AI 日报 | 2026-07-22

聚焦最近 24–48 小时 AI 模型、Agent/AI coding、基础设施/芯片/算力、开源模型、中国 AI 生态与商业新闻。

北京时间 06:30核心来源 10 条文章式静态页
面向熟悉 AI、技术与商业读者的 24–48 小时更新。本期重点：Copilot 模型菜单继续扩张、端侧/本地推理栈快速迭代、NVIDIA 把 graphics/simulation 与 agentic/physical AI 合并讲述，中国模型生态则以 API 迁移和多模态/Agent 产品化为主线。

今日概览

  • Agentic coding 的竞争从“单一模型能力”转向模型路由、工具并行、组织治理和可观测性：GitHub Copilot 新增 Gemini 3.6 Flash，并在上周把仓库级 usage metrics GA。
  • 本地与开源推理基础设施仍在高频发布：llama.cpp 今日连续 release，vLLM 0.25.x 线进入 MRv2 默认化后的修补期。
  • NVIDIA 在 SIGGRAPH 把 neural rendering、world models、simulation、MCP 与 NIM 服务放在同一叙事中，说明“生成内容”与“训练物理 AI 的仿真世界”正在靠拢。
  • 中国 AI 生态没有看到过去 24 小时内的单一重磅基础模型发布，但 DeepSeek 旧 API 名称停用临近、MiniMax Music-3.0 发布、Kimi/GLM/Doubao/MiniMax/DeepSeek 等模型在云平台目录中继续被打包为可切换能力。

    • 最重要 5 条

    1. GitHub Copilot 接入 Gemini 3.6 Flash：更强调长程 agentic coding 与并行工具调用

    摘要：GitHub Changelog 显示，Gemini 3.6 Flash 已开始在 GitHub Copilot 中滚动上线，面向 Web/app 开发、coding 和 longer-horizon agentic tasks。

    关键细节：官方说明提到 configurable reasoning effort、parallel tool use；早期测试中相较 Gemini 3.5 Flash 在 coding/agentic workflow 上有更高 task-completion rate 与更好的 token efficiency。可用入口包括 VS Code、Visual Studio、Copilot CLI、GitHub Copilot cloud agent、Copilot app、JetBrains、Xcode、Eclipse；Copilot Business/Enterprise 管理员需启用 Gemini 3.6 Flash Preview policy。按 provider list pricing 进入 usage-based billing。

    为什么重要：Copilot 正在成为多模型 agent runtime，而不是某一家模型的 IDE 插件。对企业来说，模型选择、预算控制、policy enablement 与 IDE/CLI/cloud agent 的一致性，正在变成 AI coding 平台采购的核心变量。

    来源：https://github.blog/changelog/2026-07-21-gemini-3-6-flash-is-now-available-in-github-copilot/

    2. llama.cpp 今日 release：OpenVINO 后端补齐动态加载宏，CUDA get_rows 做向量化优化

    摘要：llama.cpp 在 7 月 21 日发布 b10077、b10076。b10077 修复 OpenVINO backend 缺失 GGML_BACKEND_DL_IMPL() 调用；b10076 对 CUDA same-type get_rows 路径做 int4 向量化。

    关键细节：b10077 修复 issue #25586，补齐其他 backend 已有的动态加载宏。b10076 将每元素 scalar copy 改为在连续 same-type、16-byte 对齐等条件满足时使用 k_get_rows_float_vec，通过每线程复制一个 int4 降低 block 数；同时用 occupancy gate 避免小规模 gather 退化。

    为什么重要：这类底层小优化与后端修复决定了本地推理生态的实际可用性。OpenVINO 对 Intel CPU/GPU/NPU 路径重要，CUDA gather 优化则影响量化权重/embedding lookup 等热点路径。

