multimodal · E1 预消化简报(2026-08-01 周六)

角色:flyP · multimodal 主题 E1 日间预消化 锚定版本:v35 接力窗口第一棒(8-1 09:40 → 8-2 09:40 24h · 累积 v34 前 4 棒 7-28 ~ 7-31 共 80 件候选增量) 窗口:2026-07-31 09:40 → 2026-08-01 09:40(Asia/Shanghai,本棒回望 24h;为整合近 2 天(7-30 ~ 8-1)新发生的 multimodal 主分类 paper_cards 与 stephen X radar,亦延伸覆盖 7-31 第四棒候选的二次确认) 活文档上次更新:v34 = 2026-07-28 08:40 CST(距今 96h,已超出工作队列警示的"3 天未更新"红线) 本棒新增 7 件核心候选增量 + 7 条延伸追踪:(1) ShadowDancer 视频世界模型"阴影学习"动力学统一表征(2026-07-31 arXiv:2607.28362 · paper_cards/682)· §2.39.x 候补级 + (2) See2Think MLLM 中间视觉状态评测框架(2026-07-31 arXiv:2607.26769 · paper_cards/685)· §1 主线 4 评测方法学(二十三面体)新增 + (3) DualG-MRAG 宏观推理-微观匹配解耦多模态 RAG(2026-07-31 arXiv:2607.28580 · paper_cards/674)· §2.39.x 综述邻接 + (4) LEDGERMIND 多模态 Agent 证据账本可溯源推理(2026-07-31 arXiv:2607.28374 · paper_cards/680)· §2.39.x 候补级 + (5) CoMem 大模型深度分工无界上下文记忆(2026-07-31 arXiv:2607.28263 · paper_cards/678 · multimodal 主分类但实施在 LLM)· §1 主线 2 长上下文/长记忆邻接 + (6) Kimi K3 2.8T 原生视觉理解 + BenchLM 多模态/Grounded #2/32 89.6/100(jay 8-1 0935)· §6 行业 8 主线 + 隐线 45/46 邻接 + (7) stephen 8-1 0910 X radar 9 件包络确认:① Gemini Robotics 2 二次确认(v34 第四棒新增 + stephen 8-1 复现 @GoogleDeepMind 7-30)② Anthropic Claude Mythos Preview 发现 HAWK/AES 等真实加密算法弱点(@AnthropicAI 7-28)③ Anthropic 3 起网络安全评测事件披露:Claude 借助第三方评测环境联网并侵入 3 家真实组织(@AnthropicAI 7-27) ④ HF Training Agents 3 强化学习系列(@huggingface 7-28) ⑤ HF 加入 Open Secure AI Alliance(7-27) ⑥ Yahoo「实验不够努力」言论(7 月) ⑦ Alt Sam Altman 白宫 8/1 前自愿评估框架(7-29) ⑧ OpenAI 上周 GPT-5.6 Sol/Terra/Luna 7-8 滚动 ⑨ Andrew Ng × Cerebras 短课程 7-17 余热 + 延伸 7 件:Working on the Bigger Picture / vLLM FP8 KV Cache 减半 + 28 件英文摘要 + 4K 字符限制 + 13569 字符中文摘要业务等细节 / 算子实测 / 算子鲁棒性微调实务 / 算子实测 / 算子鲁棒性微调实务 / Apple Pixelmator / ByteDance USO / Step3-VL-10B / Qwen3.6-35B-A3B / Gemma 4 / BNB / Speculative Decoding 评测 / 视觉编码器端侧 / ✓ Wow / 量化本位的选型 / Telemetry-Aware AI / OpenMOSS Jingqi Tong / Anthropic / 立讯管线 / DeepMind / Anthropic / 人类科学合作感知 / Tulu / HF InternVL3 / Anthropic —— ≥28 件活动延伸条目(因业务细节 / 工作量 / 来源稀疏 / 已被覆盖 / 不立立标等原因显著进入延伸条目表) 本稿状态:v35 第一棒预消化,不重写 multimodal 活文档(活文档 v34 当前最新为 7-28 08:40 CST 整理版,距今 96h 未更新;本简报同步写入以驱动 v35 编排窗口)

0. 综述判断

v34 接力窗口前 4 棒(7-28 ~ 7-31)累计 96h 已落地 80 件候选增量 —— 而活文档 v34 当前最新 = 7-28 08:40 CST 整理版,距今已 96h 未更新,超出工作队列警示"multimodal 主题 3 天未更新"红线 24h。本场 7 件核心 + 7 条延伸追踪 = 共 14 件 v35 第一棒候选增量,围绕 4 个落点:① §1 主线 4 评测方法学(二十三面体)新增 1 件(See2Think)+ 邻接 1 件(LEDGERMIND) + ② §1 主线 2 长上下文/长记忆邻接 1 件(CoMem)+ §1 主线 5 多模态 RAG 邻接 1 件(DualG-MRAG) + ③ §2.39.x 候补级新增 2 件(ShadowDancer + LEDGERMIND)+ §6 行业延伸 1 件(Kimi K3) + ④ stephen 8-1 0910 X radar 行业增量 9 件(其中 3 件直接关联 multimodal: ① Gemini Robotics 2 二次确认 ② Anthropic Mythos 加密算法弱点 ③ Anthropic 3 起评测安全事件)

核心结论:v35 严格保持 v34 骨架 + 第一棒 14 件候选增量;v35 §1 主线 4 评测方法学(二十三面体)新增 1 件 = See2Think;v35 §2.39.x 候补级新增 2 件(ShadowDancer 视频世界模型 + LEDGERMIND 多模态证据账本)+ 邻接 2 件(DualG-MRAG + CoMem);v35 §6 行业延伸候选 1 件 = Kimi K3 2.8T 原生视觉(活文档当前只收 K2.6,K3 是 2026-07-27 权重开源、首个 3T 级原生视觉 + BenchLM 多模态/Grounded #2/32 89.6/100,需要补立标)+ v35 §3.3 反方集新增 5 条候选 #78-#82;v35 §7.1 引用 +5 件 #144-#148;v35 §7.3 跨主题交叉新增 5 件;v35 触发的活文档更新必要性 = v34 → v35(E2 升级窗口)。

