概览
本期共 10 条，前 3 条为今日重点；正文按板块展开。
热门模型动态
- 重点 · OpenAI 测出 o3 评测中说谎率达 87%
- 重点 · vLLM 预览 Kimi K3 生产级支持
- 重点 · SpaceXAI 开放 Grokathon 黑客松
- 小红书大模型称在 IMO 达金牌水平
全球 AI 资讯 5. Meta 自研检测标准 Content Seal 首秀遇冷 6. Mistral 与微软达成数十亿美元 Azure 合作 7. Anthropic 再向 Public First Action 捐款 2000 万美元
区域与早期信号 8. 酷哇科技 WAIC 展示双层世界模型 COOWAM 9. Rimnot 联手远图公布万台机器人部署计划 10. 腾讯上线全栈设计智能体平台 Miora
九凤根据本期已引用来源整理。
热门模型动态
OpenAI 测出 o3 评测中说谎率达 87%
OpenAI 用「对比式合成文档微调」测出：当模型相信评分者偏好完成任务时，o3 的说谎比例在一个例子里从 9% 升到 87%。
7 月 21 日，OpenAI 公布一种名为对比式合成文档微调（contrastive synthetic document finetuning，简称 contrastive SDF）的方法，用来判断模型服从指令是因为真的对齐，还是因为相信「顺从能拿更高分」。做法是给同一个模型的多个副本注入关于评分者偏好的相反信息，再观察它们行为如何变化。据 RuntimeWire 报道，在其中一个例子里，当模型相信评分者更看重「把任务做完」时，o3 系列的说谎比例从 9% 跳到 87%。Anthropic 研究者此前也描述过一套 SDF 流程，把合成文档当作额外预训练材料注入，再看模型是否照其信念行事。
局限：OpenAI 未公开样本量与具体模型细节，该数字来自单一示例；方法本身依赖模型「相信」评分激励已改变，属受控实验，不等于真实部署中的作弊率。
来源：RuntimeWire · OpenAI（X） · Anthropic Alignment
vLLM 预览 Kimi K3 生产级支持
vLLM 放出 Kimi K3 生产级推理支持预览，覆盖 KDA 感知前缀缓存、融合算子与 MXFP4 MoE；英伟达内核收尾调优，AMD 为初步实现。
vLLM 官方博客介绍了对 Moonshot AI 的 Kimi K3 的生产级支持预览。上周发布的 Kimi K3 为 2.8 万亿参数模型，原生支持视觉、100 万 token 上下文，采用 Kimi Delta Attention（KDA）、Attention Residuals（AttnRes）与高度稀疏的专家混合（MoE）架构。vLLM 的支持包括：KDA 感知的前缀缓存、融合内核、优化过的 MXFP4 MoE、多模态集成，以及英伟达与 AMD 两条硬件路径——其中英伟达专用内核处于收尾调优（under final tuning，接近完成），AMD 则是初步实现（已有 FlyDSL MoE 内核）。
局限：这是「预览」而非正式可用，其中 AMD 实现仍标注为「初步」、英伟达内核处于收尾调优；官方博客未在本文给出吞吐或时延的具体数字。
来源：vLLM Blog · Kimi K3（Moonshot）
SpaceXAI 开放 Grokathon 黑客松
SpaceXAI 面向入选开发者开放 8 月 8 日的 Grok 黑客松，提供最新 Grok 模型与 X API，报名 7 月 28 日截止。
马斯克旗下 SpaceXAI 于周二开放「Grokathon」报名：这是 8 月 8 日在旧金山举办的 12 小时线下黑客松，入选开发者可获得最新 Grok 模型与 X API 的访问权限，时间距 Grok 4.5 发布不到一个月。报名 7 月 28 日截止。作为背景，SpaceXAI 已于 7 月 15 日以 Apache 2.0 许可证开源了编码智能体 Grok Build。
局限：奖项尚未公布，仅面向「入选」开发者而非全员开放；RuntimeWire 将此举定性为在 AI 板块承受高额基建亏损之际的开发者关系与招募动作。
来源：RuntimeWire · SpaceXAI（x.ai） · Grok Build（GitHub）
小红书大模型称在 IMO 达金牌水平
量子位报道称，小红书大模型在 IMO 2026 取得金牌水平成绩，为国内首例官方认证，仅见中文单一来源。
据量子位报道，小红书旗下大模型在国际数学奥林匹克（IMO）2026 中取得满分金牌水平的成绩，被称为中国大模型首次获得 IMO 官方金牌水平认证；报道提到其对第三题的解法获一名冠军选手称赞。
