2026年7月19日星期日 · 第 20260719 期
AI 前沿日报
只讲四件事：前沿模型公司、芯片与算力、模型规则与底层研究、Harness 进展。没有重要更新的栏目会留空，不用版本号或来源数量填版面。
本期最值得注意的变化，不是又多了一个版本号，而是模型能力越来越和低精度训练、长上下文执行、会话状态与 Agent Harness 绑在一起。
前沿模型公司
只收基础模型、重大版本、开放权重或关键能力与成本边界变化。
Kimi K3：产品与 API 已上线，完整权重仍待发布
Kimi K3
K3 是一条真正需要同时看模型、芯片和 Harness 的发布：官方公布了 2.8T 参数 MoE、Kimi Delta Attention、Attention Residuals 与低精度训练方案，但完整权重和技术报告尚未交付。
它的代表性不只来自模型规模，而是把架构、低精度、并行系统和 Agent 使用方式绑在了一起。
- 官方产品与 API 已可用；这只能证明可访问，不能等同于开放权重。
- 官方披露 KDA、Attention Residuals、896 专家中激活 16 个，以及 MXFP4/MXFP8 量化感知训练等设计。
- 官方评测混用了 KimiCode、Claude Code、Codex、Terminus 2 等 Harness，榜单不能被简化成纯模型能力排名。
截至本期证据窗口，完整权重、技术报告、训练配置和原始评测仍待发布，因此不能称为可独立复现的开放模型。
芯片与算力
只收芯片、互连、Kernel、编译器或训练/推理运行时的代表性进展。
本期没有可确认的硬件公司级重大更新；旧产品解读和普通补丁不补位。
模型规则与底层分析
把模型宪法、架构、训练、推理时计算和内部机制放在同一条解释链里。
本期未发现 Claude Constitution 或 OpenAI Model Spec 的可验证版本变化。
固定 GPU 预算，也能把强化学习上下文推到 200 万 token
LongStraw: Long-Context RL Beyond 2M Tokens under a Fixed GPU Budget
LongStraw 不靠增加显存，而是把长提示词的计算图拆开：提示词阶段不保留自动求导图，只保存后续真正需要的模型状态，再逐条回放短响应分支。
长上下文推理已经进入百万 token，但强化学习后训练通常还停在 25.6 万 token 左右。对会积累工具输出、网页和历史决策的 Agent，这个训练缺口会直接限制长任务能力。
- 在 8 张 H20 上，Qwen3.6-27B 的分组评分和响应反向传播跑到 210 万位置；扩大组大小只增加约 0.21 GB 峰值显存。
- 压力测试达到 446 万位置；在 32 张 H20 上，GLM-5.2 的 78 层完成了 210 万 token 提示词的端到端执行路径。
- 代价是更多回放时间，而且论文证明的是执行容量，不是完整训练正确性。
提示词状态被 detach，部分分布式前向和梯度组合路径仍未完成，不能把这组结果写成已完成 200 万 token 的可靠 RL 训练。
VideoChat3：视频模型开始同时追求流式效率与全栈开放
VideoChat3: Fully Open Video MLLM for Efficient and Generalist Video Understanding
VideoChat3 用膨胀式 3D 视觉 Transformer 和自适应帧分辨率降低训练与推理的视频成本，同时建立覆盖通用、长视频和流式视频的三套数据。
公开视频模型常常只在单一场景有效，或者只开放权重而缺少训练代码、策略与数据。VideoChat3 试图同时补齐泛化、效率和可复现性。
- I3D-ViT 负责时空表示，自适应帧分辨率根据流式内容分配视觉计算。
- 三套训练数据分别覆盖通用视频、长视频与在线流式场景，目标是减少跨场景能力断层。
- 论文与代码仓库已经可见，但‘fully open’仍要逐项核对数据许可、训练脚本、配置和完整复现实验。
当前页面只能确认作者摘要与公开仓库存在，不能仅凭标题断言全部数据、训练配方和结果都已被第三方复现。
Harness 进展
关注上下文、记忆、工具、沙箱、恢复、协作与评测方式，而不是仓库版本号。
SearchOS：让搜索 Agent 共享进度，而不是反复撞墙
SearchOS-V1: Towards Robust Open-Domain Information-Seeking Agent Collaboration
SearchOS 把隐含在对话历史里的搜索进度，拆成待办前沿、证据图、覆盖地图和失败记忆；多个子 Agent 因而能围绕缺口继续工作。
长任务失败往往不是模型不会搜索，而是系统忘了已经找过什么、还缺什么，以及哪些路径已经失败。
- 把开放域检索建模为带引用的关系表补全，让每个结论都能落到证据。
- 用流水线并行调度持续填充空闲槽位，把算力投入尚未覆盖的信息缺口。
- 中间件会记录模型与工具交互，并在停滞或预算耗尽时介入。
系统论文中的收益同时来自模型、上下文结构、调度和工具中间件，不能只归因于基础模型。