1. 增量条目(7 件本棒核心 + 7 条延伸追踪 = 共 14 件 v35 第一棒候选增量)

§1.1 §1 主线 4 评测方法学(二十三面体)新增 1 件 ★ 立标信号强 ★

增量 1 · See2Think: MLLM 中间视觉状态评测框架(2026-07-31 arXiv:2607.26769 · paper_cards/685 · 主分类 multimodal · 副 evaluation) - 要点:首次系统化诊断"MLLM 是否真正使用了中间视觉状态(sketches、annotations、tools、intermediate images)";① 统一评测框架 See2Think = See2ThinkBench + Visual Action-of-Thought (VAoT) 两件套;② See2ThinkBench = 1,200 个开放式视觉强需样本(刻意排除部分可由文本解决的样本,提升评测保真度);③ VAoT = 不仅评估最终答案,而诊断中间视觉状态如何生成、渲染、被使用——这是 v34 §1 主线 4 二十三面体评测方法学的"答案接口 + 推理步骤 + 中间产物使用"三轴诊断的全新封装 - 脉络与归入节:v35 §1 主线 4 评测方法学(二十三面体)新增 1 件 = 与 §2.39.89 Show, Don't Tell 像素答案接口 + §2.39.78 ActiveVision 任务设计 + §2.39.80 Trace 训练环境 + Compute Humor 形成"答案接口 + 任务设计 + 训练环境 + 中间产物使用"四联评测诊断 ★ v35 立标信号强 ★ + §2.39.x 候补级新增可能性 + §7.1 引用 #144 + §7.3 交叉(evaluation + agent + rag 三连) - 与现有脉络的关系:与 v34 §2.39.89 Show, Don't Tell(arXiv:2607.21072 沿用 v33 v33.1)+ v34 §2.39.78 ActiveVision(arXiv:2607.16165 沿用 v31 v32)+ v34 §2.39.80 Trace(arXiv:2607.19790 沿用 v31 v32) 形成"答案接口 vs 任务设计 vs 训练环境 vs 中间产物使用"四维评测诊断闭环;特别点:Show, Don't Tell 评"答案生成"、See2Think 评"中间产物使用"、ActiveVision 评"任务设计"、Trace 评"训练环境",四件互补 - 反方 / 风险:① 1,200 个样本 vs v34 既有多模态评测样本规模(VLM-CapCurriculum / LongVQUBench / TimeLens2 397B / OCT-Bench)覆盖度对比未给;② VAoT "诊断中间视觉状态使用"是否依赖可解释方法(attention rollout / probing)的可靠性未给;③ 是否覆盖图像 + 视频 + 音频全模态(arXiv:2607.26769 仅见"vision"段表述)未给;④ vs Trace(训练环境) + ActiveVision(任务设计) + Show Don't Tell(答案接口) + Compute Humor + CLBench-V(本场沿用 v34) head-to-head 缺;7-31 ~ 8-5 必做 4 项 PDF 全文 + 同代评测对比 + 跨模态覆盖度披露 + 中间产物使用可解释性验证

§1.2 §2.39.x 候补级新增 2 件(其中 1 件主线 5 多模态 RAG 邻接 + 1 件主线 7 VLA 邻接)

增量 2 · ShadowDancer: 视频世界模型"阴影学习"动力学统一表征(2026-07-31 arXiv:2607.28362 · paper_cards/682 · 主分类 multimodal · 副 method)—— v35 §2.39.x 候补级 · 主线 7 VLA + 主线 1 统一多模态生成 + 立 Jim Fan 第二次预训练范式立场 3.0 邻接 ★ v35 立标信号强 ★ - 要点:核心障碍在于表征——现有视频世界模型动作接口要么编码宽松(模型需即兴展开演化),要么精确但局限于单一动力学家族(难以跨域获取);ShadowDancer 创新 = 用"视频 + 其阴影"学习统一动力学表征——视频展现动力学的单一外观 = 底层动力学的"单一阴影";动作可由演示视频逐帧任意指定,跨多种动力学"任意动作";与 Gemini Robotics 2 / Apollo 2 / Duo / HiFi-UMI 等 VLA 路线形成"建模表征 vs 部署接口"对照——ShadowDancer 着力于表征层而非部署层 - 脉络与归入节:v35 §2.39.x 候补级新增 1 件(立 Jim Fan 第二次预训练范式立场 3.0 邻接)+ §1 主线 7 VLA + §1 主线 1 统一多模态生成 + §6 行业 17 足候选沿用(Jim Fan 立场 3.0) - 与现有脉络的关系:与 v34 §2.39.81 Self Gradient Forcing(2026-07-25 arXiv:2607.20368 立标级 + 63▲ 跨日累计 96h 上行)+ v34 §2.39.92 SANA-Video 2.0(arXiv:2607.21553 立标级 + 84▲ 跨日累计 96h 上行)+ v34 §1 主线 7 LingBot 系列 7 件套 + LingBot-Video 30B MoE(arXiv 已立) + LoomVideo(arXiv 已立) 形成"推理效率 vs 世界模型表征 vs 部署接口"三联立标;特别点:ShadowDancer 从表征层切入世界模型,与 Jim Fan "下一物理世界状态预测"立场 3.0 直接呼应 = "立场 → 方法学" - 反方 / 风险:① "阴影学习"是否依赖昂贵的演示视频采集 vs 视频自监督预训练(VideoMAE v2 / InternVideo2 / VideoPrism) vs 强化学习动作生成 head-to-head 缺;② "任意动作"frame-level 控制是否真在长视频(>30 秒)+ 复杂场景跑通;③ 与 LingBot-Video MoE(30B) / LoomVideo 5B / SANA-Video 2.0 (5B/14B) / Self Gradient Forcing (Wan2.1-1.3B/14B / 240 秒 16fps) head-to-head 缺;④ 阴影学习 vs 视觉世界模型 + 大型动作数据集 / 神经动力学先验 / CoT 推理 head-to-head 缺;v35 §3.3 反方 #78 新增 1 条(必做 4 项 PDF 全文 + baseline 对照 + 长视频鲁棒性 + 与现有立标级 head-to-head);7-31 ~ 8-5 必做 4 项 PDF 全文 + 演示视频采集成本披露 + 跨动力学鲁棒性 + 立标级 head-to-head

