7 月 19 日，阿里巴巴通义千问（Qwen）团队在 X 平台发布 Qwen3.8，宣称参数规模达到 2.4 万亿（2.4T），并承诺将开放权重（open-weight）。这是 Qwen 家族首次有模型突破万亿参数门槛并具备原生多模态能力。Qwen 团队将其定位为"仅次于 Anthropic Fable 5 的最强模型"。

Qwen3.8-Max-Preview 已在 Alibaba 的 T

2026 年 6 月 4 日，OpenAI 发布了一篇题为《为 ChatGPT 记忆打造更强基础》的博客，推出名为 Dreaming（做梦） 的新一代记忆系统。这个名字本身就是一个精心设计的隐喻：人在睡眠时整理白天的记忆，ChatGPT 在后台整理你的聊天历史。

但浪漫的命名之下，是一个工程上相当激进的系统重构。更值得注意的是，2026 年上半年，ChatGPT、Claude、Gemini、Grok、Microsoft 365 Copilot 五家主流 AI 助手全部上线或升级了记忆功能。五大厂商不约而同地在同一个时间窗口押注同一方向，这绝非巧合。

![OpenAI Memory

本地语音转文字的开发者，长期以来面对一个尴尬的现实：能用的推理栈屈指可数。OpenAI 的 Whisper 有官方 Python 实现和社区维护的 whisper.cpp，NVIDIA 的 Parakeet 和 Canary 必须跑在笨重的 NeMo PyTorch 框架上，想上 GPU 加速还要自己折腾 ONNX 转换。每换一个模型家族，就要重写一遍部署管线。

![transcribe.cpp：一个 ggml 运行时跑完 16 个语音转文字模型家族](https://linlog.top/api/uploads/2026/07/1784455686554308297-5811c1bd071

2026 年 7 月 10 日，OpenAI 在自己的 CDN 上放出一篇 PDF，声称 GPT-5.6 Sol Ultra 用 64 个并行子代理、不到一小时，证明了图论里悬挂了 50 年的 Cycle Double Cover 猜想。数学界在震动与质疑中展开了审阅。六天后，UC Berkeley IEOR 教授 Phillip Kerger 把 OpenAI 公开的「CDC prompt」拿来，改造成了针对另一个问题的十页提示词，喂给 GPT-5.6 Sol Pro。148 分钟后，模型返回了一个凸优化下界的完整证明——一个他自己琢磨了一年、和 GPT-5.4/5.5 反复试都没能拿下的结

一块售价 80 美分、SRAM 只有 520 KiB 的微控制器能干什么？Pete Warden 给出的答案是：跑完一条完整的语音交互流水线——语音活动检测（VAD）、语音识别（STT）、神经文本转语音（TTS），全部在端侧完成，不联网、不调云 API、不需要账号或密钥。这个名为 Moonshine Micro 的开源项目本周登顶 Hacker News，把「80 美分芯片 + 不到 500 KiB RAM 跑完整语音界面」

把一段手持相机的视频丢进去，模型在 20 FPS 下边读帧边吐出相机位姿和稠密点云，序列超过一万帧也不崩——这是 Robbyant 团队开源的 LingBot-Map 交出的成绩单。它在 GitHub Trending 上日增 star 超 800，论文《Geometric Context Transformer for Streaming 3D Reconstruction》（arXiv:2604.14141）在 Oxford Spires、ETH3D、7-Scenes、Tanks and Temple

7月17日至20日，2026世界人工智能大会（WAIC）在上海举行。在B站展台区域，一个名为「猫娘计划」（Project N.E.K.O.）的开源AI数字生命项目引起围观。需要先澄清一个容易误读的点：猫娘计划不是B站官方产品，而是B站UP主「W博士」（运营主体为喵可智能）主导的开源项目，它作为参赛作品出现在B站AI创造公开赛的展示区。

N.E.K.O. 全称 Networked Emotional Knowledging Organism（网络型情感知性生命体），定位是一款主动式、原生全模态AI伙伴驱动器，

台积电本周在财报电话会上更新了 A14（1.4 纳米级）制程的开发进度。两个核心指标都接近 90%：内部类产品测试载具的器件性能已经接近目标水平的 90%，256Mb SRAM 良率也接近 90%。

三个月前，这两项数据还分别是超过 85% 和超过 80%。器件性能三个月提升了约 5 个百分点，SRAM 良率提升了近 10 个百

2026 年 7 月 14 日，从加州理工学院分拆出来的初创公司 PrismML 发布了 Bonsai 27B——一个把 270 亿参数的 Qwen3.6-27B 模型压缩到 3.9 GB 的开源模型。这个数字本身已经足够扎眼：同样参数规模在 16-bit 精度下要 54 GB，连主流的 4-bit 量化版本也要 13–18 GB，而 1-bit Bonsai 27B 把它压到了约原来的十四分之一。PrismML 给出的部署场景更激进：在一台 iPhone 17 Pro 上能跑出 11 tokens

2026 年 7 月 16 日，Moonshot AI 发布了 Kimi K3 模型。7 月 17 日，AI 编程智能体基准 DeepSWE 更新到 v1.1 版本，Kimi K3 第一次入榜就拿下了榜单第三名。

DeepSWE 是 Datacurve 发布的软件工程基准，专门用来测试大模型作为自主编程智能体（agentic coding）的实际能力。它的几个特点：

• 113 个长周期任务，覆盖 91 个真实代码仓库
• 5 种语言：TypeScript、Go、Python、Jav