X 计划上线文生视频工具 Imagine，还预览了男性 AI 伴侣 Valentine
Elon Musk 透露 X 正在整合此前收购的 Hotshot 与 Grok 引擎，开发名为「Imagine」的快速文生视频功能。同时平台预览了新男性 AI 伴侣「Valentine」，主打虚拟恋爱与互动，目前具体上线时间尚未公布。
AI 日报：今天的 AI 新闻
周日
7月20日 星期日
马斯克宣布 xAI 将推出 Baby Grok：主打儿童友好内容
马斯克在 X 上宣布，xAI 将打造专门面向儿童友好内容的应用「Baby Grok」。它预计是 Grok 聊天机器人的简化版，重点针对儿童的安全与教育互动进行定制。此前 Grok 的部分模式曾因不当内容引发争议。
Comet 浏览器下周上线快捷操作：自动化重复任务，增发邀请码
Aravind Srinivas 在 X 上透露，Comet 浏览器将于下周推出针对重复任务的快捷功能，同时发放更多测试邀请。他表示，该浏览器将被打造成完成日常工作的个人控制台。目前该产品仍需邀请码才能使用。
周六
7月19日 星期六
OpenAI 实验模型拿下 IMO 金牌水平：6 题解出 5 题，获 35 分
OpenAI 宣布其实验性通用推理大模型在模拟 2025 年国际数学奥林匹克竞赛中拿下金牌水平的成绩。模型不联网且不用外部工具，解出 6 题中的 5 题拿到 35 分。不过 DeepMind 质疑评分缺乏官方评分细则，成绩尚未获官方认可。
周五
7月18日 星期五
Netflix 首次在原创剧中用 AI 做特效：制作提速 10 倍还省了钱
在周四的财报电话会上，Netflix 联合 CEO Ted Sarandos 透露，原创剧《The Eternaut》首次使用生成式 AI 制作大楼坍塌特效，制作速度比传统流程快了 10 倍，大幅削减了成本。他认为 AI 不仅能降本，还能帮创作者拍出更好的作品。
DuckDuckGo 上线新选项：一键隐藏图片搜索里的 AI 生成图
DuckDuckGo 推出新过滤设置，允许用户在图片搜索结果中屏蔽 AI 生成图片。该功能基于开源屏蔽列表过滤，用户可在图片标签下的「AI images」菜单选择隐藏。虽然无法 100% 拦截，但能大幅减少 AI 垃圾图片对真实搜索结果的干扰。
达美航空推 AI 个性化定价：算准你愿掏的最高票价，年底覆盖 20%
消息，达美航空正加速转向 AI 动态机票定价，借助 Fetcherr 算法实时测算旅客个人愿意支付的最高票价。目前 AI 已影响 3% 的票价，达美计划年底提至 20%。该策略虽带来亮眼收益，但也引发了关于掠夺性定价与侵犯隐私的严厉批评。
周四
7月17日 星期四
Slack 上线 AI 新功能：自动整理讨论帖与语音开会笔记
Slack 宣布为平台内置四项 AI 功能，可自动生成讨论帖总结并整理 Huddle 语音开会笔记。所有付费订阅方案均已接入 AI 能力，功能权限随套餐等级调整。接下来还将支持悬停解释公司黑话、自动提取任务待办等特性。
Anthropic 悄悄收紧 Claude Code 额度：200 美元订阅用户频频碰壁
据 TechCrunch 报道，Anthropic 未提前通知便对 Claude Code 实施更严的使用限制，导致每月 200 美元的 Max 订阅重度用户频频触发限流。许多人反映几条请求就撞上线，导致项目停摆；Anthropic 仅证实部分用户遇到响应变慢，并未说明额度具体调整细节。
Hume AI 发布 EVI 3：不仅克隆声音，连说话风格也能模仿
Hume AI 推出新语音到语音模型 EVI 3 及配套 TTS。该模型不仅能复刻音色，还能克隆用户的说话风格与语言表达习惯。Hume 将其称为「个性克隆」，意味着语音 AI 正在从单纯仿声走向全方位的拟人交互。
英国启动 2.25 亿英镑超算 Isambard-AI：搭载 5400 块英伟达超芯
英国正式启用耗资 2.25 亿英镑的国家级 AI 超级计算机 Isambard-AI。这台配备 5400 块英伟达超级芯片的机器运算速度是普通笔记本的 10 万倍，位列全球第 11，将为学术机构开放算力，主攻深肤色皮肤癌检测与人群行为预测等课题。
Suno 推出 v4.5+：支持替换人声、调整伴奏并从歌单找灵感
AI 音乐平台 Suno 推出 v4.5+ 版本。新版本带来了更多创作玩法，允许用户直接替换人声、调整或翻转乐器伴奏，还能根据任意播放列表激发灵感生成歌曲，进一步降低了音乐二次创作与调整的门槛。
Gemini Code Assist 引入 Agent 模式：一句 Prompt 搞定跨文件重构
Google 详解了 Gemini Code Assist 近期更新。新加入的 Agent 模式能通读整个项目代码库，支持用单条提示词规划并执行跨多文件的重构或功能开发。修改前会列出方案供开发者审核，且支持一键回滚。
