Meta 緊急下線 Instagram AI 功能：曾允許 @ 公開賬號生成 Deepfake
Meta 宣佈徹底下線剛公佈的 Instagram AI 功能。該功能原本允許使用者通過 @ 公開賬號，未經許可直接生成相關 AI 影像。在反性剝削組織與演員工會強烈抗議其助長 Deepfake 和敲詐風險後，Meta 承認設計偏離預期，將該功能直接移除。
AI 日報：今天的 AI 新聞
週五
7月10日 星期五
Apple 起訴 OpenAI：指控其高管竊取硬體商業秘密
Apple 正式起訴 OpenAI 侵犯商業秘密及違約，直指曾任 Apple 副總裁的 OpenAI 首席硬體官 Tang Tan。訴狀稱其在招聘中索取未釋出產品細節及硬體零件，甚至教唆員工規避安保。隨著 OpenAI 進軍硬體領域，兩家巨頭的正面交鋒已全面升級。
Lucida：專摳玻璃與毛髮的開源背景移除模型，不到 900MB
開源背景摳圖模型 Lucida 釋出。該模型體積不足 900MB，專門針對半透明玻璃、迷彩、文字陰影及髮絲等常規模型容易翻車的邊緣進行微調。專案程式碼、權重與資料集均按 MIT 協議完全開源，在普通消費級顯示卡上就能直接本地執行。
Claude Code 桌面端加入沙盒瀏覽器：能查文件能點網頁，像看本地伺服器一樣
Claude Code 桌面版加入內建沙盒瀏覽器。Claude 現在可以直接開啟線上文件、設計稿或任意網站，像對接本地開發伺服器一樣閱讀、點選並執行操作；沙盒支援自定義配置，會話記錄可自選是否保留。寫程式碼時查資料不用再來回切屏複製了。
OpenAI 用 GPT-5.6 Sol Ultra 破解 50 年數學懸案：1 小時生成圈雙覆蓋證明
OpenAI 釋出由 GPT-5.6 Sol Ultra 完全生成的數學論文，宣佈證明了圖論中懸而未決 50 年的圈雙覆蓋猜想。模型建立了 64 個子代理，在不到一小時內完成推導，並由 Codex 協助撰寫成文。這意味著前沿模型已開始獨立攻克人類未解的純數學難題。
Instagram 負責人談 AI 內容：不會全面過濾，應讓使用者自主選擇
Instagram 負責人 Adam Mosseri 在播客中表示，平臺不該全面遮蔽 AI 內容，而是傾向於打標籤，並讓不喜歡的使用者自主移出資訊流。他還指出隨著 AI 逼真度上升，識別難度激增，未來或許更適合直接標記相機拍攝的真實內容。
Sunrun 試點家庭分散式算力：付錢給儲能業主，把 AI 節點搬進家
家庭儲能公司 Sunrun 啟動分散式 AI 算力試點，付錢給安裝其太陽能與電池系統的業主，在家中部署小型計算節點。Sunrun 計劃將彙總算力出售給 AI 企業。在全美超 70% 居民反對新建集中式大型資料中心的背景下，這種化整為零的家庭網路成了新嘗試。
Anthropic 通報 Model 2 評估：代際提升放緩，但看到 AI 自我進化跡象
Anthropic 披露 8 月風險報告，通報內部主力模型 Model 2 的評估結果。Model 2 雖超越 Mythos 5，但代際躍升收窄且未達 RSP 閾值；團隊已將防蒸餾轉為常規工程，並指出基準測試精度失靈，但在遞迴自我改進（RSI）上看到了早期加速跡象。
OpenAI 慶祝 GPT-5.6 Sol 上線：24 小時內兩次重置使用限額
OpenAI 宣佈為慶祝新模型 GPT-5.6 Sol 上線，將在接下來的 24 小時內對 ChatGPT Work 和 Codex 兩次重置使用限額。官方表示此舉是為了讓使用者有充分時間上手並嘗試複雜的挑戰性任務。這意味著高頻使用者可以在一天內獲得多輪額度，盡情測試新模型的實際能力。
週四
7月9日 星期四
Anthropic 重置 Claude 用量限額：5 小時與週上限全部清零
Anthropic 宣佈重置所有 Claude 使用者的 5 小時及每週用量限制。此次重置覆蓋所有層級使用者，原本已達到限額的使用者將立即恢復完整訪問許可權。官方未公佈重置原因，重度使用 Claude 的使用者可直接恢復滿血狀態。
OpenAI 升級生物安全賞金：通用越獄獎勵翻倍至 5 萬美元
OpenAI 宣佈將生物安全漏洞懸賞升級為常設專案。針對前沿模型的通用越獄賞金從 2.5 萬美元翻倍至 5 萬美元，部分突破也可酌情獲得獎勵。研究人員需持有賬號並簽署保密協議，原有測試將於 7 月 27 日截止。
1X 釋出 NEO 25 自由度仿生手：能拼樂高、擰燈泡，支援 IP68 防水
1X 釋出為人形機器人 NEO 打造的 25 自由度肌腱驅動手。它具備高解析度觸覺感知與力透明度，能精細拼樂高、擰燈泡甚至拉拉鏈，並支援 IP68 防水。最關鍵的是，它讓機械手變成讀寫兼備的感知儀器，掃清了硬體瓶頸，今年計劃量產 1 萬隻。
