Moonshot 发布 Kimi K3（2.8T 开放版），NVIDIA 宣布 Open Secure AI Alliance，Perplexity 强化其企业版产品

2026 年 7 月 27 日是信息密集的一天，三项重大且彼此独立的公告同时出现。Moonshot AI 发布了 Kimi K3 的权重和技术报告，这是一款拥有 2.8 万亿参数的开放模型，首日即由 Together AI 托管。NVIDIA 在同一天联合了约三十家合作伙伴——从 Adobe、Microsoft 到 Hugging Face 和 SpaceXAI——成立了 Open Secure AI Alliance，这是一个面向开放式 AI 安全工具的联盟，正值前文已报道的 Hugging Face 安全事件之后。Perplexity 则发布了两周来的首个更新日志，推出了九项非常偏向企业场景的新功能。围绕这三条主线，还延伸出七项值得注意的新动态——Cognizant 与 Anthropic、Cohere North Automations、Zed 采用 Opus 5——以及五项较小的公告。

Kimi K3：Moonshot AI 发布 2.8 万亿参数的开放模型，首日即由 Together AI 托管

7 月 27 日，17:14 — Moonshot AI 发布了 Kimi K3 的权重和技术报告，厂商将其描述为首个属于 3 万亿参数级别的开放模型——这是 Moonshot 的表述，应按其原文理解。这是一个 MoE（Mixture-of-Experts）模型，总参数量为 2.8 万亿，其中每个 token 仅激活 1040 亿参数，分布在 93 层之中。两项自研架构创新构成了其主要性能增益：Kimi Delta Attention（KDA），结合注意力残差机制（Attention Residuals），以及一种高度稀疏的 MoE（“Stable LatentMoE”），每次仅从 896 个专家中激活 16 个。Moonshot 声称，相比 Kimi K2，其扩展效率提升约 2.5×——“不只是参数更多”。该模型还原生集成了视觉能力（MoonViT-V2 编码器）以及一百万 token 的上下文窗口。

Kimi K3 现已可在 Kimi.com、移动应用（iOS/Android/HarmonyOS）、桌面应用 Kimi Work、命令行编码代理 Kimi Code（可通过 /model 选择）以及 Kimi API（模型 kimi-k3，兼容 OpenAI/Anthropic）中立即使用；输入端带缓存价格为 $0.30/MTok，不带缓存为 $3.00/MTok，输出为 $15.00/MTok。Together AI 是首日托管合作伙伴，Hugging Face 转载了该公告，未附加额外评论。

基准测试	Kimi K3	Claude Fable 5	Claude Opus 4.8	GPT-5.5
SWE-Marathon	42,0	35,0	40,0	—
MCPMark-Verified	94,5	87,4	—	—
GPQA Diamond	93,5	92,6	91,0	93,5

Moonshot 也明确承认了若干局限：对保留式推理模式高度敏感（必须在后续轮次中原样重放完整历史，否则会不稳定）、在长而模糊的任务上有“过度主动”的倾向，以及实验室自身认为与 Claude Fable 5 和 GPT-5.6 Sol 相比存在“显著”的用户体验差距。与此同时，一份与新注意力机制兼容的前缀缓存实现也已贡献给 vLLM 社区，与该模型同步发布。

“Releasing the model weights and technical report of Kimi K3. Kimi K3 is our most capable model: a 2.8T MoE model with native visual understanding and a 1M-token context window. New model architecture: 2.5x the intelligence per unit of compute, not just more params.”

🇨🇳 我们发布 Kimi K3 的模型权重和技术报告。Kimi K3 是我们性能最强的模型：一个拥有 2.8 万亿参数的 MoE 模型，具备原生视觉理解能力和一百万 token 的上下文窗口。新架构：每单位计算带来 2.5 倍的智能提升，而不仅仅是更多参数。 — @Kimi_Moonshot 在 X 上

🔗 模型权重 — Hugging Face

🔗 技术报告 — GitHub

NVIDIA 联合发起 Open Secure AI Alliance，聚集三十余家伙伴推进 AI 安全

7 月 27 日 — NVIDIA 宣布成立 Open Secure AI Alliance，这是一个由约三十家创始伙伴组成的联盟——其中包括 Adobe、Cadence、Capital One、Cisco、Cloudflare、Cognition、CrowdStrike、Databricks、Dell、Hugging Face、IBM、LangChain、Linux Foundation、Microsoft、NAVER、Palantir、Red Hat、Salesforce、SAP、ServiceNow、Siemens、Snowflake、SpaceXAI 和 Thinking Machines Lab——专注于开发和共享面向 AI 系统安全与可靠性的开放工具。

