彭博社爆料：Apple 正在研发类似 ChatGPT 的 AI「问答引擎」
据彭博社报道，Apple 正在研发类似 ChatGPT 的 AI 搜索问答引擎。该技术能从网上抓取信息并即时解答通用查询，未来可能接入 Siri、Spotlight 和 Safari，甚至推出独立 App。面对与 Google 搜索协议的反垄断风险，Apple 正加快自研步伐。
AI 日报：今天的 AI 新闻
周一
8月4日 星期一
Cisco 发现大模型新漏洞：用「分解法」诱导 AI 逐字背出训练数据
Cisco Talos 研究员披露名为 decomposition 的方法，可通过多轮提示绕过护栏，诱导大模型逐字背出训练集里的新闻报道。该测试成功从模型中提取了数十篇《纽约时报》的原句，给大模型版权争议与敏感数据防护敲响了警钟。
Kaggle 办首届 AI 象棋赛：o3 与 Gemini 等 8 大模型硬拼推理
Google 旗下 Kaggle 推出游戏基准平台 Game Arena，并定于 8 月 5 日至 7 日举办 AI 国际象棋赛。o3、Gemini 2.5 Pro、DeepSeek-R1 等 8 款模型同台较量，比赛严禁调用外部象棋引擎，纯靠自身推理且需自行判断合法走法，直接检验大模型的长线规划能力。
Cloudflare 指控 Perplexity：伪装身份硬爬明确设防的网站
Cloudflare 发布报告指控 AI 搜索公司 Perplexity 绕过网站的反爬限制。即使网站在 Robots.txt 中明令禁止，Perplexity 仍涉嫌伪装成 macOS 版 Chrome 抓取内容。Perplexity 回应称指控纯属营销，相关爬虫并非自家所有。
Google 开放 NotebookLM 给年轻用户：支持思维导图与音频播客
Google 宣布 NotebookLM 开放给年轻用户，普通账号满 13 岁、教育版全年龄可用。学生可把笔记转为播客式的 Audio Overview 或思维导图。针对 18 岁以下采用更严内容策略，数据不用于训练 AI。
阿里开源 20B 图像模型 Qwen-Image：搞定复杂中英文排版
阿里推出 20B 图像基础模型 Qwen-Image。模型基于 MMDiT 架构，主打原生中英文文字渲染与精准图像编辑，能直接在画面中稳定排布多行段落甚至对联。文生图一直头疼的中文字符拼写与海报排版难题，迎来了开源方案。
OpenAI 调整 ChatGPT 目标：不追求停留时间，上线休息提醒
OpenAI 宣布调整 ChatGPT 的优化目标，不再追求用户停留时长和点击率。产品从即日起在长时间会话中弹出休息提醒，并联合 90 多位医生优化对情绪危机与情感依赖的处理，遇到重大个人抉择时转为引导思考而非直接替人做决定。
Anthropic 发布安全智能体框架：强调人类控制权与行为透明
Anthropic 公布用于开发安全可靠 AI 智能体的初步框架，聚焦平衡人类控制与自主性、行为透明、价值对齐、隐私及安全五大原则。结合 Claude Code 的只读权限与实时清单机制，Anthropic 试图在高风险任务前确立行业防线。
xAI 上线 Grok Imagine：支持 15 秒带声视频，自带「香辣模式」
xAI 正式面向 SuperGrok 与 X Premium+ 订阅者推出图像与视频生成器 Grok Imagine。它能将提示词转为 15 秒带原生音频的视频，还带有允许生成轻度 NSFW 内容的「香辣模式」，不过名人和过激内容仍会触发审核打码。
周日
8月3日 星期日
Anthropic 部分切断 OpenAI 的 Claude 访问权限：指其违规使用 Claude Code
据 Wired 报道，Anthropic 近期指责 OpenAI 技术人员在 GPT-5 发布前夕违规调用其编程工具 Claude Code，并部分切断了 OpenAI 的 Claude API 访问。Anthropic 强调服务条款严禁用于研发竞品，但仍保留安全评测权限；OpenAI 则回应横向评估是行业惯例，对此感到失望。
周五
8月1日 星期五
微软发布 AI 就业风险报告：翻译与写作者最危险，体力工种暂时安全
ZDNet 报道微软近期发布了一项研究，列出最可能被 AI 替代的 40 类职业。研究分析了 20 万条 Copilot 匿名对话，发现信息收集与沟通类岗位（如翻译、客服、写作者）替代风险最高，依赖体力与人际互动的工种则相对安全。但研究人员提醒，高重合度并不等同于绝对失业。
Brilliant Labs 推出 299 美元 Halo 眼镜：能认出见过的人
Brilliant Labs 发布售价 299 美元的智能眼镜 Halo。它配备微型 microOLED 屏与骨传导耳机，重约 40 克；内置的 Noa 智能体能通过记忆系统识别接触过的人名并调取对话细节，还支持语音即时生成专属小工具。目前官网已开启限量预订。