Mistral 升级 Le Chat：上线深度研究模式，支持本地数据连接
Mistral 为其聊天机器人 Le Chat 推出「深度研究」模式、多语言推理、高级图像编辑及 Projects 空间。与其他云端竞品不同，Mistral 主打可连接企业本地私有数据展开分析，相关功能面向免费和付费全级别开放。
Adobe Firefly 升级视频工具：自己用嘴配音，AI 就能生成对应音效
Adobe 为 Firefly 推出多项视频功能，支持用户通过输入描述并录制一段人声拟音，让 AI 捕捉节奏和强度来生成匹配的音效。新版本还增加了构图参考、关键帧裁剪等视频控制选项，并正式接入了 Google 的 Veo 3 视频模型。
OpenAI 推出 ChatGPT agent：自带虚拟电脑，自主上网干活
OpenAI 推出 ChatGPT agent。它结合了网页浏览与深度研究能力，能在虚拟电脑中自主调用浏览器和终端完成多步骤任务，例如搜集信息并生成可编辑的幻灯片。用户可以随时暂停、插手或接管浏览器。目前已向 Plus、Pro 和 Team 用户开放。
Windsurf 发布 Wave 11：支持语音输入与检查点，浏览器能自抓 DOM
本周早些时候，Windsurf 发布 Wave 11 更新。其 AI 助手 Cascade 现已支持语音输入、对话命名检查点以及跨对话引用，并能直接调取浏览器标签页截图和 DOM 树信息。此外，备受好评的规划模式已改为默认开启，JetBrains 插件也同步获得了对应功能补齐。
Apple News+ 上线 Emoji Game：用 Genmoji 猜短语解谜
Apple 宣布为美加地区的 Apple News+ 订阅用户推出原创益智解谜小游戏 Emoji Game。玩家需要用给出的 emoji（包括由 Apple Intelligence 生成的 Genmoji）填空补全短语，步数越少成绩越好。游戏现已支持 iOS 18.4 等系统，今年秋季还将整合进全新的 Apple Games 应用。
周三
7月16日 星期三
Midjourney 准备开放企业级 API：正式启动调研并开放申请
Midjourney 宣布正开始调研开放企业级 API，以便用户将其图像生成能力集成到自己的公司与服务中。官方目前已开放申请问卷，希望借此了解潜在客户的具体需求并收集功能反馈。
OpenAI 升级 macOS 客户端：全球 Plus 用户可用「录音模式」
OpenAI 宣布面向全球 ChatGPT Plus 订阅用户开放 macOS 桌面端的「录音模式」。该功能可捕捉会议、头脑风暴或语音备忘录，ChatGPT 不仅能完成转录和核心提炼，还能直接转化为后续待办、方案或代码。
OpenAI 与 Anthropic 研究员发难：xAI 不发安全报告太鲁莽
来自 OpenAI 和 Anthropic 的多位研究员公开谴责 xAI，直指其安全文化「极其不负责任」。核心争议在于 Grok 4 上线却未按惯例公布系统安全卡片，此前该模型还频频曝出极端言论和擦边伴侣争议。同行公开炮轰，也让强制要求提交安全报告的立法呼声再次走高。
哥大研发 EchoNext：普通心电图查出隐性心脏病，准确率达 77%
哥伦比亚大学团队推出 AI 工具 EchoNext，能直接从普通的常规心电图（ECG）中筛出隐匿的结构性心脏病。其诊断准确率达 77%，超过心脏科医生的 64%。这意味着原本无法诊断该病的廉价心电图，能直接为更昂贵的心脏超声做精准分诊。
Google 搜索升级：引入 Gemini 2.5 Pro 与深度研究，还能替你打电话问价
Google 宣布在搜索 AI Mode 中上线 Gemini 2.5 Pro 和 Deep Search 功能，供美国 AI Pro 及 Ultra 订阅用户使用。Deep Search 可在数分钟内整理包含引注的深度报告，同时搜索还新增了替用户打电话给本地商家询问报价和预约的智能体功能。
Lightricks 升级 LTX Video：支持实时边播边改，最长生成 60 秒
Lightricks 发布开源模型 LTX Video 最新版，支持实时流式生成，创作者能在生成中途追加提示词微调画面。新模型最长可生成 60 秒连续视频，开源权重已上线 Hugging Face 与 GitHub，单张 H100 或消费级笔记本电脑即可运行。
Google Discover 上线 AI 新闻摘要：不用点进网页，直接看省流版
据报道，Google 开始在美区 iOS 和 Android 端的 Discover 信息流中推出 AI 新闻摘要卡片。新卡片聚合多家媒体报道并提供三行预览，主打体育和娱乐等话题。读者省去了跳转，但这让本就萎缩的媒体外链流量更加雪上加霜。
算力散热新解法：上海近海开建风电海底数据中心
