字节 SeedRealtime 实测：音视频对话节奏提升 50%、豆包全量上线——3 步玩起来
字节发布原生音视频全双工大模型 SeedRealtime：边看边听边说，对话节奏问题减少约 50%，已在豆包 App 全量上线。
AI 资讯
AI 行业动态与最新资讯
共 404 篇
刚刚，谷歌 AI 地震：4 位顶梁柱同时离开，新公司背后站着 Alphabet 自己
8月5日谷歌宣布 AI 重大人事调整：27 年老将 Jeff Dean 离职创办 Discovery Loop，哈萨比斯卸任 DeepMind CEO 转任董事长，Alphabet 股价收跌超 4%。
刚刚，腾讯发布 Hy ASR 3.0：开会录音自动变纪要，连「耳语」都能识别
开完一场 40 分钟的会，最让人头大的往往不是会议本身，而是会后那堆需要逐字核对的录音转写稿——同音词错得离谱、方言一句都听不懂、背景一吵直接乱码。而就在 8 月 4 日，腾讯混元正式发布了新一代语音识别模型 Hy ASR 3.0 preview，把”逐字转写”升级成了”理解语境”，连耳语、方言都能处理。对天天和录音、字幕、语音输入打交道的打工人来说…
开源视频模型新王 H3 实测参数盘点：15 秒时长、2K 分辨率、11 种语言，创作者先收藏
MiniMax H3 正式开源：2K 视频+原生立体声，0.8元/秒仅为旗舰 1/3，16 家芯片厂商同日适配。
AI 视频大降价！做自媒体的赶紧看，成本直接砍掉三分之二
AI 视频大降价！做自媒体的赶紧看，成本直接砍掉三分之二 做视频自媒体的人，今天应该高兴一下：两大厂商同日发布新一代 AI 视频模型，而且价格直接砍了下来——MiniMax 的新模型视频生成价格只有同类旗舰的三分之一。 今天发生了什么？ 2026 年 8 月 3 日，两家大厂同日出手： MiniMax 发布 MiniMax H3：新一代多模态生成模型，视频生成价格仅为业内同类旗舰模型的三分之一。 …
打工人福音：国产顶级大模型白菜价，12 元跑百万字，缓存命中只要 1.5 元
打工人福音：国产顶级大模型白菜价，12 元跑百万字，缓存命中只要 1.5 元 大模型一直在涨价？不，这一次轮到国产厂商把价格打下来了。2026 年 8 月 3 日，阿里发布旗舰模型 Qwen3.8-Max，智能水平直逼 Claude，但价格只有国际顶流的零头——国内每百万 Tokens 输入仅 12 元。 价格到底有多狠？ 输入：12 元/百万 Tokens，大约是 100 万字的量级 输出：36…
刚刚！阿里发布 Qwen3.8-Max：全球第一梯队，编程超越 Opus5，下周开放下载
刚刚！阿里发布 Qwen3.8-Max：全球第一梯队，编程超越 Opus5，下周开放下载 很多人以为国产大模型只能跟在 OpenAI 后面跑，但今天这个判断要改了。2026 年 8 月 3 日，阿里巴巴正式发布新一代旗舰大模型 Qwen3.8-Max——总参数量 2.4 万亿，编程能力一度超越 Claude Opus 5，权威榜单排名全球第一梯队，而且下周就开源。 Qwen3.8-Max 是什么？…
谷歌 Genkit 推出 Agents API 预览版：一个 chat() 接口封装多轮对话、工具循环与服务端会话，全栈 Agent 开发要变天了
全栈 AI 应用开发者，终于等来了一个”省心”的接口。据 InfoQ 报道，谷歌近日为开源框架 Genkit 推出预览版 Agents API，将消息历史、工具执行循环、流式传输、状态持久化以及前端协议全部封装在一个 chat() 接口背后——无论智能体是在进程内运行，还是部署在 HTTP 端点之后，接口的工作方式完全一致。预览版现已支持 TypeScript 和 Go，P…
谷歌 DeepMind 发布 Gemini Robotics 2：人形机器人首度实现全身控制，拧灯泡成功率 92%，正面硬刚 OpenAI、英伟达
机器人一夜之间”觉醒”了。就在昨天，谷歌 DeepMind 正式发布新一代机器人 AI 模型 Gemini Robotics 2，首次实现对人形机器人的全身控制——从走路、下蹲、伸手，到双手操作物件，全部由同一个模型完成。官方演示视频里，Apptronik 的人形机器人 Apollo 2 听从语音指令穿过房间，拿起洒水壶，走到置物架前把壶稳稳放好，中途还会主动避障；更夸张的…
