在Artificial Analysis Intelligence Index上，开源LLM与闭源LLM的性能差距自2024年夏季开始持续缩小，线性外推预测到2026年12月3日差距降为零。但在全部18个不同基准上的平均差距几乎恒定，保持在不到5个月。编码基准的差距从15个月缩小至1-2个月，多数其他基准差距反而略有扩大。这一分析表明，LLM质量评测的单一基准可能误导结论，整体差距并未显著缩小。

一支研究团队通过完整颅骨对活人脑部进行超分辨率超声成像，获得了迄今最详细的脑血管三维图像。该技术利用FDA批准的微泡造影剂实现超衍射极限定位，体积分辨率比CT高100倍。团队已开源完整处理流程和数据集。下一步目标是无需造影剂的神经血管成像，依靠硬件小型化和端到端机器学习从每小时TB级原始数据中提取更多信号。

恶意包 foxhole-lz4（伪装成 vulpine-lz4 的社区维护分支）发布到 creats.io 注册表后，连续通过 OpenClaw-4.2、ThreatNuzzle、SentinelMind 等七道 AI 安全门，每道门均因不同原因未能阻止。SentinelMind 正确识别 build.rs 中的凭证窃取代码，但仓库 AI 分类助手（同样基于 OpenClaw-4.2）将其误判为误报并关闭。该包作为传递依赖进入 snekpack 4.x，凭证窃取大规模展开。事件持续 96 小时（计费 2.1 万亿 token），最终因攻击者的自主 agent 读取不应读取的文件而解决。CVE-2026-54321 被发布后又被撤回。

Linux Foundation与约20家科技企业、AI实验室和银行共同发起Akrites倡议，旨在AI工具利用漏洞前修补关键开源软件的安全缺陷。创始成员包括Amazon Web Services、Anthropic、Cisco、Google、Microsoft、NVIDIA、OpenAI等。当前开源安全响应模式碎片化，过去数月经验证的漏洞中仅不到5%被打补丁。Akrites设立共享安全事件响应团队，通过CVE、CVSS、TLP等标准保密处理报告、去重并协调修复。对于无活跃维护者的项目，将作为“最后维护者”自行发布补丁。种子资金来自Linux Foundation下的Alpha-Omega专项基金。

高通与 Hugging Face 宣布扩大合作，携手构建从端到云无缝衔接的 AI 开发生态。Hugging Face 的 AI 存储和推理服务将适配高通 Dragonfly“飞龙”数据中心解决方案。其生态中百万量级 AI 模型将通过智能体接入高通平台，加速在芯片终端与数据中心机架上的部署。Hugging Face 还向使用高通芯片的客户提供 PRO 专业版访问权限。双方计划共同支持分布式 AI 框架，使智能体在端、云平台之间灵活流转。

Linux 基金会联合亚马逊、Anthropic、OpenAI、英伟达、红帽等推出 Akrites 项目，旨在保护开源软件，防范基于 AI 与大语言模型的漏洞攻击。项目采用统一 CVD 披露流程，保密优先，漏洞由原维护团队按自身节奏修复；无活跃维护者的项目由最后维护者接手并尽快分发。合作伙伴还包括思科、花旗集团、谷歌、IBM、摩根大通、微软、GitHub、Rust 基金会、沃达丰等。

Unconventional AI 发布首个图像生成模型 Un-0，其核心是一个模拟的耦合振荡器系统——一种物理计算基板。在 class-conditional ImageNet 64×64 上，Un-0 达到 FID 6.74，匹配此前领先常规图像生成方法的首次发布质量。模型将耦合强度矩阵 K 和频率 ω 作为可学习参数，通过库拉莫托振荡器方程演化。权重、训练与消融代码均已开源。Un-0 旨在验证物理动态系统能以约 1000 倍更高能效运行现代 AI 工作负载。

OpenKnowledge 是一款开源、AI 优先的笔记与知识管理工具，可作为 Obsidian 和 Notion 的替代方案。项目代码托管在 GitHub 上。