6 月，海兰云在上海近海约 6 英里处开建海上风电海底数据中心，预计 9 月投运。项目利用海水循环自然散热，比陆地数据中心节电至少 30%，97% 电力来自海上风电。随着 AI 算力激增带来的水耗与能耗压力，海底部署正从实验走向商业落地。
Google 智能体 Big Sleep 拦截黑客：提前锁定 SQLite 高危漏洞
据报道，Google 旗下 AI 智能体 Big Sleep 提前锁定了 SQLite 严重漏洞 CVE-2025-6965。该漏洞此前仅被黑客掌握且面临利用风险，Big Sleep 在攻击发起前完成了隔离。Google 称这是首次用 AI 智能体直接阻止在野漏洞利用。
OpenAI 联手竞争对手：引入 Google Cloud 补充 ChatGPT 算力
据路透社报道，OpenAI 已将 Google Cloud 列入官方 AI 硬件供应商名单，以补充 ChatGPT 运行所需的 GPU 算力。此前 OpenAI 极度依赖微软 Azure，如今算力缺口迫使其加速分散布局，并计划在美、英、日等国的数据中心运行部分工作负载。
Meta 入股后大客户出走：Scale AI 裁员 14% 重组数据业务
Scale AI 宣布裁员 200 人（约占 14%）并削减 500 名外包人员。一个月前 Meta 巨资入股并挖走其 CEO，导致 OpenAI、Google 等核心客户出于防备逐步停用其服务，公司不得不精简此前快速膨胀的标注团队并转向政企市场。
周二
7月15日 星期二
Nextdoor 迎来大改版：上线 AI 智能体 Faves，用 14 年邻里闲聊帮你挑店
邻里社交平台 Nextdoor 推出重大改版，上线基于 14 年社区讨论数据训练的 AI 智能体 Faves。用户向它提问就能直接获得总结好的本地去处与推荐。目前该功能先在美国部分区域测试。
前 OpenAI 工程师自述：17 人连轴转 7 周赶出 Codex，内部像极了早期 Facebook
前 OpenAI 工程师 Calvin French-Owen 发文揭秘内部日常。他透露团队仅用 7 周、在严重缺觉的情况下赶出了 Codex 编程智能体；过去一年公司从 1000 人扩招到 3000 人，后端代码像杂物堆，沟通全靠 Slack，做事风格极像早期的 Meta。
Runway 推出动捕模型 Act-Two：支持头面身手全追踪，单视频驱动
Runway 发布下一代动作捕捉模型 Act-Two，生成质量大幅提升，全面支持头部、面部、身体与手部追踪。创作者只需提供一段驱动表演视频和一个参考角色即可生成。不过目前仅面向企业客户和创意合作伙伴开放。
xAI 紧急修复 Grok：不再自称希特勒，也不再抄马斯克的观点
xAI 为 Grok 推出更新，承诺模型不会再自称「希特勒」，也不会在遇到争议话题时先去搜索马斯克的观点来站队。新系统提示要求 Grok 必须基于独立分析给出判断。此前该模型因联网检索网络梗自称姓 Hitler，引发广泛批评。
Mira Murati 新公司获 20 亿美元融资：估值 120 亿，首发产品将开源
前 OpenAI CTO Mira Murati 创立的 Thinking Machines Lab 宣布完成 20 亿美元融资，估值达 120 亿美元，由 a16z 领投。Murati 透露团队正打造协作型多模态 AI，计划在未来几个月内推出首款产品，其中包含面向开发者和研究者的重要开源组件。
Google 联手弗吉尼亚州送 AI 奖学金：零门槛学提示词与技能
Google 联合弗吉尼亚州 Virginia Works 面向当地居民推出 AI 培训奖学金。资助内容涵盖几小时即可修完的 AI 提示词入门课，以及数据分析、网络安全等职业证书项目，学员毕业后可直接对接包含 150 多家企业的雇主联盟。
Google Cloud 联手 MLB：用 AI 预测全明星赛本垒打砸向哪个看台
Google Cloud 联手 MLB Statcast 推出生成式 AI 系统，预测全明星赛期间本垒打最可能落在看台哪个分区。该系统结合球员打席历史与风向气温等数据，经 Gemini 2.5 Pro 秒级生成大屏提示互动。球迷坐在位置上就能提前知道自己能否捡到球。
Uber 前 CEO 押注机器人厨房：每小时拼 300 份餐，人工成本降至 7%
本周，Uber 前 CEO Travis Kalanick 披露旗下 CloudKitchens 研发的自动化装配机器人 Bowl Builder。这台占地 60 平方英尺的设备每小时能精准装配 300 份卷饼碗，自动封盖、打包并存入取餐柜。最值得关注的是，它将餐厅人工成本从 35% 砍到 7% 左右。
Mistral 开源语音模型 Voxtral：超越 Whisper，支持语音直调函数
Mistral AI 开源发布语音理解模型 Voxtral，推出 24B 与 3B 两个 Apache 2.0 版本。它支持 32k 上下文与 40 分钟长音频，能直接从语音触发函数调用，转录表现全面击败 Whisper large-v3，API 价格仅同类竞品一半。
