AI 日报：2026-07-17

1. Google Vids 增加个人 AI 头像与 Gemini Omni 视频工具

Google 官方宣布，Google Vids 新增 Gemini Omni 驱动的视频生成和编辑能力，并支持创建代表用户本人的个性化 AI 头像；TechCrunch 同日报道了该更新。具体开放范围以官方产品状态为准。

💡 AI 视频工具正在从“生成素材”走向“让用户本人直接出演”，个性化生产会成为下一轮产品竞争点。

2. Roblox 在移动端推出文本生成游戏的 Build 功能

TechCrunch 报道，Roblox 在移动应用中推出 AI 驱动的 Build 功能，用户可用一条文本提示生成基础游戏。报道未宣称该功能能替代完整的游戏开发流程。

💡 当 AI 创作入口下沉到移动端，游戏平台的供给侧可能从专业开发者扩展到普通玩家。

3. Google AI Mode 开始连接并操作部分第三方应用

Google 官方称，用户将能够安全地把常用服务连接到 Search，并直接在 AI Mode 中与这些应用交互；TechCrunch 将其概括为 AI Mode 从回答问题扩展到跨应用完成任务。可用应用和地区存在限制。

💡 搜索产品的边界正在从“信息入口”变成“任务执行入口”，连接权限和可靠性会比回答质量更关键。

4. DoorDash 开放 dd-cli，让开发者和 Agent 从命令行下单

TechCrunch 报道，DoorDash 对开发者开放有限测试版 dd-cli，可在终端搜索商店、创建购物车并下单，目标是让服务能够被 AI Agent 调用。当前仍是 limited beta。

💡 Agent 经济需要可调用的真实服务接口，命令行工具是把“会规划”接到“能执行”的低成本路径。

5. NVIDIA Nemotron 3 Embed 在 RTEB 排名中位居总体第一

Hugging Face 发布的 NVIDIA 技术文章称，Nemotron 3 Embed 在 RTEB（检索文本嵌入基准）总体排名第一，定位是面向 Agentic Retrieval 的嵌入模型。排名和评测口径应以文章及 RTEB 页面为准。

💡 Agent 的瓶颈不只在生成模型，检索与工具调用前的“找对信息”同样决定最终效果。

6. Hugging Face 披露 2026 年 7 月安全事件

Hugging Face 官方发布安全事件披露文章，说明平台在 2026 年 7 月发生的安全事件及处置情况。该条应直接阅读官方披露，不能把事件范围、受影响对象或风险程度扩大解读。

💡 开源模型平台的安全边界正在从模型代码延伸到账号、凭据、仓库和供应链，平台透明度值得持续观察。

7. arXiv 新论文提出层级引导的知识图谱 RAG：HG-RAG

arXiv 论文《HG-RAG》提出面向结构化知识图谱的层级引导检索增强生成方法，试图改善传统 RAG 在结构化知识上的检索过程。论文尚未经过同行评审，效果不能视为已验证的产业结论。

💡 RAG 的下一步可能不是继续堆上下文，而是让检索过程理解知识结构和层级关系。

8. arXiv 新论文 RegNetAgents 用多 Agent 分析癌症基因调控网络

论文提出 RegNetAgents 多 Agent 框架，用于跨网络识别癌症基因组中的调控驱动因素，强调结构化、查询驱动的候选识别。该研究属于预印本，不能直接等同于临床工具或医学结论。

💡 多 Agent 的有价值落点正在从通用聊天转向复杂科研流程中的分工、检索和证据组织。

9. 36 氪：日冕开物三个月内完成数亿元种子轮融资，押注具身世界模型

36 氪报道称，具身智能世界模型公司日冕开物近期完成连续两轮种子轮融资，合计数亿元人民币，资金用于自研世界模型 LaMPA、强化学习、数据闭环和交付能力。融资和产品信息尚待公司及投资方进一步公开材料确认。

💡 国内具身智能竞争开始从硬件展示转向世界模型、数据闭环和交付能力的组合。

10. arXiv 新论文研究自主无人机集群的三层学习架构

论文提出用于搜索救援的自主 UAV 集群三层学习架构，把个体适应、战术协同与战略决策组合起来，并给出多类架构约束与理论保证。论文尚未经过同行评审，尚不能据此判断实际部署能力。

💡 具身 Agent 的关键难题是多层决策与安全约束如何同时落地，而不只是单个模型的能力分数。