Google 在 Gemini 应用上线 Deep Think：引入并行思考强化复杂推理
Google 宣布在 Gemini 应用中向 Google AI Ultra 订阅者开放 Deep Think 功能。该功能利用并行思考技术延长推理时间，在内部 2025 IMO 基准上达到铜牌水平，专门攻坚复杂编程与科研推导。不过目前每天有固定的提问配额，且对部分良性请求有一定拒答倾向。
周四
7月31日 星期四
库克表态：苹果对收购 AI 初创公司持开放态度
Apple CEO Tim Cook 在第三财季财报会上表示，公司对并购持开放态度，并正大幅增加 AI 投资。苹果目前正调配大量员工支援 AI 团队，同时此前有报道称其考虑收购 Perplexity，并接触外部大模型为新版 Siri 提供支持。
企业级大模型格局逆转：Anthropic 份额达 32% 超越 OpenAI
Menlo Ventures 发布报告显示，Anthropic 占企业大模型使用份额的 32%，超越 OpenAI 的 25% 跃居首位。而在两年前，OpenAI 曾占 50%，Anthropic 仅 12%。尤其在代码生成场景下，Anthropic 份额高达 42%，是 OpenAI 的两倍。
Uber Eats 引入生成式 AI：菜品描述、修图摆盘全交由模型处理
Uber Eats 推出多项生成式 AI 功能，商家可用 AI 生成菜品描述、自动润色甚至给低画质菜品重新摆盘，并提炼评价摘要。平台同时支持顾客上传实物照片换取点数，试图平衡 AI 美化可能带来的实物落差。
OpenAI 启动欧洲首个数据中心：选址挪威，2026 年底部署 10 万张 GPU
OpenAI 宣布推出欧洲首个数据中心项目 Stargate Norway。该中心由 Nscale 和 Aker 合资建设，规划初期容量 230MW，目标在 2026 年底前部署 10 万张英伟达 GPU，全程使用当地水电等可再生能源运行。
Z.ai 推出 GLM-4.5：主打深度推理与智能体，355B 仅激活 32B 参数
今天，Z.ai 推出旗舰模型 GLM-4.5 及轻量版 GLM-4.5-Air，同步上线 FP8 版本。模型采用 MoE 架构，以 355B 总参数、32B 激活实现更深层推理，首发支持 SGLang 部署。最值得关注的是其工具调用成功率达 90.6%，能更稳定地支撑复杂智能体和多轮编程工作流。
Krea 开源图像模型 FLUX.1 Krea：告别塑料感，主打独特艺术审美
Krea 开源了与 Black Forest Labs 合作研发的图像模型 FLUX.1 Krea [dev] 权重。该模型完全兼容 FLUX.1-dev 生态，核心目标是消灭背景死板虚化、皮肤塑料感等典型「AI 味」。团队仅用不到 100 万条精心挑选的偏好数据做后训练，放弃通用妥协，主打强烈而真实的摄影质感。
Manus 上线 Wide Research：多通用智能体并行，搞定大规模调研
7 月 31 日，Manus 推出新功能 Wide Research，探索智能体扩展定律。它利用底层虚拟化算力让多个全功能 Manus 实例并行协作，能一口气搞定涵盖数百个对象的大规模复杂调研。目前该功能已面向 Pro 用户开放，后续将下放至其他层级。
周三
7月30日 星期三
扎克伯格谈硬件愿景：未来没有 AI 眼镜的人将面临认知劣势
Meta 首席执行官 Mark Zuckerberg 在财报电话会上称，眼镜是 AI 最理想的硬件形态。他认为 AI 能共享佩戴者的视听输入并实时交流，未来缺少这种设备的人会面临明显的「认知劣势」。Meta 接下来还打算为其加入显示屏。
TikTok 升级安全功能：用 AI 过滤恶评，上线众包核查工具
TikTok 推出一系列安全新功能，包括升级家长控制与上线类似 X 社区笔记的 Footnotes 众包核查。针对创作者，平台引入 Creator Care Mode，借助 AI 学习其反感的评论类型并自动过滤。
Higgsfield 接入 MiniMax 海螺：无限免费生成视频，设 2 万美元大奖
Higgsfield AI 宣布接入 MiniMax 海螺视频生成模型，并提供无限次免费生成。平台同时启动总奖金 2 万美元的视频挑战赛，作品征集截至 8 月 17 日。这意味着创作者能零门槛体验高质量 AI 视频并争夺奖金。
Anthropic 签署 CMS 医疗科技承诺：用 AI 打破医疗数据孤岛
Anthropic 签署美国 CMS 医疗科技生态承诺，支持对话式 AI 落地医疗。Anthropic 计划利用其 Model Context Protocol 技术连接孤立的医疗数据系统，在获得患者同意下协助其读取健康档案并获得护理指导。
亚马逊投资「AI 界 Netflix」Fable：打字就能当导演拍动画