DeepSeek V4 定价极低，仅基于 token 费用就比 Anthropic 和 OpenAI 的前沿模型便宜近 50 倍，未计入思考类模型额外 token 消耗。文章指出对方陷入高成本困境，难以降价 20–50 倍竞争。开放权重模型低成本源于硬件压力测试还是亏本引流，尚存争议。担忧美国可能借“中国恐惧”推动限制开放权重模型。Google 于 2026 年 4 月发布 Gemma 4，Meta Llama 无新版本，OpenAI 最后开放权重停留在 2025 年 GTP，Anthropic 从未发布。真正开源（含训练数据管道）模型正流行，但数据截止 2024 年 12 月。美国 NSF 与 Nvidia 合作支持 Allen AI 开发完全开源 AI。

百度于6月22日开源 Unlimited OCR 模型，总参数量30亿，推理时仅激活5亿。模型延续 DeepSeek OCR 架构，编码端采用两级视觉编码并执行16倍 token 压缩，将1024×1024 PDF 图像压缩为256个视觉 token，缓解长文档解析越生成越慢问题。训练基于 DeepSeek OCR 检查点，冻结 DeepEncoder 后继续4000步，使用约200万份文档在8×16 A800 GPU上完成，单页与多页数据配比约9:1。在 OmniDocBench v1.5 上整体得分93.23（DeepSeek OCR 87.01，DeepSeek OCR 2 89.17），文本编辑距离0.038，公式 CDM 92.61，表格 TEDS 90.93，读序编辑距离0.045；v1.6 得分93.92。GitHub 已获 6.8K Star。

谷歌前 CEO 埃里克·施密特在今年 5 月 SCSP 国家竞争力 AI 博览会的炉边谈话中表示，限制 AI 芯片进入中国的政策已开始失效，中国已通过较弱的 AI 硬件（如华为昇腾芯片）和软件方法造出顶级 AI 模型。施密特称不喜欢中国大力推广开源 AI 技术，认为这些技术不受美国或任何方控制。他援引最新分析称，中美 AI 差距已从一年前的 1~2 年缩短至不到 6 个月。

iLLaDA是一个8B参数的掩码扩散语言模型，采用完全双向注意力机制训练，预训练数据量达12T tokens，并在25B tokens的指令数据集上微调12个epoch。模型引入变长生成与置信度评分方法以提升效率和多选评测效果。相比LLaDA，iLLaDA-Base在BBH和ARC-Challenge上分别提升21.6和14.9个点，iLLaDA-Instruct在MATH和HumanEval上分别提升14.5和16.5个点。尽管是非自回归训练，iLLaDA仍在多个基准上与Qwen2.5 7B保持竞争力。模型权重和代码已开源。

开源社发布《2025中国开源年度报告》。GitHub平台中国活跃开发者超210万，全球第三。OpenHarmony以60089 OpenRank值登顶全球开源项目影响力榜首。中美贡献度增速差超10%，按当前态势7年后中国开发者贡献度有望超过美国。中国OpenRank贡献度254963，全球第二。AI大模型相关仓库年均增长率超210%，vLLM进入全球项目Top15。10亿以上参数模型中Meta下载量占23.2%，阿里Qwen系列占20%，DeepSeek占3.8%，其R1训练成本仅550万美元。开源企业影响力微软居首，华为第二。

JetSpec 是一种头部驱动推测解码框架，通过在冻结目标模型的融合隐藏状态上训练因果并行草稿头，生成与自回归因子分解对齐的候选树，从而将更大草稿预算转化为更长接受前缀和更高端到端加速。在密集和 MoE Qwen3 模型的数学、编码及聊天基准测试中，JetSpec 一致优于双向头和树形基线。在 H100 GPU 上，MATH-500 达 9.64 倍加速，开放对话达 4.58 倍；经 vLLM 集成在现实服务负载下进一步降低延迟。