ChatCut Desktop 支援接入 Agent：通過本地 MCP 驅動 AI 影片剪輯
ChatCut 推出桌面端並支援通過本地 MCP 協議接入 Codex、Claude Code 等 Agent。智慧體可直接讀取專案並呼叫影片復刻與剪輯能力，在保留鏡頭節奏的同時替換人物或場景。目前支援 macOS 與 Windows，Linux 暫不可用。
微軟 AI 聯手詩人推出 Ode Poetry：用語音模型復刻「詩歌診所」
Microsoft AI 聯合詩人 William Sieghart 推出數字體驗 Ode Poetry。該應用結合轉錄模型 MAI-Transcribe 與克隆模型 MAI-Voice，能即時傾聽使用者心緒，並以詩人的原聲語氣與推薦邏輯開出「詩歌處方」，將一對一線下諮詢推向全球。
NVIDIA 更新超分模型 PID 1.5：幾秒生成 2K 影像，細節色彩更準
NVIDIA 更新開源影像超分模型 PID 至 1.5 版本。該模型將潛空間解碼與超解析度合二為一，在消費級顯示卡上只需幾秒就能將 512×512 影像轉換至 2K，細節表現更銳利且色彩還原更準確。最關鍵的是它能與 FLUX、Qwen-Image 等主流生成模型無縫搭配，目前已開源權重並支援 ComfyUI。
Mirelo 聯手 Kyutai 開源 MuScriptor：一首歌直接扒出全樂器 MIDI
Mirelo 與 Kyutai 聯合開源多樂器音樂轉錄模型 MuScriptor。以前的工具大多隻能轉單軌獨奏，它能直接吃下整首混音音訊，把人聲、鼓、貝斯和鍵盤等分軌轉成獨立 MIDI。微調與強化學習讓準確率大幅提升，普通人做扒帶或二次編曲省事多了。
Reve 釋出 Reve 2.1：原生 4K 輸出重回競技場第二，算力僅對手十分之一
Reve 釋出 Reve 2.1 影像模型，在 Arena 和 Design Arena 重回總榜第二。該模型支援原生 4K（1600 萬畫素）輸出與精細區域性編輯，在強化多語言文字渲染的同時，訓練算力不到競爭對手的十分之一。
Meta 推出 Muse Spark 1.1：支援 100 萬上下文與電腦操作
Meta 推出多模態推理模型 Muse Spark 1.1，大幅提升智慧體編排、電腦操作與程式設計能力。該模型擁有 100 萬 token 上下文，能自動排程並行子智慧體並零樣本接入新工具。目前已在 Meta AI 應用和 meta.ai 的思考模式上線，新 API 同步開啟公測。
UST 向 2 萬名工程師部署 Claude：把晶片驗證週期縮短多達 70%
Anthropic 與工程服務商 UST 達成合作，面向其全球 2 萬名工程師部署 Claude。UST 將 Claude Code 接入 iDEC 晶片驗證流程，通過自動讀取原理圖和生成迴歸測試，把驗證週期縮短 50% 至 70%，並計劃進一步拓展至醫療、電信與銀行系統。
Google 上線 AlphaEvolve：基於 Gemini 的程式碼最佳化 Agent 全面開放
Google 宣佈程式碼最佳化與發現智慧體 AlphaEvolve 在 Google Cloud 正式全面可用。該工具基於 Gemini 模型，通過定義、評估、最佳化到應用的四步閉環探索演算法空間。最值得關注的是，它能自主改寫複雜底層程式碼，在物流、晶片設計和超算排程等場景帶來大幅效能提升。
Anthropic 上線 Reflect：幫你復盤 Claude 使用習慣與防沉迷
Anthropic 推出測試版工具 Reflect，讓 Claude 使用者追蹤過去 1 到 12 個月的使用習慣和任務型別。它引入「4D AI 流暢度框架」評估協作能力，並支援設定免打擾與休息提醒。該功能面向開啟了 Memory 的免費、Pro 和 Max 使用者開放。
OpenAI 推出 ChatGPT Work：接管複雜多步任務，由 GPT-5.6 驅動
OpenAI 推出由新前沿模型 GPT-5.6 驅動的工作智慧體 ChatGPT Work。它能連線 Slack、Teams 和 Drive 等工具，自主拆解並處理長達數小時的多步驟任務，還能輸出幻燈片、文件或網站。目前面向 Pro、企業和教育訂閱使用者開放，桌面端已整合 Codex 並支援電腦操作功能。
OpenAI 全面上線 GPT-5.6：旗艦 Sol 跑分刷榜，還帶四智慧體並行模式
2026 年，OpenAI 正式全面推出 GPT-5.6 系列，包括旗艦 Sol、平衡款 Terra 與高性價比款 Luna。Sol 在專業工作流基準 Agents' Last Exam 上斬獲 53.6 分，超越 Claude Fable 5 達 13.1 分；新推出的 ultra 模式預設排程 4 個智慧體並行工作，顯著提升複雜任務效率。