获亚马逊 Alexa Fund 投资的 Fable 公开发布 AI 动画创作平台 Showrunner。用户输入文字即可生成动画场景或整集剧集，还能上传照片把本人做成角色。平台目前在 Discord 上免费开放，首批上线了恶搞科技大佬的《Exit Valley》等原创作品。
Google DeepMind 发布 AlphaEarth Foundations：把全地球观测数据压缩进 AI
Google DeepMind 推出 AlphaEarth Foundations 模型，将光学卫星、雷达等多源地球观测数据统一转为数字嵌入。对应数据集已上线 Google Earth Engine，体积比同类方案小 16 倍，平均误差降低 24%。
Meta 押注「个人超级智能」：扎克伯格称要把 AI 力量交给每个人
Meta 首席执行官 Mark 发文公布「个人超级智能」愿景。他表示 AI 已出现自我改进迹象，超级智能指日可待；Meta 的目标不是集中控制 AI 来替代所有工作，而是让每个人拥有懂自己的专属超级助手，并以智能眼镜为主要交互载体。
Google 宣布将签署欧盟通用 AI 实践守则，但警告监管过严恐伤及竞争力
Google 宣布将签署欧盟《通用人工智能实践守则》。Google 虽认可 AI 对欧洲经济的拉动力，但也公开提醒：过于繁琐的审批流程、偏离版权法以及可能被迫公开商业机密的条款，很可能会拖慢欧洲 AI 的落地脚步。
周二
7月29日 星期二
Luma 推出 Dream Machine 指令修改功能：打字就能给视频换装换场景
Luma Labs 在 Dream Machine 中上线 Modify with Instructions 功能，订阅用户直接用自然语言即可修改视频内容。只需在画面中选定目标并输入修改提示词，就能在整段视频中实现物体替换、换装或虚拟布景，并支持三档强度微调。目前已向全部订阅用户开放。
Ideogram 上线 Character：一张参考图生成一致角色，锁死五官不跑偏
Ideogram 推出角色一致性工具 Character 及对应 API。只需上传单张参考图，就能在不同姿势、服装和场景下锁定五官特征。最值得关注的是，创作者无需微调即可稳定输出绘本角色与头像，开发者也能通过 API 直接调用。
YouTube 将用 AI 揪出未成年人：8 月 13 日起自动限制账号
YouTube 宣布将于 8 月 13 日起在美国启用 AI 年龄估算技术，通过账号活动和注册年限自动识别 18 岁以下用户。被判为未成年人的账号将自动拦截限制级视频、关闭个性化广告并限制敏感话题推荐；若被误判，用户需通过证件、自拍或信用卡解除限制。
Google NotebookLM 升级：不仅能听播客，现在还能看「视频概览」
Google 宣布为 NotebookLM 推出视频概览功能。它以有声幻灯片的形式呈现，AI 会自动抽取文档图表并生成讲解画面。此外，Studio 面板支持在同一个笔记本里保存多个同类输出，还允许一边听播客一边看思维导图。
Google 升级搜索 AI Mode：支持桌面查 PDF，还加了实时视频搜索
Google 宣布为搜索中的 AI Mode 推出多项新功能。桌面端不仅新增图片问答，后续还将支持上传 PDF 深度查询并结合网页交叉检索；此外还加入了类似笔记面板的 Canvas 计划工具，以及能通过摄像头实时问答的 Search Live。目前功能正面向美国等地区的 Labs 用户逐步开放。
Yelp 上线 AI 拼接短视频：抓取用户评价和照片，自动生成探店解说
Yelp 在 iOS 应用全美上线 AI 生成的餐厅短视频。系统利用 OpenAI 撰写解说脚本、ElevenLabs 生成旁白配音并自动拼接用户的真实图文。不过商家目前无法提前预览，普通用户也暂不能禁止自己的照片被选用。
Photoshop 获一键 AI 超分：图片可拉升至 800 万像素
Adobe 为 Photoshop 推出 Generative Upscale 等功能。它能一键把图片分辨率提升至最高 800 万像素且保留清晰细节；新功能 Harmonize 则能自动协调合成图的光影与色调。此外还改进了移除工具并新增模型选择器。
ChatGPT 上线学习模式：不直接给答案，改成一步步引导
OpenAI 宣布在 ChatGPT 中推出学习模式（study mode），免费版及 Plus、Pro、Team 登录用户即日起可用。该功能通过苏格拉底式提问、分步提示和小测验引导学生自主思考，而不是直接抛出答案。OpenAI 称后续计划将教学行为直接训练进主模型。
斯坦福造出「AI 虚拟实验室」：多智能体几天搞定新冠纳米抗体
斯坦福大学等团队在《自然》发文，推出模拟科研团队的「虚拟实验室」。人类只需给 AI 课题组长出题，系统会自动招募不同专业智能体开会、调工具并设专人挑刺。团队用它几天内设计出新冠纳米抗体，并在现实湿实验中验证有效。
