xAI 限時免費開放 Grok Imagine：支援帶音效生成 15 秒影片
Elon Musk 宣佈 xAI 旗下影像與影片生成工具 Grok Imagine 限時面向全球免費開放。該工具可在移動端生成自帶音效的 15 秒影片，正面叫板 OpenAI Sora。伴隨 Grok 4 開放免費層，xAI 意在趁競品爭議期加速拉新。
AI 日報：今天的 AI 新聞
週四
8月14日 星期四
專家警告中美 AI 電網差距：中國電力富餘，美國正被電網絡卡脖子
Fortune 報道稱多位科技與電力專家警告，AI 競爭的關鍵瓶頸在於電網基建。中國因長期超前建設維持 80% 至 100% 的備用容量，甚至將 AI 資料中心視為消納富餘電力的途徑；而美國電網備用率僅約 15%，繁複的審批與短視資本正阻礙算力擴張。
Grok 生成泰勒·斯威夫特不雅深偽，15 家機構要求 FTC 調查
美國消費者聯盟等 15 家機構致信 FTC 及全美 50 州總檢察長，要求緊急調查 xAI 的 Grok。起因是其 Imagine 工具的「Spicy」模式曾生成泰勒·斯威夫特的半裸深偽影片。機構質疑其涉嫌違反非自願親密影像法規，且年齡核驗幾乎形同虛設。
Claude 上線學習模式：不直接給答案，改用蘇格拉底式追問帶你寫程式碼
週四，Anthropic 為 Claude.ai 和 Claude Code 推出學習模式。該模式不再直接丟擲結果，而是通過蘇格拉底式提問引導使用者理解原理；在程式設計工具中，它還會標註「#TODO」讓使用者親自補齊程式碼。所有使用者均可免費選用。
MIT 用生成式 AI 設計全新抗生素：可殺滅耐藥淋病菌與 MRSA
MIT 研究團隊在《Cell》發文，利用生成式 AI 演算法從 3600 萬種虛構化合物中篩選出兩款新型候選抗生素 NG1 和 DN1。它們能有效清除耐藥淋病菌與超級耐藥金黃色葡萄球菌，結構完全脫離現有抗生素框架，通過破壞細菌細胞膜開闢全新殺菌路徑。
靠量子演算法壓縮模型：Multiverse 推出「蒼蠅腦」與「雞腦」極小端側 AI
歐洲初創公司 Multiverse Computing 釋出極小端側模型系列 Model Zoo，包括 9400 萬引數的 SuperFly 和 32 億引數的 ChickBrain。藉助其量子演算法壓縮技術，兩款模型無需聯網即可在 IoT 家電或電腦本地執行，官方稱 ChickBrain 效能甚至反超了原版 Llama 3.1 8B。
ChatGPT 負責人談變現：不完全排除加廣告，正探索電商抽成
ChatGPT 負責人 Nick Turley 接受採訪時表示，並未完全排除在 ChatGPT 中投放廣告的可能。OpenAI 預計要到 2029 年才能實現正現金流，目前正探索從推薦購物中抽取佣金，同時其總使用者數已突破 7 億。
HTC 推出 Vive Eagle 智慧眼鏡：重 49 克，自帶 AI 影像翻譯
HTC 釋出 Vive Eagle 智慧眼鏡，正式加入 AI 眼鏡競爭。新裝置重 49 克，配備 1200 萬畫素超廣角鏡頭與蔡司鏡片，內建 AI 助手支援 13 種語言的影像翻譯及備忘提醒。該眼鏡目前僅在臺灣地區發售，定價約 520 美元。
德電推出平價 AI 手機：內建 Perplexity 助理，起售價 149 歐元
Deutsche Telekom 在歐洲十國發售平價裝置 T Phone 3（149 歐元起）與 T Tablet 2（199 歐元起）。裝置深度整合 Perplexity AI 助理，支援一鍵問答與螢幕拍照識別，並附贈 18 個月 Perplexity Pro。這意味著普通消費者無需花高價買旗艦機就能體驗生成式 AI。
Windsurf 釋出 Wave 12：打通 Devin 能力，帶來 Vibe 替換與 DeepWiki
Windsurf 推出 Wave 12 更新，首次直接整合 AI 程式設計師 Devin 的核心能力。新版引入了 DeepWiki 程式碼解釋卡片與基於提示詞重構的「Vibe and Replace」，Cascade 智慧體也支援自動規劃，並新增了遠端 Dev Containers 支援與全新 UI 面板。
Google 釋出 Gemma 3 270M：僅 2.7 億引數，專為微調而生
Google 推出超輕量模型 Gemma 3 270M，引數量僅 2.7 億。它自帶指令遵循和文本結構化能力，專為特定任務微調設計，旨在讓開發者用極低成本與高速度搞定文本分類、資料提取等明確場景。
辛頓談超級 AI 生存法則：給模型植入「母性本能」照顧人類
