美团开源1.6万亿参数MoE模型LongCat-2.0，训练峰值使用5万张国产芯片，完全脱离NVIDIA GPU。采用ScMoE架构将通信延迟嵌入计算，推理延迟降低约50%；动态激活机制按token复杂度分配算力，简单token激活33B专家、复杂token激活56B专家。稳态日吞吐达1T tokens，显存压缩至60GB以下。模型采用MIT许可证开放权重，Agent调用量基准与Gemini 3.1 Pro持平，全球第二。团队还投入135B参数于N-gram Embedding，认为MoE稀疏度已过甜蜜点，堆叠更多专家性价比不高。

纽约大学与LeCun团队提出AdaJEPA框架，通过测试时自适应让世界模型在部署阶段持续学习。传统冻结的世界模型在环境分布偏移下预测失准，MPC单步误差会被递归放大导致规划失败。AdaJEPA构建规划-执行-观测-更新-重规划闭环，每步动作后用真实观测作为自监督信号轻量更新模型的编码器与预测器最后几层，仅1步梯度下降，额外延迟仅0.01-0.03秒。在PushObj和PointMaze基准上，未见物体形状与迷宫布局的规划成功率从约50%提升至70-80%，分布外场景近乎翻倍。

受《拟人化AI交互服务管理暂行办法》实施影响，豆包与通义千问将于7月15日同步关停智能体功能，该规定为虚拟陪伴与未成年人保护划定红线。与此同时，大厂内部限制外部AI模型：阿里禁用Claude Code并推广自研Qoder，美团限制豆包千问转向自研LongCat，Meta也以模型蒸馏风险为由限制工程师使用Claude和Codex。国内大模型竞争加剧，可灵AI融资约27.95亿美元，Kimi估值达315亿美元、ARR超3亿美元，DeepSeek V4推出峰谷定价，商业化加速。

NVIDIA GEAR联合李飞飞团队推出SimFoundry系统，仅需一条真实世界视频即可自动生成可交互的机器人仿真环境。系统通过深度估计、VLM分割、2D转3D生成等步骤自动重建数字孪生，降低人工建模成本。核心创新Digital Cousins机制在数字孪生基础上自动改变物体外观、布局和任务，生成保留功能语义的海量新数据，将单条视频扩展为近乎无限的数据生成空间。SimFoundry支持零样本Sim-to-Real迁移，仿真训练的策略可直接部署到真实机器人，且仿真评估结果与真机表现高度相关，替代昂贵的真机测试。

在自研AI模型进展缓慢后，Meta计划向外部客户开放其庞大的AI基础设施并通过出售GPU算力变现。Llama系列开源但难以直接商业化，Muse Spark与Watermelon未能建立领先地位，而资本支出已超1000亿美元，迫使Meta将GPU视为可定价的租赁资产。Meta 2026上半年签约超5GW容量，在建2.5GW数据中心园区，2024年初至今相关交易接近10GW。Meta正与Anthropic谈判获取Claude私有实例，未来可能类似Amazon Bedrock对外提供Claude即服务。消息公布后股价大涨近9%。

华为发布韬定律论文第二版，补充大量工程细节、实测数据与产品路线图。韬定律以响应时间常数τ替代晶体管密度作为核心指标，τ由晶体管到系统四个层次构成、跨越12个数量级，压缩τ成为后摩尔时代提升芯片性能的新路径。LogicFolding 3D堆叠技术通过垂直堆叠电路缩短互连，在同工艺节点的新一代手机芯片上，晶体管密度从每平方毫米1.55亿提升至2.38亿，相当于三年工艺节点进步。AI数据中心三件套（统一总线、Hi-ONE、3D折叠）针对数据搬运瓶颈，将跨节点延迟从微秒级降至约100纳秒。华为首次承认散热仍是尚未完全解决的问题。

斯坦福AI实验室援引ICML 2026新研究指出，语言模型预训练即使经过去重处理，残留的重复数据仍可能浪费高达33%的算力。研究进一步发现，最坏情况下的重复结构可以从模型规模预测得出，为优化预训练数据管线提供了理论依据。这一发现揭示了当前去重方法的局限性，提示业界需要更精细的数据处理策略来提升算力效率。

MIT论文从统计可识别性角度证明，RLHF中的成对比较数据无论如何扩大规模都无法学习偏好间的相关结构，协方差矩阵在数据收集过程中即已丢失，形成统计信息瓶颈。研究提出Best-of-Three方法，通过观察三选项同台竞争时的排序结构（6种排列）包含协方差信息，可完整恢复相关偏好模型，并构建了多项式时间估计器，实验验证优于传统方法。作者进一步将该论文与OpenAI幻觉论文关联，指出二元偏好反馈会丢失谨慎、诚实、风险表达等维度，与幻觉问题共享同一根源。

前Qwen技术负责人林俊旸指出，混合思考模型因优化目标冲突而本质不稳定——指令模型奖励简洁低延迟，推理模型奖励在难题上投入更多token，草率合并会损害两者表现。他认为AI领域正从推理思考转向智能体思考：前者聚焦单一答案前的内部推演、由可验证奖励评判，后者由与环境的闭环交互定义、以持续进展衡量成功。智能体强化学习引入训练与推理必须解耦的基础设施瓶颈，Agent等待实时工具服务器会导致推理停滞。他强调奖励黑客成为核心风险，工具访问大幅扩大攻击面，在Agent时代优化环境质量与优化数据质量同等重要。

ACL 2026论文提出T*渐进式块扩展课程，破解块式扩散语言模型中块越大推理质量越差的难题。大块虽提供更好并行性，但引入更多未确定token和更弱条件信息，导致强化学习阶段训练崩溃。T*从较小块（如B=4）开始训练以稳定去噪轨迹，再逐步增大块尺寸。实验显示4B模型在MATH500上从60.73%提升至76.00%，GSM8K和AIME24也有提升，即使在大块尺寸B=32仍保持优势。T*的核心不是增加复杂模型模块，而是重排强化学习的难度序列，且未以牺牲并行性换取准确率。