AI 科技日报 | 2026年07月31日

今日 AI 领域聚焦于模型性能与成本优化、机器人智能体、AI 编码效率研究及多项开源技术突破。

OpenAI 正式推出 GPT-5.6，重点优化了价格与性能的平衡。该模型在多项基准测试中展现出更强的推理能力和更低的延迟，同时 API 调用成本显著降低，旨在使高级 AI 能力更易于被开发者和企业大规模采用。

Google DeepMind 推出了 Gemini Robotics 2，这是一项将大语言模型与机器人控制深度融合的技术。该模型赋予了机器人“全身智能”，使其能够理解复杂的自然语言指令，并协调四肢与躯干完成精细的物理操作，如抓取、搬运和组装。

一篇技术博客对当前 LLM 辅助编程的实际效果进行了深度分析。作者通过大量案例研究发现，尽管 AI 编码工具能显著提升代码生成和调试速度，但在复杂系统设计、架构决策和长尾问题上，实际效率提升约为 2 倍，而非宣传中的 10 倍。该研究为开发者合理预期 AI 生产力提供了重要参考。

一个名为 Fable 的开源模型优化框架发布。该项目声称能通过先进的量化、剪枝和蒸馏技术，将模型推理成本降低一半，同时保持与原始模型相当的输出质量。这对于资源受限的部署场景具有重要价值。

Noisegate 是一个面向不可信 AI 智能体的差分隐私网关开源项目。它通过在智能体与外部数据源之间建立一层隐私保护屏障，自动对查询结果添加噪声，从而防止 AI 智能体在推理过程中泄露用户的敏感信息，是保障 AI 应用数据安全的重要工具。

一篇 arXiv 预印本探讨了 AI 智能体在自动化 AI 研究方面的能力。研究通过两个开放式案例实验发现，当前最先进的智能体在执行需长期探索和创造性假设生成的科研任务时仍面临巨大挑战，无法独立完成完整的开放式 AI 研究，但可作为高效的辅助工具。

由 Mercor 和 Ramp 联合推出的 APEX-Accounting 基准测试，专门用于评估大语言模型在专业会计领域的实际工作能力。测试任务包括账户核对、应计项目处理等真实工作流，旨在衡量 AI 在特定专业领域的落地潜力。

本文由 AI 辅助生成，内容仅供参考