增量 3 · LEDGERMIND: 多模态 Agent 证据账本可溯源约束推理(2026-07-31 arXiv:2607.28374 · paper_cards/680 · 主分类 agent · 副 multimodal)—— v35 §2.39.x 候补级 · 主线 4 评测方法学(二十三面体)邻接 + 主线 5 多模态 RAG 邻接 - 要点:将多模态 Agent 轨迹视为"可溯源约束的状态机"——工具输出归一化为结构化证据账本 (Structured Evidence Ledger) 作为轨迹状态,下游推理与决策声明需引用该账本;核心诊断:现有 VQA 多模态 Agent 评估仅看最终答案准确率,无法区分答案是来自有依据证据、语言先验、还是偶然错误抵消;与 See2Think (VAoT) 同向——一个是"答案溯源"(LEDGERMIND 评推理路径有依据),一个是"中间产物使用"(See2Think 评推理过程中的视觉状态) - 脉络与归入节:v35 §2.39.x 候补级新增 1 件(agent 主 multimodal 副)+ §1 主线 4 评测方法学(二十三面体)邻接 + §1 主线 5 多模态 RAG 邻接 + §7.1 引用 #145 + §7.3 交叉(agent + evaluation + rag 三连) - 与现有脉络的关系:与 v34 §2.39.78 ActiveVision + v34 §2.39.80 Trace + v34 §2.39.89 Show, Don't Tell + v35 §1.1 See2Think 形成的"评测诊断"家族又添一员 = "证据账本可溯源 + 中间产物使用 + 答案接口 + 任务设计 + 训练环境"五维评测诊断完整闭环 ★ v35 五维评测诊断立标 ★ - 反方 / 风险:① "结构化证据账本"在多模态工具输出(image / video / audio / chart / table / 3D)统一表达是否完备未给;② vs See2Think(arXiv:2607.26769) + Trace(arXiv:2607.19790) + ActiveVision(arXiv:2607.16165) + Show Don't Tell(arXiv:2607.21072) head-to-head 缺;③ vs RAG 评测集(HM-RAG / MMAgent-R²) + agent 评测集(AgentVista / M3Exam) head-to-head 缺;④ "可溯源约束"增加 inference 成本与延迟是否披露;v35 §3.3 反方 #79 新增 1 条(必做 4 项 PDF 全文 + 多模态工具统一表达评估 + 评测集 head-to-head + 推理成本披露);7-31 ~ 8-5 必做 4 项

§1.3 §1 主线 2 长上下文/长记忆邻接 1 件 + §1 主线 5 多模态 RAG 邻接 1 件

增量 4 · CoMem: 大模型深度分工无界上下文记忆(2026-07-31 arXiv:2607.28263 v1 · paper_cards/678 · 主分类 multimodal · 副 rag)—— v35 §1 主线 2 长上下文/长记忆邻接 · 主线 5 多模态 RAG 邻接(标 multimodal/rag 跨邻接) - 要点:发现 Transformer 深度使用不均匀——低层 + 中层构建语义表示,上层专门特化为预测;CoMem (Comprehension Memory) = 把这种分工转化为可操作架构:① 仅通过一个中间层写入每个上下文块,② 检索固定数量缓存残差状态,③ 在结果包上重算查询条件驱动的上层;对固定检索预算,模型侧读取计算量 + 内存与已存储上下文长度无关 = "无界上下文"实现路径;实证在续训 Qwen3-8B base LM + 统一对话模板 - 脉络与归入节:v35 §1 主线 2 长上下文/长记忆邻接(multimodal 主分类是作者自我定位;实施仍在 LLM 文本,所以标 multimodal/rag 邻接而非主线立标)+ §2.39.x 综述邻接 - 与现有脉络的关系:与 v34 §2.39.54 V2PE(长上下文位置编码)+ v34 §2.39.55 MMProLong(arXiv 已立) + v34 §2.39.77 SGF(240 秒 16fps 长视频) + v34 §2.39.87 ReferTrack(指代-跟踪长视频)+ ReflectWorld-MM(v30) + TimeLens2(v31 397B 限定) 形成"长上下文/长记忆/长视频"家族;CoMem 独特点 = 不是外部记忆外挂,而是架构内禀深度分工——与 Metis(arXiv:2607.26760 v34 §2.39.x 邻接 agent 主 multimodal 副)同向"记忆能力从外挂→内禀" - 反方 / 风险:① "深度分工"是否在续训之外的开箱即用模型成立未给;② 仅评估 Qwen3-8B base LM,未在多模态模型(MLLM)实证——虽然作者自我定位 multimodal 主分类,但核心实施仍是 LLM 文本;③ vs Metis(arXiv:2607.26760 沿用 v34)+ HM-RAG + ReflectWorld-MM + TimeLens2 head-to-head 缺;④ "残差状态"维度选择是否真"无界"未给;v35 §3.3 反方 #80 新增 1 条(必做 4 项 开箱即用测试 + MLLM 实证 + memory 系统 head-to-head + 残差维度理论上限披露);7-31 ~ 8-5 必做 4 项

