LOADING加载中
谷歌相册上线AI“视频混音”功能，面向多国订阅用户推出
谷歌7月8日宣布在Google Photos推出生成式AI视频编辑工具“视频混音”（Video Remix），由Gemini Omni提供算力支持。用户可在“创建”标签页调用该功能，在数秒内完成视频转换与修剪，包括电影级重新照明、纯色背景智能替换，以及水彩、素描、油画等艺术风格转换。该功能发布当日开始向美国、印度、日本、韩国、巴西等十余个国家的符合条件Google AI Plus、Pro和Ultra订阅用户滚动推出。
谷歌7月8日宣布在Google Photos推出生成式AI视频编辑工具“视频混音”（Video Remix），由Gemini Omni提供算力支持。用户可在“创建”标签页调用该功能，在数秒内完成视频转换与修剪，包括电影级重新照明、纯色背景智能替换，以及水彩、素描、油画等艺术风格转换。该功能发布当日开始向美国、印度、日本、韩国、巴西等十余个国家的符合条件Google AI Plus、Pro和Ultra订阅用户滚动推出。
据报道，瑞典AI编程初创公司Lovable正洽谈新一轮最高3亿美元融资，预计由Menlo Ventures领投；若交易完成，公司估值将由去年12月的66亿美元升至132亿美元。Lovable成立不足三年，核心产品为通过自然语言生成软件的vibe-coding工具，今年6月年化收入达5亿美元。其用户包括创始人、独立设计师、电商销售人员，并已被Workday、Asana和英伟达等企业采用。
OpenAI近日向全球用户推出基于GPT-Live架构的ChatGPT全双工语音体验，取代此前偏“对讲机式”的交互方式。新架构支持模型在说话、倾听和思考间并行处理，可实时捕捉用户语气、停顿并给出自然反馈，也能在插话或切换话题时调整回应。该模式后台默认调用GPT-5.5，支持联网搜索、深层推理和复杂任务规划。GPT-Live-1面向ChatGPT Go、Plus、Pro用户开放，免费用户可使用GPT-Live-1mini，两款模型已通过API开放给开发者。
埃隆·马斯克旗下SpaceXAI当地时间周三发布新一代大模型Grok 4.5，为公司上市数周后的首次重磅产品更新。该模型定位全能型主力模型，面向代码编写、应用开发、办公文档处理和知识写作等场景。SpaceXAI称，Grok 4.5提升令牌效率，可在同等负载下降低推理成本；基准测试显示其综合性能进入行业第一梯队。马斯克称其达到Anthropic Opus级能力。该模型定价为每百万输入Token 2美元、输出Token 6美元，面向企业和开发者市场。
OpenAI最新招聘信息显示，公司正为旧金山应用人工智能团队招聘投行“主题专家”，要求候选人具备两年以上投资经验，熟悉研究、财务建模、估值、尽调、交易执行及客户材料审核等流程。岗位基础年薪18.5万至20.5万美元，并配套股权激励。任职者将与产品团队合作，识别投行业务中可自动化、可辅助决策及需人工复核的环节，基于OpenAI工具搭建流程原型。与此同时，Anthropic、高盛等机构也在推进金融AI相关布局。
SuperCLUE发布腾讯Hy3语言模型编程专项测评数据。Hy3采用MoE架构，总参数295B、激活参数21B，支持256K上下文，已按Apache 2.0协议开源。测评面向国内程序员多轮开发调试场景，从成本、速度、沟通轮次和Token消耗等维度评估。结果显示，Hy3高分版本代码能力得分47.37分，与DeepSeek-V4-Pro持平；单题平均成本0.43元，平均耗时低于400秒，约40轮对话完成任务，Token消耗约116万。
工信部网络安全威胁和漏洞信息共享平台（NVDB）发布风险提示称，Claude Code 2.1.91至2.1.196版本存在未公开检测机制，可在未获用户授权情况下向远程服务器回传地理位置、身份标识等敏感信息。NVDB建议开发者和企业核查版本，及时卸载或升级至安全版本，并加强开发环境外联权限和流量监测。Anthropic团队成员回应称该机制为实验性措施，用于防止账户转售和模型蒸馏攻击，官方已于7月2日发布新版移除相关功能。阿里巴巴据称已将该工具列入高风险软件并在办公环境禁用。