據 CNN 報道，AI 先驅 Geoffrey Hinton 在 Ai4 大會上警告，逼迫超智慧 AI 順從人類註定行不通。他提出給模型植入類似母親照顧嬰兒的「母性本能」，讓它們自發保護人類免遭淘汰。不過李飛飛對此明確反對，認為仍應堅持以人為本和人類尊嚴。
週三
8月13日 星期三
Midjourney 下放高畫質影片：標準版可用，支援單條生成省成本
Midjourney 宣佈向 Standard 訂閱使用者開放高畫質影片生成功能。官方新增了 1 或 2 個影片的小批次生成選項，輸入引數即可省下最高 4 倍開銷；同時將 Moodboards 移至側邊欄獨立頁面，並最佳化稽核機制以減少誤報。
xAI 聯合創始人離職：Igor Babuschkin 單飛做 AI 安全投資
xAI 聯合創始人 Igor Babuschkin 宣佈離職，將創立 Babuschkin Ventures 支援 AI 安全研究與初創團隊。此前他曾供職於 DeepMind 和 OpenAI。這次告別正值 xAI 旗下 Grok 機器人因失控言論和深度偽造頻遭爭議之際。
Higgsfield AI 推出 Draw-to-Video：草圖直接轉影片
Higgsfield AI 推出 Draw-to-Video 功能，主打把手繪草圖直接轉化成影片，試圖擺脫純文字提示詞的侷限。該功能支援 MiniMax、Veo 3 和 Seedance Pro 等影片模型，讓創作者控制鏡頭畫面更直觀。
Google 升級 Gemini：能記住歷史偏好，還加入臨時對話
Google 宣佈為 Gemini 應用引入個性化記憶，允許模型參考以往對話瞭解使用者偏好。同時，Google 上線了「臨時對話」功能，對話不計入歷史、不用於模型訓練且 72 小時後清除。個性化功能首批在部分國家面向 Gemini 2.5 Pro 推出。
AutoX 變身 Tensor：要做首款賣給個人的 L4 自動駕駛汽車
由 AutoX 轉型而來的 Tensor 正式亮相，宣佈將面向個人消費者推出首款量產 L4 級自動駕駛汽車。新車搭載大量高規格感測器，預計 2026 年起在歐美和中東交付。Tensor 試圖跳過共享計程車直接把車賣給個人，但高昂硬體成本與責任歸屬依然是現實考驗。
AI 敘事遊戲 Hidden Door 開啟測試：不再對玩家百依百順
AI 敘事平臺 Hidden Door 開啟早期測試。不同於 ChatGPT 等對玩家指令無底線順從的工具，它引入了世界觀限制與後臺擲骰子機制，玩家無法靠開掛瞬間獲勝，必須按劇情邏輯應對挑戰，不過目前生成響應仍有延遲且劇情略顯割裂。
NVIDIA 上線 FLUX.1 Kontext NIM 微服務：視訊記憶體降至 7GB，速度翻倍
NVIDIA 推出 FLUX.1 Kontext [dev] NIM 微服務。通過 FP8 與 FP4 量化，模型佔用從 24GB 最低壓縮至 7GB，結合 TensorRT 帶來超 2 倍推理加速，且支援在 ComfyUI 中一鍵呼叫。
Sam Altman 押注腦機介面：支援 Merge Labs，正面硬剛 Neuralink
據《金融時報》報道，Sam Altman 與 OpenAI 正支援一家名為 Merge Labs 的初創公司，研發腦機介面植入物，直接對標馬斯克的 Neuralink。Altman 早在 2017 年就探討過人機「融合」，認為這是 AI 發展的一種最佳設想。這也讓兩人的競爭從 AI 蔓延到了人腦。
路透社曝光：美國在先進 AI 晶片貨運中偷裝追蹤器，嚴查走私入華
據路透社報道，美國執法部門在涉嫌非法違規流向中國的先進 AI 晶片及伺服器貨運中秘密植入定位追蹤器。供應鏈訊息稱，戴爾和超微裝有 Nvidia、AMD 晶片的包裝箱乃至伺服器內部均曾發現此類裝置。這表明美方在截斷高階算力流向中國的執法手段上大幅收緊。
Anthropic 人才收購 Humanloop：強化企業級模型評估與安全
據報道，Anthropic 人才收購了 LLM 評估與提示詞管理平臺 Humanloop 的三位聯合創始人及十餘名核心研發人員。本次收購不涉及資產或智慧財產權。對於正大力擴張企業與政府客戶的 Anthropic 來說，吸納其工具開發經驗有助於在模型監控與安全合規上建立優勢。
傳蘋果規劃 AI 智慧家居版圖：桌面機器人、擬人化 Siri 與智慧屏
據彭博社報道，蘋果正推進多款 AI 硬體研發，包括配有機械臂的桌面機器人、智慧屏與安防攝像頭，瞄準 2026 至 2027 年上市。工程師正從零重構代號 Linwood 的新 Siri，並計劃加入名為「Bubbles」的擬人化角色。
