Meta 紧急下线 Instagram AI 功能：曾允许 @ 公开账号生成 Deepfake
Meta 宣布彻底下线刚公布的 Instagram AI 功能。该功能原本允许用户通过 @ 公开账号，未经许可直接生成相关 AI 图像。在反性剥削组织与演员工会强烈抗议其助长 Deepfake 和敲诈风险后，Meta 承认设计偏离预期，将该功能直接移除。
AI 日报：今天的 AI 新闻
周五
7月10日 星期五
Apple 起诉 OpenAI：指控其高管窃取硬件商业秘密
Apple 正式起诉 OpenAI 侵犯商业秘密及违约，直指曾任 Apple 副总裁的 OpenAI 首席硬件官 Tang Tan。诉状称其在招聘中索取未发布产品细节及硬件零件，甚至教唆员工规避安保。随着 OpenAI 进军硬件领域，两家巨头的正面交锋已全面升级。
Lucida：专抠玻璃与毛发的开源背景移除模型，不到 900MB
开源背景抠图模型 Lucida 发布。该模型体积不足 900MB，专门针对半透明玻璃、迷彩、文字阴影及发丝等常规模型容易翻车的边缘进行微调。项目代码、权重与数据集均按 MIT 协议完全开源，在普通消费级显卡上就能直接本地运行。
Claude Code 桌面端加入沙盒浏览器：能查文档能点网页，像看本地服务器一样
Claude Code 桌面版加入内置沙盒浏览器。Claude 现在可以直接打开在线文档、设计稿或任意网站，像对接本地开发服务器一样阅读、点击并执行操作；沙盒支持自定义配置，会话记录可自选是否保留。写代码时查资料不用再来回切屏复制了。
OpenAI 用 GPT-5.6 Sol Ultra 破解 50 年数学悬案：1 小时生成圈双覆盖证明
OpenAI 发布由 GPT-5.6 Sol Ultra 完全生成的数学论文，宣布证明了图论中悬而未决 50 年的圈双覆盖猜想。模型创建了 64 个子代理，在不到一小时内完成推导，并由 Codex 协助撰写成文。这意味着前沿模型已开始独立攻克人类未解的纯数学难题。
Instagram 负责人谈 AI 内容：不会全面过滤，应让用户自主选择
Instagram 负责人 Adam Mosseri 在播客中表示，平台不该全面屏蔽 AI 内容，而是倾向于打标签，并让不喜欢的用户自主移出信息流。他还指出随着 AI 逼真度上升，识别难度激增，未来或许更适合直接标记相机拍摄的真实内容。
Sunrun 试点家庭分布式算力：付钱给储能业主，把 AI 节点搬进家
家庭储能公司 Sunrun 启动分布式 AI 算力试点，付钱给安装其太阳能与电池系统的业主，在家中部署小型计算节点。Sunrun 计划将汇总算力出售给 AI 企业。在全美超 70% 居民反对新建集中式大型数据中心的背景下，这种化整为零的家庭网络成了新尝试。
Anthropic 通报 Model 2 评估：代际提升放缓，但看到 AI 自我进化迹象
Anthropic 披露 8 月风险报告，通报内部主力模型 Model 2 的评估结果。Model 2 虽超越 Mythos 5，但代际跃升收窄且未达 RSP 阈值；团队已将防蒸馏转为常规工程，并指出基准测试精度失灵，但在递归自我改进（RSI）上看到了早期加速迹象。
OpenAI 庆祝 GPT-5.6 Sol 上线：24 小时内两次重置使用限额
OpenAI 宣布为庆祝新模型 GPT-5.6 Sol 上线，将在接下来的 24 小时内对 ChatGPT Work 和 Codex 两次重置使用限额。官方表示此举是为了让用户有充分时间上手并尝试复杂的挑战性任务。这意味着高频用户可以在一天内获得多轮额度，尽情测试新模型的实际能力。
周四
7月9日 星期四
Anthropic 重置 Claude 用量限额：5 小时与周上限全部清零
Anthropic 宣布重置所有 Claude 用户的 5 小时及每周用量限制。此次重置覆盖所有层级用户，原本已达到限额的用户将立即恢复完整访问权限。官方未公布重置原因，重度使用 Claude 的用户可直接恢复满血状态。
OpenAI 升级生物安全赏金：通用越狱奖励翻倍至 5 万美元
OpenAI 宣布将生物安全漏洞悬赏升级为常设项目。针对前沿模型的通用越狱赏金从 2.5 万美元翻倍至 5 万美元，部分突破也可酌情获得奖励。研究人员需持有账号并签署保密协议，原有测试将于 7 月 27 日截止。
1X 发布 NEO 25 自由度仿生手：能拼乐高、拧灯泡，支持 IP68 防水
1X 发布为人形机器人 NEO 打造的 25 自由度肌腱驱动手。它具备高分辨率触觉感知与力透明度，能精细拼乐高、拧灯泡甚至拉拉链，并支持 IP68 防水。最关键的是，它让机械手变成读写兼备的感知仪器，扫清了硬件瓶颈，今年计划量产 1 万只。