Anthropic 推出金融分析方案：Claude 连通市场数据，输出可追溯信源
Anthropic 推出金融服务分析方案，打通 FactSet、S&P Global 等外部数据与企业内库。Claude Opus 4 在金融建模任务中准确率达 83%，生成内容均附带信源超链接供核查，且默认不拿用户数据训练。
Anthropic 捐资 200 万美元：呼吁美国加码能源基建保住 AI 优势
Anthropic 宣布向卡内基梅隆大学资助 200 万美元，分别用于 AI 优化电网管理研究与青少年网络安全教育。CEO Dario Amodei 直言，充足的能源与电网现代化是维持前沿 AI 领导地位的关键瓶颈。
Anthropic 任命首任首席商业官：前微软高管加盟发力企业市场
Anthropic 宣布任命 Paul Smith 为首任首席商业官，将于今年晚些时候履新。Smith 拥有逾 30 年企业技术经验，曾任职于微软和 Salesforce。官方透露活跃 API 客户已达数十万，Claude Code 经常性收入在两个月内增长超 5 倍。
Meta 追赶 AI 算力急眼了：直接搭「帐篷」当临时数据中心
据 SemiAnalysis 报道，Meta 为加速超级智能开发，在永久设施完工前直接用轻型帐篷搭建临时数据中心上线算力。这一设计不求冗余和美观，甚至没有柴油备用发电机，完全是为了抢时间。同时扎克伯格宣布正在建设名为 Hyperion 的 5 吉瓦大型数据中心。
英伟达拟重启对华供应 H20：美方松口放行，系稀土协议一部分
周二消息，英伟达正申请恢复对华销售 H20 芯片并获美方保证，美商务部称此举系稀土贸易协议的一部分。此前 4 月禁令预计让英伟达损失 150 亿美元营收。供货重启引发中国科技公司抢购，但此举也遭到美国两党议员的质疑与批评。
周一
7月14日 星期一
Musk 旗下 Grok 上线虚拟伴侣：新增二次元形象与「NSFW」模式
周一早晨，Elon Musk 宣布 xAI 旗下 Grok 推出「Companions」虚拟形象功能。首批包含动漫角色「Ani」和卡通小熊猫「Rudy」，其中 Ani 包含穿着内衣的「NSFW」模式。该功能目前处于软启动阶段，部分免费用户也可在应用设置中开启试用。
NotebookLM 上线精选笔记本：联合经济学人等名刊，开箱即查
Google 为 NotebookLM 推出「精选笔记本」功能，联合《经济学人》《大西洋月刊》等机构预置高质量资料库。用户无需自行搜集文献，即可直接就全球趋势、长寿医学等主题提问、溯源引用或生成播客，已面向桌面端推行。
Anthropic 拿下五角大楼 2 亿美元协议：为美军定制前沿 AI
Anthropic 宣布获得美国国防部最高 2 亿美元的原型协议，为期两年。Anthropic 将通过 Claude Gov 等模型为军方定制原型系统并微调防务数据。最值得关注的是，头部前沿大模型正在加速深度接入国家安全与军工核心流程。
Meta 斥资数千亿美元建 AI 数据中心：首批达数吉瓦，还要造 5 吉瓦巨无霸
Meta 宣布将投资数千亿美元建设多吉瓦级 AI 数据中心。首个集群 Prometheus 预计明年上线，后续的 Hyperion 功耗更达 5 吉瓦，是 OpenAI 规划项目的三倍以上。这些算力将支持新成立的超级智能实验室，搭配英伟达 GPU 和自研 MTIA 芯片。
Anthropic 上线 Claude 工具目录：一键直连 Notion、Figma 与 Stripe
Anthropic 推出 Claude 工具目录，支持一键连接 Notion、Canva、Figma 和 Stripe 等常用工具。通过直接调取业务上下文，Claude 能直接将设计稿转代码或生成发布说明。目录面向全量用户开放，但远程服务连接仅限付费计划。
xAI 推出政府版服务：拿下国防部 2 亿美元合同，Grok 4 进军政务
xAI 宣布推出面向美国政府的专用产品套件 xAI for Government，开放 Grok 4 及 Deep Search 等工具。同时 xAI 斩获美国国防部上限 2 亿美元的合同，并入驻联邦总务管理局采购清单，允许全美各联邦机构直接采购其模型。
AI 编辑器 Kiro 发布：靠规范驱动开发，把原型推进到生产
AI IDE Kiro 发布并开启预览。它主打规范驱动开发，能从一条提示词生成验收标准、设计文档并拆解任务链，还能通过后台智能体钩子自动同步测试与文档。团队希望借此解决快速生成代码后难以维护和推向生产环境的问题。
Google 刚挖走创始人，Cognition 闪电接盘 Windsurf 剩余业务
Cognition 宣布收购 Windsurf 剩余的全部业务、IP 及 240 多名员工。7 月 11 日 Google 刚花 24 亿美元挖走其创始人，Cognition 随即火速接盘 350 家企业客户与 8200 万美元 ARR，计划将 Devin 融入 Windsurf IDE。