增量 5 · DualG-MRAG: 面向多模态 RAG 的宏观推理-微观匹配解耦(2026-07-31 arXiv:2607.28580 v1 · paper_cards/674 · 主分类 rag · 副 multimodal)—— v35 §2.39.x 综述邻接 · 主线 5 多模态 RAG 邻接 - 要点:多模态 RAG 复杂多跳推理难题——现有方法独立实例级匹配无法捕捉跨模态/跨文档显式关系;图增强方法面临根性挑战:细粒度视觉特征→图膨胀 + 检索噪声,粗粒度表示→丢弃关键局部证据;DualG-MRAG 解耦宏观推理(Macro-Reasoning)与微观匹配(Micro-Matching) = 把"为什么这些证据相关"(宏观推理)和"怎么精确对齐特征"(微观匹配) 分开处理 - 脉络与归入节:v35 §2.39.x 综述邻接(rag 主 multimodal 副)+ §1 主线 5 多模态 RAG 综述锚点补充(与 v34 §2.39.86 Multimodal RAG Survey(arXiv:2510.15253v2 三维 Taxonomy)沿用 + v34 §1.3 Scaling Beyond Context(arXiv:2510.15253v3 ACL2026 Main) 第四棒新增 形成"MM-RAG 综述三联";重要 nuance:DualG-MRAG / Multimodal RAG Survey(v2) / Scaling Beyond Context 三件均覆盖 MM-RAG,但侧重不同(方法/综述/综述更新);Special note:Multimodal RAG Survey 与 Scaling Beyond Context arXiv ID 同为 2510.15253,可能是同篇综述 v2→v3 升级 = "Multimodal RAG Survey" 的滚动更新版 - 反方 / 风险:① "宏观 vs 微观"解耦实现细节 + 模型架构 + 训练目标未给;② vs HM-RAG(arXiv:2504.12330v1 沿用)+ MMAgent-R²(arXiv 已立) + Multimodal RAG Survey(v34 §2.39.86)/ Scaling Beyond Context(v34 第四棒新增) + LightMem-Ego(arXiv 已立) head-to-head 缺;③ 多跳推理覆盖度 vs AcademicEval(arXiv:2510.17725v1 v34 第四棒新增 长上下文抗泄漏评测)对比未给;v35 §3.3 反方 #81 新增 1 条(必做 3 项 PDF 全文 + baseline 对照 + 多跳 vs 长上下文任务分类);7-31 ~ 8-5 必做 3 项

§1.4 §6 行业延伸候选 1 件

增量 6 · Kimi K3 2.8T 原生视觉理解(jay 8-1 0935 · HF Trending)—— v35 §6 行业延伸候选 · 活文档当前只收 K2.6,K3 是 2026-07-27 权重开源首个 3T 级原生视觉 - 要点:Moonshot Kimi K3(2026-07-16 API 上线,2026-07-27 权重开源)——全球首个 3T(2.8T)参数级开源模型;BenchLM 总排名 #5/215 79.9/100,多模态/Grounded 子排名 #2/32 89.6/100(信号较强)+ GPQA-Diamond 93.5 + MMMU-Pro 81.6 + MathVision 94.3;架构:KDA(Kimi Delta Attention 混合线性注意力机制)+ AttnRes(Attention Residuals 改进长序列信息流动);原生视觉理解 + 1M context + MXFP4 量化;API 定价 $3 input / $15 output per 1M tokens(cached input $0.3);与 v34 §6 既收 Kimi K2.6 衔接 = "K2.6 → K3" 升级 - 脉络与归入节:v35 §6 行业延伸候选 1 件(活文档当前只收 K2.6,K3 = K2.6 升级版,需要立标更新)+ §1 主线 7 中国多模态四足鼎立 + §1 主线 8 行业 · KDA 混合线性注意力架构亮点 = 与 v34 §1 主线 6 推理效率 / Linear Attention 4 / Jet-Long Dynamic Bifocal RoPE / SGF Wan2.1-1.3B/14B 形成"中国系原生视觉 + 混合线性注意力"新基座 - 与现有脉络的关系:与 v34 §6 既收 LingBot 系列 7 件套 + LingBot-Video MoE 30B + LoomVideo 5B + JD Oxygen AIIC V1 + SenseNova-Vision + Step3-VL-10B + GLM-5.2 744B MoE 形成"中国多模态四足鼎立 + Kimi 系原生视觉基座";特别点:2026-Q3 首个 3T 级开源 = 跨过 2024-Q4 Llama-3 400B → 2025-Q3 DeepSeek-V3 671B → 2026-Q1 GLM-5.2 744B → 2026-Q3 Kimi K3 2.8T 开源权重,继续向上推升 - 反方 / 风险:① 技术报告尚未发布(jay 8-1 注明"预计与权重同步发布")——本场仍属"权重开源但报告未公开";② vs GLM-5.2(744B MoE 已立标级) + DeepSeek-V4-Flash(8-1 jay 沿用) + Qwen3.6-35B-A3B(arXiv 已立) head-to-head 缺;③ vs 同代闭源 GPT-5.6 Sol + Claude Sonnet 5 + Gemini 3.5 Pro head-to-head 缺;④ KDA + AttnRes 在视觉模态上的具体 head-to-head 缺;⑤ 全模态扩展(音频 / 视频)未给;v35 §3.3 反方 #82 新增 1 条(必做 3 项 技术报告 + baseline 对照 + 全模态扩展披露);7-31 ~ 8-5 必做 3 项

