DeepSeek V4正式版泄露、Opus 5下周发布或由Karpathy训练、京东发布JoyAI-Talker与Video-Edit | 7月19日 AI日报

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ,讲透 AI 如何接管脏活累活

💡 今日趋势速览:DeepSeek V4泄露将发布,推理能力达Opus 4.8水平;Opus 5或由Karpathy训练;京东发布JoyAI-Talker语音交互模型。

插播一条信息:朋友力荐的人工智能学习平台,亲测内容易懂、风格有趣,适合想入门/进阶AI的小伙伴~直接点链接跳转网站👉 人工智能学习网

🎯 今日要点

  1. DeepSeek V4正式版泄露即将发布
  2. Opus 5或由Karpathy和Mythos团队训练,下周发布
  3. 京东发布JoyAI-Talker语音交互与视频编辑模型

📋 今日内容汇总

🤖 AI动态

  1. DeepSeek V4正式版泄露即将发布
  2. Opus 5或由Karpathy和Mythos团队训练,下周发布
  3. 京东发布JoyAI-Talker语音交互与视频编辑模型
  4. Spotify删除7500万首AI生成歌曲
  5. Cerebras上GPT-5.6 Sol任务110秒完成
  6. Hugging Face AI入侵暴露数据处理信任边界
  7. 月之暗面Kimi开源限制:Cursor需署名无收益分成
  8. 图灵量子发布量子-经典混合Agent平台QAgent
  9. 荣耀发布AgenticOS操作系统8月Robot Phone首发

🔌 AI基础设施

  1. 阿里云发布灵骏真武M890超节点实例
  2. 曦智科技全栈光电算力技术亮相WAIC

🦾 机器人具身智能

  1. ACT-2模型叠衣成功率超99%
  2. 魔法原子Magic-VLA K02亮相WAIC叠盒封胶超90%
  3. 千觉机器人发布VTLA具身触觉模型

📌 模型排行榜

  1. Artificial Analysis AI 模型能力排行榜

🤖 AI动态

1. DeepSeek V4正式版泄露即将发布

DeepSeek V4 GA版本信息泄露,灰度发布已面向早期用户启动。初步印象显示整体推理能力达到Opus 4.8水平,思维链更结构化更清晰,预计近期正式发布。

DeepSeek V4正式版泄露即将发布


2. Opus 5或由Karpathy和Mythos团队训练,下周发布

据传Claude Opus 5可能是首个由Andrej Karpathy和Mythos团队训练的模型。Karpathy于2026年5月加入Anthropic,致力于使推理与训练能力更高效。若属实,Opus 5将融合Karpathy在深度学习领域的深厚积累与Mythos的训练框架优势,预计下周发布。

Opus 5或由Karpathy和Mythos团队训练,下周发布

Opus 5或由Karpathy和Mythos团队训练,下周发布


3. 京东发布JoyAI-Talker语音交互与视频编辑模型

京东在WAIC 2026发布JoyAI-Talker实时语音交互模型和JoyAI-Video-Edit视频编辑模型。两款模型面向电商场景的智能客服和内容创作需求,展示了京东在AI应用层的持续投入。

京东发布JoyAI-Talker语音交互与视频编辑模型


4. Spotify删除7500万首AI生成歌曲

Spotify删除7500万首AI生成歌曲,这是流媒体平台史上最大规模内容清洗。这些歌曲AI批量生成刷播放量占据推荐位,Spotify此举旨在维护音乐生态的健康和公平。

Spotify删除7500万首AI生成歌曲

Spotify删除7500万首AI生成歌曲


5. Cerebras上GPT-5.6 Sol任务110秒完成

在Cerebras上运行的GPT-5.6 Sol仅用1分50秒完成任务,常规版本耗时12分20秒快了近10倍。Cerebras专用推理芯片展示了大模型推理加速的巨大潜力。以下是官方给出的 demo

Cerebras上GPT-5.6 Sol任务110秒完成


6. Hugging Face AI入侵暴露数据处理信任边界

Hugging Face平台发现AI驱动的入侵事件,攻击者通过恶意数据集处理管道窃取用户信息。该事件暴露了开源AI生态中数据处理流程的信任边界问题,促使平台加强数据上传审核机制。

Hugging Face AI入侵暴露数据处理信任边界


7. 月之暗面Kimi开源限制:Cursor需署名无收益分成

月之暗面Kimi的开源存在限制条件,Cursor基于Kimi底座训练的自有模型需强制署名但不涉及收益分成。这反映了国产开源大模型在商业化保护上的策略选择,与完全开放的MIT许可形成对比。

月之暗面Kimi开源限制:Cursor需署名无收益分成


8. 图灵量子发布量子-经典混合Agent平台QAgent

图灵量子在WAIC 2026发布全球首个基于光量子技术路线的量子-经典混合Agent平台QAgent,面向全行业落地。该平台结合量子计算与经典计算优势,为复杂优化和AI推理提供新型算力支撑。