週三
7月8日 星期三
Cognition 釋出程式設計模型 SWE-1.7：基於 Kimi K2.7，效能逼近 GPT-5.5
Cognition 釋出專為 Devin 打造的程式設計模型 SWE-1.7。該模型基於開源的 Kimi K2.7，通過強化學習將效能拉至逼近 GPT-5.5 與 Opus 4.8，且成本大幅降低。目前已在 Devin 全平臺上線，藉助 Cerebras 晶片實現每秒 1000 token 的極速推理。
Google 相簿上線 Video Remix：普通影片一鍵重混成油畫短片
Google 在 Google 相簿中上線 Video Remix 功能，依託 Gemini Omni 模型，讓使用者通過簡易模板快速生成風格化影片。它支援電影級重新打光、更換背景以及水彩、油畫等藝術特效。目前先面向部分國家的 Google AI 訂閱使用者推送。
字節跳動釋出 Seedream 5.0 Pro：支援塗畫標註修改，主打高密度資訊圖
字節跳動釋出多模態影像模型 Seedream 5.0 Pro。新模型主打高資訊密度圖表與互動式編輯，不僅能排版複雜文本，還支援直接在圖上畫框和手寫標註來指導區域性修改，並支援圖層分離。最值得關注的是，它開始真正把影像生成接入實用設計工作流。
Mistral 釋出 Robostral Navigate：靠單目攝像頭導航，跑贏多感測器
Mistral AI 釋出首個具身導航模型 Robostral Navigate。這款 8B 引數模型僅依靠單個普通 RGB 攝像頭、無需雷射雷達或深度感測器，在 R2R-CE 未見測試集上取得 76.6% 成功率，超越了多感測器系統，適用於輪式、足式與飛行機器人。
螞蟻旗下 Robbyant 開源 LingBot-World 2.0：即時生成可互動世界
螞蟻旗下 Robbyant 開源世界模型 LingBot-World 2.0。它採用因果預訓練實現長時互動且畫質無明顯衰減，蒸餾版本能以 720p 60fps 即時執行，還引入雙 Agent 協同生成動作與環境。目前已開源 1.3B 和 14B 權重。
Cloudflare 推出 Drop：免登入拖拽即上線，AI 寫完網頁秒變網站
Cloudflare 推出免登入部署工具 Drop。使用者把靜態網頁資料夾拖入網頁，無需註冊就能在全球網路秒級上線並生成 workers.dev 連結。它還專門為 AI 智慧體設計了自動化指令，生成的臨時網站在 60 分鐘內認領即可長期保留。
OpenAI 審查 SWE-Bench Pro：約 30% 程式設計評測任務存在缺陷
OpenAI 釋出針對 SWE-Bench Pro 的審查結果，發現該基準測試中約 30% 的任務存在測試過嚴或提示詞誤導等缺陷。團隊結合自動化篩選、調查智慧體與工程師複核得出此結論，宣佈收回此前對該基準的推薦，並呼籲構建更準確的評測體系。
OpenAI 釋出 GPT-Live：支援邊聽邊說，後臺可呼叫 GPT-5.5
OpenAI 推出新一代語音模型 GPT-Live，全面接入 ChatGPT 語音功能。新模型採用全雙工架構，能邊聽邊說併發出自然附和，遇到複雜問題後臺自動委託給 GPT-5.5 處理。目前兩個版本已面向全球付費及免費使用者推出。
OpenAI 公佈國家安全原則：明確禁止自主武器與大規模監視
OpenAI 釋出國家安全原則，劃定 AI 技術在政府與國防合作中的邊界。原則明確禁止將模型用於大規模國內監視、指揮自主武器系統以及高風險自動決策，並已適用於其與美國防部門和 9 個盟國的現有安全合作。
xAI 明日公開發布 Grok 4.5：對標 Opus 級別，速度更快成本更低
Elon Musk 宣佈 xAI 將於次日向公眾正式開放 Grok 4.5。Musk 表示該決定來自內測使用者的積極反饋，並稱其為「Opus 級」模型，但在生成速度、Token 效率和呼叫成本上均更具優勢。
OpenAI 宣佈 GPT-5.6 三款變體：Sol、Terra 與 Luna 本週四上線
OpenAI 宣佈 GPT-5.6 家族的三款新模型 Sol、Terra 和 Luna 將於本週四公開發布，目前正面向全球擴大預覽訪問許可權。官方暫未公佈各版本的具體技術細節，但這標誌著該系列模型正從內測走向全面開放。
週二
7月7日 星期二
Meta 上線影像模型 Muse Image：可直接圈選修改，日常免費用
Meta 推出首款影像生成模型 Muse Image 並整合至 Meta AI。它能根據自然語言描述處理照片，支援直接在畫面上圈選塗改細節、渲染清晰文本，還能結合真實商品重做房間設計。日常使用免費，此前引發爭議的 @公開賬號參考功能已被撤下。