在2026中国互联网大会上，淘宝闪购高级副总裁、超算团队负责人郏夹表示，当前多数电商和即时零售App缺乏原生AI交互能力，用户仍主要依赖关键词搜索，复杂、场景化消费需求难以表达。他指出，即时零售以即时需求、即时履约和本地化供给为核心，2024年市场规模达7800亿元，2025年突破1万亿元。淘宝闪购今年春节期间联合通义千问推出即时零售专属智能体，支持自然语言对话下单，上线一周AI下单量突破1亿单。
Meta正式推出AI图像生成模型Muse Image，为Meta超级智能实验室首个图像生成模型。该模型已在Meta AI应用免费开放，并接入Instagram和WhatsApp部分市场，用户可通过对话提示生成或编辑图像。Muse Image支持文字渲染、背景对象擦除、二维码生成、老照片修复、自拍风格化及结合Facebook Marketplace商品进行房间重设计，并与Muse Spark完成多步骤规划。其还为Instagram Stories提供30余种AI特效，未来将扩展至Facebook、Messenger，并供广告主通过Advantage+ creative调用；Muse Video仍在开发中。
市场调研机构GameDiscoverCo针对3800名Steam玩家的调查显示，玩家对AI参与游戏开发的接受度高于外界预期。23.4%受访者表示“完全不介意”，19.6%表示“可以接受”，合计超43%；25.6%持中立态度，23.3%表示“不太喜欢”，仅8.1%称无论情况如何都不会游玩使用AI的游戏。Valve此前要求Steam开发者披露AI使用情况，调查中44.4%玩家会详细查看，44.7%会简单浏览，10.9%完全不看。
行业数据显示，自2月8日以来，美国企业对DeepSeek、智谱GLM等中国大模型的调用占比明显上升。AI模型聚合平台OpenRouter统计显示，相关模型每周调用占比常态化保持在30%以上，峰值达46%。在企业控制AI使用成本的背景下，中国开源及开放权重模型价格较美国前沿模型普遍低60%至90%，部分任务性能接近领先模型。业内案例显示，企业将工作流迁移至高性价比模型后，可在数月内节省数百万美元运营开支。
7月8日，支付宝宣布“碰一下”完成AI升级，百万级商家侧设备升级为“碰设备Agent”，并推出面向中小商家的“碰万物Agent”服务平台及面向开发者的AI开放底座。支付宝披露，“碰一下”上线两年来已覆盖4亿用户、2300余家生态服务商和超3000万线下AI触点。升级后，用户可通过手机碰触设备调用消费券、景区、出行、医疗等Agent服务；商家Agent“晓雨”集成支付、会员、营销、流量分发等能力，并与AI支付、AI营销套件及云资源、API、Skill调用能力衔接，支持线下经营场景智能化。
Y Combinator CEO Garry Tan近期称，借助AI编码智能体可在5个独立项目中每日完成并部署约3.7万行代码，并已连续72天发布。拥有13年经验的工程师Gregorein审查其个人网站前端后称，该站访问时触发169次服务器请求、加载6.42MB数据；相比之下，Hacker News首页仅7次请求、12KB。审查还发现网站包含78个无关JavaScript控制器、8种Logo文件及未压缩PNG图片。相关案例引发业内对AI生成代码质量控制的讨论。
据报道，OpenAI前研究员田永龙近期已加入腾讯，预计负责混元多模态模型方向，并参与视觉语言模型研发。田永龙本科毕业于清华大学，后获香港中文大学研究硕士和MIT博士学位，曾任Google Research、Google DeepMind高级研究科学家及OpenAI技术员工，研究涉及生成模型、表征学习和监督对比学习。此前，OpenAI前研究员姚顺雨于2025年9月加入腾讯，担任首席AI科学家。腾讯2025年4月已成立大语言模型部与多模态模型部，近期还引入胡瀚、薄列峰、庞天宇等人才。
近日，深圳理工大学教务长、澳门大学前校长赵伟发布教改信息称，2026年入学学生将进入全新实验班，学校计划逐步取消原有大学英语公共必修课，改设跨文化交流特色课程。新课程将减少传统语法、记忆类知识教学，重点培养学生跨文化沟通、文化理解、社交分寸和处事能力。浙江师范大学也在本科人才培养方案修订通知中提出，将大学外语学分由8分调整为6分，并实行分层分级教学。