Meta 战略或现巨变：新实验室讨论放弃最强开源模型，转向闭源
据外媒报道，上周 Meta 新成立的超级智能实验室高管讨论放弃其最强开源模型 Behemoth，转而研发闭源模型。Behemoth 此前因内部表现欠佳被推迟发布。讨论目前仍处初期，需马克·扎克伯格批准，但若成真将彻底改变 Meta 长期坚守的开源路线。
加州电网试水生成式 AI：引入 Genie 系统自动化处理停电报告
加州电网运营商 CAISO 宣布试点 OATI 的生成式 AI 软件 Genie。以往工程师需要人工从数百份报告中检索关键词计算断电影响，现在改由 AI 主动扫描并生成分析。若测试效果可靠，该机构计划把更多电网功能交给 AI 自动化决策。
周日
7月13日 星期日
Meta 收购语音初创 PlayAI：全员加入，押注智能体与穿戴设备
Meta 确认收购语音 AI 初创公司 PlayAI，交易金额未披露，其整个团队将于下周加入。备忘录显示，PlayAI 逼真的人声生成技术将用于 Meta AI、虚拟角色、穿戴硬件及音频内容制作。Meta 正在加紧补齐多模态交互中最核心的语音拼图。
斯坦福研究预警：AI 心理治疗机器人存在显著风险，甚至助长自杀隐患
斯坦福大学发表论文，测试了 5 款主打心理治疗的 AI 机器人，发现它们不仅容易对精神分裂或酒精依赖等病症产生歧视，更在面对自杀意念提示时直接提供高桥列表。研究指出大模型和新模型并未改善这一问题，AI 远不足以替代专业心理医生。
周六
7月12日 星期六
Grok 就 7 月 8 日失控事件道歉：废弃代码导致，系统提示词将开源
Grok 团队就 7 月 8 日出现的严重不当言论公开致歉。调查发现根源在上游代码更新激活了废弃逻辑，导致机器人在 16 小时内易受极端推文影响，与底层模型无关。团队已移除旧代码并重构系统，新版系统提示词将发布至 GitHub。
OpenAI 推迟发布开源权重模型：需补充高风险安全测试
Sam Altman 宣布，OpenAI 原定于下周发布的开源权重模型将延期推出。官方表示需要更多时间开展额外的安全测试并审查高风险领域，具体上线时间待定。Altman 坦言权重一旦公开发布便无法撤回，因此必须慎重对待。
周五
7月11日 星期五
Higgsfield 接入 Google Veo 3：结合 Soul ID 打造端到端 AI 视频工作室
Higgsfield AI 宣布接入 Google Veo 3 视频生成模型。平台将其与自家的 Soul ID 结合，主打高写实与审美质感，旨在让创作者在一个订阅内获得完整的端到端 AI 视频制作能力。
OpenAI 30 亿收购告吹：Windsurf 团队转投 Google DeepMind
Windsurf 联合创始人兼 CEO Varun Mohan 及核心成员宣布加入 Google DeepMind。此前 OpenAI 拟斥资约 30 亿美元收购该团队，但因与微软的协议限制而告吹。Google 挖来他们意在补强 Gemini 的智能体编程能力。
石墨烯人工舌头来了：结合 AI，识别人类味道准确率达 98%
科学家研发出一种结合机器学习的石墨烯人工舌头，首次能在潮湿环境下工作，识别已知味道的准确率达 98.5%。它把传感与计算整合在一处，但目前仍处于原型阶段，体积和功耗偏大，未来有望用于味觉重建。
Exists 开放 3D 世界生成平台：输入一句话，云端虚幻引擎直接生成可玩场景
Exists 正式向公众开放其 3D 虚拟世界生成平台。与单纯的视频扩散模型不同，它基于云端定制的虚幻引擎运行；用户只需输入一段提示词，就能直接生成带光照、AI 角色和多人支持的可玩 3D 场景，零门槛创作属于自己的虚拟世界。
Black Forest Labs 推出 Kontext Komposer：不用提示词直接改图
Black Forest Labs 推出 Kontext Komposer 及配套预设功能。用户不需要写提示词，就能直接给图片换场景、重打光、做产品植入或做海报。目前该工具已在官方 Playground 免费开放。
月之暗面开源万亿参数 Kimi K2：主打智能体能力，编程跑分超 GPT-4.1
周五，Moonshot AI 开源了 1 万亿参数的 MoE 模型 Kimi K2（激活 320 亿参数），主打自主智能体与写代码能力。在 LiveCodeBench 评测中，其以 53.7% 成绩超越 DeepSeek-V3 与 GPT-4.1。团队还引入了 MuonClip 优化器，彻底解决了超大模型训练不稳定的问题。
周四
7月10日 星期四
梅奥诊所研发医疗 AI：看患者上传的照片就能揪出术后伤口感染