ChatGPT 升級 GPT-5 模式選擇：可選速度或深度思考，4o 重新迴歸
Sam Altman 宣佈 ChatGPT 為 GPT-5 增加了 Auto、Fast 和 Thinking 三種模式選擇。Thinking 模式提供 196k 上下文，每週限 3000 條訊息；同時 4o 預設重新向所有付費使用者開放，網頁端還新增了開啟 o3 等其他模型的開關。
週二
8月12日 星期二
Stability AI 聯手 NVIDIA 推出 SD3.5 NIM：企業生成提速 1.8 倍
Stability AI 聯合 NVIDIA 推出 Stable Diffusion 3.5 NIM 微服務，加速企業級部署。基於 TensorRT 最佳化，在 H100 上影像生成速度比 PyTorch 提升 1.8 倍，並把 SD3.5 Large 與 Depth、Canny 等 ControlNet 打包進同一容器。
NotebookLM 影片概覽面向全員開放：累計生成已超 110 萬個
Josh Woodward 宣佈 Google NotebookLM 的影片概覽（Video Overviews）功能現已向所有使用者開放。官方資料顯示該功能已累計生成超 110 萬個影片概覽。現在任何人都能直接把筆記材料一鍵轉成影片解說，不再需要等測試名單。
Mistral AI 釋出 Medium 3.1：多模態大升級，支援 4 卡私有化部署
Mistral AI 推出多模態模型 Mistral Medium 3.1，提升了推理、程式設計及聯網檢索能力。新模型百萬輸入 token 僅需 0.40 美元，支援企業在 4 塊 GPU 上私有化部署，基準成績直追主流旗艦。
微軟被曝數百萬美元挖角 Meta：列重點清單，24 小時出頂格 Offer
據 Business Insider 披露的內部檔案，微軟正全力挖角 Meta 的 AI 工程師與研究人員，開出數百萬美元薪酬包。微軟不僅製作了針對 Meta 核心團隊的挖角清單，還開闢專門流程，被標記為「關鍵 AI 人才」的候選人可在 24 小時內拿到頂格 Offer。
Figure 02 解鎖家務技能：靠 Helix 模型自主疊毛巾，無人工遙控
Figure AI 釋出影片展示人形機器人 Figure 02 自主摺疊毛巾。機器人完全依靠 Helix 神經網路與多指手爪感知邊緣並撫平褶皺，全程無遙控或硬編碼。最值得關注的是，此前在寶馬工廠幹活的模型僅新增 500 小時人類示範資料，就跨界掌握了家務活。
ARM 公佈神經超分技術：專為手機設計，540p 直升 1080p
週二，ARM 公佈專為手機設計的神經超解析度技術。它依靠 AI 模型將 540p 畫面提升至 1080p，既能保留邊緣細節，又能大幅降低重度 3D 遊戲的耗電。最值得關注的是，這有望讓手機更流暢地執行 3A 大作。不過新技術需搭載在未來晶片上，至少還要等一年。
Roblox 開源 Sentinel：日審 60 億條訊息，專抓兒童安全隱患
Roblox 開源其 AI 審查工具 Sentinel。該模型每天即時掃描超 60 億條聊天訊息，通過一分鐘快照捕捉誘導兒童等隱蔽對話模式。2025 年已協助識別 1200 起兒童剝削案件，上半年更有 35% 案件是在被舉報前主動截獲。
Skywork 開源 Matrix-Game 2.0：支援 25FPS 即時互動的世界模型
Skywork 釋出開源長序列互動式世界模型 Matrix-Game 2.0。上週 DeepMind 的 Genie 3 引發關注但未開源，Matrix-Game 2.0 則主打完全開源，支援 25FPS 與數分鐘連續互動，讓開發者能直接執行即時可互動的世界模型。
Claude Sonnet 4 上下文升至 100 萬 token：程式碼庫一口吞，支援長程智慧體
Anthropic 宣佈 Claude Sonnet 4 的 API 上下文視窗擴至 100 萬 token，容量擴大 5 倍。單次請求可處理超 7.5 萬行程式碼或數十篇論文。該功能已在 Claude 平臺公測，並上線 Bedrock 和 Vertex AI。
OpenAI 致信加州州長：別搞碎片化監管，應與聯邦標準統一
OpenAI 致信加州州長 Newsom，呼籲加州統一 AI 監管，避免各州法規碎片化拖累創新。OpenAI 建議只要遵守聯邦 CAISI 或歐盟框架即可視為合規，同時應豁免初創企業，防止繁重監管阻礙生態發展。
Anthropic 詳解 Claude 安全體系：多維危害框架配合即時動態攔截