该公告明确建立在 Hugging Face 于 7 月中旬发生的安全事件之上（此前已报道）：NVIDIA 的博客提到，Hugging Face 曾在自己的基础设施上运行开放模型 GLM 5.2，以分析超过 17,000 个操作并遏制入侵——NVIDIA 认为，这一案例表明，顶尖开放模型是防御资产，而不是安全负担。

联盟伙伴	具体贡献
NVIDIA	NOOA（NVIDIA Labs Object-Oriented Agent），面向代理测试框架的研究框架，已在 GitHub 开源
Hugging Face	将 Safetensors 格式捐赠给 PyTorch Foundation
Microsoft	MDASH，多模型代理扫描测试框架，用于证明可利用漏洞
HPE	SPIFFE/SPIRE，面向代理和 AI 服务的零信任身份体系
SpaceXAI	开放终端编码代理 Grok Build，未来将推出 Grok 系列权重

罕见的是，Jensen Huang 亲自评论了这一公告——这是他在 X 上发表的第二条消息，前一条是 7 月 24 日的公开信，前文已经提及。同一天，Cognition（Devin）也加入该联盟，并提交了其关于开源衍生模型可靠性研究的成果，这些研究已于 7 月 8 日公开：

“Closing open source models hurts innovation. The path forward is better tools to evaluate, secure, and deploy them responsibly.”

🇨🇳 关闭开源模型会损害创新。前进的道路在于提供更好的工具，用于评估、保护并以负责任的方式部署它们。 — @cognition 在 X 上

Sakana AI 也在同一天加入了由 Jensen Huang 于 7 月 24 日公开信所引发的开放模型推动浪潮——这是与联盟本身不同的第三个信号，标志着这一周的收束：安全事件（7 月 21 日）、公开信（7 月 24—26 日）、以及切实的产业联盟（7 月 27 日）。

🔗 官方公告 — NVIDIA

🔗 Jensen Huang 在 X 上

🔗 Sakana AI 加入这一浪潮

Perplexity 发布两周来的首个更新日志：九项功能，聚焦企业

7 月 27 日 — Perplexity 发布了一条内容密集的更新日志，这是自 7 月 13 日（“Introducing Brain for Perplexity Computer”）以来的第一条更新，在该渠道上已经连续两周没有新内容。此次更新汇总了九项分别影响 Perplexity Search、Computer、Agent API 和 Comet Assistant 的功能。其中八项为全新功能；第九项——Claude Opus 5 已集成到 Search 和 Computer 中——此前已于 7 月 25 日在 X 上宣布，这里只是通过更新日志正式确认。

新功能	技术细节
基于角色的访问控制（RBAC）+ SCIM	自定义角色、组同步、按组额度限制——仅限年度 Enterprise 合同
API 凭据保险库	Computer 可对接任何第三方 API，而不会将密钥暴露给代理或沙箱
Brain 扩展至 Max 订阅用户	自我改进记忆能力扩展到全球所有 Max 订阅用户，支持 15 种语言的 wiki 撰写
Agent API 的 Skills	面向开发者代理的按需加载可组合能力
Comet Assistant 中的 Computer	直接从 Comet 面板访问 Computer，无需离开当前页面
检查来源	验证 Ask 或 Computer 的回答是否确实由其引用来源支持
Source Context Panel	用于检查、比较并深入了解回答来源的侧边栏面板
基于提示词的会话管理	可从一次简单对话中恢复、总结、分叉或并行化 Computer 会话

表中的前两项功能专门面向年度 Enterprise 合同组织：带 SCIM 同步的基于角色访问控制，满足典型的 IT 治理需求（集中式配置、按团队设定额度上限）；而 API 凭据保险库则将 Computer 扩展到那些没有原生连接器的第三方服务，同时从不向代理暴露原始密钥。Brain 扩展到所有 Max 订阅用户，则覆盖了比该功能一个月前首次上线的 Enterprise 细分市场更广泛得多的受众。

这九项功能中，没有任何一项被标注为仅供预览版使用：在发布时，它们要么已经可用，要么正在全面部署中。就其广度——企业治理、开发者和普通用户都集中在同一条更新里——而言，这份更新日志是 Perplexity 自 7 月中旬推出 Personal Computer 以来最密集的一次发布。

🔗 官方更新日志 — Perplexity

Cognizant 与 Anthropic 扩大企业合作

7 月 27 日 — Cognizant 成为 Claude Partner Network 中的 Global Premier Partner。Claude 现已集成到公司内部三大平台中：Flowsource（全栈工程平台，其中 Spec-Driven Development 模块由 Claude Code 按项目规范和蓝图驱动）、Neuro AI Engineering 和 Neuro IT Ops。超过 30,000 名 Cognizant 员工已经接受了 Claude 培训，纳入该集团新的“Frontier Certified”劳动力模型。