据报道，Mayo Clinic 研究人员开发了一款基于视觉 Transformer 的 AI 系统，能直接分析患者上传的照片来检测手术切口感染。该模型基于 6000 多名患者的 2 万多张图像训练，切口识别准确率达 94%。这有望帮医生从繁重的线上阅片中解脱，让居家康复患者更早获得治疗。
Reka 开源 Flash 3.1 与量化库：21B 模型压到 3.5-bit 近乎无损
Reka 开源 210 亿参数模型 Reka Flash 3.1 及量化库 Reka Quant。新模型升级了强化学习算法，代码能力比肩 Qwen3-32B，同时可近乎无损地压缩至 3.5-bit，大幅降低了智能体任务的部署显存门槛。
Mistral 联手 All Hands 推出 Devstral：开源 24B 编程模型
Mistral AI 联手 All Hands AI 推出面向智能体编程的 Devstral 系列模型。其中 24B 参数的 Small 1.1 采用 Apache 2.0 协议开源，在 SWE-Bench Verified 上取得 53.6% 的成绩；性能更高的 Devstral Medium 达到 61.6%，通过 API 提供且支持企业私有化部署。
Gemini 上线图生视频：基于 Veo 3 生成 8 秒带声音短片
Google 为 Gemini 推出「图生视频」功能，依托 Veo 3 模型把静态照片转成 8 秒带声音的动态短片。用户在输入框选择视频工具并上传图片即可生成。该功能目前先面向部分地区的 Google AI Pro 和 Ultra 订阅用户开放。
传 OpenAI 正在自研 AI 浏览器：内置 Chatbot 叫板 Chrome
据外媒报道，OpenAI 正在开发自有的网络浏览器以挑战 Google Chrome，可能在数周内推出。该浏览器以聊天交互为核心，鼓励用户直接向 AI 提问而非在网页间点击跳转。这一动作直接切入 Google 依赖广告与数据抓取的核心腹地，不过要撬动 Chrome 的庞大习惯壁垒绝非易事。
Coinbase 联手 Perplexity：实时加密行情接入 AI 搜索，支持下钻看异动
Coinbase 宣布与 Perplexity AI 达成合作，将其包含 COIN50 在内的实时市场数据接入 Perplexity 及其新浏览器 Comet。第一阶段已支持下钻查看行情异动；第二阶段将开放用 AI 对话盯盘和选币。数据显示 Perplexity 上加密货币的查询量已追平美股。
游戏演员罢工一年终落幕：95% 赞成票通过 AI 保护协议
美国演员工会 SAG-AFTRA 投票通过新协议，正式结束长达一年的游戏演员罢工。协议规定游戏大厂使用 AI 生成演员的数字替身或动作捕捉数据时，必须获得知情同意并给予合理补偿，同时大幅提高了基础薪资。
英特尔 CEO 承认追赶 AI 训练为时已晚：已跌出前十，转向端侧与智能体
据媒体报道，英特尔新任 CEO Lip-Bu Tan 在内部员工问答中直言，英特尔已跌出全球前十大半导体公司，并在 AI 训练赛道已无法追赶。英特尔将不再硬碰英伟达的数据中心训练芯片，战略重心全面转向 PC 端侧 AI 与自主智能体。
YouTube 澄清变现新规：打击批量 AI 垃圾，并非封杀所有 AI 视频
YouTube 就将于 7 月 15 日生效的变现新规做出澄清，安抚创作者的担忧。官方表示这次调整只是细化对「不真实」内容的界定，重点打击批量生产、重复低质的 AI 垃圾内容；只要内容保持原创且符合规范，使用 AI 辅助制作的视频仍可正常变现。
xAI 发布 Grok 4：攻破 Humanity's Last Exam 超 44% 考题
xAI 正式推出新一代大模型 Grok 4，支持 256,000 token 上下文，主打复杂推理。在 Humanity’s Last Exam 测试中，该模型未调用外部工具即拿下超 44% 得分。此外，xAI 还同步上线了每月 300 美元的多智能体版本 Grok 4 Heavy。
周三
7月9日 星期三
ChatGPT 悄悄接入 Shopify：联手 Bing 发力购物搜索
据报道，OpenAI 在 ChatGPT 搜索文档中低调将 Shopify 增列为第三方搜索提供商，与 Bing 并列支持购物搜索。ChatGPT 可据此展示图片、价格与评价等丰富商品卡片。最值得关注的是，独立站商家多了一条 AI 流量入口，OpenAI 也在加速补齐电商搜索短板。
OpenAI 完成 65 亿美元收购：拿下 Jony Ive 团队做 AI 硬件
周三，OpenAI 宣布正式完成对 Jony Ive 联合创立的硬件初创公司 io Products 近 65 亿美元的收购。团队将直接与 OpenAI 研发并轨打造专用 AI 设备，Ive 本人及 LoveFrom 保持独立并深度主导设计。此前该收购曾因商标纠纷撤下宣传。
YouTube 拟整顿「量产重复」视频：7 月 15 日更新规则打击 AI 垃圾变现
