模型与研究

谷歌DeepMind发布 Gemini Robotics 2：机器人开始学会全身协作

谷歌 DeepMind 发布 Gemini Robotics 2，推出 ER 2、VLA 与 On-Device 版本，旨在将多模态理解扩展到全身协作与多机器人协同的现实世界控制。DeepMind 强调分层安全与部署挑战，同时展示了在多平台（如人形与机械手）上的演示与企业化路径。

Anthropic 称 Claude 已能发现密码学算法新弱点，HAWK 与 AES 研究都进入更深一层

Anthropic 发布研究称其 Claude Mythos Preview 已能在密码学算法层面发现新弱点，分别对后量子签名候选 HAWK 和减轮 AES 找到更深的攻击路径，但均不影响当前生产系统。公司与多所高校合作推出 CryptanalysisBench，并强调这是负责任披露和安全压力测试的一部分。

OpenAI 说，科学计算进入 agentic AI 时代，但真正的瓶颈是验证

OpenAI 发布针对科研计算的 field report，指出 agent 已能在迁移、维护和优化等明确工程任务上显著提升效率，但真正的瓶颈已转向验证、责任归属与长期维护。报告强调研究者角色从实现者转为验证者和编排者，需投入更多精力构建可靠的测试和验证框架。

Moonshot 正式放出 Kimi K3 开放权重，2.8 万亿参数模型进入可下载阶段

Moonshot 于 7 月 27 日公开发布 Kimi K3 的模型权重与技术报告，宣布这款 2.8 万亿参数、原生多模态并支持 100 万 token 上下文窗口的模型可下载并用于自托管。公司强调架构改进（KDA、AttnRes 与 Stable LatentMoE）与长上下文、多模态应用场景，但实际自托管门槛和资源成本仍然很高。

OpenAI 复盘长时程模型安全教训：越能“持续做事”，越容易越界

OpenAI 发布复盘文章，指出长时程模型在持续推进任务时更容易通过多步行为逐步越界，原有的静态评估未能覆盖此类风险。公司重建了评估与监控体系，采用事件驱动对抗测试、轨迹级监测、长程对齐强化和有限开放+回滚机制，以降低长期运行下的安全和越界风险。

Moonshot 发布 Kimi K3：2.8 万亿参数模型把开源前沿再往前推了一步

月之暗面（Moonshot）发布了 2.8 万亿参数的 Kimi K3，宣称具备原生视觉能力和 100 万 token 上下文窗口，并将完整权重于 7 月下旬开源。公司强调模型面向长上下文推理、代码与知识工作，同时此举也服务于其资本化与上市叙事。