客户案例	量化结果
客户体验门户（全球制造商）	6 个月交付
合同智能（生物制药）	复核时间最多减少 40%，抽取准确率超过 88%
风险导航（保险）	每人每周节省约 8 小时

Cognizant 首席执行官 Ravi Kumar S 提到，AI 能力与企业吸收这些能力的速度之间的差距正在扩大，并将 Cognizant 定位为连接业务上下文、工程规模与信任框架的桥梁，以支撑这些部署。

🔗 官方公告 — Anthropic

代码工具：Zed 采用 Claude Opus 5，GitHub Copilot 优化成本

Zed 1.12.1 和 1.13.1 新增 Claude Opus 5

7 月 27 日 — Zed 同时发布 1.12.1（稳定版）和 1.13.1（预览版），为 Anthropic 和 Amazon Bedrock BYOK（bring your own key）提供 Claude Opus 5 支持。Zed 成为第 5 个集成 Opus 5 的代码工具，前面已有 Cursor、Devin、v0 和 Warp——但与前四者不同的是，Zed 仅通过更新日志发布，而没有在 X 上单独公告。预览通道还修复了三个独立问题：项目设置未能重新启用语言服务器、在 Amazon Bedrock 的 Mantle 端点上使用 GPT-5.x 模型时出现重复响应，以及项目搜索错误地返回了本应排除的嵌套仓库。

🔗 稳定版更新日志 — Zed

GitHub Copilot — Auto 路由（HyDRA）让 AI 额度持续 3.3 倍更久

7 月 27 日 — GitHub 解释称，提示词缓存（prompt caching）、工具检索（tool search）以及名为 HyDRA 的模型路由系统，减少了每次 Copilot 会话中重复传入的上下文。量化结果为：HyDRA 在任务解决率上与 OpenRouter Auto 的 70.8% 持平，同时实现了 3.3× 的额度节省。此次公告尚未发布专门博客文章，目前只是一条推文——延续了 6 月 25 日发布的 Copilot 测试框架效率评估的脉络。

🔗 公告 — @github 在 X 上

OpenAI：企业语音功能扩展与新的经济研究

GPT-Live 面向 Edu、Business 和 Enterprise 全球可用

7 月 27 日 — OpenAI 确认，GPT-Live 这一 7 月 8 日推出、用于实现人类与 AI 自然交互的新一代语音模型，现已在全球范围内面向 Edu、Business 和 Enterprise 计划开放。ChatGPT Voice 的桌面应用在 7 月 23 日就已经提到这些计划；这里的新内容是明确确认该语音模型本身——而不仅仅是桌面集成——也已覆盖，而且是全球范围。该公告直接发布在 X 上，没有配套文章：它是本次观察窗口中与 Enterprise 扩展最直接相关的元素。

🔗 公告 — @OpenAI 在 X 上

前沿工作：AI 如何扩展工作中的任务

7月27日 — OpenAI Economic Research 基于对超过 800,000 条美国用户 ChatGPT 消息的分析，发布了新系列中的首份报告。报告引入了任务交叉（task crossover）这一概念：指通常与某一职业相关的工作，却出现在从事另一职业的人使用 AI 的场景中。与工作相关的消息中有 16.8%，而特定职业相关的消息中有 43.5%，涉及的是不同于用户自身职业的任务。

涉及的职业	非本职任务占比
客户体验	77%
设计	75%
人力资源	69%
法务	56%
营销	53%

这一现象在小型组织中更常见：非本职任务占比从 2 到 5 个工位的工作空间中的 18.9%，降至 100 个工位以上的 16.3%，这与 AI 在缺乏专业资源的地方充当通用工具的观点一致。

🔗 完整报告 — OpenAI

Meta AI 将 SAM 和 DINOv3 部署到辅助机器人项目中

7月27日 — Meta AI 发布了一项关于 RAMMP（Robotic Assistive Mobility and Manipulation Platform）项目的案例研究，该项目由匹兹堡大学（HERL）和 ATDev 推动，并获得 ARPA-H（美国联邦先进生物医学研究机构）最高 4,150 万美元资助。目标：为轮椅使用者提供更安全的机器人平台——美国约有 550 万轮椅使用者，每年有超过 100,000 起与轮椅相关的伤害在急诊中接受处理。

开源模型 DINO/DINOv3（自监督 vision transformer）和 SAM/SAM 3.1（分割）直接在机器人的嵌入式硬件上以 edge computing 方式运行——这一约束由电池续航和缺乏可靠网络连接所决定。感知系统依赖 RF-DETR，这是一种利用 DINOv2 embeddings 微调的轻量检测器，其训练数据通过 SAM 自动标注。相关联盟包括 Kinova Robotics、LUCI Mobility、ATDev，以及来自 Carnegie Mellon、Cornell、Northeastern 和 Purdue 的团队。