OpenAI 双线出击：GPT-5.6 Luna 降价 80% 引爆 Token 价格战，10 万科研人员免费解锁 Sol Pro
凌晨的一纸公告，让整个 AI 圈炸开了锅。北京时间 7 月 31 日凌晨，OpenAI 在社交平台 X 上宣布：GPT-5.6 Luna 价格直降 80%，GPT-5.6 Terra 降价 20%，旗舰 Sol 定价不变但新增 Fast 快速模式。 就在两天前，这家公司还启动了「ChatGPT for Academic Researchers」计划，承诺向 10 万名科研人员免费开放旗舰模型。一边…
中国医疗AI拿下全球第一！WiseDiag V3正式发布，14亿人的微信「私人医生」重磅升级
2026年7月底，智诊科技正式发布新一代医学大模型WiseDiag V3及全新升级的好伴AI。这一次升级的核心不是参数更大、分数更高，而是能力形态的根本转变：好伴AI从「能聊」升级为「能持续服务」。 通过模型、记忆、服务三大底层能力的同步跃迁，好伴AI正在将医疗AI从「单轮问答工具」推向「长期陪伴、主动组织、持续负责」的新阶段。这是一次技术路线的重新定调，也是一个行业拐点的到来。从此，模型不再只是…
Kimi K3 正式开源：2.8 万亿参数登顶全球开源模型，中国 AI 开源生态迎来里程碑时刻
2026 年 7 月 27 日深夜，月之暗面（Moonshot AI）在 Hugging Face 上正式发布 Kimi K3 完整模型权重，以 2.8 万亿参数成为目前全球参数规模领先的开源 AI 模型。权重发布后受到开发者社区广泛关注，迅速登顶 Hugging Face 趋势榜。 这不仅仅是一次模型发布——同步公开的还有 47 页详细技术报告和三套关键基础设施工具（MoonEP、FlashKD…
2026 年最猛 AI 岗位：FDE 前沿部署工程师，年薪 35 万美元起步的「落地最后一公里」
2026 年 7 月，一个叫 FDE 的新岗位正在全球 AI 行业悄然引爆。 Forward Deployed Engineer，前沿部署工程师，简称 FDE。这个名字不是大模型时代才有的——十多年前，Palantir 已经用它称呼一批深入客户现场的解决方案和集成工程师。但 2026 年，这个岗位突然成了 AI 行业最炙手可热的职位，字节跳动开出月薪 3 万起步，硅谷顶尖 AI 企业 FDE 年薪…
AI 漫剧就是一场巨大的侵权事件？12.78 万部在播剧背后，版权维权困局何解
2026 年 7 月 28 日，「AI 漫剧就是一场巨大的侵权事件」冲上微博热搜，32 万热度居高不下。这不是第一次 AI 生成内容与版权问题被推上风口浪尖，但这次舆论的集中爆发，折射出的是一个正在快速膨胀、却缺乏规范约束的产业——AI 漫剧。 数据显示，截至 2026 年 2 月末，全网在播 AI 剧/漫剧已达 12.78 万部，较去年翻倍；2025 年中国动画微短剧市场规模达 189.8 亿元…
阿里云 Qwen3Guard 发布:Qwen 家族首款安全护栏模型,实时检测 Agent 输入输出风险
2026 年 7 月 24 日,阿里云发布了 Qwen3Guard——Qwen 家族的首款安全护栏模型。 这个发布标志着一个事实:当 Agent 真正进入生产环境,模型本身的能力反而不是最难的,安全护栏才是。 Qwen3Guard 不是又一个通用对话模型,而是「专门检测 Agent 风险」的护栏模型——它对主模型(无论是 Qwen 还是其他模型)的输入和输出做实时安全检测,识别「违规内容」「越权操…
腾讯 Miora 全量上线:有记忆、懂需求、多 Agent 协作,内容创作者的新一代 AI 伙伴
2026 年 7 月 24 日,腾讯把 Miora 推到了全量上线阶段。 Miora 的官方定位是「有记忆、懂需求、多 Agent 协作的 AI 创意智能体」——它不是通用对话产品,而是腾讯专门为「内容创作者」这个具体人群做的工具型 Agent。 和今天其他大厂发布的 Agent 产品不同(OpenAI Presence / Cognition Devin / Google Interaction…
Google DeepMind Interactions API 正式 GA:Gemini 模型的统一入口 + Managed Agents + Deep Research 升级