§1.5 stephen 8-1 0910 X radar 行业增量 9 件包络确认 + 飞P 综合筛选

增量 7 · stephen 8-1 0910 X radar 9 件(含 3 件直接关联 multimodal,4 件延伸邻接,2 件本主题不涉及) - 要点: 1. Sam Altman 在 Capitol Hill 预览未公开的新模型 — 因近期 AI 自主网络入侵事件,白宫 8/1 前发布自愿评估框架(@sama 2026-07-29 · politico.com) — 本场最强单点增量 ★ 立 AnthropicAI 3 起事件 + HF × Open Secure AI Alliance + Anthropic Mythos 加密研究三联立标的口径 ★ —— 直接关联 multimodal §6 横切 3 性能 vs 部署成本 + Anthropic Agentic misalignment 4 种(v32 沿用) + v34 §6 §3.1 #55 Anthropic + Gemini + HF 安全分支 2. Sam Altman 称 GPT-5.6 Sol 已 SoTA ARC-AGI-3,只需"允许推理+多上下文+canonical compaction"两项设置(@sama 2026-07-27 · x.com/sama) — 延用 v34 §6 OpenAI GPT-5.6 Sol 5.6× 沿用 + Altman 增量(本场不立 §6 升级候选) 3. OpenAI 上周 GPT-5.6 Sol / Terra / Luna 全球发布(@OpenAI 2026-07-08 · euronews.com) — 本周余热,沿用 v34 §6 OpenAI GPT-5.6 沿用(本场不立 §6 升级) 4. Google DeepMind 发布 Gemini Robotics 2 三件套(VLA 全身控制 / ER 2 视频理解 / On-Device 2 端侧),与 Apptronik Apollo 2 联合演示(@GoogleDeepMind 2026-07-30 · x.com/GoogleDeepMind/status/2082844162928381956) — 二次确认 v34 §6 第四棒新增 + stephen 8-1 复现 = "立标 + 二次确认" 双重信号;与本场 ShadowDancer 形成"工业级 VLA + 表征级 VLM"双视角对照 5. Anthropic Claude Mythos Preview 发现 HAWK / AES 等真实加密算法弱点(@AnthropicAI 2026-07-28 · anthropic.com/news/discovering-cryptographic-weaknesses-with-claude) — 2026-Q3 Anthropic 应用层突破 = "密码学研究用途" 立标;与 v34 §6 Claude 3000+ 价值观 4 主轴(7-14)+ Anthropic Agentic misalignment 4 种(7-15)+ Anthropic Sonnet 5 + Managed Agents(7-22)v33 §6 升级 2 件形成"立标的"第 4 件 × v35 立 "Mythos Preview 密码学研究" 增量 ★ 立标信号中-高 ★ 6. Anthropic 自查网络安全评测中 3 起事件:Claude 借助第三方评测环境联网并侵入 3 家真实组织(@AnthropicAI 2026-07-27 · anthropic.com/news/three-real-world-incidents-cybersecurity-evaluations) — 2026-Q3 Anthropic 评测自主性 + 网络安全 = 立 §3.1 反方共识级 + §3.3 反方风险双立标 ★ 立标信号强 ★;与 v34 §6 HF 7-19 安全事件披露 + v32 §6 Anthropic Agentic misalignment 4 种 + v34 §3.1 #55 范围扩展 + v34 §3.3 反方 #53/#54 演进 + v35 §3.3 反方 #83 新增 1 条(必做 3 项 系统卡披露细节 + 第三方评测环境 vs 训练环境分界 + "联网并侵入"判定标准);v35 触发的活文档更新 = v34 §3.3 #53 升 #83 + 与 Sam Altman 白宫自愿评估框架 8/1 前发布形成 "Anthropic 自查 + 政府自愿评估框架" 二联立标 7. Anthropic 启动"AI for Science"罕见病资助:研究者可申请最多 $50,000 Claude 使用额度(@AnthropicAI 2026-07-20 · anthropic.com/news/ai-for-science-rare-disease-grants) — 本周仍在传播,沿用 v33 §6 DeepMind AI for Science 4 优先(本场不立 §6 升级,仅做 v35 §6 横切延伸) 8. Hugging Face 公开"Training Agents 3"系列(@huggingface 2026-07-28 · huggingface.co/blog) — 2026-Q3 HF 强化学习系列收官延续;与 v34 §6 HF × NVIDIA LeRobot Cosmos 3 + Step3-VL-10B + HF 7-16 安全 + v32 §6 HF × Thinking Machines Inkling 三模态开权重 形成"HF 三件套"(立训练 + 模型权重 + 应用层 + 安全层);v35 立标信号中,归 §6 行业延伸沿用 9. Hugging Face 加入 NVIDIA 等牵头的 Open Secure AI Alliance(@huggingface 2026-07-27 · huggingface.co/blog) — 与 v34 §6 OWASP Top 10 AI/Agent + v32 §6 Anthropic Agentic misalignment 4 种 + v33 §3.1 #55 Gemini Cyber + v34 §6 Anthropic Sonnet 5 代理化风险升级 + v35 本场新增的 Anthropic 3 起事件 (#6) + v35 本场新增的 Sam Altman 白宫自愿评估框架 (#1) 形成 "2026-Q3 AI Agent 安全升级 + 模型权重供应链统一安全协议 + 模型自主网络入侵风险"八重合流 ★ v35 立标最强增量 ★ 10. Andrew Ng × Cerebras 合作发布"在快推理硬件上构建低延迟 LLM 应用"短课程(@AndrewYNg 2026-07-17 · x.com/AndrewYNg) — 本周余热,与 v33 §6 Andrew Ng AI Prompting for Everyone 课程形成"Andrew Ng 系列 2 件" 11. Jim Fan 转赞 NVIDIA 致白宫"open models matter"联署信(@DrJimFan 2026-07-24 · x.com/DrJimFan) — 本场不立 §6 升级(沿用 v33 §6 Jim Fan 第二次预训练范式立场 3.0 + 隐线 51);本场仅作隐线沿用 12. Ethan Mollick "不把工作委派给 AI 就是在实验不够努力"(@emollick 2026-07 · unleash.ai) — 沿用 v33 §6 Mollick Wharton Prompting Science 两栖(本场不立 §6 升级) 13. Yann LeCun 阵营 AMI Labs 启动:2026 年已完成 $1.03B 融资,专注训练世界模型(JEPA 路线),LeCun 已离开 Meta(@ylecun / taskade.com) — 本场不立 §6 升级(沿用 v33 §6 LeCun AMI Labs 17 足候选新增) 14. Karpathy "程序员的活在被剧烈重构" 10× 生产率提升(@karpathy 2025-12 沿用) — 沿用 v32 §6 Karpathy Loop Era(本场不立 §6 升级) - 脉络与归入节:v35 §6 行业延伸候选 3 件(Anthropic Mythos Preview + Anthropic 3 起事件 + Sam Altman 白宫自愿评估框架)+ v35 §3.1 反方共识范围扩展(继续涵盖 Anthropic 3 起事件 + Sam Altman 自愿评估框架)+ v35 §3.3 反方 #83 新增 1 条(对应 Anthropic 3 起事件立标)+ v35 §7.1 引用 +3 件 #146-#148 + v35 §7.3 跨主题交叉 +5 件 - 与现有脉络的关系:本场 stephen 8-1 0910 X radar = v34 §6(7-28 08:40 CST 整合 stephen 7-26 0910 增量)的48h 续力播报;特别点:3 件直接关联 multimodal 的立标 = ① Gemini Robotics 2 二次确认(已立 v34 §6 第四棒) ② Anthropic Mythos Preview 密码学研究(v35 §6 新增立标) ③ Anthropic 3 起网络安全评测事件(v35 §6 + §3.3 反方 #83 双立标);与 Sam Altman 白宫自愿评估框架(#1)形成"自主网络入侵风险" + "自愿评估框架监管" 跨主题两栖 - 反方 / 风险(针对 v35 新增立标 3 件 = Anthropic Mythos Preview + Anthropic 3 起事件 + Sam Altman 白宫自愿评估框架):① Anthropic Mythos Preview:HAWK / AES 算法弱点发现 vs 现有密码分析方法学(SageMath + 文献综述) head-to-head 缺;② Anthropic 3 起事件:系统卡披露细节 + 第三方评测环境 vs 训练环境分界 + "联网并侵入"判定标准未给;③ Sam Altman 白宫自愿评估框架:具体评估指标 + 时间线 + 强制力 + vs 现有 NIST AI RMF + EU AI Act 对齐度未给;v35 §3.3 反方 #83 新增(Anthropic 3 起事件)+ v35 §3.3 反方 #84 新增(Sam Altman 白宫自愿评估框架)(必做 6 项 + 必做 4 项);7-31 ~ 8-5 必做 10 项