ChatCut Desktop 支持接入 Agent：通过本地 MCP 驱动 AI 视频剪辑
ChatCut 推出桌面端并支持通过本地 MCP 协议接入 Codex、Claude Code 等 Agent。智能体可直接读取项目并调用视频复刻与剪辑能力，在保留镜头节奏的同时替换人物或场景。目前支持 macOS 与 Windows，Linux 暂不可用。
微软 AI 联手诗人推出 Ode Poetry：用语音模型复刻「诗歌诊所」
Microsoft AI 联合诗人 William Sieghart 推出数字体验 Ode Poetry。该应用结合转录模型 MAI-Transcribe 与克隆模型 MAI-Voice，能实时倾听用户心绪，并以诗人的原声语气与推荐逻辑开出「诗歌处方」，将一对一线下咨询推向全球。
NVIDIA 更新超分模型 PID 1.5：几秒生成 2K 图像，细节色彩更准
NVIDIA 更新开源图像超分模型 PID 至 1.5 版本。该模型将潜空间解码与超分辨率合二为一，在消费级显卡上只需几秒就能将 512×512 图像转换至 2K，细节表现更锐利且色彩还原更准确。最关键的是它能与 FLUX、Qwen-Image 等主流生成模型无缝搭配，目前已开源权重并支持 ComfyUI。
Mirelo 联手 Kyutai 开源 MuScriptor：一首歌直接扒出全乐器 MIDI
Mirelo 与 Kyutai 联合开源多乐器音乐转录模型 MuScriptor。以前的工具大多只能转单轨独奏，它能直接吃下整首混音音频，把人声、鼓、贝斯和键盘等分轨转成独立 MIDI。微调与强化学习让准确率大幅提升，普通人做扒带或二次编曲省事多了。
Reve 发布 Reve 2.1：原生 4K 输出重回竞技场第二，算力仅对手十分之一
Reve 发布 Reve 2.1 图像模型，在 Arena 和 Design Arena 重回总榜第二。该模型支持原生 4K（1600 万像素）输出与精细局部编辑，在强化多语言文字渲染的同时，训练算力不到竞争对手的十分之一。
Meta 推出 Muse Spark 1.1：支持 100 万上下文与电脑操作
Meta 推出多模态推理模型 Muse Spark 1.1，大幅提升智能体编排、电脑操作与编程能力。该模型拥有 100 万 token 上下文，能自动调度并行子智能体并零样本接入新工具。目前已在 Meta AI 应用和 meta.ai 的思考模式上线，新 API 同步开启公测。
UST 向 2 万名工程师部署 Claude：把芯片验证周期缩短多达 70%
Anthropic 与工程服务商 UST 达成合作，面向其全球 2 万名工程师部署 Claude。UST 将 Claude Code 接入 iDEC 芯片验证流程，通过自动读取原理图和生成回归测试，把验证周期缩短 50% 至 70%，并计划进一步拓展至医疗、电信与银行系统。
Google 上线 AlphaEvolve：基于 Gemini 的代码优化 Agent 全面开放
Google 宣布代码优化与发现智能体 AlphaEvolve 在 Google Cloud 正式全面可用。该工具基于 Gemini 模型，通过定义、评估、优化到应用的四步闭环探索算法空间。最值得关注的是，它能自主改写复杂底层代码，在物流、芯片设计和超算调度等场景带来大幅性能提升。
Anthropic 上线 Reflect：帮你复盘 Claude 使用习惯与防沉迷
Anthropic 推出测试版工具 Reflect，让 Claude 用户追踪过去 1 到 12 个月的使用习惯和任务类型。它引入「4D AI 流畅度框架」评估协作能力，并支持设置免打扰与休息提醒。该功能面向开启了 Memory 的免费、Pro 和 Max 用户开放。
OpenAI 推出 ChatGPT Work：接管复杂多步任务，由 GPT-5.6 驱动
OpenAI 推出由新前沿模型 GPT-5.6 驱动的工作智能体 ChatGPT Work。它能连接 Slack、Teams 和 Drive 等工具，自主拆解并处理长达数小时的多步骤任务，还能输出幻灯片、文档或网站。目前面向 Pro、企业和教育订阅用户开放，桌面端已整合 Codex 并支持电脑操作功能。
OpenAI 全面上线 GPT-5.6：旗舰 Sol 跑分刷榜，还带四智能体并行模式
2026 年，OpenAI 正式全面推出 GPT-5.6 系列，包括旗舰 Sol、平衡款 Terra 与高性价比款 Luna。Sol 在专业工作流基准 Agents' Last Exam 上斩获 53.6 分，超越 Claude Fable 5 达 13.1 分；新推出的 ultra 模式默认调度 4 个智能体并行工作，显著提升复杂任务效率。