Greptile观察OpenClaw项目发现，AI编码智能体正大量生成低质量PR。提交量从去年12月每周2个飙升至今年2月每周3400个，合并率从约48%降至9.3%以下。一名贡献者一天内提交106个PR，中位间隔仅3秒。项目开始依据贡献者信誉过滤：首次贡献者合并率8.2%，5次以上为18.6%。Ghostty作者Mitchell Hashimoto因此限制AI贡献并发布信誉管理工具Vouch。此外，多个贡献者使用相同AI工具（Claude/Codex/Cursor/Devin）独立提交相同功能PR，导致思路同质化。数据显示重构类PR合并率35%，远高于新功能类的9%，表明对代码库深度理解更重要。

Yann LeCun 在联合国开源周演讲中主张，开源 AI 是全球数字主权和文化多样性的唯一可行路径。他指出专有 AI 系统被美中少数大公司控制，对民主和人权构成威胁。LeCun 推出 Project Tapestry，一个基于 GitHub 的开源联邦协作项目，各参与方保留数据主权，仅交换参数向量来训练全球模型。已有欧洲、印度、日本、韩国及 IBM、NVIDIA、AMD、Intel 等参与，目标 2027 年初投入生产。

Krea 2 是一系列基础模型，兼顾审美多样性与创意控制。采用扩散 Transformer（DiT）架构，集成 iREPA、改进 VAE 和 Qwen3-VL，通过预训练、中期训练、SFT、偏好优化和 RL 多阶段流水线训练。构建提示词扩展器和风格参考系统，支持从文本和图像输入进行可控探索。模型权重与推理代码以宽松许可证开源。在 Artificial Analysis 文本到图像排行榜中位列前十，独立实验室模型中排名第二。

Nous Research为开源自改进智能体Hermes Agent的技能系统新增/learn命令。指向文档页面、本地SDK目录、历史对话或粘贴笔记后，Agent自动收集材料并按照标准格式编写SKILL.md。所有技能存放在~/.hermes/skills/，自动映射为斜杠命令（如/plan、/axolotl）。技能采用三级加载（Level 0返回名称与描述约3k tokens，Level 1加载全文，Level 2加载特定文件），避免大技能库撑满上下文窗口。除/learn外，还支持手动编写、skill_manage自动捕获、Skills Hub安装三种创建方式。/learn在CLI、消息网关、TUI和仪表板上均可使用，仪表板额外提供“Learn a skill”按钮。

Roboflow 发布介绍 YOLO26 的博客文章，在 Hacker News 获得 100 个点赞。

6月24日，面壁智能联合创始人兼CTO曾国洋在APEC中小企业工商论坛指出，大模型产业已从拼参数规模转向拼能力密度与落地实效。高效端侧大模型契合中小企业轻量化、低成本、高安全需求。他强调开源开放能降低技术门槛与试错成本，加速AI普惠。面壁智能MiniCPM系列模型在GitHub、Hugging Face等平台累计下载量突破3000万次，已在汽车、智能手机、AI PC、智能家居等领域实现规模化落地。

OpenThoughts-Agent（OT-Agent）项目提出一套完全开源的数据 curation 流水线，专门用于训练智能体模型。研究团队通过 100 余项对照消融实验，系统探索了任务来源与多样性的影响，并构建了包含 10 万条样本的数据集。基于该数据集微调 Qwen3-32B 后，模型在 7 项智能体基准测试中平均准确率为 44.8%，比现有最强的开源数据智能体模型 Nemotron-Terminal-32B（40.9%）高 3.9 个百分点。训练数据展现出强扩展性，同等计算资源下各数据规模均优于其他开源数据集。所有数据、流水线、实验记录及模型已在 openthoughts.ai 公开发布。

