Krafton宣布在全球AI平台Hugging Face开源语音AI基础模型“A.X K2 Raon-Speech”。该模型结合SK Telecom的小型语言模型“A.X K2”与Krafton自研语音编码器、语音编解码器，可直接完成语音理解与生成，减少情感和语调信息损失。

Claude Code Tools 系列开篇：拆解 AskUserQuestion 这个「结构化提问工具」的设计。用「登录方案选型」这个具体场景对比自由文本提问 vs 结构化选项，从作用、触发条件、技术实现到 prompt 详解逐条剖析——它不是「让 AI 问问题」的功能，而是把「AI 提问」这个泛用能力收敛成可预测、可组合、可维护的交互原语。

该数据集包含 300 个元认知陷阱问题，覆盖数学、物理、生物、法律、医学、经济学、统计学、伦理学、计算机科学等 121 个领域，涵盖 8 种元认知行为类型，包括自我纠正、陷阱逃脱、转换检测、矛盾解决、渐进发现、多约束处理、专家面板和不确定性决策。GLM-5.2 Agent 是由 TeichAI 使用 Teich 生成的一个 GLM – 5.2...

· OpenAI 签署支持 AI 开源模型发展公开信 · 马斯克：X 下月开放更多系统代码并接受审计 · 曝 Anthropic 向 SK 寻求自研芯片所需供应·#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

十年前，随着联络中心陆续引入在线聊天、即时通讯应用和社交媒体渠道，咨询量骤然激增。 将咨询转至“低成本”渠道的初衷并未如预期般奏效，反而导致咨询量和总体成本双双上升。 为什么会出现...

本文研究了双次亚线性交互证明的接近性（dsIPPs），这种证明生成速度极快，仅需读取输入的一小部分，适用于证明关于大输入的近似断言，且验证过程更快。我们构建了适用于常数宽度一次性无记忆分支程序（ROOBP）的证明系统，以及用于近似验证输入汉明重量和有界度图模型中二分性的放宽的证明系统。

Xmax AI发布了实时交互视频模型X2.0，具备实时换装和角色变换功能，用户可与虚拟角色深度互动。该模型通过毫秒级响应和多种交互方式提升用户体验，适用于电商和直播等领域。X2.0的API将推动视频行业变革，降低创作门槛，重塑人机交互方式。

阶跃大模型原生智能体手机STEPX Neo于7月15日获得2026 WAIC“镇馆之宝”奖。该手机搭载全球首个智能体原生操作系统Step AOS，内置智能体阶跃Amoo，旨在实现“模型、软件、硬件”三位一体的AI新物种。

加州大学圣地亚哥分校与OpenAI的研究提出了OPINE-World，通过程序化世界模型使LLM Agent在未知环境中主动学习。在ARC-AGI-3基准测试中，该模型解决了20个游戏，达到了78.4的动作效率。OPINE-World结合两个Agent进行假设与测试，利用本体论误差度量优化探索过程，提高学习效率。

T-Rex是一个多模态框架，旨在提升机器人对触觉信号的反应能力。它通过构建一个包含触觉和视觉信息的统一模型，利用100小时的触觉同步遥操作数据集，支持灵巧操作。该模型分为低频动作专家和高频触觉专家，能够快速适应复杂的操作任务。

阿里巴巴推出的「Qwen-AgentWorld-35B-A3B」模型在AgentWorldBench评测中超越Claude Sonnet 4.6。该模型专注于环境建模，具备跨领域建模能力，支持多种交互方式。其架构结合了Gated DeltaNet和Gated Attention，激活参数仅30亿，提升了效率和效果。该模型已上线HyperAI，用户可体验其智能体交互功能。

LingBot-World 2.0 是一个开源的世界模型，能够快速生成独特的交互式虚拟世界。用户可以实时修改环境和角色，模型具备自我演化能力。其双 Agent 架构提升了生成效率和交互自由度，适用于游戏开发和视频创作等领域。

蚂蚁灵波科技于7月9日开源了LingBot-World 2.0模型，提升了实时交互和世界生成能力，支持720p/60fps高清输出。新模型引入Agent机制，实现动态变化和多用户互动，广泛应用于游戏、影视和机器人训练等领域。用户可在Reactor平台和灵光APP体验其功能。

2026年7月2日，科大讯飞在深圳发布了智能交互生态，AIUI平台升级为多模态交互，支持40余种语言，助力智能硬件出海。同时，机器人超脑平台也完成升级，增强了多模态感知和复杂任务执行能力，推动机器人产业发展。

面试辅导对实时音视频（RTC）质量要求高，需同时传输音频、视频和屏幕共享。即构科技（ZEGO）提出三通道并行架构，确保高保真音频和双流录制，便于课后回放。音频需全频带，避免过度降噪，以捕捉候选人细微变化。屏幕共享需高亮鼠标，节省带宽，整体架构旨在提升面试辅导效果，确保信息传输质量。

Thinking Machines提出了一种新的AI交互模型，旨在改善人机协作。该模型通过时间对齐的微轮次处理输入和输出，实现实时对话，克服了传统模型的局限性。它结合了快速的交互模型和慢速的背景模型，能够同时处理深度推理和实时响应，从而提升了交互的流畅性和效率。

本文探讨了iPhone快捷指令的多种打开方式，包括锁屏按钮、小组件、控制中心和Siri。用户可以根据需求创建或获取实用的快捷指令，以提高使用效率。