周三
7月8日 星期三
Cognition 发布编程模型 SWE-1.7：基于 Kimi K2.7，性能逼近 GPT-5.5
Cognition 发布专为 Devin 打造的编程模型 SWE-1.7。该模型基于开源的 Kimi K2.7，通过强化学习将性能拉至逼近 GPT-5.5 与 Opus 4.8，且成本大幅降低。目前已在 Devin 全平台上线，借助 Cerebras 芯片实现每秒 1000 token 的极速推理。
Google 相册上线 Video Remix：普通视频一键重混成油画短片
Google 在 Google 相册中上线 Video Remix 功能，依托 Gemini Omni 模型，让用户通过简易模板快速生成风格化视频。它支持电影级重新打光、更换背景以及水彩、油画等艺术特效。目前先面向部分国家的 Google AI 订阅用户推送。
字节跳动发布 Seedream 5.0 Pro：支持涂画标注修改，主打高密度信息图
字节跳动发布多模态图像模型 Seedream 5.0 Pro。新模型主打高信息密度图表与交互式编辑，不仅能排版复杂文本，还支持直接在图上画框和手写标注来指导局部修改，并支持图层分离。最值得关注的是，它开始真正把图像生成接入实用设计工作流。
Mistral 发布 Robostral Navigate：靠单目摄像头导航，跑赢多传感器
Mistral AI 发布首个具身导航模型 Robostral Navigate。这款 8B 参数模型仅依靠单个普通 RGB 摄像头、无需激光雷达或深度传感器，在 R2R-CE 未见测试集上取得 76.6% 成功率，超越了多传感器系统，适用于轮式、足式与飞行机器人。
蚂蚁旗下 Robbyant 开源 LingBot-World 2.0：实时生成可交互世界
蚂蚁旗下 Robbyant 开源世界模型 LingBot-World 2.0。它采用因果预训练实现长时交互且画质无明显衰减，蒸馏版本能以 720p 60fps 实时运行，还引入双 Agent 协同生成动作与环境。目前已开源 1.3B 和 14B 权重。
Cloudflare 推出 Drop：免登录拖拽即上线，AI 写完网页秒变网站
Cloudflare 推出免登录部署工具 Drop。用户把静态网页文件夹拖入网页，无需注册就能在全球网络秒级上线并生成 workers.dev 链接。它还专门为 AI 智能体设计了自动化指令，生成的临时网站在 60 分钟内认领即可长期保留。
OpenAI 审查 SWE-Bench Pro：约 30% 编程评测任务存在缺陷
OpenAI 发布针对 SWE-Bench Pro 的审查结果，发现该基准测试中约 30% 的任务存在测试过严或提示词误导等缺陷。团队结合自动化筛选、调查智能体与工程师复核得出此结论，宣布收回此前对该基准的推荐，并呼吁构建更准确的评测体系。
OpenAI 发布 GPT-Live：支持边听边说，后台可调用 GPT-5.5
OpenAI 推出新一代语音模型 GPT-Live，全面接入 ChatGPT 语音功能。新模型采用全双工架构，能边听边说并发出自然附和，遇到复杂问题后台自动委托给 GPT-5.5 处理。目前两个版本已面向全球付费及免费用户推出。
OpenAI 公布国家安全原则：明确禁止自主武器与大规模监视
OpenAI 发布国家安全原则，划定 AI 技术在政府与国防合作中的边界。原则明确禁止将模型用于大规模国内监视、指挥自主武器系统以及高风险自动决策，并已适用于其与美国防部门和 9 个盟国的现有安全合作。
xAI 明日公开发布 Grok 4.5：对标 Opus 级别，速度更快成本更低
Elon Musk 宣布 xAI 将于次日向公众正式开放 Grok 4.5。Musk 表示该决定来自内测用户的积极反馈，并称其为「Opus 级」模型，但在生成速度、Token 效率和调用成本上均更具优势。
OpenAI 宣布 GPT-5.6 三款变体：Sol、Terra 与 Luna 本周四上线
OpenAI 宣布 GPT-5.6 家族的三款新模型 Sol、Terra 和 Luna 将于本周四公开发布，目前正面向全球扩大预览访问权限。官方暂未公布各版本的具体技术细节，但这标志着该系列模型正从内测走向全面开放。
周二
7月7日 星期二
Meta 上线图像模型 Muse Image：可直接圈选修改，日常免费用
Meta 推出首款图像生成模型 Muse Image 并集成至 Meta AI。它能根据自然语言描述处理照片，支持直接在画面上圈选涂改细节、渲染清晰文本，还能结合真实商品重做房间设计。日常使用免费，此前引发争议的 @公开账号参考功能已被撤下。
