技术简报 · 第 2026-07-19 号
技术简报 - 2026-07-19
本页目录6 节
本期概览
#今天的主线是「开源追平与安全补课」。Thinking Machines 开源万亿参数多模态模型 Inkling，第一次让开源权重同时具备旗舰级的参数规模、原生多模态与 1M 上下文——但 600GB 起步的显存需求提醒我们：权重开放不等于部署门槛消失。另一侧，OpenAI 的 GPT-Red 用自博弈把红队测试变成持续自动回路，直指智能体时代最尖锐的提示注入问题；Hume AI 的 VoiceEQ 基准则揭示语音模型普遍「会说不会听」。加上 Ai2 罕见的高风险场景智能体工程复盘，四条信号共同指向：能力竞赛之外，评估、安全与工程可靠性正在成为新的分水岭。
本期立即关注
#精选评级最高的已发布技术信号，编辑置顶的条目优先展示。
Inkling：Thinking Machines 开源万亿参数多模态 MoE 模型
Thinking Machines 开源 Inkling：约 1 万亿总参数、41B 激活参数的 MoE 多模态模型，原生处理文本/图像/音频输入，支持 1M 上下文，训练数据覆盖 45 万亿 token 的文本、图像、音频与视频。发布即获得 Transformers、vLLM、SGLang、llama.cpp、Unsloth 的支持。
适合 模型选型与技术决策者、推理平台与 MLOps 工程师、多模态应用开发者
GPT-Red：OpenAI 用自博弈自动红队提升模型鲁棒性
OpenAI 发布 GPT-Red：一套基于自博弈的自动化红队系统，让攻击方模型持续生成对抗性输入、防守方模型迭代修复，用于系统性提升模型在安全、对齐与提示注入防御上的鲁棒性。
适合 智能体产品的安全负责人、模型安全与对齐研究者、把 LLM 接入外部工具的工程团队
Real World VoiceEQ：衡量语音 AI「人性质量」的评测基准
Hume AI 发布 Real World VoiceEQ：一套衡量语音交互「人性质量」的评测基准，覆盖 40+ 语音模型、15+ 评测维度、60+ 指标，横跨 ASR/TTS/语音对话/语音理解四大类，底层是 100 万+ 条跨人群、跨声学环境的人工评分。
适合 语音产品的设计与技术负责人、语音模型选型决策者、评测与质量团队
值得跟踪
#值得跟进的信号，但在成为立即优先项之前仍需更多背景或验证。
Shippy 复盘：Ai2 高风险场景智能体的四条工程经验与三件开源工件
Ai2 Skylight 团队复盘海事态势感知智能体 Shippy 的工程实践：智能体三分解剖（soul/skills/config）、确定性 CLI 工具层、按会话隔离的沙箱部署、专家加权评分的活数据评估，并开源了 OpenClaw（智能体框架）...
适合 把智能体推向生产环境的工程团队、智能体平台与基础设施建设者、关注智能体评估方法的从业者
来源参考
#本期简报中已发布技术信号所代表的公开来源。
订阅简报
稳定的公开订阅源仅包含已发布的技术简报，草稿和已归档简报不在其中。