图灵量子发布量子-经典混合Agent平台QAgent


9. 荣耀发布AgenticOS操作系统8月Robot Phone首发

荣耀在WAIC 2026发布新一代多模态智能体操作系统AgenticOS,支持多模态理解和跨应用智能体协作能力。搭载该系统的首款Robot Phone手机将于8月首发上市。

荣耀发布AgenticOS操作系统8月Robot Phone首发

荣耀发布AgenticOS操作系统8月Robot Phone首发

荣耀发布AgenticOS操作系统8月Robot Phone首发


🔌 AI基础设施

10. 阿里云发布灵骏真武M890超节点实例

阿里云发布灵骏真武M890超节点实例,单台可承载十万亿参数级MoE大模型推理。该实例针对超大规模模型的推理场景优化,提供高密度算力支持。

阿里云发布灵骏真武M890超节点实例


11. 曦智科技全栈光电算力技术亮相WAIC

曦智科技在WAIC 2026推出基于PACE 2加速卡的全球首款光电混合计算一体化计算盒天枢光立方。PACE 3光芯片已于6月完成流片,标志着光电计算从实验室走向产业化部署。

曦智科技全栈光电算力技术亮相WAIC


🦾 机器人具身智能

12. ACT-2模型叠衣成功率超99%

美国初创公司Sunday Robotics发布机器人AI模型ACT-2,在陌生家庭环境叠衣任务中成功率达99%。该模型展示了机器人在非结构化环境中执行精细操作的突破性进展。

ACT-2模型叠衣成功率超99%

ACT-2模型叠衣成功率超99%

ACT-2模型叠衣成功率超99%


13. 魔法原子Magic-VLA K02亮相WAIC叠盒封胶超90%

魔法原子在WAIC 2026展示自研通用具身大模型Magic-VLA K02,完成叠盒封胶等长程任务成功率超90%。该模型提升了人形机器人在精细操作和长序列任务中的可靠性。

魔法原子Magic-VLA K02亮相WAIC叠盒封胶超90%

魔法原子Magic-VLA K02亮相WAIC叠盒封胶超90%

魔法原子Magic-VLA K02亮相WAIC叠盒封胶超90%


14. 千觉机器人发布VTLA具身触觉模型

千觉机器人在WAIC 2026展示VTLA视觉-触觉-语言-动作具身触觉模型,配套发布视触觉多模态数据集和核心数采设备。该模型将触觉感知引入具身智能,弥补了纯视觉模型在精细操作中的不足。

千觉机器人发布VTLA具身触觉模型

千觉机器人发布VTLA具身触觉模型

千觉机器人发布VTLA具身触觉模型


📌 模型排行榜

15. Artificial Analysis AI 模型能力排行榜

Artificial Analysis AI 模型能力排行榜。智力榜前三:Claude Fable 5 (with fallback)、GPT-5.6 Sol (max)、Kimi K3。编程榜前三:GPT-5.6 Sol (max)、GPT-5.6 Terra (max)、Claude Fable 5 (with fallback)。智能体榜前三:GPT-5.6 Sol (max)、Claude Fable 5 (with fallback)、Kimi K3。