ProxyPose 現已開源：在 2D 影片裡點一下，就能追蹤物體 6-DoF 三維位姿
多倫多大學團隊公佈開源系統 ProxyPose，只需在普通 2D 影片中點選一個畫素，就能精準追蹤物體的三維位置和旋轉軌跡。它巧妙利用影片模型將目標替換為彩色立方體，再用幾何演算法解算出位姿，即使面對透明、反光或極端遮擋也能穩定追蹤。
Anthropic 延長 Claude Fable 5 許可權：所有付費使用者可用至 7 月 12 日
Anthropic 宣佈延長 Claude Fable 5 的開放視窗，所有付費方案訂閱使用者均可繼續使用至 7 月 12 日。官方並未透露本次延期的具體原因，也未說明截止後的後續安排與價格變動，付費使用者目前可直接在對應方案中繼續體驗。
高通開源 Mobile-Wan：手機本地 20 秒生成 5 秒影片，體積不到 10GB
高通研究團隊釋出 Mobile-Wan，把阿里 50 億引數的 Wan 影片生成模型搬到手機本地執行。通過分塊生成、剪枝和 3 步取樣蒸餾，手機無需聯網即可在約 20 秒內生成 5 秒 480p 影片，模型權重僅 9.9GB。
微軟 Office 換下 OpenAI 與 Anthropic：改用自研 MAI 砍成本
據彭博社報道，微軟開始在 Excel 和 Outlook 等辦公軟體中換下 OpenAI 與 Anthropic 的模型，改用自研的 MAI 家族模型處理每週數萬條指令以削減成本。微軟 AI 負責人 Suleyman 直言 Anthropic 太貴，目標是徹底砍掉這筆開支。目前替換部分僅佔 Copilot 總量的一小部分。
傳正評估海外訪問限制：DeepSeek 等頂尖 AI 模型或收緊出海
過去一個月，據知情人士透露，相關部門與頭部科技企業舉行會議，探討限制海外訪問包括 DeepSeek 在內的頂尖 AI 模型。此舉旨在應對地緣政治緊張局勢，一旦落地，將限制全球對相關技術的呼叫，並直接波及依賴這些模型的海外開發者與企業。
Claude Cowork 登陸網頁與移動端：離線後臺也能繼續幹活
Anthropic 宣佈將 Claude Cowork 擴充套件至網頁端和移動端。此前該功能僅限桌面應用，現在支援跨裝置流轉並在雲端離線執行，合上電腦任務也不會中斷。官方透露 Cowork 超過 90% 的用量用於日常知識工作，目前正面向 Max 使用者開展測試。
no-ai-slop：去 AI 味的寫作工具，不猜機率只抓 20 種套路
寫作 skill no-ai-slop 上線。它主打「最小有效編輯」改稿，在保留原作者語氣的前提下刪掉術語與長句；檢測模式下則不打分、不猜機率，直接列出原文命中的 20 多種 AI 常見套路並給出修改建議。
週一
7月6日 星期一
蘋果為家庭 AI 設門檻：HomeKit 智慧影片分析需訂 2TB iCloud+
據 macOS 測試版說明顯示，Apple 確認家庭應用的 AI 分析功能需訂閱每月 10 美元的 2TB iCloud+ 或 Apple One Premier。該功能可在本地分析安防影片中的人、物體與事件並生成檢索摘要。通知分組和 4K 支援則不受該門檻限制。
字節跳動曝光 Seedance 2.5：一條提示詞生成 30 秒 4K 影片
上個月，字節跳動在北京披露了影片生成模型 Seedance 2.5，傳最快將於 7 月 9 日上線。新模型單條提示詞即可生成 30 秒 4K 影片，並支援多達 50 個參考影像、影片或音訊，相比前代的 12 個大幅提升了畫面可控性。目前官方落地頁已在 Dreamina 上線。
MIRA 即時多人世界模型：單張 B200 跑 4 人聯機，無引擎純靠影片生成
研究團隊釋出互動式多人世界模型 MIRA，完全不依賴物理或渲染引擎，僅靠 50 億引數的擴散模型生成畫面。它由 1 萬小時對戰資料訓練而成，單張 B200 即可支援四人 2v2 即時操作與聯機，相關資料集和程式碼已開源。
騰訊開源 Hy3 混合專家模型：總引數 295B 啟用 21B，專攻 Agent 程式設計
騰訊在 Hugging Face 等平臺開源混合專家模型 Hy3，總引數 295B、啟用 21B。該模型主打 Agent 程式設計與推理，支援 256K 上下文，內部實測幻覺率降至 5.4%。模型遵循 Apache 2.0 協議，並同步提供 FP8 權重。
PixWorld 論文釋出：跳過潛空間，直接在畫素級做 3D 場景生成與重建
研究人員在 arXiv 釋出論文提出 PixWorld，把 3D 重建與生成統一在畫素空間擴散框架下。它不再依賴潛空間擴散與 VAE 編碼，而是直接監督渲染影像，並引入幾何感知損失。在場景細節和一致性上超越了過往潛空間生成方法。