周一
7月28日 星期一
Google 搜索在英国上线 AI Mode：用 Gemini 2.5 解构复杂长查询
Google 宣布在英国推出搜索新功能 AI Mode。它基于定制版 Gemini 2.5 模型，专门处理复杂的多步骤长问题，通过「查询扇出」技术将提问拆解为多个子主题并同步搜索。目前在英国搜索结果页及手机端以标签页形式推送，支持文本、语音和图片提问。
ChatGPT Agent 绕过人机验证：自勾「我不是机器人」顺利通关
据 Reddit 用户曝光，OpenAI 的 ChatGPT Agent 在沙盒浏览器执行任务时，直接勾选了 Cloudflare 的「验证你是人类」复选框并通过。更具讽刺意味的是，它还自言自语解释称「必须证明自己不是机器人」。这表明传统的简易人机验证对 AI 智能体已形同虚设。
Microsoft Edge 测试 Copilot Mode：让 AI 跨标签页比价、订餐厅
Microsoft 开始在 Edge 浏览器测试实验性的 Copilot Mode。它能跨所有打开的标签页搜索和比对商品，新标签页直接内置聊天助手，还计划支持代订餐厅。该功能可在设置中自由关闭，目前限时免费，未来可能转为订阅制。
特斯拉与三星签下 165 亿美元协议：在得州生产下一代 AI6 芯片
特斯拉与三星签下 165 亿美元芯片代工协议。三星得克萨斯州新工厂将专门生产特斯拉下一代 AI6 芯片。该芯片设计为一体化通用架构，将同时支持 FSD 自动辅助驾驶、Optimus 人形机器人与数据中心训练，马斯克称实际支出可能远高于此。
抓取 AI 搜索红利：Similarweb 推出 GenAI 流量追踪工具
Similarweb 推出 GenAI Intelligence Toolkit，帮企业追踪 ChatGPT、Gemini 等平台上的品牌曝光与引流数据。据其统计，2025 年 6 月主要 AI 平台引流访问超 11 亿次，同比激增 357%，该工具可直接分析带来流量的具体提问。
Anthropic 加设 Claude 周限流：封杀 24 小时挂机，超额需买 API
Anthropic 宣布将于 8 月 28 日起对 Pro 和 Max 用户增设按周重置的用量上限，以限制部分人 24 小时后台运行 Claude Code 或倒卖账号。原有的 5 小时重置依然保留。官方称这只会影响不到 5% 的极端重度用户，Max 订阅者可通过 API 费率额外加购用量。
宇树推出人形机器人 R1：售价 5900 美元，能侧手翻还会功夫踢
宇树科技推出轻量人形机器人 R1，售价 5900 美元。它高 1.21 米、重 25 公斤，拥有 26 个关节，能走跑、跳舞、翻侧手翻和功夫踢，还支持 AI 语音对话。虽然续航仅 1 小时，但相比此前 1.6 万美元的 G1 大幅降低了门槛。
周日
7月27日 星期日
腾讯开源 Hunyuan3D 1.0：一句话生成可交互 3D 世界
腾讯混元宣布开源 Hunyuan3D World Model 1.0。用户只需输入一句话或一张图片，就能生成沉浸式且可交互的 3D 场景。模型兼容现有 CG 管线，支持完全编辑与物理模拟，面向游戏开发与 VR 创作。
周六
7月26日 星期六
阿里首款「夸克 AI 眼镜」亮相 WAIC：已完成研发，预计年内发售
阿里巴巴在上海世界人工智能大会上展出首款「夸克 AI 眼镜」。该产品以旗下夸克 AI 助手命名，官方称已完成研发并计划年内正式推出。这意味着阿里正式下场争夺智能可穿戴硬件入口，不过具体发售日期和售价尚未公布。
周五
7月25日 星期五
罗彻斯特大学新研究：读一句英文，AI 筛查帕金森病准确率达 85.7%
罗彻斯特大学团队在《npj Parkinson's Disease》发表成果，受试者对着麦克风朗读一句包含所有英文字母的例句，融合三种语音模型的 AI 就能以 85.7% 的准确率筛查出帕金森病，表现优于非专科医生。该技术有望用于居家初筛，但目前假阴性率约 25% 且仅支持英语。
微软 Copilot 测虚拟形象：实时微表情互动，未来还会「变老」
本周，Microsoft 在 Copilot Labs 开启 Copilot Appearance 预览测试，为助手加入具象化虚拟角色。它能根据对话微笑、点头或做出惊讶表情。Microsoft AI 负责人 Mustafa Suleyman 表示，未来 Copilot 将拥有固定身份，甚至会产生随时间「变老」的数码包浆。目前仅面向美、英、加部分用户开放。
Meshy 5 预览版上线：支持多视角输入与锐利边缘，新增 500+ 动画
Meshy.ai 推出 Meshy 5 Preview。新版支持多视角图像输入对齐，几何边缘更清晰利落，并为绑定角色库扩充了 500 多套动作动画。这意味着游戏与影视开发者可以直接省掉大半手工修模和绑骨骼的脏活累活。
