2026年7月19日星期日 · 第 20260719 期
AI 前沿日报
今天按四条线读：模型发布、芯片与算力、模型规则与底层研究、Harness。没有够格的新消息，就空着。
研究侧先看 LongStraw：它用回放换显存，让 8 张 H20 扛住 210 万 token。Harness 侧看 SearchOS：它把搜索进度从聊天记录拆成了可共享的工作状态。
前沿模型公司
新模型、重大版本、开放权重，以及真正改变能力或成本的更新。
今天没有够格的模型公司新闻。
芯片与算力
芯片、互连、Kernel、编译器，以及训练和推理运行时。
今天没有硬件大新闻，旧解读和普通补丁不凑数。
模型规则与底层分析
模型规范、架构、训练、推理时计算，以及仍没弄懂的内部机制。
Claude Constitution 和 OpenAI Model Spec 今天都没有版本变化。
8 张 H20，把 RL 上下文推到 210 万 token
LongStraw: Long-Context RL Beyond 2M Tokens under a Fixed GPU Budget
LongStraw 的办法很直接：长提示词先做前向计算，不保留完整求导图；真正需要回传梯度时，再逐条回放短响应。它用更多计算时间换显存。
Agent 做长任务会不断累积网页、工具输出和历史决策，但后训练的上下文长度一直追不上推理。LongStraw 瞄准的正是这段差距。
- Qwen3.6-27B 在 8 张 H20 上完成了 210 万位置的分组评分和响应反向传播；扩大组大小只增加约 0.21 GB 峰值显存。
- 压力测试跑到 446 万位置；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。
- 省下的是显存，付出的是回放时间：短响应分支要重新计算。
这还不是“200 万 token RL 已经跑通”。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。论文目前证明的是执行容量。
VideoChat3 想把视频理解做成一套能复现的开源栈
VideoChat3: Fully Open Video MLLM for Efficient and Generalist Video Understanding
VideoChat3 用膨胀式 3D 视觉 Transformer 和自适应帧分辨率控制视频计算成本，并准备了通用、长视频和流式视频三套训练数据。
公开视频模型常见两种缺口：换个视频场景就失灵，或者只放权重、不放训练方法。VideoChat3 同时处理泛化、效率和复现材料。
- 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上线；数据许可、训练脚本、配置和完整复现实验还要逐项核对。
现在能确认的是论文和公开仓库。数据是否齐全、训练配方是否完整、结果能否被第三方复现，还没有答案。
Harness 进展
上下文、记忆、工具、沙箱、恢复、协作和评测。
SearchOS 把搜索 Agent 的进度从聊天记录里搬出来
SearchOS-V1: Towards Robust Open-Domain Information-Seeking Agent Collaboration
SearchOS 把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 不必反复翻聊天记录，可以直接接着缺口往下做。
长任务经常败在管理混乱：系统忘了查过什么、还缺什么，也忘了哪些路已经走不通。这里解决的是协作记忆，不是搜索提示词。
- 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。
- 中间件记录模型与工具交互，在搜索停滞或预算快耗尽时介入。
论文里的收益来自模型、上下文结构、调度和工具中间件共同作用，不能全记在基础模型头上。