Anthropic 發現 Claude 內部工作區：能讀寫它未說出口的內心想法
Anthropic 公佈最新可解釋性研究，利用「雅可比透鏡」在 Claude 內部發現了自發形成的 J-space 神經工作空間。研究人員不僅能即時窺探 Claude 想說但沒說出口的詞，還能直接篡改其中的概念來改變決策。這為防範大模型越獄和隱瞞意圖提供了新工具。
週日
7月5日 星期日
Wan-Streamer v0.2 釋出：即時影片互動解析度翻倍，延遲仍為 200ms
研究團隊釋出 Wan-Streamer v0.2，將端到端音影片互動模型的解析度從 192x336 提升至 640x368，同時保持 25 FPS 下約 200 毫秒的模型延遲。它通過單卡感知加多卡並行的架構，讓中景虛擬形象的手勢和周圍環境在即時對話中保持清晰。
週六
7月4日 星期六
開源工具 pxpipe 把文本壓成 PNG：利用視覺計費規則，Claude 賬單立省 70%
開源工具 pxpipe 被曝光。它利用 Anthropic 圖片按畫素而非字元計費的規則，把 Claude Code 的提示詞與歷史記錄渲染成緊湊 PNG，平均節省 59% 到 70% 的 token 費用。不過圖片讀取存在有損解析與速度變慢的問題。
週五
7月3日 星期五
Hi3D 上線 3D 列印工作流：從文本到可列印 3MF 僅需 5 分鐘
Hi3D 推出端到端「3D 列印工作流」。不同於僅供視覺展示的 3D 工具，它能自動生成水密網格，自動拆件並計算球形關節，約 5 分鐘即可匯出排版好的 3MF 列印檔案。最值得關注的是它省去了繁瑣的人工修模。目前提供少量免費額度及訂閱制。
爆料稱 Apple 暫停帶攝像頭 AirPods Pro：專為視覺 AI 設計
據爆料者 Kosutami 透露，Apple 已暫停配備攝像頭的 AirPods Pro 研發。該耳機內建紅外相機專為 Siri 與 Apple Intelligence 提供環境視覺感知，不用於拍照。該專案此前已開發約四年，目前暫停的具體原因尚未公佈。
週四
7月2日 星期四
Meta 悄然上線 Pocket：輸入提示詞就能生成互動小遊戲
據報道，Meta 推出社交應用 Pocket，使用者只靠文字提示詞就能生成輕量級互動遊戲。應用基於其收購的 Gizmo 團隊技術，生成的互動小元件支援觸控、傾斜感應與呼叫攝像頭。目前 Pocket 僅在巴西等少數地區測試，Meta 尚未正式官宣。
單步生圖新方法 RDM 開源：僅需 1 步推理，畫質反超 4 步模型
研究團隊公佈單步影像生成方法 RDM 並開原始碼。不同於擴散模型動輒需要數十步去噪，它通過匹配特徵分佈，僅需 1 步就能生成完整影像，甚至將 FLUX.2 壓縮為單步後得分反超 4 步原版。該方法大幅削減了生成延遲與計算成本。
傳 Anthropic 擬自研 AI 晶片：正與三星洽談代工，並從 OpenAI 挖角
據報道，Anthropic 正與三星電子就製造定製 AI 晶片展開早期洽談，或採用三星的先進製程與封裝技術。Anthropic 尚未開始具體晶片設計，但已招募 OpenAI 晶片團隊老將 Clive Chan。若達成協議，不僅將開啟其自研硬體之路，也將助三星在先進製程上與台積電爭雄。
微軟注資 25 億美元成立 Frontier Company：派 6000 名專家駐場落地 AI
Microsoft 宣佈投資 25 億美元成立新業務 Microsoft Frontier Company。公司將派駐 6000 名工程師與行業專家進駐客戶現場協同部署 AI，並承諾絕不用企業私有資料訓練外部模型。目前 LSEG 與聯合利華等已成為早期客戶。
UBTech 釋出超逼真陪伴機器人 U1：矽膠模擬皮加情感 AI，預訂破 1.3 萬臺
UBTech 釋出超逼真人形陪伴機器人 U1 系列，覆蓋半身與全身版本。機器人搭載情感大模型與矽膠擬真皮膚，能識別超 20 種情緒，起售價約 1.8 萬美元。主打日常情感陪伴，首日預訂已突破 1.3 萬臺，計劃年內交付。
據報 OpenAI 提議向美國政府出讓 5% 股權：價值約 426 億美元
據《金融時報》報道，OpenAI 提議向美國政府出讓 5% 股權，以緩解與特朗普政府的緊張關係並降低監管阻力。按其最新 8520 億美元估值計算，該股份約值 426 億美元。CEO Sam Altman 提議藉此讓公眾共享 AI 紅利，但談判仍處早期。
Anthropic 詳解 Fable 5 網路防護：請求分四類攔截，推越獄嚴重度框架