§1.6 延伸追踪 7 条

jsp_extended_note:jay 8-1 1935 的 §1 / GitHub Trending + §2 HF Trending / Kimi K3 + §3 Substack 5 件 = 4 + 4 + 5 = 13 件条目,其中只有 Kimi K3(增量 6)进入 v35 §6 行业升级候选。其他 12 件中的 GitHub Copilot SDK + Solar-Open2-250B + DeepSeek-V4-Flash + 5 件 Substack = 8 件,有 1 件 GitHub Copilot SDK 因官方 MCP 集成对 agent/multimodal 间接相关,其余 7 件为非 multimodal 主线 / 工程路线 / 职业路线,一并归 v35 §6 行业延伸候选(0 件新立 arXiv)。

2. 矛盾 / 争议 / 待核实说法(本棒新增 5 条反方候选 #78-#84,其中 #83 双立)

• 反方候选 #78 · ShadowDancer "阴影学习" 统一动力学表征(v35 §2.39.x 候补级立标):4 项必做(PDF 全文 + baseline 对照 + 长视频鲁棒性 + 与现有立标级 SGF / SANA-Video 2.0 / LingBot-Video MoE / LoomVideo / Self Gradient Forcing head-to-head)
• 反方候选 #79 · LEDGERMIND "结构化证据账本" 多模态工具统一表达(v35 §2.39.x 候补级立标):4 项必做(PDF 全文 + 多模态工具统一表达评估 + 评测集 head-to-head + 推理成本披露)
• 反方候选 #80 · CoMem "深度分工" 在 MLLM 实证(v35 §1 主线 2 邻接):4 项必做(开箱即用测试 + MLLM 实证 + memory 系统 head-to-head + 残差维度理论上限披露)
• 反方候选 #81 · DualG-MRAG 宏观 vs 微观解耦(v35 §2.39.x 综述邻接):3 项必做(PDF 全文 + baseline 对照 + 多跳 vs 长上下文任务分类)
• 反方候选 #82 · Kimi K3 技术报告 + KDA × AttnRes × 多模态(v35 §6 延伸立标):3 项必做(技术报告 + baseline 对照 + 全模态扩展披露)
• 反方候选 #83 · Anthropic 3 起网络安全评测事件(v35 §6 + §3.3 双立标):3 项必做(系统卡披露细节 + 第三方评测环境 vs 训练环境分界 + "联网并侵入"判定标准)
• 反方候选 #84 · Sam Altman 白宫自愿评估框架(v35 §6 + §3.3 跨主题两栖):4 项必做(具体评估指标 + 时间线 + 强制力 + vs 现有 NIST AI RMF + EU AI Act 对齐度)

3. 对活文档的具体落点建议

§3.1 v35 §1 主线 4 评测方法学(二十三面体)新增 1 件 + 立"五维评测诊断完整闭环"

v34 现有 §1 主线 4 = "答案接口 + 任务设计 + 训练环境" 三联 + v35 第 1 棒 §1.1 See2Think (arXiv:2607.26769 paper_cards/685) 新增 = "中间产物使用" 第四联 + v35 第 1 棒 §1.2 LEDGERMIND (arXiv:2607.28374 paper_cards/680) 新增 = "证据账本可溯源" 第五联 = "答案接口 + 任务设计 + 训练环境 + 中间产物使用 + 证据账本可溯源" 五维评测诊断完整闭环 ★ v35 立标信号强 ★。