Artificial Analysis AI 模型能力排行榜

Artificial Analysis AI 模型能力排行榜

Artificial Analysis AI 模型能力排行榜

以上是今天的AI 风向标,欢迎在评论区提出建议,我们明天见。

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ,讲透 AI 如何接管脏活累活

已经博主授权,源码转载自 https://pan.quark.cn/s/a4b39357ea24 Matlab 被视为一种功能卓越的编程平台,特别是在数值运算和数据分析方面展现出广泛的应用价值。在应对多元非线性回归的挑战时,Matlab 拥备多种工具和函数,支持用户对复杂的数据进行构建模型和适配。本指南将重点阐释在 Matlab 环境下如何执行多元非线性回归分析。 我们需要掌握三种关键的回归指令: 1. `polyfit(x,y,n)`:此函数适用于拟合一元幂函数,能够导出一个多项式模型。例如,若知晓数据呈现二次函数形态,可选择`n=2`来适配一个二次曲线。 2. `regress(y,x)`:这是一个多元线性回归指令,能够处理多个自变量对因变量的影响。即便数据并非完全呈现线性特征,该函数也能提供一个线性近似。 3. `nlinfit(x,y,’fun’,beta0)`:这是最为通用的非线性回归指令,适用于适配任何类型的函数,无论是一元多元,前提是用户能够定义函数形式(`fun`参数)。 回归分析的核心在于寻找一组最优的系数,使得模型能够最恰当地描述数据。这通常涉及选择一个合适的函数形态,随后通过最小化误差平方和来估算系数。在Matlab中,`regress`指令主要用于处理线性模型,而`nlinfit`则处理更为复杂的非线性模型。 对于多元线性回归模型,我们可以用如下形式进行表述: \[ y = \beta_0 + \beta_1x_1 + \beta_2x_2 + \cdots + \beta_px_p + \epsilon \] 其中,\( y \)是因变量,\( x_1, x_2, \ldots, x_p \)是自变量,\( \beta_0, \beta_1, ...
内容概要:本文系统阐述了基于BP神经网络的语音特征信号分类方法,并提供了完整的Matlab代码实现。研究围绕语音信号的数据预处理、特征提取、神经网络结构设计、模型训练分类测试等核心环节展开,详细展示了BP神经网络在语音识别任务中的应用流程。通过构建多层前馈网络模型,利用误差反向传播算法优化权重,实现了对不同语音类别特征的高效分类,具有较强的工程实践价值和技术可复现性。; 适合人群:具备信号处理机器学习基础知识,熟悉Matlab编程语言,从事语音识别、模式识别、人工智能等相关领域研究的学生及科研人员;特别适用于开展课程设计、毕业设计科研项目的初级中级研究人员。; 使用场景及目标:①深入理解BP神经网络的基本原理及其在语音信号分类中的具体实现过程;②掌握Matlab环境下语音信号特征提取分类模型构建的全流程技术;③为语音识别、人机交互、智能听觉系统等实际应用场景提供可靠的算法基础代码参考。; 阅读建议:建议读者结合所提供的Matlab代码逐行分析其实现逻辑,重点关注数据输入格式、网络参数初始化、训练迭代过程及分类性能评估;可通过调整隐含层节点数、学习率、激活函数等超参数,观察模型收敛性分类准确率的变化,从而深化对神经网络调参策略的理解。
内容概要:本文系统阐述了基于前馈神经网络(FFNN)的空压机负荷预测方法,并配套提供了完整的Matlab代码实现。研究聚焦于利用人工神经网络对工业空压机系统的运行负荷进行建模预测,通过采集实际运行数据并完成数据预处理、网络结构设计、模型训练验证等关键步骤,构建高精度的负荷预测模型。文中详细解析了神经网络在时间序列预测中的应用逻辑,充分展现了其在工业能耗预测领域的实用价值技术优势。; 适合人群:具备一定Matlab编程能力和机器学习基础知识的高校学生、科研人员及工业自动化领域工程师,尤其适合从事能源管理系统开发、智能制造、预测性维护和工业节能优化等相关工作的技术人员。; 使用场景及目标:①应用于工业现场空压机系统的实时能耗监控优化调度,提升能源利用效率;②作为神经网络时间序列预测的教学案例,帮助学习者掌握从数据处理到模型评估的全流程实现;③为构建智能化运维平台提供核心技术支持,助力企业实现节能减排降本增效。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,重点理解数据归一化、训练测试集划分、网络参数调优及模型泛化能力评估等环节,鼓励尝试调整隐藏层结构、激活函数和训练算法等超参数以进一步提升预测精度。
内容概要:本文提出了一种在离散平稳小波变换(SWT)域中,结合离散余弦变换(DCT)和局部空间频率(LSF)的红外可见光图像融合方法,并提供了完整的Matlab代码实现。该方法首先对红外和可见光图像进行多级离散平稳小波分解,分别获取低频逼近系数和高频细节系数;针对低频子带,采用基于DCT系数能量和局部空间频率的加权融合策略,以有效保留图像的整体亮度、结构信息和纹理特征;对于高频子带,则综合利用局部空间频率和相位一致性等显著性测度,选择具有更强边缘、轮廓和细节信息的系数进行融合。融合后的系数通过逆离散平稳小波变换进行重构,最终生成一幅同时突出红外图像热辐射特征和可见光图像丰富空间细节的融合图像。该方法旨在克服传统融合方法在细节保留、对比度增强和伪影抑制等方面的不足,显著提升融合图像的视觉感知质量多项客观评价指标(如信息熵、互信息、标准差等)。; 适合人群:从事图像处理、计算机视觉、遥感探测、智能监控、医学影像分析等领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决红外可见光图像在夜间监控、军事侦察、安防巡检、火灾检测等实际场景中的信息互补融合显示问题;②深入学习和掌握基于多尺度几何分析(如SWT)显著性检测机制的先进图像融合核心算法原理;③为相关领域的学术研究、毕业设计工程项目提供可复现、可拓展的技术方案Matlab代码参考。; 阅读建议:学习者应具备数字图像处理基础和Matlab编程能力,建议结合文中详细的融合规则说明源代码,动手实现算法流程,尝试调整分解层数、窗口大小、权重参数等变量,对比不同融合策略的效果差异,并利用熵、互信息、Qabf、SD等客观指标对融合结果进行定量评估,以深入理解各模块的设计思想优化方向。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一只云卷云舒

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值