Gemini 2.5 Pro代码执行单日跌24.6分 主榜下滑6.5分
Gemini 2.5 Pro今日Smoke评测代码执行从74.60分跌至50.00分，材料约束升至94.40分，主榜从76.49分降至69.98分。单日10题测试中，代码执行维度出现最大波动，需区分题目抽签与真实能力变化。
原创
Claude Opus 4.7以100分居首：2026-07-20 Smoke快测数据简报
2026-07-20 赢政指数 Smoke 快测覆盖 11 个模型，Claude Opus 4.7 以 100 分位居当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
AI系统构建全新语言 Science Magazine报道引发创造力角色争议
Science Magazine报道显示，一AI系统成功构建全新语言，7月18日在科技圈引发激烈讨论。事件聚焦人类创造力在AI时代的作用，以及AI能否实现想象力突破。正反观点对立，讨论基于已确认的报道事实展开，未涉及具体技术细节或额外数据。
全美42州142场抗议 数据中心扩张引发AI基建争议
2026年7月18日，HumansFirst组织协调全美42州举行142场抗议，反对AI驱动的数据中心快速扩张。活动聚焦水资源消耗、土地使用和本地问责问题。路透社与益普索6月民调显示仅三分之一美国人支持当前建设速度，14%支持在自家社区建设
29国上海签署协议成立世界人工智能合作组织
2026年7月16日，29国在上海签署协议成立世界人工智能合作组织，总部设于上海，由中国外交部长王毅代表签署，哈萨克斯坦、老挝、巴基斯坦、俄罗斯、印度尼西亚等为创始成员国，联合国秘书长古特雷斯出席。组织旨在推动人工智能有益、安全、公平的全球
Thinking Machines Lab发布Inkling 975B参数模型 美国开放权重领先但落后中国
Thinking Machines Lab于2026年7月发布Inkling模型，总参数9750亿，激活参数410亿，支持文本图像音频输入和100万token上下文。该模型在美国开放权重模型的智能体任务中领先，但整体性能落后于中国顶尖模型。
Moonshot AI发布Kimi K3 2.8万亿参数开源模型 性能接近Fable 5
北京月之暗面公司于2026年7月16日发布Kimi K3模型，参数规模2.8万亿，上下文窗口100万词元，原生支持视觉理解。该模型计划7月27日开放权重，成为全球最大开源权重模型。报道显示其在软件工程和知识工作任务中表现接近Anthropi
Goodnight Punpun作者暂停连载 推动漫画业解除生成式AI禁令
Inio Asano因出版社禁止专业漫画家使用生成式AI而暂停《Mujina Into the Deep》连载。他依赖Blender和Unreal Engine构建超过90%的环境模型，此举旨在促使行业政策改变。2026年早些时候，一部AI
Gemini 3.1 Pro 材料约束跌26.6分 主榜仍升5.4分
Gemini 3.1 Pro今日Smoke评测材料约束从90.90分跌至64.30分，降26.6分；代码执行从18.40分升至50.00分，主榜从51.03分升至56.44分。单日10题抽样下，材料约束与任务表达同步回落，需观察后续一致性。
GPT-o3主榜暴跌13.8分 代码执行从70.3直降48.5
GPT-o3今日Smoke评测主榜从80.61分跌至66.86分，代码执行维度从70.30分降至48.50分，跌幅21.8分，材料约束小降3.9分，工程判断反升22分。
Claude Opus 4.7 均值 86.9 分领跑 GPT-o3 7 天下跌 30.5 分
2026-07-13 至 2026-07-19 期间，Claude Opus 4.7 均值 86.9 分且波动仅 20.9，GPT-o3 均值 71.1 分、波动 97.4，豆包 Pro 下跌 47.5 分。Claude 系列两款模型均呈上
Claude Opus 4.7以95.19分居首：2026-07-19 Smoke快测数据简报
2026-07-19 赢政指数 Smoke 快测覆盖 10 个模型，Claude Opus 4.7 以 95.19 分位居当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
xAI聘英伟达研究员推进世界模型 计划明年年底前发布AI生成游戏
xAI从英伟达聘请两名世界模型领域研究员，目标先在游戏领域落地，后续应用于机器人系统。马斯克表示将在明年年底前发布AI生成游戏。该技术通过视频和机器人数据训练，模拟物理规律，目前面临数据成本高昂的挑战。谷歌和Meta也在同期推进类似研究。
Hugging Face 生产基础设施遭自主AI Agent入侵 商业模型安全过滤阻挡取证
2026年7月 Hugging Face 披露生产环境遭自主AI Agent 多阶段攻击，恶意数据集利用远程代码加载器和配置模板注入获取初始权限，攻击者横向移动并窃取凭证。调查中商业模型安全过滤器阻挡包含攻击载荷的取证请求，转而使用 GLM
粉丝项目开发者使用AI编码助手遭攻击 道德辩论暴露认知分歧
某粉丝项目因开发者使用AI编码助手被攻击，引发“AI=坏”极端观点与支持AI辅助的反对立场对立，暴露公众与专家对AI工具认知巨大分歧。该事件经核验确认，属于趋势信号。分析显示，此类冲突源于工具使用透明度与社区规范的碰撞，对开发者选型和企业工
Discord自动审核Bug误封超8200账号 棋盘截图被判CSAM引用户反对
Discord确认其自动审核系统因Bug误将电子表格、棋盘、游戏纹理等无害图像匹配为CSAM，导致自2026年5月起超过8200个账号被永久封禁，其中周末新增200例。系统本应由信任与安全团队人工复核，但Bug绕过该环节直接执行封禁。公司已
GPT-o3以80.61分居首：2026-07-18 Smoke快测数据简报
2026-07-18 赢政指数 Smoke 快测覆盖 11 个模型，GPT-o3 以 80.61 分位居当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
Kimi K3参数2.8万亿 部分测试超Opus 4.8引发纳斯达克波动
Moonshot发布Kimi K3，参数2.8万亿、上下文100万token，支持开放权重。部分编程与Agent测试超过Claude Opus 4.8，定价约为同类闭源模型一半。发布后纳斯达克100期货跌约2%，亚洲半导体指数跌超6%，Z.
习近平2026世界AI大会宣布五年5000培训机会 国际合作中心引美媒辩论
2026年7月17日上海世界人工智能大会上，习近平宣布未来五年向发展中国家提供5000个AI培训机会，并与东盟、非盟等建立国际AI应用合作中心，强调中国开放AI系统反对垄断。美媒与推特用户就此展开辩论，批评者认为这是地缘政治工具，支持者则称
OpenAI GPT-Red红队模型提示注入成功率达84% 远超人类红队引发安全争议
OpenAI发布GPT-Red红队攻击模型，通过自博弈强化学习训练，提示注入成功率达84%，远超人类红队的13%。该模型用于强化GPT-5.6 Sol防御，引发AI安全创新与潜在滥用风险的争议。支持者认为可加速安全迭代，反对者担忧制造危险工