Anthropic 公開披露了保障 Claude 安全的多層防禦機制。該體系貫穿模型全生命週期，通過「統一危害框架」界定五大風險，並在部署後依靠專用微調分類器實現即時響應引導與濫用阻斷。最值得關注的是，它能在不生硬拒絕的前提下化解潛在風險，兼顧安全與實用性。
Anthropic 開放政府訪問：美聯邦三大部門用 Claude 僅需 1 美元
Anthropic 宣佈向美國行政、立法和司法三大機構提供 Claude for Enterprise 與 Claude for Government，期限一年，費用僅需 1 美元。該方案支援處理敏感非機密資料的 FedRAMP High 標準，旨在掃清政府使用前沿 AI 的成本障礙。
Liquid AI 釋出 LFM2-VL：輕量端側視覺模型，推理速度翻倍
Liquid AI 釋出首批端側視覺語言模型 LFM2-VL，包含 450M 與 1.6B 兩種尺寸。模型專為手機、可穿戴等低算力裝置設計，GPU 推理速度比同類模型快最高 2 倍。權重已在 Hugging Face 開源，年收入 1000 萬美元以下可免費商用。
估值 180 億的 Perplexity 擬 345 億美元收購 Google Chrome
Perplexity 向 Google 發起 345 億美元非約束性收購要約，擬全資接盤 Chrome 瀏覽器。該交易代號「所羅門計劃」，由風投基金全額背書，意在借司法部反壟斷分拆壓力拿下瀏覽器入口。Perplexity 自身估值僅 180 億美元，Google 暫未回應。
週一
8月11日 星期一
Claude 上線歷史對話檢索：只有你主動問，它才會翻出舊聊天
週一，Anthropic 為 Claude 上線歷史聊天檢索功能。它支援跨網頁、桌面和移動端，能按專案隔離並呼叫以往對話。不過它不像 ChatGPT 那樣自動建立持久的使用者畫像，只有在使用者明確提出要求時，Claude 才會去翻找舊記錄。
輝達與 AMD 將向美國政府上交 15% 對華晶片出口收入
Nvidia 與 AMD 達成協議，將向中國出口 AI 晶片收入的 15% 上繳給美國政府。特朗普透露最初要價 20%，黃仁勳談下了 5%。此前針對 H20 和 MI308 的禁令現已解除，美方未來還可能批准效能削減 30% 至 50% 的 Blackwell 特供版入華。
iOS 26 測試版曝光新功能：同時按捏兩側 AirPods，或可觸發面對面即時翻譯
9to5Mac 在 iOS 26 開發者測試版程式碼中發現新系統素材，顯示使用者可通過同時捏住兩隻 AirPods 耳機柄觸發翻譯功能。該手勢與翻譯 App 關聯，適配第二代 AirPods Pro 和第四代 AirPods，用於現實對話。目前支援的具體 iPhone 機型尚未確認。
Perplexity 上線影片生成：支援移動與網頁端，Pro 使用者每月 5 條
Perplexity 宣佈在網頁端、iOS 和 Android 上線影片生成功能。Pro 訂閱使用者每月可生成 5 條影片，Max 使用者每月可生成 15 條且畫質更強。搜尋助手正進一步從圖文回答跨入動態影片呈現。
OpenAI 推理系統摘得 IOI 金牌：力壓所有 AI，與人類同臺排第 6
OpenAI 宣佈其推理系統在 2025 年國際資訊學奧林匹克競賽（IOI）線上賽中達到金牌水準。該系統在所有參賽 AI 中排名第 1，與人類選手合併排名位列第 6。這也是其接連拿下 AtCoder 亞軍和 IMO 金牌水平後的最新戰報。
防 AI 公司借道抓取資料：Reddit 開始封禁網路檔案館
Reddit 宣佈將限制 Internet Archive 抓取其絕大部分內容。Wayback Machine 將無法抓取帖子詳情、評論與使用者主頁，僅能索引首頁。Reddit 稱發現有 AI 公司繞開平臺規則、通過網路檔案館抓取資料來訓練模型，因此收緊了訪問許可權。
Suno 預告 Suno Studio：支援多軌創作與 MIDI 匯出，已開啟候補
Suno 宣佈即將推出 Suno Studio，支援多軌創作並能匯出 MIDI，現已開放候補名單。這意味著 AI 生成音樂不再侷限於一鍵生成完整單曲，創作者可以按音軌調整並進行後續編輯，開始向更專業的音樂製作流程邁進。
Pika 公佈音訊驅動表演模型：6 秒生成超逼真表情，速度快 20 倍
Pika Labs 宣佈推出全新音訊驅動表演模型。該模型支援近乎即時的超逼真面部表情渲染，任意長度與風格的高畫質影片均能在 6 秒內生成，速度提升 20 倍且成本降低 20 倍。該功能即將上線 Pika 社交應用。
