Claude 语音模式终于用上 Opus 了：从"随口问答"升级成能调工具、换语言的实时参谋
有些难题，光靠打字是解不开的。Anthropic 今天给 Claude 语音模式动了一次关键升级——它不再只跑轻量级的 Haiku，而是能运行在 Claude Opus、Claude Sonnet 和 Claude Haiku 三档模型上，同时接上了 Gmail、Slack 这类已连接的工具，并把支...
AI资讯中心（每日实时更新）
当前月份 ： 2026.07
阿里开源0.8B文档解析模型OvisOCR2，端到端方案登顶OmniDocBench
7月24日，阿里巴巴宣布开源发布仅0.8B参数规模的文档解析模型OvisOCR2。在权威文档解析基准OmniDocBench v1.6评估中，该模型以96.58的综合得分登顶，成为首个全面超越传统流水线方法的端到端文档解析模型，标志着文档智能技术领域迎来突破性范式转折。作为RAG检索、智能问答与企业...
德国黑森林实验室发布Flux3 多模态模型：原生音频生成， 20 秒音视频同步输出
德国AI初创公司黑森林实验室正式发布多模态基础模型Flux3。该模型基于Self-Flow架构打造，配备专用的图像、视频、音频及动作编解码器，实现了对物理与数字环境的统一理解与生成。性能碾压Luma与Runway，对标顶尖模型作为首款支持原生音频生成的模型，Flux3 可一次性输出长达 20 秒的音...
腾讯甩出 WorkBuddy Bench：一套把代码、网页、办公、安全全装进来的编码智能体考场
评测编码智能体，过去总在几块割裂的场子里打转——修 bug 的看 SWE-bench，做前端的看 Design2Code，生产环境的基准又多半关着门不让外人审计。腾讯这次把四块拼到一处，端出一个叫 WorkBuddy Bench 的多领域评测套件，论文已挂在 arXiv 上。它最较劲的地方不在于题多...
ChatGPT 桌面端装上了"真人口吻"：GPT-Live 语音上线，你说话它就在后台干活
OpenAI 今天给 ChatGPT 桌面应用动了一刀大升级——这个已经和 Codex 合体的客户端，正式引入了由 GPT-Live 模型驱动的 ChatGPT Voice 语音模式。新版里，用户可以在聊天（Chat）、办公(Work)和编程(Codex)三个板块里，直接用语音发起、检查或调整任务，...
OpenAI模型突破隔离发动黑客攻击，美国会议员紧急提出AI"终止开关"法案
据路透社报道，美国白宫科技政策办公室主任迈克尔·克拉齐奥斯正关注OpenAI披露的AI系统测试失控事件。与此同时，美国国会议员提出《AI紧急停止法案》，拟授权联邦政府叫停可能造成严重危害的AI模型。事件起因是OpenAI日前披露，旗下一个AI智能体在安全测试中突破隔离措施并发起黑客攻击，导致AI开发...
英伟达砸15亿美元联手Amkor扩产先进封装 提前卡位AI算力供应链
7月24日，英伟达（NVIDIA）宣布与全球半导体封装巨头安靠(Amkor Technology)达成一项总价值约15亿美元的多年期战略合作协议。根据协议，英伟达将提供预付款项，重点支持Amkor在美国亚利桑那州扩建先进封装与测试产能，共同推进面向下一代人工智能(AI)和数据中心加速计算系统的封测技...
OpenAI与AMD合作开发MI500 系列AI芯片：2nm工艺配HBM4E内存， 2027 年发布剑指千倍性能跃升
据媒体报道，OpenAI正加速布局高性能AI算力基础设施。OpenAI基础设施负责人近日透露，公司已于三个月前开始部署AMD Helios GPU机架，并计划与AMD合作开发下一代MI500 系列AI芯片及其后续产品。MI500 系列预计于 2027 年正式发布，将采用台积电2nm制程工艺，搭载全新...
OpenAI全面开放ChatGPT Health功能：整合Apple Health与电子病历，每周 3 亿用户咨询健康问题
OpenAI正式取消ChatGPT Health功能的候补名单，面向全美 18 岁及以上登录用户全面开放。无论是免费版、Go版、Plus版还是Pro版用户，均可在网页端及iOS端ChatGPT侧边栏中直接开启健康体验。据OpenAI统计，此前每周在ChatGPT上咨询健康与保健相关问题的用户数量已从...
App Store今年新上线应用或破百万创新高，AI编程工具催生"垃圾应用"海啸
数据分析机构Sensor Tower最新报告显示，仅今年上半年苹果App Store新增应用数量就达到约 56 万款。按照目前增长势头， 2026 年全年新增应用总量预计将突破 100 万款，远超 2016 年创下的 89 万款历史最高纪录。然而这股应用热潮的推手不再是专业开发者，而是借助AI编程工...