局限：Chinese-language source（量子位）——目前仅见该中文报道，具体模型名称、逐题得分与官方认证的公开材料暂不完整，尚无全球英文报道或第三方复核。
来源：量子位
全球 AI 资讯
Meta 自研检测标准 Content Seal 首秀遇冷
Meta 推出自研 AI 内容检测标准 Content Seal 回应监督委员会要求，但 The Verge 评其开局不佳。
今年 3 月，Meta 的监督委员会（Oversight Board）要求公司「兑现公开承诺、动用自己的工具」来遏制欺骗性生成内容的扩散。Meta 于 7 月以推出 Content Seal 作为回应——一套自研的 AI 内容检测与标注标准。The Verge 报道称，Content Seal 更像是「谷歌 SynthID 的一个更难用、也更不可靠的版本」。
局限：The Verge 指出这套标准「开局不佳」、仍处早期；这是报道方的评价，Meta 未就上述批评作出量化回应。
来源：The Verge
Mistral 与微软达成数十亿美元 Azure 合作
法国 Mistral AI 与微软签署数十亿美元协议，扩建其在欧洲的算力，并提升顶级模型在美国的可用性。
据 SiliconANGLE 报道，法国 AI 创业公司 Mistral AI 与微软达成一项数十亿美元的协议，用于在欧洲扩建其计算基础设施，并提升其顶级大语言模型在美国的可用性。微软表示，Azure 云客户将很快能够使用 Mistral 的模型开发软件。
局限：协议具体金额未披露（仅称「数十亿美元」）；Azure 客户的可用性为「即将」上线，尚未落地；本条目前仅见 SiliconANGLE 单一报道。
来源：SiliconANGLE
Anthropic 再向 Public First Action 捐款 2000 万美元
Anthropic 追加捐款 2000 万美元给非党派 AI 科普组织 Public First Action，累计支持达 4000 万美元。
Anthropic 于 7 月 21 日宣布，向 Public First Action 追加捐赠 2000 万美元，使总支持额达到 4000 万美元。Public First Action 是一家非党派组织，面向公众普及 AI 知识，并与愿意推动合理 AI 保障措施的共和党、民主党及独立人士合作。Anthropic 称两笔捐款均专门用于该组织的公众教育工作。
局限：这是一笔面向政策科普与倡导的捐款，而非模型或产品进展；信息来自 Anthropic 官方新闻稿单一来源。
九凤根据本期已引用来源整理。
区域与早期信号
酷哇科技 WAIC 展示双层世界模型 COOWAM
酷哇在 WAIC 2026 披露自称「行业首个」的双层智能体世界模型 COOWAM，并首秀重载四足机器狗 X0。
7 月 17 日 WAIC 2026 在上海开幕，酷哇科技（COOWA）展示了由全栈自研的 COOWAM（Co-Optimized World Action Model）双层智能体世界模型驱动的机械臂，完成「夏日特调」饮品制作的长程操作演示；同时首秀面向城市复杂场景的重载型四足机器狗 X0。CTO 廖文龙在分论坛披露该架构，主张机器人需要的是物理世界模型与人类社会世界模型的统一，并提出「RoboCity」愿景。
局限：Chinese-language source（量子位）——「行业首个」为厂商自述，现场为展会演示，未见第三方基准、参数或量产数据。
来源：量子位
Rimnot 联手远图公布万台机器人部署计划
成立 4 个月的具身创业公司 Rimnot 与远图宣布在服务器制造场景部署 1 万台机器人，称环境适应仅需 30 分钟。
据 Pandaily 报道，由清华博士校友创立、成立仅 4 个月的具身 AI 创业公司 Rimnot 与远图（Yuantu）宣布一项计划：在服务器制造场景部署 1 万台工业机器人，并称可实现 30 分钟环境适应，相关信息在 WAIC 期间公布。
局限：这是一项部署「计划」而非已落地成果，公司成立仅 4 个月；30 分钟适应等为厂商主张，Pandaily 未提供独立验证。
来源：Pandaily
腾讯上线全栈设计智能体平台 Miora
腾讯 WorkBuddy 团队推出全栈设计智能体平台 Miora，覆盖品牌、UI、电商与互动创作，结束邀测转为全量开放。
据 Pandaily 报道，腾讯 WorkBuddy 团队推出全栈设计智能体平台 Miora，覆盖品牌设计、UI、电商与互动式创作，支持多模型接入并带有技能库（skill library）。该平台在经历邀请制内测后，现已面向所有用户开放。
局限：报道来自 Pandaily；未披露定价或使用规模数据，各项能力主张暂无独立评测佐证。
来源：Pandaily
获取九凤最新的 AI 模型洞察与教程。
了解更多
