本周AI行业发展活跃，技术创新不断，多领域有新突破。企业积极布局，融资、合作频繁，政策也提供支持。但同时存在学术诚信、安全风险等问题。多模态软件发展前景被看好，AI也将影响财富格局和职业结构。

全球数字经济与开源论坛 开源中国亮相 2025 全球数字经济大会・全球开源创新发展论坛 开源中国参与2025全球数字经济大会 举办全球开源创新发展论坛，推动开源技术发展 2025 全球数字经济大会 —— 全球开源创新发展论坛成功召开 论坛于2025年7月5日在北京召开 围绕全球开源技术发展趋势展开讨论，推动数字经济发展 AI开源技术进展 4000万样本炼出AI读心术，刷新七榜SOTA，最强「人类偏好感应器」开源 Skywork - Reward - V2模型基于4000万样本数据 在七大评测基准上全面夺魁，参数规模从6亿到80亿不等 肖茜｜AI开源重塑国际科技合作格局 华为、百度、阿里等企业推动开源战略 构建开放包容的产业生态，重塑国际科技合作格局 阿里通义开源旗下首个音频生成模型 ThinkSound：可像“专业音效师”一样思考 ThinkSound首次将CoT引入音频生成领域 支持高保真、强同步的空间音频生成，模型已开源 字节跳动开源 Trae - Agent Trae - Agent支持自然语言驱动的编程任务自动化 兼容多种大语言模型，适用于Python3.

近期机器人行业发展态势良好，多地政府与企业积极布局，投融资活跃。技术上，AI与机器人结合不断突破，新模型、新类型机器人涌现。应用场景丰富，涵盖物流、教育等多行业。人形机器人研发有进展但也面临挑战。国际市场上，中国企业竞争力提升。

当前市场资金流向多元化，不同行业和领域都有发展机会，但也反映出市场竞争的激烈。投资者需结合行业趋势、企业实力和市场前景等因素，谨慎做出投资决策。

动机 市场各家AI搜索引擎后台策略及数据源质量不透明，不确保数据源高质量。 构建Agent时使用外部搜索引擎工具偶尔出现一些超长乱码返回，导致污染工作流整个上下文，示例情况如下： 因此考虑自构建资讯类爬虫和内容结构化提取方法，通过自行筛选（可能也存在个人偏见）高质量数据源，利用AI进行资讯简报总结，高效了解市场信息。 资讯类网站爬虫 特性 实现资讯类网站统一内容结构化爬取框架，通过简单配置实现大多数资讯类网站内容爬取 科技行业等数十个资讯网站采集爬虫积累，涵盖源包括（不断增长ing）： 资讯简报 分析框架 结果示例 提示词片段 挑战 资讯类站点关键属性统一结构化方法 栏目 翻页 资讯基本要素：title、author、content、publish_time、source等 反爬 css in js：动态生成css 多数海外网站使用该类型框架编写前端。采集系统目前难以实施统一的资讯属性结构化。 登录验证：微信扫码、手机验证等 参考项目 GeneralNewsExtract Newspaper3k

对 DeepResearch 用户来说，筛选优质内容、发现研究趋势、快速反馈文档质量，这些场景都需要一个轻量、统一且可复现的自动化评估工具。

梳理产业链构建的一种技术流程

固定提纲的自动化报告生成

爬取内容 专利基本信息、摘要、专利说明书等。 技术架构 爬虫框架：Scrapy URL队列：Redis 数据库：PostgreSQL（patent_detail表、patent_task表） 运行方式 手动或定时将patent_task表中的关键词构造成专利URL，并加入redis队列中 定时启动爬虫（支持分布式），從redis队列中获取待爬取url，自动获取指定关键词最新/相关度最高/专利评级最高的专利信息，写入数据库。 数据成果示例 北京大学的专利 其他 反爬处理 随机User-Agent（浏览器） 随机访问频率 对于专利摘要爬取（无需登录）禁用Cookie 代理IP 表结构 专利详情表 -- Table: public.patent_detail -- DROP TABLE IF EXISTS public.patent_detail; CREATE TABLE IF NOT EXISTS public.

英国黑瞳剧院《吸血鬼德古拉》中英文台本

《渡情》和《凉凉》很惊艳

行程 出发：大学地铁站–>红色/绿色出租车–>万宜水库东坝 回程：西湾村快艇–>西贡–>公交–>钻石山–>屯马线 打卡地：破边洲–>浪茄湾–>西湾村 记录 破边洲 浪茄湾 西湾村

简读文意 本文关注高质量同行评审过程所面临的与日俱增的困难（由于学术产出更多且要求更综合的领域专家知识）。文章探索是否可以使用LLM对研究草稿生成严谨的反馈。 具体工作 通过2个large-scale研究评估GPT4反馈的质量。 发现 LLM可以帮助研究者，但也具有一些局限性：通常倾向于关注特定的反馈（增加实验、数据）；难以提供对方法设计有深度的反馈。 于是建议在论文评审过程中，研究者与LLM协作。 应用前景 当无法得到及时的专家反馈时，使用LLM在同行评审前对（早期）研究稿进行反馈。 流程 LLM生成反馈 评价LLM反馈与人类反馈的重叠度

通过学术论文语料级别（摘要和引言）的统计分析，该论文表明LLM在科研论文发表中的使用率增加，其中Computer Science领域论文有最大和最快的增长；Mathematics和Nature portfolio领域论文修改更小。 更高的LLM-modifucation与第一作者在预印刊的修改频繁有关，、且更集中于热门领域、短文。 词频特征随时间的迁移特征（PS：通过学术论文语用特征渐变现象与ChatGPT时间前后的时间线特征相近，表明研究者们在使用大模型进行论文写作）

基于文本及符号密度的网页正文提取方法

发现未知的未知：参与式人类学习——介入语言模型Agent对话

ToT 允许 LM 通过考虑多种不同的推理路径和自我评估选择来决定下一步行动方案，并在必要时进行前瞻或回溯以做出全局选择，从而执行深思熟虑的决策。实验表明，ToT 能显著增强语言模型在以下三个需要非繁琐规划或搜索的新任务中解决问题的能力。