🔗 完整案例研究 — Meta AI

Cohere 发布 North Automations，为企业提供 agentic 工作流编排

7月27日 — Cohere 推出 North Automations，这是其企业 agentic 平台 North 的一项新能力，可用自然语言设计自动化工作流：计划执行、循环与分支、按步骤选择模型、“Plan” 模式用于构建前审阅、人工审批点，以及 token 消耗追踪。Cohere 将 agents orchestration 的市场机会估算为 5,500 亿美元，并引用了 Gartner 关于 agentic AI hype cycle 的报告。

Automations 建立在 North 现有基础设施之上（本地部署或云部署、专有连接器、MCP 或 SDK、护栏与细粒度权限），现已向所有 North 客户开放。内部方面，Marketing Operations、Customer Success 和 Sales 团队已经构建了各自的自动化流程——分别是将自然语言问题翻译为 BigQuery SQL 查询、聚合 HR、Slack 和 Salesforce 的客户参与追踪器，以及交叉 Salesforce、Slack、Gmail 和 Notion 的潜在客户电话准备流程。

🔗 公告 — @cohere 在 X 上

🔗 博客文章 — Cohere

简讯

GitHub Blog — “The harness is all you need (mostly)” — Burke Holland 发布了一个 8 步 Copilot 工作流（选择工具、YOLO 模式、视觉原型、带 /grill-me 的计划、Autopilot 实现、人工审查、由另一模型家族进行交叉审查、交付），适用于整个 Copilot 家族。🔗 来源
NVIDIA — Vera CPU 加速芯片设计 — 已在内部 EDA 流程中与 Cadence（Jasper）和 Synopsys（VCS）一起部署，在相同核心数量下，某些验证负载的性能最多提升 1.5×。🔗 来源
NVIDIA — Nemotron 3 Ultra 在 agentic RTL 编码中领先 — 在九个真实芯片设计类别中，这一已知的开放模型在测试的开放模型中取得了最佳结果。🔗 来源
HeyGen / HyperFrames — 第21天和第22天（共30天） — 通过 HeyGen API 的云端渲染（1080p 约 $0.10/分钟），随后是一个可复用组件目录，用于构建场景而无需从零开始。🔗 第21天 · 第22天
ElevenLabs — 10月6日班加罗尔峰会 — 计划在此次活动中展示新模型预览，并演示印度团队在语音 AI 方面的工作。🔗 来源

这意味着什么

模型开放正从口号走向行动。 在 7 月 24 日 Jensen Huang 的公开信及其不断扩大的联盟（Cohere、Ai2、Together AI，以及本周末加入的 Sakana AI）之后，7 月 27 日带来了一个质变：一个结构化的产业联盟，成员提供了具体工具（NVIDIA 的 NOOA、Hugging Face 的 Safetensors、HPE 的 SPIFFE/SPIRE），以及一个旗舰模型 Kimi K3，宣称在开放权重下达到 3,000 亿参数级别。两种不同形式，却是同一股动力，并且在同一天发布。

安全性成为支持开放的理由，而不是反对它。 Open Secure AI Alliance 逆转了一个常见论点：削弱安全性的不是模型开放，而是模型封闭使防御者失去可检查的工具。7 月中旬 Hugging Face 的事件中，一个开放模型（GLM 5.2）帮助对超过 17,000 次入侵行为进行了取证分析，这成为这一论点的示范——NVIDIA 明确引用了这一典型案例来证明成立该联盟的必要性。

开放前沿正在接近封闭前沿。 在多个具体的 agentic 基准上——SWE-Marathon、MCPMark-Verified、GPQA Diamond——Kimi K3 超过或持平 Claude Fable 5、Claude Opus 4.8 和 GPT-5.5，同时也承认自己在整体用户体验上仍有差距。开放模型与专有模型之间的差距在一个个基准上不断缩小，尽管开放实验室本身也承认，它们在整体体验上仍未达到最佳封闭模型的水平。

企业 AI 正通过小块治理积木完成工业化。 Cognizant 培训 30,000 名员工使用 Claude，Perplexity 为 Computer 增加 RBAC 和 SCIM，Cohere 推出带人工审批点的工作流编排，OpenAI 将 GPT-Live 扩展到 Edu/Business/Enterprise：四家不同的参与者在同一天推进访问控制、可追踪性和自动化这些治理积木——这正是让 agentic AI 从原型走向企业大规模部署所必需的基础。