Exercises Dataset — 433 个健身动作开源数据集：为你的健身 App 和 AI 模型提供结构化数据
Exercises Dataset 提供 433 个健身动作的结构化数据，并整合 MuscleWiki 动作演示与 DAREBEE 免费训练计划，适合健身 App、AI 模型和个人训练参考。
Nvidia + Hugging Face 联手：开源机器人迎来「Android 时刻」— GR00T 1.7 进入 LeRobot
一句话结论：Nvidia 和 Hugging Face 将开源 humanoid 基础模型 GR00T 1.7 和 Teleop 数据采集框架整合进 LeRobot，连接 300 万机器人开发者与 1600 万 AI 开发者——这是开源机器人生态的「Android 时刻」。
宣布了什么？
7 月 7 日，Nvidia 和 Hugging Face 宣布将 Nvidia 的核心物理 AI 技术栈整合进 Hugging Face 开源的 LeRobot 机器人库。具体包括：
Isaac GR00T 1.7：首个开源且可商用的 humanoid（人形机器人）基础模型，现已直接可用
Isaac Teleop：数据采集框架，用于收集机器人操作数据
Cosmos...
Anthropic J-space 深度解读：Claude 内部自发形成了「全局工作空间」— AI 可解释性的第三个里程碑
一句话结论：继 NLA 读取 Claude「内心」之后，Anthropic 7 月 6 日发布新研究——Claude 内部自发形成了一个被称为 J-space 的全局工作空间，它能持有不写出来的「无声思维」，其功能特性与人类意识的核心机制高度吻合。这是继电路追踪（2024）和 NLA（2026.05）之后，AI 可解释性领域的第三个里程碑。
发生了什么？
2026 年 7 月 6 日，Anthropic 发布了一篇 16 位作者署名的重磅论文——Verbalizable Representations Form a Global Workspace in Language Models。论文的核心发现是：Claude 的语言模型在训练过程中自发地形成了一个内部「全局工作空间」（global workspace），研究人员称之为 J-space。
这个发现的意义在于——它不是被设计的。没有工程师写代码说「现在创建一个工作空间层」。它是在模型通过海量数据学习语言和推理的过程中涌现出来的结构。
更引人注目的是，J-space 的功能特性与神经科学中 Bernard Baars 提出的「全局工作空间理论」（Global Workspace Theory）高度一致。这个理论是理解人类意识的关键框架之一：大脑像一个剧院，数十个专门处理器在后台并行工作，只有一个狭窄的「聚光灯」——全局工作空间——在任意时刻广播信息，成为我们意识到的思维。
J-lens：一扇读取 AI「无声思维」的新窗口
这次发现的工具基础是一种新的可解释性技术——Jacobian lens（J-lens）。
J-lens...
Anthropic Cybersecurity Skills — 21k星：817个AI Agent安全技能库，覆盖29个安全领域
21k星Anthropic Cybersecurity Skills包含817个AI Agent安全技能，覆盖29个安全领域，映射MITRE ATT&CK/NIST CSF/ATLAS/D3FEND/AI RMF/F3六大框架。让AI Agent拥有资深安全分析师的操作手册。Apache 2.0开源。
Agent-Native — BuilderIO开源的Agent原生应用框架：一次定义，所有界面通用
BuilderIO的Agent-Native是开源Agent原生应用框架。一次定义Action，同时暴露给Web UI/AI Agent/HTTP API/MCP Server/A2A/CLI。从设计之初就为Agent交互而建。MIT开源。