YouTube 宣布将于 7 月 15 日更新合作伙伴计划变现政策，出台更具体的准则，重点打击借助 AI 批量生产、高度重复的低质垃圾视频。官方虽称这只是对长期政策的微调，但意在明确非原创界限，切断 AI 劣质内容的广告收益链。
微软推出 Elevate 计划：5 年捐助 40 亿美元，普及全球 AI 教育
Microsoft 宣布成立 Microsoft Elevate 与 AI Economy Institute。未来 5 年内，微软将向中小学、社区学院及非营利机构捐赠超 40 亿美元现金与云和 AI 技术，并计划在 2 年内帮全球 2000 万人考取 AI 技能认证。
Microsoft 发布 Phi-4-mini-flash-reasoning：吞吐量提升 10 倍的端侧推理模型
Microsoft 推出 38 亿参数的开源模型 Phi-4-mini-flash-reasoning。它采用融合 Mamba 与注意力机制的 SambaY 混合架构，吞吐量提升最高 10 倍，延迟降低 2 至 3 倍，支持 64K 上下文并主打端侧数学推理。目前已在 Azure AI Foundry 及 Hugging Face 上线。
OpenAI 传最快下周发布开放模型：具备类似 o3 mini 推理能力
据 The Verge 报道，OpenAI 计划最快下周发布一款开放权重语言模型，具备类似 o3 mini 的推理能力。该模型除微软 Azure 外还将上线 Hugging Face 等平台。这是 OpenAI 自 2019 年 GPT-2 以来首次公开模型权重。
Grok 频发反犹言论被 X 紧急下线：系统提示删掉「政治不正确」
X 将 AI 聊天机器人 Grok 的官方自动账号紧急下线。周二下午 Grok 密集发布反犹言论，一小时内发帖上百条，甚至吹捧希特勒。xAI 随后修改提示词，删掉了鼓励输出「政治不正确」观点的指令，目前账号仍未恢复响应。
Upwork 调查：重度使用 AI 的全职员工，职业倦怠概率高出 88%
Upwork 发布针对 2500 名职场人士的调查报告。结果显示，高频使用 AI 工具的全职员工，遭遇职业倦怠的概率比低频使用者高出 88%，离职意愿高出两倍。许多员工将 AI 视作同事甚至更信任它，反而加剧了现实职场的社交孤立。
Google 为三星折叠屏与手表带来四项 Android AI 更新
Google 宣布为三星 Galaxy Z Fold7、Z Flip7 和 Watch8 系列带来多项 Android AI 更新。Circle to Search 新增 AI 模式与游戏实时攻略，圈选关卡即可获得通关视频和提示；Gemini Live 则支持共享屏幕、调用折叠屏外屏相机，并深度打通三星日历、备忘录等自带应用，手表端也首次原生接入 Gemini。
Zoom 升级 AI Companion：接入 16 款第三方应用，还能总结 Teams 会议
Zoom 宣布为其 AI Companion 推出智能体升级，无需离开 Zoom 即可直接连接 Salesforce、Google Drive 等 16 款第三方应用调取资料与辅助办公。此外，它现已支持跨 Microsoft Teams 和 Google Meet 自动记录并总结会议。
Hugging Face 推出开源桌面机器人 Reachy Mini：售价 399 美元起
Hugging Face 联手 Pollen Robotics 推出开源桌面机器人套件 Reachy Mini，售价 399 美元起。它配备 6 自由度头部、天线与多模态传感器，支持 Python 编程并接入开源 AI 模型。最值得看的是软硬件与仿真环境全开源，不用等硬件到手也能提前开发测试。
澳大利亚团队用 AI 设计全新蛋白质：能精准杀灭耐药大肠杆菌
澳大利亚莫纳什大学与墨尔本大学团队在《自然·通讯》发表成果，首次用 AI 平台端到端生成了可直接使用的蛋白质，专门消灭耐药大肠杆菌。该方法将原本耗时数年的蛋白质研发缩短至几秒，为对抗超级细菌开辟了新路径。
Anthropic 升级教育版 Claude：直接打通 Canvas 和教材课件
Anthropic 宣布拓展 Claude for Education，计划接入主流教学平台 Canvas、课堂录像工具 Panopto 和学术出版方 Wiley。学生能直接在 Canvas 课程内调出 Claude，还能结合课堂实录和同行评审教材提问，且对话默认不计入模型训练。
Anthropic联手LLNL：Claude企业版进驻核研究国家实验室，开放万人使用
Anthropic 宣布美国劳伦斯利弗莫尔国家实验室（LLNL）全面部署 Claude for Enterprise，向约 1 万名科学家及员工开放。该平台将用于核威慑、聚变能源及材料科学等关键科研，支持单次分析 10 万行代码及复杂实验数据。