AI搜索初创公司Perplexity宣布计划采用英伟达新款Vera CPU。该芯片面向AI代理场景从零设计，旨在改善传统CPU在持续执行代码、任务编排和强化学习循环中的速度与延迟瓶颈。英伟达称，Vera核心速度提升1.8倍，可在相同时间窗口内完成最高85%的评估任务；Perplexity测试显示，其执行AI代理编码任务较传统CPU快约1.5倍。英伟达此前确认，OpenAI、Anthropic和Oracle也计划采用Vera，但Perplexity未披露采购数量。
蚂蚁集团旗下具身智能公司Robbyant近日开源LingBot-Vision模型家族。该系列自监督视觉Transformer以“边界”作为预训练信号，采用掩码边界建模，面向机器人密集空间感知、深度估计等任务。其旗舰ViT-g/16约11亿参数，在NYU-Depth v2等任务中表现优于70亿参数DINOv3，训练语料规模约为后者三分之一。团队同时升级LingBot-Depth 2.0，提升透明物体等场景的深度补全准确率。目前模型已在Hugging Face以Apache-2.0协议开源，提供giant至small四种尺寸权重及推理代码。
美国商务部近日解除对OpenAI先进模型GPT-5.6的发布限制，批准其进行大规模公开推广。OpenAI宣布，GPT-5.6 Sol已进入上线前准备阶段，预计本周四面向公众发布，Terra、Luna两款模型计划同步推出。此前，出于国家安全考量，美国政府要求该模型分阶段开放，过去一个月仅限经审批实体使用。限制解除前，美国商务部AI标准与创新中心对模型进行了测试，OpenAI派技术团队在华盛顿配合沟通。
据Axios报道，美国商务部已批准OpenAI大规模发布先进AI模型GPT-5.6，OpenAI预计本周完成最后准备并向公众推出。此前，出于国家安全考量，该模型仅允许向经政府批准的有限实体开放。知情人士称，获批前的测试由商务部下属AI标准与创新中心执行，OpenAI派技术团队驻华盛顿配合回应问题。此次放行适逢美国新AI行政令筹备之际，该行政令拟为先进AI模型发布建立正式评估框架。
据业内消息，OpenAI 前研究员田永龙近期已加入腾讯，或负责腾讯混元多模态模型方向，并主导视觉语言模型（VLM）研发；相关任命尚未官宣。田永龙本科毕业于清华大学，曾在香港中文大学 MMLab、MIT 深造，先后任职 Google Research、Google DeepMind 和 OpenAI，研究涉及有监督对比学习、自回归图像生成等方向。腾讯自 2025 年 4 月组建大语言模型部与多模态模型部以来，持续引入来自微软、阿里、清华等机构的人才，推进混元多模态研发体系建设。
据消息称，SpaceXAI正与代码编辑器Cursor开展技术合作，共同开发一款新AI模型，最快可能于当地时间今日亮相。尽管SpaceX拟以600亿美元收购Cursor的交易尚未完成，双方开发团队已开始协作。马斯克此前透露，Grok 4.5已在旗下企业内部测试，并引入Cursor数据进行补充训练。Cursor CEO也表示，团队正使用SpaceXAI的Colossus数据中心从零训练模型，目标是与Anthropic、OpenAI等产品竞争。
美国人工智能公司Anthropic当地时间7月7日宣布，将租赁纽约曼哈顿哈德逊街330号一栋16层办公楼，并计划今年将纽约员工规模扩大一倍至1000人。Anthropic称，纽约办公室此前已是其除旧金山总部外最大的办公地点。此次租下整栋楼显示公司将纽约提升为重要运营枢纽，强化美国东海岸布局，支撑工程、研究和商务团队扩张，并进一步贴近金融、媒体行业客户及当地人才资源。
英伟达研究团队发布开源统一音频-文本大语言模型 Nemotron-Labs-Audex-30B-A3B（Audex）。该模型基于纯文本 MoE 架构，采用单一 Transformer 解码器统一处理文本与量化音频 token，并兼容现有 LLM 基础设施。训练数据包括 1574 亿音频 token 和 3205 亿文本 token，结合多阶段监督训练、纯文本 Cascade RL 与多域在策略知识蒸馏。据介绍，Audex 在音频理解、语音识别、翻译和音频生成等任务中表现突出，同时保留原 LLM 的推理、对齐、知识和长文本能力，可供开发者评估与部署。