Meta FAIR 奪得 Algonauts 2025 冠軍：TRIBE 預測人腦反應
Meta FAIR 團隊憑藉 10 億引數模型 TRIBE 在 Algonauts 2025 大腦建模競賽中奪冠。該模型融合了 Llama 3.2 與 V-JEPA 2 等基礎模型，能跨模態預測受試者看電影時的大腦 fMRI 訊號變化。目前程式碼與論文均已開源。
NVIDIA 釋出物理 AI 模型 Cosmos Reason：懂常識，給機器人當大腦
NVIDIA 在 SIGGRAPH 釋出面向機器人開發的 Omniverse 新庫與 Cosmos 系列世界模型。其中 7B 引數的 Cosmos Reason 具備物理常識與空間推理能力，能直接充當機器人的決策大腦。這意味著開發者能靠高擬真模擬與合成數據，大幅縮短實體機器人的訓機週期。
Vercel 將 v0 升級為 v0.app：引入智慧體能力，單句提示詞生成全棧應用
Vercel 宣佈將 v0.dev 升級為 v0.app，從程式碼生成器轉型為面向所有人的應用構建平臺。新版具備智慧體能力，能自主規劃、查錯、聯網搜尋並打通前後端，單條提示詞即可生成可部署的全棧應用。目前可在官網免費體驗。
週日
8月10日 星期日
OpenAI 提高 ChatGPT Plus 限額：推理額度大漲，介面將明示執行模型
OpenAI 宣佈大幅提高 ChatGPT Plus 使用者的推理使用限額，所有模型級別的限制很快將高於 GPT-5 釋出前的水平。官方還將在介面中明確標出當前正在響應的模型，並計劃支援手動觸發高階推理。此舉主要是為了平息 GPT-5 上線後自動切換器失常帶來的體驗問題。
xAI 面向全球免費開放 Grok 4：支援專家模式，還要加廣告
xAI 宣佈面向全球所有使用者免費開放其最新模型 Grok 4，打破原有的訂閱門檻。模型支援自動和專家兩種模式，限時提供較寬裕的使用額度，但頂配 Grok 4 Heavy 仍需付費。馬斯克同時確認，後續介面將植入廣告以補貼 GPU 成本。
週五
8月8日 星期五
OpenAI 聽勸：GPT-5 上線僅一天，ChatGPT 重新加回 GPT-4o
OpenAI 宣佈為 ChatGPT Plus 使用者重新開放 GPT-4o，距 GPT-5 上線僅一天。此前 OpenAI 預設切到 GPT-5 並移除了模型選擇器，引來大量習慣 4o 語氣和專屬工作流的使用者吐槽。CEO Altman 表示，將觀察使用情況再決定舊模型保留多久。
Anthropic 遭史上最大版權訴訟：行業警告恐拖垮 AI 產業
Anthropic 與多家行業協會敦促上訴法院叫停史上最大版權集體訴訟。該案涉及多達 700 萬名作者，潛在賠償金高達數千億美元。行業警告稱，如果該裁決迫使企業達成鉅額和解，不僅會重創 Anthropic，甚至可能直接拖垮整個生成式 AI 產業。
宇樹釋出四足機器人 A2：前後雙雷射雷達，能爬 1 米臺階
宇樹科技釋出工業級四足機器人 Unitree A2。新機配備前後雙工業雷射雷達消除視覺盲區，自重 37 公斤，臺階攀爬高度提升至 1 米，最高時速達 5 米每秒。它支援雙電池熱插拔與 25 公斤持續負載，專為工業巡檢與物流打造。
Google 測試 AI 版 Google Finance：複雜財務問題一鍵調研，支援 K 線圖
Google 宣佈在美國測試以 AI 為核心的新版 Google Finance。使用者可一次性提問複雜財務問題獲取深度分析，還能使用 K 線圖、移動平均線等專業圖表工具，並即時追蹤商品與加密貨幣行情。目前美國使用者可通過 Search Labs 申請試用。
微軟上線 Copilot 3D：一張 2D 平面圖，一鍵免費生成 3D 模型
昨天，Microsoft 在 Copilot Labs 推出 Copilot 3D 預覽功能，無需提示詞，上傳一張 10MB 內的圖片即可生成 3D 模型並匯出 GLB 格式。其轉換傢俱等靜物效果良好，但對人和動物表現欠佳。目前在網頁端向部分使用者免費測試。
Hugging Face 推出 AI Sheets：用表格介面玩轉開源模型
Hugging Face 釋出開源零程式碼工具 AI Sheets。它把模型呼叫做成了電子表格，寫提示詞即可生成新列，支援接入 Hub 上的海量開源模型。最方便的是，手動修改或點贊單元格會自動作為少樣本示例，幫你快速清洗和對比資料。
蘋果確認 Apple Intelligence 將升級 GPT-5：預計下月隨新系統上線