    来源：https://github.com/ggml-org/llama.cpp/releases

    3. NVIDIA SIGGRAPH：把 MCP、NIM、Cosmos 3 Edge 与 neural rendering 放进 physical AI 工作流

    摘要：NVIDIA 在 SIGGRAPH 2026 发布/展示多项 graphics + simulation + AI 更新，包括 Model Context Protocol connections、Synthetic Video Detector NIM microservice、Cosmos 3 Edge open world model、NemoClaw on DGX Station with NVIDIA Agent Toolkit。

    关键细节：官方博客称 keynote 聚焦 neural rendering、world models 和 simulation methods for AI, built by AI。SIGGRAPH 议程持续到 7 月 23 日，NVIDIA 将内容创作、媒体、机器人和物理 AI 放在同一条生产链：生成世界、验证世界、再用世界训练/驱动 agents。

    为什么重要：MCP 出现在内容创作与仿真工具链中，说明“agent 可调用工具/上下文协议”正在从软件工程扩展到 DCC、仿真、机器人数据生成。NIM 微服务则继续把模型能力产品化为可部署单元。

    来源：https://blogs.nvidia.com/blog/siggraph-news-2026/

    4. 中国模型生态：DeepSeek 旧 API 名停用临近，MiniMax 发布 Music-3.0，M3 继续强调 Agent/代码/长上下文

    摘要：DeepSeek API 文档提示 deepseek-chat 与 deepseek-reasoner 将于 2026-07-24 停用，目前分别映射到 deepseek-v4-flash 的非思考/思考模式；MiniMax 开放平台 7 月 16 日发布 Music-3.0，并继续把 MiniMax-M3 定位为面向 Agent 推理、工具调用、代码、多模态 Chat 输入和长上下文任务的语言模型。

    关键细节：DeepSeek V4-Pro/V4-Flash 已通过 OpenAI ChatCompletions 与 Anthropic interface 提供；MiniMax 模型发布页显示 M3 于 6 月 1 日发布，M2.7 于 3 月 18 日发布，7 月 16 日更新集中在音乐生成。检索 Moonshot 官网显示 Kimi K3/K2.6、多模态与百万 token 上下文仍是主线；智谱官网强调 GLM-5.2 在 Artificial Analysis 综合榜单得分 51、进入前三。

    为什么重要：中国生态近期的重点更像“产品化与 API 稳定迁移”而非单点发布。对开发者而言，旧 alias 停用、模型名迁移、跨 OpenAI/Anthropic 兼容接口和云平台模型目录，比 benchmark headline 更直接影响生产系统。

    来源：https://api-docs.deepseek.com/updates/ ，https://platform.minimaxi.com/docs/release-notes/models ，https://www.moonshot.cn/ ，https://www.zhipuai.cn/

    5. vLLM 0.25.x：MRv2 默认化后进入修补期，继续围绕 dense model serving、FP8 MoE、Transformers backend 性能

    摘要：vLLM v0.25.1 是 0.25.0 之后的补丁 release，修复 TorchCodec 在缺少 system FFmpeg 时阻塞模型启动，以及 mixed-dtype allreduce RMSNorm quant fusion 的匹配问题。

    关键细节：0.25.0 的大变化包括 Model Runner V2 成为 dense models 默认路径、移除 legacy PagedAttention、Transformers modeling backend 性能接近 native vLLM，并加入 FP8 MoE、EVS、realtime embeddings、Mamba hybrid prefix caching、多模态 prefix bidirectional attention、dynamic speculative decoding + full CUDA graphs 等。

    为什么重要：vLLM 正在从“高吞吐 serving 框架”演进成复杂模型形态的统一 runtime。MRv2 默认化意味着后续性能/功能优化会集中到新执行路径；补丁修复说明生产部署的依赖链仍很脆弱，尤其是多模态编解码和 fusion pattern。

