前沿AI速递:世界第一个设计Agent、Cursor发布Bugbot、GitHub推出Spark等更多重磅AI工具更新

我爱免费

作者：微信文章
最新大模型进展：
1. NVIDIA发布Llama Nemotron Super v1.5: NVIDIA宣布推出Llama Nemotron Super v1.5，称其在同等权重级别的模型中推动了推理能力的边界，并且是目前可以在单个H100上部署的最佳模型，代码和数据均已开源。

https://huggingface.co/nvidia/Llama-3_3-Nemotron-Super-49B-v1_5

2. Runway推出Aleph: 一种编辑、转换和生成视频的新方式。能够通过对话的方式，对视频进行添加、删除、改变人物视角、环境等多种操作。非常强大。

https://runwayml.com/research/introducing-runway-aleph

3. 通义语音模型: 通义语音团队开源了两个基础语音模型SenseVoice和CosyVoice，其中SenseVoice在中文和粤语的识别性能上优于Whisper。



4. 通义千问Qwen推出机器翻译模型Qwen-MT 基于Qwen 3打造。

5. OpenAI 的下一代语言模型 GPT-5 预计将在八月初正式发布。CEO 山姆・阿尔特曼透露，GPT-5 的进展顺利，并提到其强大的推理能力令人惊讶。

......

最新AI工具和平台进展：

1. GitHub推出Spark和Copilot更新: 微软CEO萨提亚·纳德拉宣布推出GitHub Spark，这是一个Copilot中的新工具，可以用自然语言将想法转化为全栈应用程序。



https://github.blog/changelog/2025-07-23-github-spark-in-public-preview-for-copilot-pro-subscribers

同时，GitHub Copilot的“野兽模式”（Beast Mode）受到好评，它是一种自定义聊天模式，能赋予Copilot更强的能力。



https://gist.github.com/burkeholland/88af0249c4b6aff3820bf37898c8bacf

2. Midjourney视频功能更新: Midjourney现在支持创建具有特定开始和结束帧的视频，从而可以制作循环视频，并将视频生成功能引入了Discord。

3. Cursor发布Bugbot: 在过去一个月中，Cursor在人类编写的拉取请求(PR)中发现了超过100万个错误。现在，他们发布了发现这些错误的系统Bugbot，该系统已成为许多领先工程团队（如Datadog、Shopify）必需的合并前检查工具。



https://cursor.com/bugbot

4. Windsurf: 平台上线了Kimi K2和Qwen3-Coder 480B Instruct模型

5. SiliconFlow: 平台上线了Kimi-K2-Instruct和百度的ERNIE-4.5-300B-A47B模型

6. Pika 正在构建首款纯AI社交视频应用，并已开放早期访问的候补名单。传统社交应用是“人与人连接”的平台，而Pika则开创了“人与AI共同创作”的全新社交范式。

7. 字节 Agent 产品扣子空间上线网页设计功能。



8. 谷歌发布构建AI应用工具Opal：无需代码用自然语言即可打造AI应用

https://www.opal.so/

9. 世界第一个设计Agent: 全链路智能设计重塑创作体验。Lovart AI 的核心亮点在于其“全链路智能设计”能力，它能够将用户的简单文本描述或模糊创意，转化为一整套专业、像素级精准的设计作品。



https://www.lovart.ai/

......

最新AI在医学进展：

1. AI在医学教育中的影响: 微软研究院的播客节目“医学人工智能革命，重访”探讨了生成式AI对医学培训的深远影响，涵盖了从课堂学习到临床实践的各个方面。 一位教授表示，与医学生讨论他们对AI在医学中的看法和行动非常有启发性，他们正在积极地学习和应用AI。

2. 微软亚洲研究院在新加坡设立实验室: 该实验室是微软在东南亚的首个研究实验室，将与新加坡保健服务集团（SingHealth）等机构合作开发AI解决方案，并致力于培养本地AI人才。

3. 生物蛋白研究的突破:

ESM3模型: 团队在《科学》杂志上展示了生成式语言模型ESM3，该模型能够对蛋白质的序列、结构和功能这三个基本属性进行推理。目前，ESM3已通过API的公开测试版免费向全球研究人员提供。

DPAC技术: 一种新的方法DPAC通过对比学习来对齐蛋白质和DNA语言模型，然后使用模拟退火直接从序列中设计新的DNA结合蛋白，而无需结构信息。

.....

自动驾驶：

1. 特斯拉的Robotaxi与未来展望: 关于特斯拉Robotaxi的讨论十分活跃。 一位用户分享了他在特斯拉餐厅的体验，认为这正是他想象中未来的样子：为特斯拉充电、享用汉堡、观看电影。 同时，有股东提议特斯拉向xAI投资50-100亿美元。

2. The Boring Company获得安全奖项: 埃隆·马斯克的The Boring Company因其在安全、应急准备和恢复能力方面的卓越表现，获得了美国运输安全管理局（TSA）颁发的最高荣誉——金标准奖。

3. Unitree发布人形机器人: 中国机器人公司Unitree发布了其G1人形机器人，并展示了其完成世界首次“鲤鱼打挺”的视频，显示了人形机器人智能的快速进步。 他们还推出了售价5900美元起的R1智能伴侣机器人，该机器人集成了大型多模态模型。

.....

最新AI技术教程 / 开源项目：

1. 可以直接在Hugging Face模型页面上运行由Together AI支持的Qwen 3 Coder。性能可与业界顶尖的闭源模型如Claude Sonnet 4相媲美。

https://huggingface.co/spaces/androaichain/Qwen-Qwen3-Coder-480B-A35B-Instruct

通义灵码也可以用全新的Qwen3-Coder模型，免费向用户开放，使用量不受限制。用户现在可以在通义灵码AI IDE、VSCode以及Jetbrains插件端轻松体验到Qwen3-Coder带来的高效编程辅助。

2. 一位作者正在与Hugging Face合作撰写一本关于视觉语言模型（VLM）的O'Reilly书籍，并已开放早期章节供社区反馈。



https://www.oreilly.com/library/view/vision-language-models/9798341624030/

4. Picotron: 这是一个用于4D并行计算的极简教育性代码库，旨在帮助人们以易于理解的方式学习大型语言模型。
https://github.com/huggingface/picotron
https://github.com/huggingface/picotron_tutorial

5. OpenHands: 该项目的一个鲜为人知的功能是它允许用户启动一个前端的网页，然后让智能体通过可视化的方式测试该前端网页，并会自动修复功能确保其正常工作。

https://www.youtube.com/watch?v=jMyTCXpEz10