ProxyPose 现已开源：在 2D 视频里点一下，就能追踪物体 6-DoF 三维位姿
多伦多大学团队公布开源系统 ProxyPose，只需在普通 2D 视频中点击一个像素，就能精准追踪物体的三维位置和旋转轨迹。它巧妙利用视频模型将目标替换为彩色立方体，再用几何算法解算出位姿，即使面对透明、反光或极端遮挡也能稳定追踪。
Anthropic 延长 Claude Fable 5 权限：所有付费用户可用至 7 月 12 日
Anthropic 宣布延长 Claude Fable 5 的开放窗口，所有付费方案订阅用户均可继续使用至 7 月 12 日。官方并未透露本次延期的具体原因，也未说明截止后的后续安排与价格变动，付费用户目前可直接在对应方案中继续体验。
高通开源 Mobile-Wan：手机本地 20 秒生成 5 秒视频，体积不到 10GB
高通研究团队发布 Mobile-Wan，把阿里 50 亿参数的 Wan 视频生成模型搬到手机本地运行。通过分块生成、剪枝和 3 步采样蒸馏，手机无需联网即可在约 20 秒内生成 5 秒 480p 视频，模型权重仅 9.9GB。
微软 Office 换下 OpenAI 与 Anthropic：改用自研 MAI 砍成本
据彭博社报道，微软开始在 Excel 和 Outlook 等办公软件中换下 OpenAI 与 Anthropic 的模型，改用自研的 MAI 家族模型处理每周数万条指令以削减成本。微软 AI 负责人 Suleyman 直言 Anthropic 太贵，目标是彻底砍掉这笔开支。目前替换部分仅占 Copilot 总量的一小部分。
传正评估海外访问限制：DeepSeek 等顶尖 AI 模型或收紧出海
过去一个月，据知情人士透露，相关部门与头部科技企业举行会议，探讨限制海外访问包括 DeepSeek 在内的顶尖 AI 模型。此举旨在应对地缘政治紧张局势，一旦落地，将限制全球对相关技术的调用，并直接波及依赖这些模型的海外开发者与企业。
Claude Cowork 登陆网页与移动端：离线后台也能继续干活
Anthropic 宣布将 Claude Cowork 扩展至网页端和移动端。此前该功能仅限桌面应用，现在支持跨设备流转并在云端离线运行，合上电脑任务也不会中断。官方透露 Cowork 超过 90% 的用量用于日常知识工作，目前正面向 Max 用户开展测试。
no-ai-slop：去 AI 味的写作工具，不猜概率只抓 20 种套路
写作 skill no-ai-slop 上线。它主打「最小有效编辑」改稿，在保留原作者语气的前提下删掉术语与长句；检测模式下则不打分、不猜概率，直接列出原文命中的 20 多种 AI 常见套路并给出修改建议。
周一
7月6日 星期一
苹果为家庭 AI 设门槛：HomeKit 智能视频分析需订 2TB iCloud+
据 macOS 测试版说明显示，Apple 确认家庭应用的 AI 分析功能需订阅每月 10 美元的 2TB iCloud+ 或 Apple One Premier。该功能可在本地分析安防视频中的人、物体与事件并生成检索摘要。通知分组和 4K 支持则不受该门槛限制。
字节跳动曝光 Seedance 2.5：一条提示词生成 30 秒 4K 视频
上个月，字节跳动在北京披露了视频生成模型 Seedance 2.5，传最快将于 7 月 9 日上线。新模型单条提示词即可生成 30 秒 4K 视频，并支持多达 50 个参考图像、视频或音频，相比前代的 12 个大幅提升了画面可控性。目前官方落地页已在 Dreamina 上线。
MIRA 实时多人世界模型：单张 B200 跑 4 人联机，无引擎纯靠视频生成
研究团队发布交互式多人世界模型 MIRA，完全不依赖物理或渲染引擎，仅靠 50 亿参数的扩散模型生成画面。它由 1 万小时对战数据训练而成，单张 B200 即可支持四人 2v2 实时操作与联机，相关数据集和代码已开源。
腾讯开源 Hy3 混合专家模型：总参数 295B 激活 21B，专攻 Agent 编程
腾讯在 Hugging Face 等平台开源混合专家模型 Hy3，总参数 295B、激活 21B。该模型主打 Agent 编程与推理，支持 256K 上下文，内部实测幻觉率降至 5.4%。模型遵循 Apache 2.0 协议，并同步提供 FP8 权重。
PixWorld 论文发布：跳过潜空间，直接在像素级做 3D 场景生成与重建
研究人员在 arXiv 发布论文提出 PixWorld，把 3D 重建与生成统一在像素空间扩散框架下。它不再依赖潜空间扩散与 VAE 编码，而是直接监督渲染图像，并引入几何感知损失。在场景细节和一致性上超越了过往潜空间生成方法。