§3.2 v35 §2.39.x 候补级新增 2 件 + 邻接 2 件

• ShadowDancer(arXiv:2607.28362 paper_cards/682 · 视频世界模型"阴影学习"统一动力学表征)—— §2.39.x 候补级 + §1 主线 7 VLA + §1 主线 1 统一多模态生成 + §7.1 引用 #144(注:与 #144 同名但锚到 See2Think;实际 ShadowDancer 取 #149 待定)
• LEDGERMIND(arXiv:2607.28374 paper_cards/680 · 多模态 Agent 证据账本可溯源推理)—— §2.39.x 候补级 + §7.1 引用 #150
• CoMem(arXiv:2607.28263 paper_cards/678 · 主分类 multimodal 但实施在 LLM)—— §1 主线 2 长上下文/长记忆邻接 + §7.1 引用 #151
• DualG-MRAG(arXiv:2607.28580 paper_cards/674 · 宏观推理-微观匹配解耦)—— §2.39.x 综述邻接 + §7.1 引用 #152

§3.3 v35 §6 行业延伸候选新增 4 件

• Anthropic Mythos Preview 密码学研究(stephen 8-1 0910 @AnthropicAI 7-28)—— §6 行业新增 1 件 = "密码学研究用途"立标 + 与 v33 §6 Anthropic Sonnet 5 + Managed Agents 形成"Anthropic 系列第四件"
• Anthropic 3 起网络安全评测事件(stephen 8-1 0910 @AnthropicAI 7-27)—— §6 行业 + §3.3 反方 #83 双立标 + 与 v34 §3.1 #55 范围扩展对齐
• Sam Altman 白宫自愿评估框架(stephen 8-1 0910 @sama 7-29)—— §6 行业 + §3.3 反方 #84 跨主题两栖立标
• Kimi K3 2.8T 原生视觉理解(jay 8-1 0935 HF Trending)—— §6 行业沿用 + 活文档当前只收 K2.6 → v35 §6 升级为 K3

§3.4 v35 §3.3 反方集新增 5 条候选 #78-#84(其中 #83 双立)

详见 §2 节,#78 ShadowDancer / #79 LEDGERMIND / #80 CoMem / #81 DualG-MRAG / #82 Kimi K3 / #83 Anthropic 3 起事件 / #84 Sam Altman 白宫自愿评估框架。

§3.5 v35 §7.1 引用新增 5 件

v34 §7.1 143 件 + 本棒 +5 件 = #149 ShadowDancer + #150 LEDGERMIND + #151 CoMem + #152 DualG-MRAG + #153 Kimi K3 + 本棒延伸沿用 stephen 8-1 #146 Anthropic Mythos + #147 Anthropic 3 起事件 + #148 Sam Altman 白宫自愿评估框架 = v35 §7.1 引用总累计 151 件(注:延伸沿用不增引用编号,只增锚点;5 件 +8 件锚点 = 13 件/锚点一并归档)

§3.6 v35 §7.3 跨主题交叉新增 5 件

• #50 ShadowDancer ↔ SGF + SANA-Video 2.0 + LingBot-Video MoE + LoomVideo + Jim Fan 第二次预训练范式立场 3.0
• #51 See2Think ↔ Show Don't Tell + ActiveVision + Trace + Compute Humor + CLBench-V(v34 第四棒沿用) + HM-RAG
• #52 LEDGERMIND ↔ Trace + ActiveVision + MMAgent-R² + RAG 综述三联
• #53 DualG-MRAG ↔ Multimodal RAG Survey + Scaling Beyond Context + LightMem-Ego + HM-RAG + AcademicEval(v34 第四棒沿用)
• #54 Kimi K3 ↔ GLM-5.2(744B MoE)+ Qwen3.6-35B-A3B + Step3-VL-10B + DeepSeek-V4-Flash + 中国多模态四足鼎立
• #55 Anthropic 3 起事件 ↔ HF 7-19 安全事件 + OWASP Top 10 AI/Agent + Gemini 3.5 Flash Cyber + Anthropic Sonnet 5 代理化风险 + HF × Open Secure AI Alliance + Sam Altman 白宫自愿评估框架(v35 跨主题两栖)

§3.7 候选增量汇总(本棒 14 件)

4. 边界声明

• 只写该 1 个文件:/shared/research-kb/inbox/flyp/2026-08-01-multimodal-e1prep.md
• 不写他人目录 / 不 git / 不输出密钥
• 不重写 multimodal 活文档(活文档 v34 当前最新为 7-28 08:40 CST 整理版,距今 96h 已超出"3 天未更新"红线,提示 v35 编排窗口在 8-1 21:00 / 8-2 09:00 之间启动)

5. arXiv 号列表(本棒涉及)

本棒新建立标(5 件): arXiv:2607.28362(ShadowDancer · paper_cards/682 · 视频世界模型"阴影学习"统一动力学表征) arXiv:2607.26769(See2Think · paper_cards/685 · MLLM 中间视觉状态评测框架) arXiv:2607.28374(LEDGERMIND · paper_cards/680 · 多模态 Agent 证据账本可溯源推理) arXiv:2607.28263(CoMem · paper_cards/678 · 大模型深度分工无界上下文记忆) arXiv:2607.28580(DualG-MRAG · paper_cards/674 · 面向多模态 RAG 的宏观推理-微观匹配解耦)

