每周AI工具/模型更新报告（2026.6.30-2026.7.6）

一、LLM大模型新发布

美团LongCat-2.0万亿参数大模型开源
采用MoE混合专家架构，总参数1.6T，原生支持1M超长上下文，业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数模型，英伟达含量为零 。

核心能力提炼：

  • 架构创新：MoE混合专家架构，每个Token激活约480亿参数
  • 国产算力突破：五万张国产芯片完成训练，创国产算力新纪录
  • 开源策略：预览版接入OpenRouter平台后调用量冲入全球前三

二、Agent智能体工具更新

TradingAgents v0.3.0多Agent金融交易框架发布
模拟真实交易公司运作，部署基本面分析师、情绪专家、技术分析师、交易员及风险管理团队等专业Agent协作评估市场 。

核心能力提炼：

  • 多角色协同：5类专业Agent动态讨论找出最优交易策略
  • 多模型支持：兼容GPT-5.x、Claude 4.x、Qwen、DeepSeek等主流模型
  • 持续学习：自动获取已实现收益率并注入反思内容优化后续决策

企业级AI智能体平台全景图谱发布
2026年中国企业级AI智能体市场规模预计达449亿元，国内服务商突破300家，平台分为全栈通用型、云生态型、垂直行业型、开源低代码型四大类 。

核心能力提炼：

  • 实在Agent：ISSUT屏幕语义理解技术，无需API即可操作封闭系统
  • 腾讯云ADP 4.0：首批上线40个Connector，打通CRM/ERP/OA等业务系统
  • 百度千帆：承载超130万个智能体，推理生成速度提升约25%

三、多模态AI工具进展

谷歌Gemini Omni多模态创作模型发布
能够理解并处理文本、图像、音频和视频输入，生成连贯视频内容，支持对话式编辑，用户用自然语言描述即可自动完成角色更换、光线调整等操作 。

核心能力提炼：

  • 对话式编辑：自然语言描述修改需求，模型自动完成视频编辑
  • 安全溯源：所有生成视频嵌入SynthID数字水印
  • 开发工具：Stitch工具支持自然语言生成UI原型，一键导出Figma/HTML/CSS

LumeValley多模态智能体部署方案
采用"感知-融合-理解-生成"四层架构，集成语音识别、图像识别、OCR、文档解析等多模态输入模块，企业场景渗透率达65% 。

核心能力提炼：

  • 跨模态交互：支持"语音输入-图像输出"、"文档输入-语音输出"等模式
  • 效率提升：复杂问题解决效率提升50%，用户操作步骤减少60%
  • 多语言支持：支持10余种语言及方言识别，嘈杂环境识别准确率92%以上

四、推理优化技术突破

清华大学Jet-Nemotron模型实现53.6倍推理加速
仅2B参数的模型性能超越多款7B级主流开源模型，通过"数据-模型-架构"三位一体效率优化框架，在H100 GPU上实现最高53.6倍生成吞吐量加速 。

核心能力提炼：

  • 数据筛选：训练数据量可压缩30%以上，模型性能反而提升2%-5%
  • 知识蒸馏：MiniLLM反向KLD方法，小模型学习大模型知识损失更低
  • 架构创新：打破"参数越大性能越好"认知，2B模型达到7B模型性能

五、行业动态与合规调整

主流平台智能体功能合规化调整
豆包、通义千问于2026年7月15日下线用户自定义智能体功能，《人工智能拟人化互动服务管理暂行办法》正式施行，行业加速走向合规化 。

核心能力提炼：

  • 替代方案：字节跳动猫箱App承接豆包智能体用户迁移
  • 合规要求：内容审核、未成年人保护、防沉迷机制成为标配
  • 趋势判断：情感陪伴类功能剥离至独立付费产品实现商业化闭环

配图说明

注：本报告涉及的文章均配有相关配图，包括：

  • *美团LongCat-2.0模型架构图及国产算力集群实拍图 *
  • *TradingAgents多Agent协作流程示意图 *
  • *企业级AI智能体平台选型对比图表 *
  • *谷歌Gemini Omni对话式编辑界面演示图 *
  • *LumeValley多模态架构四层技术架构图 *
  • *Jet-Nemotron模型性能对比柱状图 *

本周趋势总结

本周AI领域呈现三大核心趋势：国产算力突破（美团LongCat-2.0验证国产芯片训练可行性）、Agent规模化落地（企业级平台从概念验证迈入规模化阶段）、推理效率优先（小参数大性能成为新方向）。多模态交互已成为企业智能服务标配，合规化调整推动行业向专业化、商业化方向发展。

参考来源

 

# 人工智能
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

avatar 天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

avatar 天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

avatar 天工造物局