Anthropic 詳解重新上線的 Claude Fable 5 網路安全防護。其安全分類器將行為劃分為禁止、高低風險雙重用途和良性四類，並拉大了防禦安全邊際。同時團隊聯合 Glasswing 提出越獄嚴重度評估框架草案，並在 HackerOne 上線漏洞提交專案。
Anthropic 升級 Claude 企業版：能看具體成本與產出，支出達 75% 自動告警
Anthropic 為 Claude Enterprise 推出新版分析與成本控制工具。管理後臺可按使用者及 SCIM 分組拆解費用，直觀對應技能呼叫與檔案修改成本；同時新增針對 Claude Code 的產出估算，並在支出達 75% 和 90% 時預警，防止企業賬單超支或突然斷連。
Mr. Flow 開源：影像生成提速 9 到 21 倍，完全免訓練
免訓練影像加速方案 Mr. Flow 開源並推出 ComfyUI 外掛。它先在低解析度下快速生成主體，再放大加噪並用高解析度完成細節清理，無需重新訓練即可將主流模型提速 9 到 21 倍，畫質幾乎無損。
Z.ai 推出 GLM-5.2 官方程式設計工具 ZCode：支援多智慧體與微信遠端控制
Z.ai 推出專為 GLM-5.2 設計的官方程式設計開發環境 ZCode 3.2.2，支援 macOS、Windows 和 Linux。工具主打多智慧體協同、長週期目標規劃，並支援通過微信、飛書遠端控制，起售價每月 16.20 美元。此舉直接拉低了對標 Claude Code 的使用門檻。
週三
7月1日 星期三
Cloudflare 對 AI 爬蟲下通牒：不把訓練與搜尋分開就預設攔截
Cloudflare 宣佈自 2026 年 9 月 15 日起，將預設攔截訪問廣告頁面的「混用型」網路爬蟲，要求 AI 公司必須將傳統搜尋與 AI 訓練及智慧體抓取徹底分開。最值得關注的是，此舉旨在阻止科技巨頭以搜尋收錄為由免費掠奪出版商版權內容，並將按抓取付費升級為按使用價值付費。
LangChain 開源 OpenWiki：自動為程式碼庫寫文件，幫 Agent 掌握上下文
LangChain 釋出開源工具 OpenWiki，可自動為程式碼倉庫生成並維護 Wiki 文件。它只在 CLAUDE.md 等指引檔案中寫入引用連結，並藉助 GitHub Action 隨程式碼變更自動更新，避免把海量上下文硬塞進單個檔案，讓編碼助手隨時掌握最新專案邏輯。
xAI 推出 Voice Agent Builder：零程式碼做真人質感語音智慧體，每分鐘 0.05 美元
xAI 推出免程式碼工具 Voice Agent Builder。它基於 Grok Voice 技術，讓使用者無需編寫程式碼就能搭建聽感貼近真人的語音智慧體。該服務目前已經正式上線，使用成本為每分鐘 0.05 美元。
Fish Audio 旗艦語音模型 S2.1 Pro 免費開放：支援 83 種語言且不限用量
Fish Audio 宣佈將旗艦文本轉語音模型 S2.1 Pro 免費開放給開發者。該模型支援 83 種語言，最吸引人的是完全沒有呼叫量限制。這意味著開發者無需承擔高昂的語音 API 成本，就能直接在多語言專案裡接入高質量配音能力。
Cloudflare推出Monetization Gateway：網頁與API可向AI Agent按次收費
Cloudflare 推出 Monetization Gateway，網站與開發者可通過該閘道器對訪問網頁、資料集、API 或 MCP 工具的 AI Agent 設定付費規則。支付基於 x402 開放協議，在邊緣節點以穩定幣即時結算，呼叫方無需註冊賬號或配置 API 金鑰。
遠端勞動指數出爐：AI 自由職業能力一年翻 6 倍，Fable 5 居首
AI 安全中心與 Scale Labs 公佈《遠端勞動指數》新結果，測試 AI 代理完成自由職業任務的能力。Anthropic 的 Fable 5 以 15.8% 的勝出率奪冠，相比一年前 2.5% 的頂峰提升近 6 倍。不過這也意味著頂尖 AI 目前仍只能獨立搞定六分之一的工作，人工把關依然必不可少。
Meta 籌建雲業務 Meta Compute：轉售閒置 AI 算力，直面 AWS
據報道 Meta 正在籌備名為 Meta Compute 的雲基礎設施業務，對外轉售過剩的 AI 算力並提供 Muse Spark 等模型託管，直接與 AWS、Azure 和 CoreWeave 競爭。訊息傳出後 Meta 股價大漲 9.3%，CoreWeave 則下跌 14%。
Square 打通 ChatGPT 與 Claude：餐廳零佣金在聊天框接單
Square 推出 ChatGPT 應用與 Claude 外掛，允許美國餐飲商家直接在 AI 對話中接單。商家無需單獨配置且免收高額平臺佣金，僅需支付標準處理費，訂單會即時同步至現有 POS 與廚房顯示系統。