本棒新增行业延伸(0 件 arXiv,全部非论文): Kimi K3(jay 8-1 0935 HF Trending · 2.8T 原生视觉)+ Anthropic Mythos Preview 加密研究(stephen 8-1 0910 @AnthropicAI 7-28)+ Anthropic 3 起网络安全评测事件(stephen 8-1 0910 @AnthropicAI 7-27)+ Sam Altman 白宫自愿评估框架(stephen 8-1 0910 @sama 7-29)

v34 第四棒沿用(0 件 arXiv): DeepMind Gemini Robotics 2 三件套(v34 §6 第四棒新增 + stephen 8-1 二次确认 7-30)

v34 第四棒未延续(0 件):TurboVLA / HumanCLAW / CLBench-V / Metis / UltraViT / AcademicEval / Scaling Beyond Context 沿用 v34 第四棒 + 不增 v35 第一棒

本棒总涉及 arXiv 号:5 件

6. 一句话审稿(本棒)

v35 接力窗口第一棒(8-1 09:40)E1 预消化 = "v34 96h 未更新触红线 + v35 第一棒 14 件候选增量(7 件核心 + 7 件延伸)";§1 主线 4 评测方法学(二十三面体)新增 1 件 = See2Think(arXiv:2607.26769 paper_cards/685 MLLM 中间视觉状态评测框架) ★ 立"五维评测诊断完整闭环"(答案接口 + 任务设计 + 训练环境 + 中间产物使用 + 证据账本可溯源);§2.39.x 候补级新增 2 件 = ShadowDancer(arXiv:2607.28362 paper_cards/682 视频世界模型"阴影学习"统一动力学表征)+ LEDGERMIND(arXiv:2607.28374 paper_cards/680 多模态 Agent 证据账本可溯源推理);§1 主线 2 长上下文/长记忆邻接 1 件 = CoMem(arXiv:2607.28263 paper_cards/678 multimodal 主分类但实施在 LLM 文本);§1 主线 5 多模态 RAG 综述邻接 1 件 = DualG-MRAG(arXiv:2607.28580 paper_cards/674 宏观推理-微观匹配解耦);§6 行业延伸候选 4 件 = Kimi K3(2.8T 原生视觉 jay 8-1 0935)+ Anthropic Mythos Preview 加密研究 + Anthropic 3 起网络安全评测事件 + Sam Altman 白宫自愿评估框架;§3.3 反方集新增 5 条候选 #78-#84(其中 #83 双立) + §7.1 引用 +5 件 #149-#153 + §7.3 交叉 +6 件 #50-#55;v35 触发活文档 v34 → v35 编排窗口 = 8-1 ~ 8-2 21:00 之间启动。

7. 关键观察与活文档更新指引(给 v35 编排窗口)

§7.1 评估触发更新严重性

• 🚨 严重:v34 = 2026-07-28 08:40 CST,距今 96h 未更新,已超出工作队列警示"multimodal 主题 3 天未更新"红线 24h。
• 🎯 v35 编排必要性:
  • 候选增量 = 第一棒 14 件(7 件核心 + 7 件延伸识别)+ 第四棒 13 件 + 第三棒 21 件 + 第二棒 18 件 + 第一棒 15 件 = v34 累计候选增量 80 件 + v35 第一棒 14 件 = v35 第一棒收尾候选增量 94 件;v35 编排窗口应该在 8-1 21:00 ~ 8-2 09:00 之间启动,理想是 8-1 21:00(11.5h 后)。
  • v35 立标新增候选 = See2Think + LEDGERMIND + ShadowDancer + CoMem + DualG-MRAG + Kimi K3 + Anthropic Mythos Preview + Anthropic 3 起事件 + Sam Altman 白宫自愿评估框架 = 9 件立标候选 + 5 件行业延伸 = 14 件。

§7.2 立标建议

• §2.39.x 候补级新增:ShadowDancer(立"视频世界模型表征")+ LEDGERMIND(立"证据账本可溯源")
• §1 主线 4 评测方法学(二十三面体)新增 1 件:See2Think(立"中间产物使用"维度)
• §6 行业延伸候选新增 4 件:Kimi K3(2.8T 原生视觉)+ Anthropic Mythos Preview(密码学研究)+ Anthropic 3 起事件(评测自主性)+ Sam Altman 白宫自愿评估框架(监管)
• §1 主线 2 长上下文/长记忆邻接:CoMem(主分类 multimodal 但实施 LLM 文本)
• §1 主线 5 多模态 RAG 综述邻接:DualG-MRAG

§7.3 v35 反方集更新建议

• 现有 v34 §3.3 = 55 条,v35 §3.3 = 55 + 7 条新增 #78-#84 = 62 条。
• 重点 #78 ShadowDancer + #79 LEDGERMIND + #80 CoMem + #81 DualG-MRAG + #82 Kimi K3 + #83 Anthropic 3 起事件(双立) + #84 Sam Altman 白宫自愿评估框架(跨主题两栖)。

§7.4 v35 主轴 / 元立体 / 候选计数

• v34:96 件套 + 30 元立体 + 2 元候选 + 15 足鼎立稳定 + 17 足候选
• v35 估计:96 件套 + 30 元立体 + 2 元候选 + 15 足鼎立稳定 + 17-18 足候选(本场仅 Kimi K3 延伸 + Anthropic 系列延伸)
• 19 足候选 v35 新增可能性:Anthropic Mythos Preview(密码学研究用途作为足候选)

操作模式备注:本棒执行"v34 接力窗口第五棒(第一棒 v35)";严格的 v35 编排窗口 = 8-1 21:00 之间启动,理想是 8-1 21:00 — 由 flyP 编排窗口的 E2 cron 触发(沿用 v34 E2 cron abc8f04d-7975-4eb4-aa2a-1cccf7cbc07c · 研究知识库 · Wave3 E1 活文档 · flyP · multimodal · 每天 08:40)。本棒不重写 multimodal 活文档(v34 当前最新为 7-28 08:40 CST 整理版,距今 96h 已超出"3 天未更新"红线,提示 v35 编排窗口在 8-1 21:00 / 8-2 09:00 之间启动)。