今日焦点包括Claude Loop工程化官方教程、蚂蚁灵波开源空间原生视觉基模、openJiuwen多模态Skill-Omni发布,以及Qwen3.6-27B本地部署优化经验和NVIDIA音频MoE新模型。

模型动态

蚂蚁灵波开源首个空间原生具身视觉基础模型

蚂蚁灵波发布并开源首个空间原生具身视觉基模,使机器人能更好理解三维世界,对机器人视觉领域有重大突破。链接:https://www.qbitai.com/2026/07/445230.html[2]

NVIDIA发布Nemotron-Labs-Audex-30B-A3B音频文本MoE模型

NVIDIA发布Nemotron-Labs-Audex-30B-A3B,统一音频与文本的MoE模型,仅3B激活参数,性能强大,支持多模态理解。[8]

产品工具

openJiuwen发布多模态Skill范式Skill-Omni

openJiuwen发布【多模态Skill】范式Skill-Omni,将技能从文字说明书转向多模态经验库,提升机器人多模态任务能力。链接:https://www.qbitai.com/2026/07/445229.html[3]

新工具可将Claude Code/Codex会话转化为开源模型微调数据

开发者发布工具,将Claude Code、Codex和Pi会话转化为微调数据,支持本地模型训练,提升Agent能力复用效率。[6]

@向阳乔木 开源AI电影管理收藏网站

@向阳乔木 用AI构建电影收藏管理与推荐网站,集成IMDB Top 250,支持磁力链搜索下载,项目已开源。网站:https://t.co/KIyQJZIxxX[7]

技巧教程

Claude官方发布Loop Engineer入门文章,详解四种循环模式

Claude官方将Agent工作流归纳为四种Loop模式:回合制、基于目标、基于时间和主动循环,并给出优化建议如【管理Token消耗】和保持代码质量。链接:https://x.com/op7418/status/2074364045294293191[1]

用户实测Qwen3.6-27B:MTP使推理速度翻倍,量化下Agent性能差异明显

Reddit用户发现Qwen3.6-27B使用MTP后速度翻倍;另有用户报告不同量化精度(NVFP4/FP8 vs BF16)在Agent循环中性能差异显著,为本地部署提供实测参考。[4][5]

行业资讯

You.com CTO:Agent编排已过时,过度编排损害性能

You.com CTO认为现代模型擅长长程任务,Agent编排已过时,2026年竞争优势来自信息重组而非编排流程。链接:https://stackoverflow.blog/2026/07/07/agent-orchestration-is-so-two-years-ago/[9]