    来源：https://github.com/vllm-project/vllm/releases/tag/v0.25.1

    其他值得关注

  • **GitHub Copilot 仓库级 usage metrics GA**：新增 enterprise/org 两个 REST API endpoint，按天返回每仓库 Copilot coding agent 创建/合并 PR、Copilot code review suggestion 类型等。对 AI-readiness reporting 和 enablement targeting 很关键。来源：https://github.blog/changelog/2026-07-17-repository-level-github-copilot-usage-metrics-generally-available/
  • **NVIDIA AI clouds 商业模式**：NVIDIA 7 月 1 日宣布与 AI clouds 通过 revenue-sharing 和 credit-support 支持多租户 AI factories，除标准产品收入外分享云服务收入。来源：https://blogs.nvidia.com/blog/nvidia-unlocks-ai-compute-at-scale-capital-partners-to-power-ai-infrastructure-buildout/
  • **Cloudflare AI 平台方向**：近期博客强调 AI Gateway 统一推理层、Workers AI 大模型承载、AI 流量治理/monetization。虽然过去 24 小时没有看到新的 Workers AI 模型发布，但其“推理入口 + 网络边缘 + AI crawler 控制”组合值得持续跟踪。来源：https://blog.cloudflare.com/ai-platform/
  • **OpenAI 7 月主线**：搜索结果显示 OpenAI 7 月发布 GPT-5.6、GPT-Live、ChatGPT Work 和 “A scorecard for the AI age”。OpenAI 官网部分页面抓取受 403 限制，本期仅把它作为近期背景，不作为重点未核验条目展开。来源：https://openai.com/index/gpt-5-6/ ，https://openai.com/index/a-scorecard-for-the-ai-age/

    • 来源链接清单

    1. GitHub Copilot 接入 Gemini 3.6 Flash（2026-07-21）— https://github.blog/changelog/2026-07-21-gemini-3-6-flash-is-now-available-in-github-copilot/

    2. llama.cpp 发布 b10077 / b10076，OpenVINO 后端修复与 CUDA get_rows 向量化（2026-07-21）— https://github.com/ggml-org/llama.cpp/releases

    3. NVIDIA 在 SIGGRAPH 推进 agentic/physical AI：MCP 连接、Synthetic Video Detector NIM、Cosmos 3 Edge（2026-07-20）— https://blogs.nvidia.com/blog/siggraph-news-2026/

    4. Cloudflare 近期 AI 平台方向：Workers AI 大模型、AI Gateway 统一推理层与 AI 流量治理（2026-07）— https://blog.cloudflare.com/ai-platform/

    5. MiniMax 开放平台 7 月 16 日发布 Music-3.0，M3 继续作为 Frontier Coding/Agent 模型主线（2026-07-16）— https://platform.minimaxi.com/docs/release-notes/models

    6. DeepSeek API 旧模型名 deepseek-chat / deepseek-reasoner 将于 2026-07-24 停用（2026-07-24 deadline）— https://api-docs.deepseek.com/updates/

    7. vLLM v0.25.1 补丁发布，修复 TorchCodec/FFmpeg 启动阻塞与 mixed-dtype RMSNorm fusion（2026-07-14）— https://github.com/vllm-project/vllm/releases/tag/v0.25.1

    8. OpenAI 7 月 GPT-5.6 与“AI age scorecard”继续强化模型成本/能力透明度叙事（2026-07-17）— https://openai.com/index/a-scorecard-for-the-ai-age/

    9. GitHub Copilot repository-level usage metrics GA：coding agent / code review 活动下钻到仓库（2026-07-17）— https://github.blog/changelog/2026-07-17-repository-level-github-copilot-usage-metrics-generally-available/

    10. NVIDIA 推 AI clouds 收入分成与信用支持模式，服务多租户 AI factories（2026-07-01）— https://blogs.nvidia.com/blog/nvidia-unlocks-ai-compute-at-scale-capital-partners-to-power-ai-infrastructure-buildout/

    Archived locally by Hermes cron. Published to slides.xlvecle.com.