週二
6月30日 星期二
Google 上線 Gemini Spark 桌面端：支援 macOS 自動化操作與跨應用協作
Google 為 Gemini Spark 推出 macOS 測試版，支援自動整理本地檔案、從賬單生成表格等桌面任務，並接入 Canva、Dropbox 與 MCP 協議。未來還支援手機遠端排程 Mac。目前面向美國 Google AI Ultra 訂閱使用者開放。
OASIS 推出智慧戒指 OASIS 1：對著手指低語就能打字，自帶觸控板微調
初創公司 OASIS 釋出智慧戒指 OASIS 1。它搭載隔音麥克風，利用 WisprFlow 技術讓使用者以低語方式私密聽寫轉文字，戒身上還內嵌觸控板與觸覺反饋，方便隨時微調游標與修改錯字。續航達 16 小時，首批預計 2026 年聖誕節前後發貨。
Runway 接入 Gemini Omni Flash：支援生成編輯影片，可喚內建 Agent
Runway 宣佈在其影片平臺接入 Google Gemini Omni Flash 模型。該模型支援通過文本、影像及現有影片片段進行生成與編輯。使用者不僅能直接在介面中選用，還可通過內建 Agent 直接呼叫 Omni 進行創作。
Meta 推出 3D 動畫模型 LUNA：不用綁骨骼，幾張照片配草圖就能動
Meta 推出 3D 人體動畫模型 LUNA。它徹底繞開了傳統的骨骼繫結與人體擬合，只需幾張靜態照片，就能靠動作影片、關鍵點甚至手繪草圖直接驅動 3D 高斯形變。製作逼真 3D 人物動畫不必再忍受衣物變形與肢體僵硬。
Netflix 旺卡真人秀用 AI 復活已故影星聲音：家屬授權、ElevenLabs 配音
Netflix 將於 9 月 23 日上線旺卡真人秀《Wonka’s The Golden Ticket》，預告片中採用了 AI 生成的已故影星 Gene Wilder 的聲音擔任旁白。該音訊由 AI 語音公司 ElevenLabs 製作，並已獲得 Wilder 家屬授權。這也是流媒體平臺再度嘗試合規復現逝世名人聲音。
微軟開源 SkillOpt：把 Agent 技能當引數訓，GPT-5.5 跑分漲 23.5
Microsoft 推出開源框架 SkillOpt，將 Agent 的技能檔案視為模型外部的可訓練引數。系統通過前向執行、反思更新與驗證門控等機制自動打磨技能，不改動任何模型權重，讓 GPT-5.5 的基準測試平均分提升 23.5 分。
Google NotebookLM 推出 60 秒短影片概覽：把複雜文件做成豎屏短片
Google NotebookLM 上線「短影片概覽」功能。該功能能把複雜的原始檔直接轉成 60 秒豎屏影片，深入提煉核心概念。目前已面向移動端和網頁端的 Google AI Ultra 與 Pro 訂閱使用者推送，免費使用者隨後也將獲得支援。
Google 上線兩款多媒體模型：千圖只需 0.034 美元，影片支援對話式精修
Google 面向開發者推出 Nano Banana 2 Lite 與 Gemini Omni Flash 兩款生成模型。前者 4 秒即可出圖，生成 1000 張圖僅需 0.034 美元；後者支援通過自然語言對話編輯影片，每秒影片定價 0.10 美元。目前兩款模型已上線 Google AI Studio 和 Gemini API。
樂譜視覺基礎模型 MuSViT：吞下 970 萬頁樂譜，讓 AI 讀懂五線譜
研究人員推出樂譜視覺基礎模型 MuSViT。它利用掩碼自編碼在 970 萬頁樂譜上預訓練，通過補全被遮擋的畫面理解音高、節奏和五線譜結構。最值得關注的是，它填補了通用視覺模型看不懂樂譜符號關係的空白，在樂譜識別和符號檢測上大幅超越同類方法。
X 上線官方託管 MCP 服務：Claude、Cursor 能直接讀推文，但停用了發帖
X 推出官方託管的 Model Context Protocol（MCP）伺服器，Claude、Cursor 等 AI 工具無需開發者自行搭建中轉，即可通過使用者賬號直接呼叫 X API 檢索推文和分析趨勢。不過該工具不支援寫入介面，無法用於自動發推。
OpenAI 找到推理降本新法：成本砍掉大半，未登入版僅需數百張顯示卡
據 The Information 報道，OpenAI 工程師發現新最佳化方法，能將 AI 推理成本砍掉大半。該技術用於未登入版 ChatGPT 後，所需 Nvidia 顯示卡降至僅數百張，可能涉及量化與快取等手段。這有望大幅拉高其在 2025 年 Q1 僅 39% 的毛利率，或帶來 API 降價。
OVOW 開源：一段普通影片，直接拆解成可物理模擬的 4D 場景