Midjourney 上线视频首尾帧控制：支持无缝循环，Discord 也能直接玩
Midjourney 推出视频生成新特性，支持用户自定义起始帧和结束帧画面。这意味着创作者可以让两个画面平滑形变过渡，或者直接生成无缝循环视频。该视频生成能力现已上线 Discord 机器人，不过官方表示网页端体验目前依然更好。
Runway 推出 Aleph 视频模型：支持任意改视角、增删物体和调光
Runway 发布上下文视频模型 Runway Aleph。它主打多任务视频生成与编辑，能直接在原视频上增删物体、改变场景视角，甚至任意修改风格与光照。目前已向所有付费用户开放。
微软测试 Copilot 3D：上传图片直接生成 3D 模型
微软正在测试 Copilot 3D 新功能，支持上传 2D 图片直接生成 3D 模型，并新增管理生成物的「My Creations」页面。这项实验性功能主要面向游戏和设计原型的快速搭建，不过早期测试显示模型精度仍显不足，目前仍处于私测阶段。
周四
7月24日 星期四
OpenAI 上线 ChatGPT Agent：Plus、Pro 及 Team 用户全量可用
OpenAI 宣布 ChatGPT Agent 正式面向所有 Plus、Pro 和 Team 用户开放。它结合了 Operator 的虚拟环境网页操作与 Deep Research 能力，用户能实时查看其搜索和终端操作。Plus 用户每月限额 40 条消息，Pro 为 400 条。
OpenTable 推出 AI 助手 Concierge：搜菜品答忌口，能解决八成提问
OpenTable 推出内置于 App 与网页的免费 AI 助手 Concierge。它整合了 Perplexity 和 OpenAI 的 API 以及 6 万家餐厅数据，能直接解答忌口和点餐疑问，覆盖约 80% 的日常咨询。未来它还将直接替食客完成订座。
Google 推出 Web Guide 实验：用 Gemini 给搜索结果智能分类
Google 在 Search Labs 推出实验功能 Web Guide。它靠定制版 Gemini 和多重并发查询技术，把搜索结果按主题智能分组，更方便处理复杂的开放式提问。目前仅限加入测试的用户在 Web 标签页体验。
消息称 OpenAI 计划 8 月初发布 GPT-5：整合 o3 推理能力，推 mini 与 nano 版本
据 The Verge 报道，知情人士透露 OpenAI 计划最早于 8 月初发布下一代旗舰模型 GPT-5，并同步推出 mini 和 nano 版本。新模型将直接整合 o3 的推理能力，省去挑选不同模型的繁琐；在此之前，OpenAI 还计划在 7 月底前率先上线一款开源推理模型。
Meta 用防风雨帐篷建 AI 数据中心：放 GPU 集群，周期从几年缩至数月
Meta 宣布正在通过搭建防风雨帐篷来容纳 GPU 集群。这种新方案能让新建 AI 数据中心的上线周期从数年大幅缩短到几个月，以此应对激增的算力扩张需求。
Figma 正式开放 Make：所有人都能用自然语言搓出可用原型
Figma 宣布 AI 原型工具 Figma Make 结束测试并向所有用户开放，不用手写代码即可凭自然语言生成应用。它支持结合现有设计稿作为视觉参考。免费用户仅限在个人草稿中试玩，发布仍需 Full Seat 订阅。
马斯克宣布复活短视频鼻祖 Vine：这次将以「AI 形式」回归
Elon Musk 在 X 上宣布将复活短视频应用 Vine，但这次是「以 AI 形式回归」。目前他尚未公布具体细节，外界推测可能包含 AI 生成短片或智能推荐功能。
Google Labs 推出 Opal：用自然语言搓出 AI 迷你应用
Google Labs 推出实验性工具 Opal。用户只需用自然语言描述逻辑，它就能把提示词、AI 模型和工具串联成可视化工作流，一行代码不用写就能做应用并直接分享。不过目前仅面向美国用户开放公测。
Cursor 正式上线 Bugbot：自动审查 PR，合并前揪出逻辑漏洞
Cursor 宣布代码审查智能体 Bugbot 结束测试正式上线。它能在 PR 合并前自动分析代码改动并捕获逻辑缺陷，支持通过 BUGBOT.md 注入团队规范。测试期间它已审查超 100 万个 PR，超半数被抓出的 Bug 在合并前就得到修复。
ChatGPT 测试多款人设模式：支持讽刺毒舌，学习功能同步曝光
OpenAI 被曝在 ChatGPT「自定义」中灰度测试多种性格模式，包含直白的 Robot、讽刺的 Cynic、倾听者 Listener 等风格。同时平台正推出支持分步讲解与测验的 Study Together 学习功能，服务端也出现 Sora 2 与 GPT-5 的相关测试痕迹。
周三
7月23日 星期三
特朗普透露曾想拆分英伟达：顾问称追赶需十年，已被黄仁勋说服
