在假设变化时重跑场景；Slides 中可把大纲变成可编辑的演示文稿并沿用原有主题，Docs 中可把草稿整理成带标题和列表的结构化文本。该插件免费，从 Google Workspace Marketplace 一次安装即可覆盖三个应用，同时也提供 Microsoft 365 版本。
#产品更新#MCP/工具调用#Google
#开源/仓库#Agent#端侧