RoboTTT与Kimi K2.5双突破，AI基础组件革新
2026年7月18日，AI领域迎来机器人策略上下文和基础模型架构的重大突破。首先，RoboTTT将机器人视觉运动上下文扩展至8000时间步，无需增加推理延迟，整体性能提升87%，并首次实现从人类视频的一次性上下文模仿。其次，月之暗面开源Kimi K2.5，提出MuonClip替代Adam优化器，在万亿参数模型上训练15万亿Token无loss spike，数据利用效率接近翻倍；同时引入Kimi Linear线性注意力，按3:1比例混合全注意力提升效果。最后，Cursor团队披露其自动化AI研究框架，通过外循环（真实用户反馈和A/B测试）和内循环（RL训练环境）递归改进模型，Composer 2.5成为产品内最受欢迎模型。这些进展分别从机器人长程任务、基础优化组件和AI研究自动化方向推动行业向前。
模型发布/更新
5 篇
NVIDIA 开源了三个嵌入模型，8B 的 RTEB 第一，1B 的量化版速度翻倍还能保持 99% 精度，适合做检索和 RAG。
NeuronSoup用遗传算法进化共享神经元图，不依赖反向传播，在MNIST上达到85.9%准确率，模型只有115KB，适合探索非梯度训练的新路子。
杨植麟把用了十年的优化器、注意力、残差连接全换了：MuonClip数据效率翻倍，Kimi Linear百万Token不掉分，Agent Swarm能并行100个智能体，开源模型离闭源又近了一步。
产品发布/更新
3 篇英伟达开源微调工具 AutoModel 现在也能调图像视频模型了，提供现成 LoRA 脚本，省去写分布式训练的麻烦。
LlamaIndex 在文档处理上发力，ParseBench 基准和 LlamaParse 实用，liteparse 免费且明星增长快。
行业动态
5 篇论文研究
5 篇多智能体协作搜索老是卡壳？论文提出SearchOS，用显式状态管理和管道并行调度解决重复循环，在WideSearch和GISA上全面领先。搞检索智能体可以看看。
AI真的在推动数学进步了：GPT-5.6只用90分钟就找到了统计学里一个经典开放问题的反例，而5.5版本折腾20小时都没搞定。这篇报告值得所有关心AI科研能力的人看。
技巧与观点
5 篇Google 工程师教你怎么在手机上 21 分钟微调一个小模型，从 46% 干到 90%，比花 1500 美元买课还快。
想在家跑AI大模型？这篇对比了RTX 5090和AMD迷你PC，解释了为什么统一内存能装大模型但速度慢，还教你用MoE模型提速。
做投标的朋友别从空白页开始了，这个代理自动抓需求、匹配内部内容、生成带引用的草稿，还告诉你哪里需要人改，省事很多。
宝玉分享了用 Qwen3 ASR 替代 Whisper 做字幕的心得，时间戳对得很准，还配了发言人识别方案，适合搞视频翻译的朋友。