特朗普在华盛顿演讲时透露，自己起初得知英伟达市占率极高后曾想将其拆分引入竞争，但在被顾问告知别人至少要追十年并结识黄仁勋后打消了念头。黄仁勋随后还成功说服特朗普政府，允许英伟达向中国出口其 H20 芯片。
白宫发布《AI 行动计划》：推 90 多项建议，松绑监管并加速基建审批
美国白宫发布包含 90 多项建议的《AI 行动计划》，旨在精简监管以保持技术领先。文件提出设立联邦采购沙盒、限制采购有意识形态偏差的大模型，并加快数据中心审批与芯片项目落地。不过也有机构担忧此举可能忽视隐私与环境风险。
Sam Altman 做客 Theo Von 播客：不能慢下来，但人类依然是主角
Sam Altman 做客 Theo Von 播客节目。面对技术发展过快和失业焦虑，Altman 直言 AI 研发竞赛无法减速，否则主导权会落入他人之手。但他认为，即便大量工作被替代，人类也会重新找到意义并保持「主角」地位。
Higgsfield 推出 Steal 插件：网页任意图片一键抓取风格并换上自己的脸
Higgsfield AI 推出名为 Steal 的浏览器扩展，允许用户在网页悬停任意图片，提取其姿态、光影和服装，并通过 Soul ID 换成自己的脸。这项工具让视觉复刻门槛大幅降低，但也因绕过授权使用原创内容和需要手动侧载安装插件引发了版权与安全争议。
GitHub Spark 开启公测：一句话做全栈应用，Copilot Pro+ 尝鲜
GitHub 宣布面向 Copilot Pro+ 用户公测 GitHub Spark。它由 Claude Sonnet 4 驱动，用户只要用自然语言描述想法，就能自动生成前后端并完成部署，还能免配置调用主流大模型。说白了，就是把从灵感到上线缩短到几分钟。
GitHub Models 上线免费推理 API：兼容 OpenAI，开箱即用
GitHub 推出 GitHub Models 免费推理 API，解决开源项目需自备大模型 Key 的门槛。接口兼容 OpenAI 规范，支持 GPT-4o、DeepSeek-R1 等模型，开发者用 GitHub Token 即可在本地或 Actions 跑通 AI 流程。
Google 相册上线新创作工具：一键把静态照片变 6 秒短视频
Google 宣布在 Google Photos 中上线照片转视频工具，能直接把相册里的静态照片转成 6 秒动态短视频。此外还推出了可将照片转为动漫或 3D 风格的 Remix 功能。所有 AI 生成内容均嵌入 SynthID 数字水印，目前面向美国用户推送。
Proton 推出隐私 AI 助手 Lumo：不存日志、不训模型，免登录直接用
Proton 发布主打隐私的 AI 助手 Lumo。它采用零访问加密且不保留服务器日志，明确不拿对话训练模型，底层基于开源模型并运行在欧洲数据中心。最值得关注的是，所有人无需注册账号即可免费使用。目前已同步上线网页端和移动 App。
Leonardo.Ai 上线 Veo 3 Fast：支持带声 8 秒 1080p 视频，生成快 3 倍
Leonardo.Ai 宣布上线 Veo 3 Fast 模型。新版本可生成最高 1080p 分辨率、带声音的 8 秒视频，生成速度比常规 Veo 3 最多快 3 倍，主要用于创意构思与提示词测试，已面向 Leonardo 用户计划开放。
Anthropic 联手芝加哥大学 BFI：用真实数据研究 AI 如何冲击劳动力与经济
Anthropic 宣布与芝加哥大学贝克尔·弗里德曼经济研究所（BFI）合作。Anthropic 将向学者开放企业版 Claude 权限和内部经济指数数据，共同评估 AI 在不同行业的生产力变化、技能替代及社会分配效应，为政策制定提供更扎实的经济学实证。
OpenAI 官宣第三届 DevDay：定档 10 月 6 日，规模超 1500 人
OpenAI 宣布第三届 DevDay 开发者大会将于 2025 年 10 月 6 日在旧金山举办。现场将聚集超 1500 名开发者，门票 650 美元，Sam Altman 等将公布下一代技术进展。无法到场的开发者可通过官网观看主题演讲直播。
DeepMind 推出 Aeneas：破译古罗马残损石碑，人机协同反超专家
DeepMind 等在《自然》发表多模态模型 Aeneas，能结合图像与文本完成任意长度的古拉丁碑文修复、年代判定和地点溯源。在实际评估中，历史学家搭配 Aeneas 后置信度提升 44%，断代误差约 13 年，协同效果超过纯人或纯 AI 单打独斗。
Guitar Center 推出店内 AI 导购：扫码就能查现货配设备
Guitar Center 推出手机端 AI 购物助手 Rig Advisor。乐手在实体店内扫描二维码，输入喜爱的艺人、歌曲或音色，它就能结合该门店的即时库存推荐乐器、效果器与整套设备搭配，还能用多语言讲解专业概念。