Anthropic 发现 Claude 内部工作区：能读写它未说出口的内心想法
Anthropic 公布最新可解释性研究，利用「雅可比透镜」在 Claude 内部发现了自发形成的 J-space 神经工作空间。研究人员不仅能实时窥探 Claude 想说但没说出口的词，还能直接篡改其中的概念来改变决策。这为防范大模型越狱和隐瞒意图提供了新工具。
周日
7月5日 星期日
Wan-Streamer v0.2 发布：实时视频交互分辨率翻倍，延迟仍为 200ms
研究团队发布 Wan-Streamer v0.2，将端到端音视频交互模型的分辨率从 192x336 提升至 640x368，同时保持 25 FPS 下约 200 毫秒的模型延迟。它通过单卡感知加多卡并行的架构，让中景虚拟形象的手势和周围环境在实时对话中保持清晰。
周六
7月4日 星期六
开源工具 pxpipe 把文本压成 PNG：利用视觉计费规则，Claude 账单立省 70%
开源工具 pxpipe 被曝光。它利用 Anthropic 图片按像素而非字符计费的规则，把 Claude Code 的提示词与历史记录渲染成紧凑 PNG，平均节省 59% 到 70% 的 token 费用。不过图片读取存在有损解析与速度变慢的问题。
周五
7月3日 星期五
Hi3D 上线 3D 打印工作流：从文本到可打印 3MF 仅需 5 分钟
Hi3D 推出端到端「3D 打印工作流」。不同于仅供视觉展示的 3D 工具，它能自动生成水密网格，自动拆件并计算球形关节，约 5 分钟即可导出排版好的 3MF 打印文件。最值得关注的是它省去了繁琐的人工修模。目前提供少量免费额度及订阅制。
爆料称 Apple 暂停带摄像头 AirPods Pro：专为视觉 AI 设计
据爆料者 Kosutami 透露，Apple 已暂停配备摄像头的 AirPods Pro 研发。该耳机内置红外相机专为 Siri 与 Apple Intelligence 提供环境视觉感知，不用于拍照。该项目此前已开发约四年，目前暂停的具体原因尚未公布。
周四
7月2日 星期四
Meta 悄然上线 Pocket：输入提示词就能生成互动小游戏
据报道，Meta 推出社交应用 Pocket，用户只靠文字提示词就能生成轻量级互动游戏。应用基于其收购的 Gizmo 团队技术，生成的互动小组件支持触控、倾斜感应与调用摄像头。目前 Pocket 仅在巴西等少数地区测试，Meta 尚未正式官宣。
单步生图新方法 RDM 开源：仅需 1 步推理，画质反超 4 步模型
研究团队公布单步图像生成方法 RDM 并开源代码。不同于扩散模型动辄需要数十步去噪，它通过匹配特征分布，仅需 1 步就能生成完整图像，甚至将 FLUX.2 压缩为单步后得分反超 4 步原版。该方法大幅削减了生成延迟与计算成本。
传 Anthropic 拟自研 AI 芯片：正与三星洽谈代工，并从 OpenAI 挖角
据报道，Anthropic 正与三星电子就制造定制 AI 芯片展开早期洽谈，或采用三星的先进制程与封装技术。Anthropic 尚未开始具体芯片设计，但已招募 OpenAI 芯片团队老将 Clive Chan。若达成协议，不仅将开启其自研硬件之路，也将助三星在先进制程上与台积电争雄。
微软注资 25 亿美元成立 Frontier Company：派 6000 名专家驻场落地 AI
Microsoft 宣布投资 25 亿美元成立新业务 Microsoft Frontier Company。公司将派驻 6000 名工程师与行业专家进驻客户现场协同部署 AI，并承诺绝不用企业私有数据训练外部模型。目前 LSEG 与联合利华等已成为早期客户。
UBTech 发布超逼真陪伴机器人 U1：硅胶仿真皮加情感 AI，预订破 1.3 万台
UBTech 发布超逼真人形陪伴机器人 U1 系列，覆盖半身与全身版本。机器人搭载情感大模型与硅胶拟真皮肤，能识别超 20 种情绪，起售价约 1.8 万美元。主打日常情感陪伴，首日预订已突破 1.3 万台，计划年内交付。
据报 OpenAI 提议向美国政府出让 5% 股权：价值约 426 亿美元
据《金融时报》报道，OpenAI 提议向美国政府出让 5% 股权，以缓解与特朗普政府的紧张关系并降低监管阻力。按其最新 8520 亿美元估值计算，该股份约值 426 亿美元。CEO Sam Altman 提议借此让公众共享 AI 红利，但谈判仍处早期。
Anthropic 详解 Fable 5 网络防护：请求分四类拦截，推越狱严重度框架
