按可信来源、时间线和主题整理的新闻简报。优先保留原文链接、新闻时间和后续阅读入口。
6月26日，北京人形机器人创新中心的双大脑模型之一“我悟”（WoW）完成北京市网信办生成式人工智能服务备案，与另一模型“天鹕”同步。北京人形将启动慧思开物全系列模型Token服务，分阶段向产业客户、科研机构和开发者开放API调用，推动具身智能商业化。
补充中文 AI 产业、产品和资本市场动态，减少只看海外来源的偏差。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
TestingCatalog AI
36氪快讯 · 当前新闻
委内瑞拉遭遇百年来最强地震，死亡人数已升至920人，当局预计最终数字将远高于此，仍有数万人失踪。外国搜救队已抵达协助，但官方救援响应缓慢且资源有限，引发民众不满。这是该国一个多世纪来最严重的地震灾害。
提供战争与停火、外交、选举、制裁、区域冲突、国际组织和大国关系等国际公共事件背景，避免新闻视角过窄。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
美国国家公路交通安全管理局（NHTSA）结束对约37.62万辆2023款特斯拉Model 3和Model Y转向助力失效的调查，因特斯拉已通过OTA更新修复软件缺陷，消除转向失控风险。此前车主反映低速时方向盘难以转动，2025年初特斯拉召回相关车辆，本次调查终止标志着问题解决。
补充中文 AI 产业、产品和资本市场动态，减少只看海外来源的偏差。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
从 GitHub、项目站点、个人博客、技术论坛和硬件社区中自动发现，优先选择 AI、嵌入式、Linux/RTOS、电子工程和有趣开源项目。
LocalAI 是一个开源的 AI 推理引擎，支持运行 LLM、视觉、语音、图像和视频模型，无需 GPU。采用模块化架构，后端按需拉取，兼容 OpenAI/Anthropic API，支持多种硬件（NVIDIA/AMD/Intel/Apple Silicon/CPU），内置认证和代理功能，注重隐私，数据不离开基础设施。
LocalAI 解决了本地运行多模态 AI 模型时 GPU 依赖和部署复杂的问题。对于追求数据隐私的用户、缺乏昂贵 GPU 资源的团队、以及需要灵活集成多种模型能力的项目，LocalAI 提供了统一的 API 和按需加载的后端，显著降低了部署门槛。其多用户认证、配额、角色管理等功能使其适用于企业级私有部署。
LocalAI 工程实现成熟，采用 Go 语言编写，核心小巧，后端以独立镜像形式按需加载，避免不必要的依赖。支持 llama.cpp、vLLM、whisper.cpp 等主流引擎，兼容 OpenAI API 格式，迁移成本低。GitHub 上 4.7 万星，社区活跃，超过 190 个 Issue 表明持续开发。但部分模型后端可能需要额外配置，且性能优化依赖底层引擎，对极度高性能场景可能不如专门部署。
从 AI 开发者视角，LocalAI 提供了一站式多模态推理解决方案，特别是对边缘计算、非英语语言支持和隐私敏感场景极具价值。虽非 SOTA，但灵活性突出，适合快速原型和中小规模生产。
项目更新频繁，API 可能变动。部分后端（如视频模型）仍处于早期，成熟度不一。由于是多后端的聚合，调试问题时可能需要跨多个组件排查。依赖 Docker 容器，若环境受限（如无容器支持），部署复杂度上升。
Sonocotta 推出的 Louder ESP32 Mini 是一款售价 15 美元的 DIY 智能音频升级模块，可为旧音箱添加 Wi-Fi 流媒体功能，支持 Home Assistant 和 AirPlay，提供高音质音频输出。
对于希望以低成本将传统有线音箱改造为无线流媒体音箱的玩家，Louder ESP32 Mini 提供了简洁的解决方案。它集成了 ESP32 芯片，开源固件，兼容主流智能家居平台 AirPlay 和 Home Assistant，降低了智能音频改装门槛。适合电子制作爱好者、家庭自动化玩家，以及不愿丢弃旧音箱的用户。
项目硬件设计紧凑，价格低廉，利用 ESP32 成熟生态。开源特性便于二次开发，社区可提供支持。但需要用户具备基本的焊接和调试能力，且音质受限于原始音箱和 D/A 转换质量。官方文档和固件更新频率未知，可能影响长期使用体验。
该设备本身不涉及 AI 推理，但通过与 Home Assistant 集成可为 AI 语音助手提供音频输出接口，作为智能音箱的廉价后级。若未来能支持本地语音处理（如 ESP32-S3 的 AI 加速器），则潜力更大。
对用户动手能力有要求，焊接可能失败或损坏设备。固件更新速度不定，商用 AirPlay 需认证，可能有限制。电路板散热和稳定性需实际测试。
clawcodex 是一个用纯 Python 重写的 Claude Code 开源替代，约 23 万行代码，旨在提供与官方 Claude Code 相同的 AI 编码代理功能，但 token 消耗最高可节省 200 倍成本。
官方 Claude Code 基于 JavaScript、需要大量 token 交互，成本较高。clawcodex 将整个推理和执行流程在 Python 端优化，大幅减少对外部 LLM 的 token 调用，同时保持功能一致。对于需要频繁使用 AI 编码助手的个人开发者或团队，可显著降低 API 开支。
项目采用纯 Python 实现，核心逻辑清晰，代码量庞大（230K LoC），但可完整复现 Claude Code 的交互流程。GitHub 上 555 星，活跃开发中，Issue 较多。由于是逆向重写，可能无法完全同步官方更新，某些新功能延迟。工程上，依赖 Claude API，但通过 token 管理实现成本节约，实际效果需用户验证。
从 AI 应用开发角度，clawcodex 展示了对闭源模型交互的灵活封装，其 token 优化策略对价格敏感的 AI 应用有启发。但作为逆向工程产物，长期合法性和稳定性存疑，不建议用于关键生产环境。
与 Claude 官方服务条款的兼容性未知，可能被限制。官方更新导致接口变化时，项目需及时跟进，否则可能失效。用户自行承担 token 使用策略不当带来的费用风险，且代码安全性需审计。