Qwen-AgentWorld-35B-A3B和Qwen-AgentWorld-397B-A17B是首批能通过长链式推理模拟7个领域智能体环境的语言世界模型。它们基于超过1000万条真实环境交互轨迹，经连续预训练（注入状态转移与专业语料）、监督微调（激活下一状态预测推理）和强化学习（混合规则与评分奖励提升仿真保真度）三阶段训练而成。配套基准AgentWorldBench利用5个前沿模型在9个已建立基准上的真实交互构建，实验表明Qwen-AgentWorld显著优于现有前沿模型。该模型既可充当解耦环境模拟器支持智能体强化学习，也可作为统一智能体基础模型，通过世界模型训练预热提升下游7个智能体基准的性能。

Datalab 推出 9B 参数开放权重视觉模型 lift，用于结构化提取。输入 JSON Schema，返回匹配的 JSON 对象，可直接读取 PDF 和图像，支持多页文档一次性处理并跨页取值。提供本地（HuggingFace）和远程（vLLM）两种推理模式，后者推荐用于生产。代码采用 Apache 2.0，权重使用修改版 OpenRAIL-M。在 225 份文档基准上 field accuracy 达 90.2%，中位延迟 9.5 秒/文档。核心机制为 schema-constrained decoding，逐 token 约束输出结构但不保证语义正确；每个字段允许 null 以实现模型放弃。不支持 enum、anyOf/oneOf、$ref、additionalProperties 等结构。

Cursor 公布了其首个完全内部训练的 AI 模型的详细信息，并同步推出了一款新 Git 平台和一款移动应用。

国产AI历史策略游戏《历史模拟器：崇祯》宣布2026年6月25日起本体转为免费游玩。此前首发价48元，因DeepSeek v4 pro、通义千问、智谱GLM等国产大模型能力提升与成本下降，AI游戏成本枷锁被冲开，故决定转免。新玩家可领1500免费模式专属积分，此前48元购入的玩家可额外领4800全模式积分回馈，总计6300积分。同日开启创意工坊及示例MOD《罗马：塞维鲁》测试，允许玩家自定义API接入其他大模型。

英国政府6月23日宣布拨款6000万英镑（约5.39亿元人民币），为牛津大学和伦敦大学学院（UCL）建立两座AI实验室。实验室将开发低硬件需求的开源AI模型，减少对美国闭源高算力方案的依赖。AI事务部长Kanishka Narayan表示此举将使AI更便宜、易部署、更实用，帮助更多企业和公共服务接入AI。两所大学另拨200万英镑（约1795.8万元）培养博士生并招聘至少10名研究人员，以扩大AI人才储备。

6月23日，腾讯QQ邮箱推出专为AI智能体打造的专属邮箱服务Agently Mail，并开启内测。该产品独立于个人邮箱运行，可为AI Agent提供安全、隔离且具备独立身份的数字通信空间。支持WorkBuddy、QClaw、Marvis、OpenClaw、Claude Code、Kimi Work、豆包超能模式、Codex、Hermes、Cursor等主流Agent。腾讯公关总监张军表示后续会开放更多平台。Agently Mail已上架腾讯SkillHub，代码仓库在GitHub以Apache-2.0协议开源。

欧洲自由软件基金会（FSFE）于6月15日向欧盟委员会提交意见，要求依据《数字市场法》加强管控谷歌安卓系统。FSFE指出，谷歌在未明确告知用户的情况下悄然安装AI模型，用户卸载后仍会重装，违反法案。建议欧盟施压谷歌整改AOSP，让用户完整移除预载AI组件，禁止未经知情重新安装或激活。同时要求谷歌扩展安卓互操作性，不应以注册、授权或签订合同为前提。此外，谷歌拟于2026年9月上线的开发者验证计划要求开发者登记并付费才能发布应用到F-Droid等替代商店，FSFE认为这对自由软件开发者不利。

Tmax是当前最强的开源终端智能体RL训练配方。仅9B参数即在下游基准Terminal-Bench 2.0上达到27%准确率，超越此前更大模型。研究团队利用难度控制、角色和验证器多样化策略生成数据，并开源了比此前任何已发布终端智能体数据集大2.5倍以上的数据集。基于该数据，使用简单的结果驱动RL训练开放权重模型。代码、数据和模型均已开源。