Apple 向 9to5Mac 透露，Apple Intelligence 中的 ChatGPT 整合將引入 OpenAI 最新的 GPT-5 模型。該升級預計隨下月釋出的 iOS 26、iPadOS 26 與 macOS Tahoe 26 推出，取代此前使用的 GPT-4o。
週四
8月7日 星期四
Meta 公佈兩款 VR 原型機：視場角拉到 180 度，逼近視覺圖靈測試
Meta 公佈了兩款 VR 研究原型機：Tiramisu 擁有 90 PPD 角解析度與 1400 尼特亮度，主打逼近視覺圖靈測試的畫質；Boba 3 則將水平視場角擴大至 180 度並配備單眼 4K 螢幕。不過 Meta 強調兩者純屬研究原型，短期內不會商業化。
格拉茨工大公佈定製蛋白設計法：用 AI 加速構建生物催化劑
格拉茨技術大學團隊在 HelixMold 專案中開發出一種定製人工蛋白質的計算機設計方法。該方法結合引數化建模與 AI，能生成數萬種候選結構並精確塑造催化活性中心。這讓藥物活性成分合成與聚合物降解催化劑的設計變得更快、更精準。
微軟全線接入 GPT-5：Copilot 免費可用，GitHub 與 Azure 同步升級
微軟宣佈將 OpenAI 的 GPT-5 接入旗下全線產品。Microsoft 365 Copilot 增強了複雜推理與長對話處理能力，GitHub Copilot 付費使用者與 Azure 開發者可直接呼叫，普通使用者也能在 Copilot 免費體驗 Smart 模式。系統配備即時模型路由，自動排程算力。
馬斯克確認 X 計劃在 Grok 回覆中加廣告：給昂貴的 GPU 買單
Elon Musk 在向廣告商直播時透露，X 計劃在 Grok 的回覆建議中插入廣告。馬斯克稱做出了聰明準確的 AI 之後，該考慮怎麼為昂貴的 GPU 買單了。廣告商可以付費針對使用者提問推薦具體解決方案，同時 xAI 的技術也將用於最佳化平臺廣告定向。
ElevenLabs 演示人機合奏：真實樂器混搭 Eleven Music 生成音軌
ElevenLabs 宣佈支援將真實樂器錄音與 Eleven Music 生成的 AI 音軌融合成混合歌曲。團隊在演示中展示了僅靠單次提示詞，將現場實錄的鋼琴演奏與 AI 生成的小提琴及人聲混音成曲。
MiniMax 上線 Speech 2.5：支援 40 種語言的高擬真聲音克隆
MiniMax 正式上線新一代語音模型 Speech 2.5。新模型覆蓋 40 種語言，主打告別機械音，能夠在聲音克隆中還原口音、年齡與豐富情緒。對於跨國內容創作者和出海應用開發者來說，多語言配音的門檻又降低了一截。
OpenAI 上線 GPT-5 開發者版：主攻程式設計與智慧體，分三檔尺寸
OpenAI 在 API 平臺上線 GPT-5，主攻程式設計與智慧體任務。模型在 SWE-bench Verified 取得 74.9% 的成績，支援通過 verbosity 和 minimal 思考檔位精細控制生成，並新增純文本工具呼叫。目前已提供 gpt-5、mini 和 nano 三個尺寸。
OpenAI 釋出 GPT-5：內建思考路由，幻覺減少 80%
OpenAI 正式推出 GPT-5。新模型採用統一架構，內建即時路由器自動在快速響應與深度思考間切換，幻覺率相較 o3 下降約 80%。GPT-5 面向所有使用者開放，付費使用者享有更高額度及推理增強版 GPT-5 pro。
DeepMind 升級生物聲學模型 Perch：水陸通用並在 Kaggle 開源
Google DeepMind 推出生物聲學模型 Perch 的升級版並在 Kaggle 開源。新版本訓練資料翻倍，不僅提升了鳥類識別，還擴充套件到了珊瑚礁等水下環境，能從海量野外音訊中檢索物種聲音，協助科學家保護瀕危動物。
The Browser Company 推出 Dia Pro：每月 20 美元解鎖無限 AI
The Browser Company 為其 AI 瀏覽器 Dia 推出 Pro 訂閱，定價每月 20 美元，提供無限制的 AI 聊天與技能呼叫。這意味著免費版本將限制 AI 額度。這也是開發過 Arc 的團隊首次上線商業訂閱服務，後續還計劃推出更多檔位。
Midjourney 上線 HD 影片模式：畫素增加 4 倍，專供高階訂閱
Midjourney 宣佈面向 Pro 和 Mega 訂閱會員推出 HD 高畫質影片模式。該模式畫面畫素數約為預設 SD 影片的 4 倍，不過生成成本也高出約 3.2 倍，主要面向對素材畫質有嚴苛要求的專業創作者。
週三
8月6日 星期三
Cursor 釋出 1.4 版本：升級 Agent 長任務能力，專啃大型程式碼庫