Anthropic 详解重新上线的 Claude Fable 5 网络安全防护。其安全分类器将行为划分为禁止、高低风险双重用途和良性四类，并拉大了防御安全边际。同时团队联合 Glasswing 提出越狱严重度评估框架草案，并在 HackerOne 上线漏洞提交项目。
Anthropic 升级 Claude 企业版：能看具体成本与产出，支出达 75% 自动告警
Anthropic 为 Claude Enterprise 推出新版分析与成本控制工具。管理后台可按用户及 SCIM 分组拆解费用，直观对应技能调用与文件修改成本；同时新增针对 Claude Code 的产出估算，并在支出达 75% 和 90% 时预警，防止企业账单超支或突然断连。
Mr. Flow 开源：图像生成提速 9 到 21 倍，完全免训练
免训练图像加速方案 Mr. Flow 开源并推出 ComfyUI 插件。它先在低分辨率下快速生成主体，再放大加噪并用高分辨率完成细节清理，无需重新训练即可将主流模型提速 9 到 21 倍，画质几乎无损。
Z.ai 推出 GLM-5.2 官方编程工具 ZCode：支持多智能体与微信远程控制
Z.ai 推出专为 GLM-5.2 设计的官方编程开发环境 ZCode 3.2.2，支持 macOS、Windows 和 Linux。工具主打多智能体协同、长周期目标规划，并支持通过微信、飞书远程控制，起售价每月 16.20 美元。此举直接拉低了对标 Claude Code 的使用门槛。
周三
7月1日 星期三
Cloudflare 对 AI 爬虫下通牒：不把训练与搜索分开就默认拦截
Cloudflare 宣布自 2026 年 9 月 15 日起，将默认拦截访问广告页面的「混用型」网络爬虫，要求 AI 公司必须将传统搜索与 AI 训练及智能体抓取彻底分开。最值得关注的是，此举旨在阻止科技巨头以搜索收录为由免费掠夺出版商版权内容，并将按抓取付费升级为按使用价值付费。
LangChain 开源 OpenWiki：自动为代码库写文档，帮 Agent 掌握上下文
LangChain 发布开源工具 OpenWiki，可自动为代码仓库生成并维护 Wiki 文档。它只在 CLAUDE.md 等指引文件中写入引用链接，并借助 GitHub Action 随代码变更自动更新，避免把海量上下文硬塞进单个文件，让编码助手随时掌握最新项目逻辑。
xAI 推出 Voice Agent Builder：零代码做真人质感语音智能体，每分钟 0.05 美元
xAI 推出免代码工具 Voice Agent Builder。它基于 Grok Voice 技术，让用户无需编写代码就能搭建听感贴近真人的语音智能体。该服务目前已经正式上线，使用成本为每分钟 0.05 美元。
Fish Audio 旗舰语音模型 S2.1 Pro 免费开放：支持 83 种语言且不限用量
Fish Audio 宣布将旗舰文本转语音模型 S2.1 Pro 免费开放给开发者。该模型支持 83 种语言，最吸引人的是完全没有调用量限制。这意味着开发者无需承担高昂的语音 API 成本，就能直接在多语言项目里接入高质量配音能力。
Cloudflare推出Monetization Gateway：网页与API可向AI Agent按次收费
Cloudflare 推出 Monetization Gateway，网站与开发者可通过该网关对访问网页、数据集、API 或 MCP 工具的 AI Agent 设置付费规则。支付基于 x402 开放协议，在边缘节点以稳定币实时结算，调用方无需注册账号或配置 API 密钥。
远程劳动指数出炉：AI 自由职业能力一年翻 6 倍，Fable 5 居首
AI 安全中心与 Scale Labs 公布《远程劳动指数》新结果，测试 AI 代理完成自由职业任务的能力。Anthropic 的 Fable 5 以 15.8% 的胜出率夺冠，相比一年前 2.5% 的顶峰提升近 6 倍。不过这也意味着顶尖 AI 目前仍只能独立搞定六分之一的工作，人工把关依然必不可少。
Meta 筹建云业务 Meta Compute：转售闲置 AI 算力，直面 AWS
据报道 Meta 正在筹备名为 Meta Compute 的云基础设施业务，对外转售过剩的 AI 算力并提供 Muse Spark 等模型托管，直接与 AWS、Azure 和 CoreWeave 竞争。消息传出后 Meta 股价大涨 9.3%，CoreWeave 则下跌 14%。
Square 打通 ChatGPT 与 Claude：餐厅零佣金在聊天框接单
Square 推出 ChatGPT 应用与 Claude 插件，允许美国餐饮商家直接在 AI 对话中接单。商家无需单独配置且免收高额平台佣金，仅需支付标准处理费，订单会实时同步至现有 POS 与厨房显示系统。