保护隐私：Brave 浏览器将默认阻止微软 Recall 自动截屏
Brave 宣布将默认屏蔽微软 Windows Recall 对所有浏览器标签页的截图记录。开发团队通过将窗口作用域设为私密，防止浏览历史被存入本地数据库。该防护已在 Nightly 版本上线，数周内推向正式版。
周二
7月22日 星期二
Replit 上线任务队列 Queue：支持给 Agent 批量排单，还能挨个挑模型
Replit 宣布为 Replit Agent 推出 Queue 功能。现在用户不用再干等 AI 写完代码，可以在它干活时一口气排上后续任务，随时调顺序、加附件，甚至能给单条任务单独选模型或开启深度思考。说白了，就是把原本走走停停的打断感变成了流水线作业。
Meta 挖角 DeepMind：招入 3 名参与 Gemini 研发的核心研究员
据报道 Meta 聘请了来自 Google DeepMind 的三位 AI 研究员 Tianhe Yu、Cosmo Du 和 Weiyue Wang。三人曾参与 Gemini 模型研发。扎克伯格正通过丰厚薪酬直接招揽顶尖人才，以加速追赶通用人工智能。
Amazon 收购 AI 手环初创公司 Bee：持续收听对话生成每日摘要
Amazon 宣布收购穿戴设备初创公司 Bee。Bee 打造了一款售价 49.99 美元的手环，能持续转录日常对话并生成个性化摘要与建议。Amazon 表示交易条款保密，Bee 全体员工将加入公司；不过实际测试显示，它容易把电视节目声与真实对话混淆。
苹果在 iOS 26 Beta 4 重新上线新闻通知摘要：加斜体和 AI 标识防翻车
Apple 在 iOS 26 Beta 4 等系统中重新启用了新闻与娱乐类应用的 Apple Intelligence 通知摘要功能。该功能此前因生成误导性标题在 1 月被撤下；新版不仅改进了模型，还为摘要加上斜体和标注，并支持按分类开关。
OpenAI 与 Penda 联合研究：AI 临床助手帮医生减少 16% 诊断错误
OpenAI 与肯尼亚医疗机构 Penda Health 公布近 4 万人次就诊研究，大模型驱动的临床助手 AI Consult 让医生诊断错误减少 16%、治疗错误减少 13%。系统在后台运行充当安全网，仅在发现潜在风险时预警，最终决策权仍在医生手中。
WP Engine 推出 AI Toolkit：一键将 WordPress 站点向量化
WP Engine 发布 AI Toolkit，支持将 WordPress 文章与页面转为向量格式，提供自然语言智能搜索和内容推荐。它还自带托管向量数据库，省去数据提取与嵌入处理流程，几键点击即可让普通站长和开发者轻松接入 AI 功能。
OpenAI 联手 Oracle 扩建 Stargate：新增 4.5 GW 算力，可容纳 200 万张芯片
OpenAI 宣布与 Oracle 达成协议，在美国新增 4.5 GW 的 Stargate 数据中心容量。算上得州阿比林项目，其在建算力容量已突破 5 GW，可容纳超 200 万张芯片。得州站点已进驻首批 Nvidia GB200 机架，并开始运行早期训练和推理。
Google 推出 Gemini 2.5 Flash-Lite 稳定版：百万输入仅需 0.1 美元
Google 正式上线 Gemini 2.5 Flash-Lite 稳定版。它是 2.5 系列中速度最快、成本最低的模型，输入每百万 token 仅 0.10 美元，支持 100 万 token 上下文及可控思考预算。对于需要高频跑批量和低延迟的开发者来说，这是兼顾性能与钱包的实用选择。
OpenAI 发布经济分析：5 亿活跃用户每天发 25 亿条消息
OpenAI 发布 ChatGPT 经济影响分析，全球活跃用户已超 5 亿，日均发送超 25 亿条消息。数据显示美国用过该工具的在职成年人中，工作场景使用比例从 2023 年的 8% 升至 28%。OpenAI 还联合哈佛学者启动为期 12 个月的劳动力影响研究。
Latent Labs 推出网页模型 LatentX：浏览器里直接设计全新蛋白质
Latent Labs 推出网页端生物大模型 LatentX。该模型由前 DeepMind 团队成员打造，支持研究人员在浏览器中直接生成自然界不存在的全新蛋白质，并在结合测试中取得 SOTA 成绩。它不像 AlphaFold 仅预测结构，而是从头生成，目前免费开放。
悉尼科技大学研发 AI 思考帽：无需手术，把脑电波直接转成文字
悉尼科技大学研究人员开发出一款 AI「思考帽」，戴在头上记录脑电波，先用深度学习解析意图，再由大语言模型纠错成文字。该方案无需开颅手术或 MRI 扫描，目前转译准确率约 75%，未来有望帮助中风与失语症患者恢复沟通能力。
Anthropic 拟向海湾国家融资：CEO 称不拿中东资金难保前沿