Cursor 推出 1.4 版本，重點增強了內建 Agent 在大型程式碼庫中處理複雜、耗時任務的能力。更新還配備了更優的工具集，降低了 token 消耗並提升程式碼編輯準確度。對被龐大工程拖累的開發者來說，這次升級非常實用。
特朗普旗下 Truth Social 接入 Perplexity：網頁端上線 AI 搜尋公測
特朗普媒體科技集團宣佈與 Perplexity 合作，在 Truth Social 網頁端上線「Truth Social AI」搜尋公測。瀏覽器端使用者現在可以直接使用 Perplexity 檢索全網。特朗普媒體 CEO 努涅斯稱，此舉將讓該平臺成為「愛國者經濟」的關鍵一環。
Shopify 推出通用購物車與目錄元件：聊天機器人直接變身網店
Shopify 推出通用購物車、商品目錄及結賬元件。AI 智慧體可直接檢索數百萬商家的即時庫存，支援跨店鋪合併加購併在聊天框內原生結賬。這意味著消費者不用跳轉離開對話，開發者也無需單獨搞定複雜的合規與支付鏈路。
OpenAI 預熱週四直播：藏梗「LIVE5TREAM」，暗示 GPT-5 登場
OpenAI 在 X 上宣佈將於週四上午 10 點直播，特意將 livestream 中的字母 s 改成了數字 5，暗示備受期待的 GPT-5 即將登場。此前 Sam Altman 曾曬出 ChatGPT 5 截圖，高管也透露期待公眾反饋。大家等待已久的下一代旗艦大模型終於要來了。
澳洲研發首個 AI 路邊防撞系統 LAARMA：自動預警動物，程式碼開源
悉尼大學等機構釋出 AI 路邊監測系統 LAARMA，專門防止野生動物與車輛相撞。系統結合感測器與自監督學習，在百米內檢測準確率達 78.5%，觸發警示後車輛平均降速 6.3 km/h。最值得關注的是其程式碼將全部開源，方便全球保護各類瀕危動物。
Bing Image Creator 接入 GPT-4o：免費可用，支援與 DALL-E 3 一鍵切換
微軟為 Bing Image Creator 免費上線 GPT-4o 影像生成模型。新模型強化了真實感與文字細節渲染，使用者還能與原本的 DALL-E 3 一鍵切換。每日提供 15 次快速生成額度，用完後標準速度依然不限量。
Google 公開發布 Jules：非同步程式設計智慧體結束公測，接入 GitHub
Google 宣佈非同步程式設計智慧體 Jules 結束測試並向公眾正式開放。它利用 Gemini 2.5 Pro 制定程式設計計劃，新增 GitHub issues 整合、多模態支援與環境複用能力。目前已向 Google AI Pro 和 Ultra 使用者推出分級額度，高校學生可領一年免費 Pro。
微軟推出自適應推理系統 CLIO：無需後訓練，GPT-4.1 成績超 o3
微軟公佈自適應推理系統 CLIO，無需強化學習後訓練，而是靠執行時的自省迴圈讓大模型自主推理。在 HLE 生物與醫學測試中，它讓 GPT-4.1 準確率從 8.55% 提升到 22.37%，超過了 OpenAI 的 o3。最關鍵的是，它讓科研人員可以調節不確定性閾值並中途介入糾偏。
Perplexity 接入 OpenTable：搜完餐廳直接訂座，覆蓋全球 6 萬家店
Perplexity 接入 OpenTable 訂座服務，使用者用自然語言搜尋餐廳後，在對話介面內點選即可預訂，覆蓋全球 6 萬家餐廳。AI 能直接根據戶外座位、兒童選單等細分要求篩選並解答營業時間與選單，省去跳轉多個應用的麻煩。
OpenAI 聯手美國總務署：ChatGPT 企業版以 1 美元向聯邦機構開放
OpenAI 宣佈與美國總務署達成合作，未來一年以每家機構 1 美元的象徵性費用，向全美聯邦行政機構開放 ChatGPT Enterprise。機構員工可使用最先進模型，前 60 天還能不限量體驗 Deep Research 等高階功能，且資料不會被用於模型訓練。
Claude Code 上線自動安全審查：終端一條命令掃漏洞，還能直接修
Anthropic 宣佈在 Claude Code 中上線自動化安全審查功能。開發者在終端執行 /security-review 即可排查 SQL 注入等漏洞並直接修復，也能通過 GitHub Action 在提 PR 時自動攔截風險，把安全審查前置到日常開發流程中。
環球影業片尾加警告：嚴禁拿旗下電影喂 AI，違者直接起訴
據報道，環球影業開始在《馴龍高手》等新片片尾加入明確法律宣告，嚴禁將電影用於 AI 訓練，違者將面臨起訴。環球影業希望通過在全球公映版本中加入此宣告，明確保留版權並限制資料抓取，為後續可能的盜版與侵權訴訟奠定基礎。