研究團隊開源無需額外訓練的 4D 場景重建系統 OVOW，能把單段普通影片拆解為帶動畫、可直接做物理模擬的獨立 3D 資產。它串聯 Qwen3-VL 與 SAM 3 等模型完成識別與姿態估計，匯出完整場景。程式碼現已公開，受元件協議限制僅限非商業研究，且需 40GB 視訊記憶體。
Anthropic 重新上線 Claude Fable 5：出口管制解除，升級安全攔截
Anthropic 宣佈於 7 月 1 日向全球重新開放 Claude Fable 5，並恢復部分機構對 Mythos 5 的訪問。此前該模型因被發現存在網路安全繞過風險而觸發出口管制並停擺兩週。團隊上線了攔截率超 99% 的新分類器，並聯手亞馬遜、微軟起草行業越獄評估標準。
Google 推出表格基礎模型 TabFM：無需調參，單次前向完成零樣本預測
Google Research 推出表格資料基礎模型 TabFM。它將表格預測轉為上下文學習任務，完全跳過特徵工程與調參，在單次前向傳播中完成分類和迴歸。模型完全由數億合成數據預訓練，已開源並原生接入 BigQuery。
美團開源 1.6 萬億引數 LongCat 2.0：脫離輝達硬體訓出前沿大模型
美團開源 1.6 萬億引數 MoE 模型 LongCat 2.0，單 token 啟用約 480 億引數。最受關注的是，其超 35 萬億 token 的預訓練完全基於 AI ASIC 超級叢集完成，沒有使用輝達 GPU，證明前沿大模型訓練能夠依託替代硬體平臺走通。
OpenAI 推出 GeneBench-Pro：測大模型的生物科研判斷力，GPT-5.6 Sol 通過率不到 30%
OpenAI 推出科研級基準 GeneBench-Pro，包含 129 道計算生物學題目，專門測大模型處理模糊資料和自主決策的「科研判斷力」。其採用已知因果結構的合成數據進行客觀打分。GPT-5.6 Sol 取得 28.7% 的通過率，遠高於 GPT-5 當初低於 5% 的表現。目前已在 Hugging Face 開源 10 道代表性題目。
OpenAI 靠「流行病學分析」抓蟲：查出硬體故障與潛伏 18 年的開源 Bug
幾個月前，OpenAI 工程師在排查支撐 ChatGPT 搜尋等功能的 Rockset 服務崩潰時，藉助 ChatGPT 構建指令碼批次分析了過去一年的核心轉儲。他們發現看似相同的崩潰實為兩類獨立問題：一臺 Azure 物理主機的 CPU 計算靜默出錯，以及 GNU libunwind 潛伏 18 年的競態漏洞。
美國取消 Anthropic 出口限制：Mythos 與 Fable 重新面向公眾開放
美國政府撤銷對 Anthropic 旗下 Mythos 和 Fable 模型的出口許可限制，Anthropic 確認將於 7 月 1 日起恢復公眾訪問。此前相關管制導致兩款前沿模型無法公開提供。面對亞洲競品逼近，美方與該實驗室達成安全合作協議，選擇放寬限制以確保美國在 AI 領域的全球競爭力。
Anthropic 釋出 Claude Sonnet 5：效能逼近 Opus，智慧體能力大躍進
Anthropic 正式推出 Claude Sonnet 5，在程式設計、工具呼叫與推理上大幅提升，效能已逼近 Opus 4.8。它能自主制定計劃並呼叫終端等工具，API 定價每百萬輸入僅 2 美元，目前已成為免費與 Pro 使用者的預設模型。
Anthropic 釋出 Claude Code 迴圈指南：教你把單輪對話做成自主智慧體
Anthropic 旗下 Claude Code 團隊釋出迴圈工程指南，詳解如何讓程式設計智慧體脫離逐句盯梢、實現自主迭代。指南將迴圈劃分為輪次互動、基於 /goal 的目標驅動、利用 /loop 與 /schedule 的定時輪詢以及全自主的主動迴圈四種模式，並建議用 SKILL.md 進行端到端自我驗證與 Token 控費。
Anthropic 推出科研工作臺 Claude Science：打通 60 多項工具並內建審查智慧體
Anthropic 推出科研工作臺應用 Claude Science 測試版，支援 macOS 與 Linux。它整合了生命科學與化學等 60 多項工具與聯結器，並內建審查智慧體核驗引用與計算，結果全程可審計復現。目前面向付費訂閱使用者開放。
YouTube 升級創作者工作室：支援用 AI 按語義搜評論、聚合同類留言
YouTube 在 YouTube Studio 網頁端向全球創作者推出 AI 評論管理工具。創作者不再受限於精確關鍵詞，可直接輸入「關於外貌的評價」等自然語言或按「負面反饋」分類篩選，並支援查詢相似評論。該功能不會自動刪除留言，旨在提升篩選與互動效率。