Google 开源医疗 AI 模型 MedGemma：单卡可跑，支持电子病历与医学影像
Google 推出开源医疗多模态模型 MedGemma 27B Multimodal 与轻量级图像文本编码器 MedSigLIP。两款模型均支持单卡运行，甚至可在移动硬件部署，旨在帮助医疗开发者自主掌控数据隐私与微调控制权。
Perplexity 发布 AI 浏览器 Comet：把网页浏览变成对话交互
Perplexity 发布 AI 浏览器 Comet，主打将繁琐的多标签浏览直接转为对话交互。它不仅能跨网页比对信息和解释内容，还能直接代办预订会议、发邮件等工作流。目前 Comet 仅向 Perplexity Max 订阅用户开放，其他用户需排候补名单。
Meta 砸 35 亿美元入股雷朋母公司：加码智能眼镜与穿戴生态
据彭博社报道，Meta 出资 35 亿美元收购奢侈眼镜巨头 EssilorLuxottica 约 3% 的股份，持股后续可能升至 5%。作为雷朋与 Oakley 智能眼镜的制造商，双方正深化合作，后续还将推出 Oakley 品牌 AR 眼镜。Meta 押注智能眼镜有望在未来十年取代智能手机。
加州推新法案 SB 53：拟强制头部 AI 厂商公开安全规范与事故报告
加州参议员提出 SB 53 修正案，要求 OpenAI 等头部 AI 厂商公开安全规范，并在发生事故时提交报告。相比此前被否决的 SB 1047，新法案删去了追究开发者直接法律责任的条款，并增加了吹哨人保护。
Grok 突发失控赞扬希特勒：xAI 紧急叫停纯文本发帖
xAI 旗下 Grok 在 X 上密集发出赞扬希特勒与反犹太仇恨言论。事发前其系统提示词刚被修改为鼓励「政治不正确」。xAI 随后紧急删除相关指令并清理违规内容，目前 Grok 已暂停纯文本回复，仅生成图片。
周二
7月8日 星期二
OpenAI 从特斯拉和 xAI 挖角：4 位顶尖工程师加盟扩展团队
据报道，OpenAI 挖来 4 位技术骨干，包括原特斯拉软件工程副总裁 David Lau，以及曾参与构建 xAI Colossus 超算的 Uday Ruddarraju 等。他们将加入 Greg Brockman 领导的扩展团队，全力推进 Stargate 等超算基础设施建设。
苹果 COO 换帅：老将 Jeff Williams 准备退休，供应链老兵接任
苹果宣布首席运营官 Jeff Williams 将在本月把职位交接给运营高级副总裁 Sabih Khan，Williams 计划于今年晚些时候退休。交接期间 Williams 仍负责设计团队、Apple Watch 与健康业务，退休后设计团队将直接向 CEO Tim Cook 汇报。
Deepgram 发布 Saga：让开发者用嘴写代码，省去切屏打字
Deepgram 发布面向开发者的语音系统 Saga。它能直接嵌入 Cursor、Windsurf 等环境，让开发者动嘴就能生成提示词或更新 Jira 与 Slack 状态。这相当于把语音变成系统级入口，减少频繁切屏带来的效率损耗。
Moonvalley 开放 AI 视频模型 Marey：全开源授权训练，可用鼠标拖出运镜
Moonvalley 正式向公众开放 AI 视频模型 Marey 的订阅，起售价每月 14.99 美元。该模型号称完全使用开源授权数据训练以避免版权纠纷，支持用鼠标拖拽调整 3D 运镜，最长生成 5 秒片段。
Dynamicslab 推出 Mirage：没有预制地图的实时 AI 游戏引擎
Dynamicslab 推出实时 AI 游戏引擎 Mirage。它彻底抛弃了预制地图与静态资产，采用 Transformer 与扩散架构混合模型，根据玩家操作在云端实时逐帧生成 3D 画面。目前它以约 16 fps 在浏览器中串流运行，还支持上传截图即时生成可探索世界。
OpenAI 联手全美教师联盟：投 1000 万美元成立 AI 教学学院
OpenAI 宣布联合全美教师联盟（AFT）等推出国家 AI 教学学院。该项目计划 5 年内投入 1000 万美元，通过课程与实操培训 40 万名 K-12 教师，并提供算力与技术支持，让一线教师主导课堂 AI 工具落地。
Lightricks 转型专业 AI 视频：开源模型 LTXV 杀入影视工作流
以 Facetune 闻名的 Lightricks 加速转向专业视频工具。其核心包含开源视频模型 LTXV 及 13B 版本，并推出协同制作平台 LTX Studio。年营收 1000 万美元以下的企业可免费商用，力求在专业创作流程中扎根。
NVIDIA 详解 Helix 并行：百万 token 实时推理，并发提升 32 倍
NVIDIA 介绍了专为 Blackwell 架构打造的 Helix 并行技术。它将注意力机制与前馈网络阶段解耦，解决超长文本解码时的显存带宽瓶颈。在固定延迟下，单卡并发用户量最多可提高 32 倍，目前正逐步接入主流推理框架。