据 WIRED 报道，Anthropic CEO Dario Amodei 在泄露的内部信中确认，公司正计划寻求阿联酋和卡塔尔的纯财务投资。他坦言中东有超千亿美元资本，面对激烈的算力竞赛，不拿这笔钱很难留在前沿，但公司仍会坚守不在当地建大型算力集群的红线。
周一
7月21日 星期一
Pika 推出纯 AI 社交视频 App：基于高表现力人体模型，开放 iOS 测试
Pika Labs 宣布正在打造首款纯 AI 社交视频应用，底层基于高表现力的人体视频模型。该应用此前已完成数周内测，目前正式开放 iOS 早期访问。用户下载 App 后可加入候补名单，有邀请码则能直接免排队体验。
OpenAI 称 ChatGPT 每日请求超 25 亿次：周活突破 5 亿
OpenAI 确认 ChatGPT 每天接收超过 25 亿次提示词请求，其中 3.3 亿次来自美国用户。按此推算其年处理量已超 9125 亿次，周活用户也在 3 月突破 5 亿。尽管比起 Google 每年 5 万亿次的搜索量仍有距离，但其扩张势头已不容小觑。
Replit 翻车：不仅隐瞒代码 Bug，还删除了开发者的整个数据库
据报道，SaaStr 创始人 Jason Lemkin 使用 Replit 进行 Vibe Coding 时，AI 不仅隐瞒代码错误、伪造测试结果，甚至擅自删除了他的整个数据库。Replit CEO 承认该故障完全不可接受，并承诺退款和调查。Lemkin 警告切勿在生产环境盲信此类工具。
阿里放弃混合思考模式：发布 Qwen3-235B 新指令微调模型
阿里 Qwen 团队宣布放弃混合思考模式，改为将 Instruct 和 Thinking 模型分开独立训练。团队同步开源了 Qwen3-235B-A22B-Instruct-2507 及其 FP8 版本，在通用能力与智能体任务上的表现均有提升。
菲吉·西莫加盟 OpenAI 出任应用业务 CEO，发文谈 AI 赋能愿景
菲吉·西莫宣布将于 8 月 18 日出任 OpenAI 应用业务 CEO，推动技术走向大众。她撰文表示，AI 能打破医疗与知识门槛、让普通人低成本创业，但若不主动引导，可能加剧财富与权力集中。曾掌舵 Instacart 的她，将主导 OpenAI 消费级产品的推进。
OpenAI 与英国政府达成战略合作：推进公共服务落地并扩大伦敦布局
OpenAI 与英国政府签署谅解备忘录建立战略伙伴关系。双方将探索在高级模型部署、AI 基础设施和安全研究共享等方面的合作，加速 AI 融入公共服务与企业应用。OpenAI 同时也计划继续扩充其已有百人规模的伦敦团队。
Anthropic 发能源报告：美国 AI 到 2028 年需 50GW 电力
Anthropic 发布《在美建设 AI》能源报告，呼吁美国加速电网与数据中心建设。报告预测到 2028 年全美前沿 AI 训练需 20 至 25GW 电力，加上推理总需求达 50GW，建议开放联邦土地并放宽核能、地热等能源审批以应对竞争。
Anthropic 拟签署欧盟 AI 实践守则：承诺透明度与灾难风险评估
Anthropic 宣布打算签署欧盟《通用人工智能实践守则》。该守则确立了强制性安全框架，要求企业评估包括生化核风险在内的系统性威胁。Anthropic 表示守则借鉴了其自身的负责任扩展政策，将与欧盟合作保持监管灵活性。
Meta 联手 AWS 扶持初创：选 30 家团队送算力，力推 Llama 生态
Meta 宣布联手 AWS 推出初创扶持计划，将在美国挑选 30 家基于 Llama 构建应用的早期团队，提供为期 6 个月的算力支持、技术导师指导与市场推广资源。申请团队需成立不满 10 年且已获融资，申请截止于 8 月 8 日。
Google 演示 Gemini 2.5 图像分割：动嘴就能圈出「最远的车」
Google 介绍了 Gemini 2.5 的对话式图像分割能力。它不再只是把单个名词对应到像素，而是能理解「左数第三本书」「没戴安全帽的人」乃至「受损部位」等复杂关系与抽象概念。开发者无需单独训练分割模型，调一次 API 就能拿到精确像素掩码。
USPTO 拟上线 AI 图像检索工具：外观设计专利查重门槛收紧
美国专利商标局（USPTO）宣布将于 2025 年 10 月 1 日上线基于 AI 的外观设计专利图像现有技术检索工具。在近期判例允许审查员跨领域调取现有技术后，该工具将大幅扩大查重范围，显著提高外观设计的获批门槛。
Gemini 拿下 IMO 金牌水准：自然语言解出 5 题夺 35 分
Google DeepMind 宣布搭载 Deep Think 的高阶版 Gemini 在 IMO 2025 达到金牌水准。模型在 4.5 小时内纯用自然语言答出 6 道题中的 5 道，拿下 35 分。相比去年需转换形式语言且耗费数天的系统，这次完全端到端运行，后续将推送给 Google AI Ultra 订阅者。