开源桌面 AI 助手 Rowboat 采用本地优先架构，面向办公与知识管理场景。该工具可索引用户邮件、会议记录、Slack 等数据，形成长期上下文记忆和知识图谱；内置邮件客户端、浏览器、会议记录器及代码模式，可调用 Claude Code 或 Codex 代理。Rowboat 支持事件触发或定时运行背景代理，并通过 MCP 协议接入 Exa 搜索、GitHub 等外部工具。其数据以纯 Markdown 格式本地存储，模型侧支持通过 Ollama、LM Studio 运行本地模型，也可使用 API 密钥连接托管模型。
在近日举行的 AICon 大会上，蚂蚁集团副总裁周俊介绍大模型效率优化进展。他表示，万亿参数模型算力消耗高，团队将优化重点从“更多 Token”转向“更高 Token 密度”，采用“7份 Lightning Attention 加1份 MLA”的混合线性注意力架构，使 256K 上下文处理成本由指数级降为线性级。团队还引入 Kpop 算法区分工具调用与自然语言 Token，并结合思维链剪枝、自蒸馏等技术，将 Token 输出减少约4倍且能力未下降。其千亿参数模型在 LongBench、BFCL 等 Agent 基准中超过部分更大模型，小型模型 flash 吞吐率达2.4倍，五轮对话算力成本降低超10倍。
据彭博社报道，微软已在Excel、Outlook等核心Office产品中使用自研MAI系列模型，处理部分AI提示请求，当前每周约数万条提示由MAI完成，整体占比仍较小。此举旨在降低Copilot等产品对OpenAI、Anthropic模型的成本依赖。微软此前在Build大会发布7款AI模型，并称其中一款可用更低成本实现接近Anthropic相关模型的编码能力。微软还计划将自研转录模型用于Teams，并已在GitHub Copilot提供MAI模型选项。
SpaceX已向美国联邦通信委员会（FCC）提交申请，拟发射并运营由10万颗卫星组成的第三代星座，定位为覆盖全球的通信基础设施。该规模较已获授权约1.2万颗、当前在轨超7000颗的第二代星链扩大近10倍。申请显示，新星座将部署在约323至327.5公里、473至477.5公里两组轨道壳层，并申请拓展92GHz至275GHz的W、D频段，以提升回传能力，服务全球互联网流量及AI驱动设备。项目落地仍需FCC审批。
Meta于7月7日推出AI图像生成模型Muse Image，这是Meta超级智能实验室首个图像生成模型，已通过Meta AI应用免费开放，并接入Instagram和WhatsApp。用户可用对话式提示生成图像，进行老照片修复、背景路人擦除、二维码生成及文字渲染。模型可配合Muse Spark完成布局规划、网页信息检索和多视觉参考融合，并支持圈画批注修改。Instagram Stories新增30余种AI特效；WhatsApp功能已在部分地区上线。Meta称模型后续将扩展至Facebook、Messenger等场景，广告主可通过Advantage+ creative调用，Muse Video正在开发。
Anthropic宣布，任务智能体Claude Cowork扩展至网页端和移动端，支持用户在桌面与手机间延续会话、文件操作和任务进度，并可调用文件、日历、邮件、消息应用、网页等已连接工具完成资料整理、文档起草、客户准备等工作。官方称，其使用场景超90%并非软件开发，业务运营和内容创作合计约占50%。更新后，定时任务可在无设备在线时后台运行；涉及发送邮件等关键决策前仍需用户审阅确认。该功能目前处于测试阶段，首批面向Max用户开放，并将分批邀请更多用户。
7月7日，追觅在电商平台上线AI毛绒玩具电子宠物Domi，面向儿童互动陪伴场景。产品内置JoyInside大模型，延续毛绒玩具形态，并加入感知与反馈系统，支持唤醒词对话，以及触摸、摇晃等物理交互反馈，可回答儿童提问。配套App提供心情日记功能，便于家长记录和回顾孩子成长动态。公开信息显示，Domi采用环保塑料及电子元器件，按使用频率不同可待机7至10天，目前首发优惠价为312元。