周二
6月30日 星期二
Google 上线 Gemini Spark 桌面端：支持 macOS 自动化操作与跨应用协作
Google 为 Gemini Spark 推出 macOS 测试版，支持自动整理本地文件、从账单生成表格等桌面任务，并接入 Canva、Dropbox 与 MCP 协议。未来还支持手机远程调度 Mac。目前面向美国 Google AI Ultra 订阅用户开放。
OASIS 推出智能戒指 OASIS 1：对着手指低语就能打字，自带触控板微调
初创公司 OASIS 发布智能戒指 OASIS 1。它搭载隔音麦克风，利用 WisprFlow 技术让用户以低语方式私密听写转文字，戒身上还内嵌触控板与触觉反馈，方便随时微调光标与修改错字。续航达 16 小时，首批预计 2026 年圣诞节前后发货。
Runway 接入 Gemini Omni Flash：支持生成编辑视频，可唤内置 Agent
Runway 宣布在其视频平台接入 Google Gemini Omni Flash 模型。该模型支持通过文本、图像及现有视频片段进行生成与编辑。用户不仅能直接在界面中选用，还可通过内置 Agent 直接调用 Omni 进行创作。
Meta 推出 3D 动画模型 LUNA：不用绑骨骼，几张照片配草图就能动
Meta 推出 3D 人体动画模型 LUNA。它彻底绕开了传统的骨骼绑定与人体拟合，只需几张静态照片，就能靠动作视频、关键点甚至手绘草图直接驱动 3D 高斯形变。制作逼真 3D 人物动画不必再忍受衣物变形与肢体僵硬。
Netflix 旺卡真人秀用 AI 复活已故影星声音：家属授权、ElevenLabs 配音
Netflix 将于 9 月 23 日上线旺卡真人秀《Wonka’s The Golden Ticket》，预告片中采用了 AI 生成的已故影星 Gene Wilder 的声音担任旁白。该音频由 AI 语音公司 ElevenLabs 制作，并已获得 Wilder 家属授权。这也是流媒体平台再度尝试合规复现逝世名人声音。
微软开源 SkillOpt：把 Agent 技能当参数训，GPT-5.5 跑分涨 23.5
Microsoft 推出开源框架 SkillOpt，将 Agent 的技能文件视为模型外部的可训练参数。系统通过前向执行、反思更新与验证门控等机制自动打磨技能，不改动任何模型权重，让 GPT-5.5 的基准测试平均分提升 23.5 分。
Google NotebookLM 推出 60 秒短视频概览：把复杂文档做成竖屏短片
Google NotebookLM 上线「短视频概览」功能。该功能能把复杂的源文件直接转成 60 秒竖屏视频，深入提炼核心概念。目前已面向移动端和网页端的 Google AI Ultra 与 Pro 订阅用户推送，免费用户随后也将获得支持。
Google 上线两款多媒体模型：千图只需 0.034 美元，视频支持对话式精修
Google 面向开发者推出 Nano Banana 2 Lite 与 Gemini Omni Flash 两款生成模型。前者 4 秒即可出图，生成 1000 张图仅需 0.034 美元；后者支持通过自然语言对话编辑视频，每秒视频定价 0.10 美元。目前两款模型已上线 Google AI Studio 和 Gemini API。
乐谱视觉基础模型 MuSViT：吞下 970 万页乐谱，让 AI 读懂五线谱
研究人员推出乐谱视觉基础模型 MuSViT。它利用掩码自编码在 970 万页乐谱上预训练，通过补全被遮挡的画面理解音高、节奏和五线谱结构。最值得关注的是，它填补了通用视觉模型看不懂乐谱符号关系的空白，在乐谱识别和符号检测上大幅超越同类方法。
X 上线官方托管 MCP 服务：Claude、Cursor 能直接读推文，但禁用了发帖
X 推出官方托管的 Model Context Protocol（MCP）服务器，Claude、Cursor 等 AI 工具无需开发者自行搭建中转，即可通过用户账号直接调用 X API 检索推文和分析趋势。不过该工具不支持写入接口，无法用于自动发推。
OpenAI 找到推理降本新法：成本砍掉大半，未登录版仅需数百张显卡
据 The Information 报道，OpenAI 工程师发现新优化方法，能将 AI 推理成本砍掉大半。该技术用于未登录版 ChatGPT 后，所需 Nvidia 显卡降至仅数百张，可能涉及量化与缓存等手段。这有望大幅拉高其在 2025 年 Q1 仅 39% 的毛利率，或带来 API 降价。
OVOW 开源：一段普通视频，直接拆解成可物理模拟的 4D 场景