Google 推出 Gemini CLI GitHub Actions：程式碼庫裡的免費 AI 隊友
Google 釋出 Gemini CLI GitHub Actions 公測版並免費開放。它能結合整個專案的程式碼上下文，非同步自動處理 Issue 標籤分類、審查 PR 程式碼質量，開發者還能在討論裡直接 @ 它編寫測試用例或修復具體 Bug。
微軟高管展望 2030 年 Windows：全面轉向語音與多模態，告別鍵鼠時代
據報道，微軟副總裁 David Weston 描繪了 2030 年 Windows 的願景。未來的電腦將能看懂我們所見、聽懂我們所聽，互動以多模態和語音為主，傳統的滑鼠打字將變得像如今看 MS-DOS 一樣陌生遙遠。
週二
8月5日 星期二
微軟為 Windows 帶來 gpt-oss-20B：GPU 加速支援本地推理
Microsoft 宣佈將經 GPU 加速的開源推理模型 gpt-oss-20B 帶到 Windows 裝置，支援本地推理。開發者可以通過 Foundry Local 或 VS Code 的 AI Toolkit 直接下載執行，幾分鐘內即可在本地呼叫並整合到應用中。
Kaggle 辦大模型下棋賽：Grok 4 橫掃進半決賽，馬斯克稱沒花精力
Google 旗下 Kaggle 聯合 DeepMind 舉辦 AI 國際象棋表演賽首日比賽，Grok 4、Gemini 2.5 Pro、o4-mini 和 o3 分別以 4-0 橫掃對手晉級四強。Grok 4 棋力表現最佳，馬斯克在 X 上表示 xAI 幾乎沒在象棋上下過功夫。大多模型脫離定式後仍頻出非法走子與幻覺問題。
微軟推出 Project Ire：自主逆向工程分析惡意軟體，已攔截 APT 樣本
微軟公佈自主 AI 原型 Project Ire，無需人工介入即可自主反編譯未知檔案、推理程式碼邏輯並裁定威脅。該系統結合大模型與逆向分析工具鏈，已首度獨立定罪並攔截特定 APT 惡意樣本，誤報率僅 2% 至 4%，後續將整合進 Defender。
Google Gemini 上線故事書功能：一句話生成 10 頁配圖有聲繪本
Google 宣佈在 Gemini 中上線個性化插畫故事書功能。使用者輸入文字描述或上傳兒童畫、家庭照片，即可生成一本包含 10 頁定製插圖並自帶語音朗讀的繪本，支援黏土定格、畫素風等多種畫風與超 45 種語言。該功能已在桌面與移動端面向全球開放。
ElevenLabs 推出 Eleven Music：簽下獨立版權庫，主打商用合規
ElevenLabs 推出 AI 音樂生成模型 Eleven Music，正式從語音擴充套件到音樂製作，並宣稱已掃清商用合規障礙。為避開 Suno 和 Udio 遭遇的侵權官司，團隊已與 Merlin 和 Kobalt 兩大獨立音樂版權平臺簽約，由音樂人自願授權作品用於訓練並參與分成。
Stability AI 推出企業解決方案：主打商品換景與品牌數字分身
Stability AI 推出企業平臺 Stability AI Solutions。首發套件面向營銷與設計場景，支援單圖轉多場景商品照、品牌風格保持、草圖出圖與 IP 數字分身定製，提供私有化部署和版權賠償保證，並已接入廣告巨頭 WPP 平臺。
OpenAI 開源推理模型 gpt-oss：含 120b 與 20b，支援端側執行
OpenAI 釋出開源權重推理模型 gpt-oss-120b 與 gpt-oss-20b，採用 Apache 2.0 協議。兩款模型具備完整的思維鏈與工具呼叫能力，其中 20b 版本僅需 16 GB 記憶體即可在端側執行。開發者終於能在本地硬體上部署自家的推理 AI。
Anthropic 釋出 Claude Opus 4.1：SWE-bench 衝上 74.5%，維持原價
Anthropic 正式推出 Claude Opus 4.1，重點強化智慧體任務、複雜程式碼重構與推理能力，在無擴充套件思考下的 SWE-bench Verified 達到 74.5%。新模型維持 Opus 4 原價，已向 Claude 付費使用者、Claude Code 以及各大雲平臺開放。
Google DeepMind 釋出 Genie 3：輸一句話，即時生成可互動世界
Google DeepMind 釋出通用世界模型 Genie 3。輸入文字描述後，它能以 720p、24 幀每秒即時生成可自由探索的動態環境，並維持數分鐘的一致性。使用者還能隨時追加文本修改天氣或道具。目前它僅作為研究預覽版向少數研究者和創作者開放。
