Anthropic 新研究：前沿AI智能体现四种对齐失败

Inkling 已上线并进入 Tinker。预训练始于去年冬天，1月中旬起一支小团队在其上构建编码、推理与智能体训练——从头到尾全程自主完成。

Soumith Chintala 宣布：Inkling 开放权重、975B 参数，原生支持文本、图像与音频，已登陆 Tinker、Hugging Face 及合作伙伴平台。"它由你个性化、由你开放使用。它是你的。"

~1T 总参、41B 激活、Apache-2 协议。基准较 Nemotron Ultra（55B 激活）明显提升，成为新的美国最佳开放模型；智能体基准略逊 GLM 5.2，多模态略逊 Kimi K 2.6。

规模上与目前已知最大的中国预训练模型不相上下，而且带视觉与音频。"意料之外的好消息。"

Sebastian Raschka 拆解 Inkling 架构：多处嵌入小卷积层、在 block RMSNorm 之前对 embedding 额外做 RMSNorm、用相对位置偏置取代 RoPE——处处是小惊喜。

针对 ShortConv + 相对注意力 + shared-expert sink 的新架构专门调优，B200 上输入吞吐达 71.7k tok/s、每用户 171 tok/s，支持原生 8 层 MTP 与 DFlash 投机解码。

Nathan Lambert 给出初步猜测：约 1000 台 GB300、跑一周左右、成本约 500 万美元——"很高兴看到这类信息被公开分享"。

从数据、预训练、后训练到最终发布全流程从零做一遍，会让人由衷敬佩每一个做成这件事的团队——尤其是开放权重模型。

在盛赞 Inkling 独立训练之后，jxmnop 发出更正：训练中确实用到了少量蒸馏。

自动发现本地模型，支持拉取本地（如 qwen3.6）与云端（如 kimi-k2.6:cloud）模型，云端需 ollama signin 登录；要求 VS Code 1.120 及以上、Ollama 0.17.6 及以上。

新增 ElevenLabs Music v2 与 Seed Audio 1.0 音频能力，推出面向短剧、动态图形与高级相机控制的一站式 AI 工作流；工作流可存为可复用 Skills，并随时间学习用户风格。

8月24-26日在旧金山举办，构建者、维护者与社区齐聚一堂；NVIDIA、AMD、Google、Meta、Hugging Face 等均在参与名单之列。

瑞穗、SMFG、乐天银行与 MUFG NICOS 用 Nemotron 开放模型与 Agent Toolkit 构建金融 AI 基础设施。

覆盖合成数据生成、模型微调与应用部署，全程自然语言驱动，视觉 AI 智能体开发不再耗费数千工时。

复杂场景唇形同步显著改进，语音保真度与翻译时序更佳，每位用户可免费获得 450 分钟额度。

TileRT 展示 vLLM 预填充搭配其延迟优化解码引擎的组合，PD 分离之后解码侧可按负载随意更换。

Cookbook 提供 Inkling 的验证启动命令、调优方法及多模态、推理与工具调用用法。

11B 视觉语言模型面向连续视频流实时理解：直播中随时提问、边看边答、场景变化即修正，256K 上下文。

Greg Brockman 晒出数据：用 Sol 做 React/前端开发，价格效率提升 6 倍。

Soumith Chintala 转发：Modal 训练的 DFlash speculator 推理提速显著优于 MTP。

论文《Read It Back》显示：预训练多模态大模型无需微调即可为文生图任务担任奖励模型，提升生成质量。

AI 自主刷基准可以解放人类去做重判断、难验证的研究——但代价是同行评审被进一步击穿。

IMO 2026 未来两天开赛——"这也许是人类在数学奥林匹克上对 AI 保有优势的最后一次。"

Ethan Mollick 重温 o1-preview 解填字谜的演示：少量线索也能解题，但仍会幻觉出不存在的词——推理模型的进化坐标由此可见。

为真实 agent 工作流而生：原生多模态理解、可靠工具调用与生产级效率。

Hugging Face CEO 提议下周在旧金山组织支持开源与本地 AI 的聚会或游行。

venturetwins：若公开版有演示那么强，AI 视频将吞下几乎所有用例。

"没错，我们现在有 AI 游戏引擎了！"——视频生成公司跨入游戏赛道。

Recraft Studio 外部模型阵容再添一员大将。

一句话即可让既有素材"变身"为任何画面。

Higgsfield Filmmaker Grant 上线，投入超 10 万积分扶持 AI 创作者。

想象中的对话变成实时互动——宠物、原创角色皆可，语音表达自然。

7月22日洛杉矶：探讨原生多模态模型如何连接跨模态理解、赋能创意工作流。

这套内部基准曾用于打磨"深而广"的研究能力，现向社区开放。

单一性能数字只能讲出故事的一部分——NVIDIA 发长文论证。

将小型 RL 教师的策略变化以密集在线监督传给更强学生模型，提升推理性能。

体积缩减 93%，本地 LLM 部署门槛骤降。

"今天在 ChatGPT 里找 Codex 没找到——原来改名叫 Remote 了。"

Greg Brockman：用 ChatGPT Work 与 Sol 随手就能把业务问题研究透——很多过去嫌麻烦的问题，现在都问得起了。