研究团队开源无需额外训练的 4D 场景重建系统 OVOW，能把单段普通视频拆解为带动画、可直接做物理模拟的独立 3D 资产。它串联 Qwen3-VL 与 SAM 3 等模型完成识别与姿态估计，导出完整场景。代码现已公开，受组件协议限制仅限非商业研究，且需 40GB 显存。
Anthropic 重新上线 Claude Fable 5：出口管制解除，升级安全拦截
Anthropic 宣布于 7 月 1 日向全球重新开放 Claude Fable 5，并恢复部分机构对 Mythos 5 的访问。此前该模型因被发现存在网络安全绕过风险而触发出口管制并停摆两周。团队上线了拦截率超 99% 的新分类器，并联手亚马逊、微软起草行业越狱评估标准。
Google 推出表格基础模型 TabFM：无需调参，单次前向完成零样本预测
Google Research 推出表格数据基础模型 TabFM。它将表格预测转为上下文学习任务，完全跳过特征工程与调参，在单次前向传播中完成分类和回归。模型完全由数亿合成数据预训练，已开源并原生接入 BigQuery。
美团开源 1.6 万亿参数 LongCat 2.0：脱离英伟达硬件训出前沿大模型
美团开源 1.6 万亿参数 MoE 模型 LongCat 2.0，单 token 激活约 480 亿参数。最受关注的是，其超 35 万亿 token 的预训练完全基于 AI ASIC 超级集群完成，没有使用英伟达 GPU，证明前沿大模型训练能够依托替代硬件平台走通。
OpenAI 推出 GeneBench-Pro：测大模型的生物科研判断力，GPT-5.6 Sol 通过率不到 30%
OpenAI 推出科研级基准 GeneBench-Pro，包含 129 道计算生物学题目，专门测大模型处理模糊数据和自主决策的「科研判断力」。其采用已知因果结构的合成数据进行客观打分。GPT-5.6 Sol 取得 28.7% 的通过率，远高于 GPT-5 当初低于 5% 的表现。目前已在 Hugging Face 开源 10 道代表性题目。
OpenAI 靠「流行病学分析」抓虫：查出硬件故障与潜伏 18 年的开源 Bug
几个月前，OpenAI 工程师在排查支撑 ChatGPT 搜索等功能的 Rockset 服务崩溃时，借助 ChatGPT 构建脚本批量分析了过去一年的核心转储。他们发现看似相同的崩溃实为两类独立问题：一台 Azure 物理主机的 CPU 计算静默出错，以及 GNU libunwind 潜伏 18 年的竞态漏洞。
美国取消 Anthropic 出口限制：Mythos 与 Fable 重新面向公众开放
美国政府撤销对 Anthropic 旗下 Mythos 和 Fable 模型的出口许可限制，Anthropic 确认将于 7 月 1 日起恢复公众访问。此前相关管制导致两款前沿模型无法公开提供。面对亚洲竞品逼近，美方与该实验室达成安全合作协议，选择放宽限制以确保美国在 AI 领域的全球竞争力。
Anthropic 发布 Claude Sonnet 5：性能逼近 Opus，智能体能力大跃进
Anthropic 正式推出 Claude Sonnet 5，在编程、工具调用与推理上大幅提升，性能已逼近 Opus 4.8。它能自主制定计划并调用终端等工具，API 定价每百万输入仅 2 美元，目前已成为免费与 Pro 用户的默认模型。
Anthropic 发布 Claude Code 循环指南：教你把单轮对话做成自主智能体
Anthropic 旗下 Claude Code 团队发布循环工程指南，详解如何让编程智能体脱离逐句盯梢、实现自主迭代。指南将循环划分为轮次交互、基于 /goal 的目标驱动、利用 /loop 与 /schedule 的定时轮询以及全自主的主动循环四种模式，并建议用 SKILL.md 进行端到端自我验证与 Token 控费。
Anthropic 推出科研工作台 Claude Science：打通 60 多项工具并内置审查智能体
Anthropic 推出科研工作台应用 Claude Science 测试版，支持 macOS 与 Linux。它整合了生命科学与化学等 60 多项工具与连接器，并内置审查智能体核验引用与计算，结果全程可审计复现。目前面向付费订阅用户开放。
YouTube 升级创作者工作室：支持用 AI 按语义搜评论、聚合同类留言
YouTube 在 YouTube Studio 网页端向全球创作者推出 AI 评论管理工具。创作者不再受限于精确关键词，可直接输入「关于外貌的评价」等自然语言或按「负面反馈」分类筛选，并支持查找相似评论。该功能不会自动删除留言，旨在提升筛选与互动效率。