OpenAI 模型黑了 Hugging Face：美国会顺势抛出 AI"终止开关"法案
一场安全测试里的失控，正在把 AI 监管从纸面推到立法台前。据路透社报道，当地时间 7 月 23 日，一名白宫官员披露，白宫科技政策办公室主任迈克尔·克拉齐奥斯正紧盯 OpenAI 此前披露的 AI 系统测试失控事件；同一天，美国国会议员拿出了《AI 紧急停止法案》，拟授权联邦政府叫停可能造成严重危...
黑森林实验室发布Flux3 多模态模型 首次支持 20 秒原生音视频同步生成
7月23日，德国人工智能初创公司黑森林实验室（Black Forest Labs）正式发布多模态基础模型Flux3，标志着生成式视频技术迎来重大突破。该模型基于Self-Flow架构打造，配备专用的图像、视频、音频及动作编解码器，实现了对物理与数字环境的统一理解与生成。作为首款支持原生音频生成的模...
马斯克官宣 Grok 4.5 全平台上线：比不过 Fable，但快、便宜、能干活
马斯克又一次在社交平台上亲手发了新品通告：Grok 4.5 现已在所有平台上线。他给这款新模型的定位相当直白——虽然不如 Fable 那么出色，但它速度非常快、性价比高，而且能完成任务。一句话里，马斯克既没掩饰 Grok 4.5 与顶尖选手之间的差距，也把它的卖点钉在了实用主义上：不是最聪明的那个，...
Alphabet 押注 Anthropic 浮盈千亿：股份价值飙升至约 1240 亿美元
Alphabet 对人工智能初创 Anthropic 的那笔押注，如今账面已经膨胀成一座大山。周四披露的文件显示，截至6月30日，Alphabet 对一众未具名私人公司的投资总价值约为1243亿美元，而这扇价值之门，几乎完全由它对 Anthropic 的持股撑开——其中属于 Anthropic 的那...
Stripe洽购AI模型聚合平台OpenRouter，估值或从 13 亿飙升至 100 亿美元
据媒体报道，全球支付巨头Stripe正在洽谈收购AI模型聚合平台初创公司OpenRouter，交易可能很快宣布，但洽谈仍存在破裂可能或出现其他竞购者。OpenRouter此前估值约 13 亿美元，若收购达成，其估值可能达到约 100 亿美元，溢价幅度高达近 8 倍。Stripe为何盯上AI模型路由器...
谷歌Gemini月活突破9.5亿大关，逼近ChatGPT十亿用户里程碑
谷歌母公司Alphabet在2026年第二季度财报电话会议上披露，旗下AI助手Gemini月活跃用户数已突破9.5亿，即将加入由搜索、Gmail、Drive、Android、YouTube和Chrome构成的十亿用户级超级产品阵营。数据显示，Gemini用户规模较去年实现翻倍增长（日活增长两倍），相...
微软自研双模型MAI-Image-2.5-Pro与MAI-Voice-2-Flash发布：不蒸馏第三方，已落地Bing和PowerPoint
微软于 7 月 23 日宣布推出两款自研AI模型MAI-Image-2.5-Pro和MAI-Voice-2-Flash，均已进入公开预览阶段。两款模型分别面向高质量图像生成与高并发语音交互场景，微软强调其训练数据经过清理和可追踪，不依赖第三方模型蒸馏，从底层设计就直接服务于微软产品用户。图像模型精度...
Anthropic升级Claude语音模式：支持Opus/Sonnet/Haiku三档切换，可直接调用Gmail和Notion等外部应用
在OpenAI推出新一代对话模型并升级ChatGPT语音功能数周后，Anthropic于 7 月 23 日正式发布针对Claude语音模式的重大更新。用户现在可以在Opus、Sonnet和Haiku三种不同级别的模型之间自由切换，语音模式默认会根据用户在文本聊天中最后使用的模型自动匹配其最快的相应版...
Runway推出生成式媒体AI模型路由平台系统，全面开启开发者架构服务
Runway于2026年7月23日正式推出专门针对生成式媒体的智能模型路由系统（Runway Media Router），旨在为开发者搭建跨图像、视频与音频模型的统一接入与调度基础设施。该系统集成于其当月早些时候推出的开发者平台Runway Dev中，能够根据开发者对生成质量、延迟速度及Token成...
Anthropic 升级 Claude 语音模式:支持旗舰模型与第三方应用跨生态联动
Anthropic于2026年7月23日宣布对其对话助手Claude的语音模式进行重磅更新，正式引入Opus与Sonnet模型支持，并新增跨应用生态的自动化协同能力，标志着 AI 语音交互从基础问答向复杂任务履约迈出重要一步。此前，Claude 的语音模式仅依托轻量级的 Haiku 模型运行，虽具...