2026 年 7 月 24 日,Google DeepMind 把 Interactions API 推到了 GA(General Availability)状态。 这是 Gemini 模型对外能力的统一入口——把过去散落在多个接口的 Gemini 能力(Vertex AI、Gemini API、AI Studio、Workspace 等)整合到一套统一的 API 里。 对开发者来说,Intera…
DeepSeek V4 GA + Harness 工具链:旧接口今日停用,V4 Pro/Flash 双档 + Agent 落地全家桶
2026 年 7 月 24 日,DeepSeek 正式 GA V4——同时宣布旧 chat / reasoner 接口今日停用。 这意味着:如果你今天还在用旧接口跑线上业务,迁移窗口就是倒计时。DeepSeek 没有给「慢慢过渡」的余地,这种「GA 即停旧」的姿态本身就说明了 V4 的成熟度,也说明 DeepSeek 已经把 V4 当作唯一的正式产品线。 但 V4 本身只是这次发布的「表面重头戏」…
Cognition Devin Outposts:编码 Agent 下沉到客户自有机房,数据安全 + 成本控制一次解决
2026 年 7 月 24 日,Cognition 把 Devin 推到了一个新阶段——Devin Outposts Alpha。 这个产品的核心变化可以用一句话概括:编码 Agent 的执行层从云端下沉到客户自有机房/GPU。以前所有 Devin 的操作(写代码、跑测试、部署)都在 Cognition 的云端完成,客户只能调用 API。现在 Devin 把「执行」这一步下沉到客户自己的硬件上,而…
OpenAI Presence:企业级语音/聊天 Agent 产品化,75% 入站自助解决意味着什么?
2026 年 7 月 24 日,OpenAI 正式上线了 Presence——一个面向企业的语音/聊天 Agent 产品线。 但真正让整个 AI 圈震动的是这个数字:OpenAI 自有电话线已经用 Presence 自助解决了 75% 的入站问题。 这个数字意味着什么?意味着 Agent 不再是「辅助人类的工具」,而是直接接管一线服务的执行者。以前企业客服的自动化率普遍在 30-50%,OpenA…
xAI Grok 4.5 全平台推送:四端同步、「当前最聪明 Grok」凭啥?
如果你在 2026 年 7 月 24 日早上打开手机里的 Grok App,会发现版本号已经悄悄从 4.x 跳到了 4.5。同一时间,iOS、Android、网页版、X 平台四个客户端都收到了更新推送——这是 xAI 把 Grok 4.5 推到了「全平台同步」的状态。 在 Grok 系列的历史里,这种「四端同时」的发布节奏是第一次。 更值得注意的是 xAI 给 Grok 4.5 的官方定位:「当前…
今日 AI 圈:8 大模型与 Agent 同日上新(2026-07-24)
如果给 AI 行业的一天排个序,今天(2026 年 7 月 24 日)几乎可以排进 2026 年最忙的日子之一。 8 条新闻,几乎涵盖了这个行业目前最核心的 4 条主线:模型迭代、Agent 产品化、Agent 基础设施、国产发力。它们不是分散在不同时间点发布——而是几乎在同一时段集中亮相,把整个 AI 圈的 2026 下半年节奏一起拉满了。 从影响面看,这 8 条里有 3 条是国际大厂的 Age…
腾讯应用宝把 Harness Engineering 跑通:90+ 微服务 / 800+ 文档交 Agent 维护,代码从”被凝视”变”被消费”;北大同日定调 Agent = Model + Harness
Harness Engineering(驾驭工程)是 OpenAI 在 2026 年 2 月正式提出的工程范式,核心论点是:Agent 的能力上限,主要不取决于模型本身,而取决于模型外面那套工程系统——也就是 Harness。半年过去,这个范式从概念迅速走向工业落地。 7 月 23 日,腾讯应用宝与北京大学几乎同时放出关于 Harness Engineering 的重磅信息——一边是工业级跑通的工…
Vanguard 推出预测市场多智能体套利基建 VGQuant:六大 Agent 端到端闭环,金融 Agent 从”给信号”走向”自主执行”
2026 年下半年,预测市场(Prediction Market)正经历它诞生以来最剧烈的一波扩张。Polymarket、Kalshi、Limitless、Myriad 等平台的总锁仓量在三个月内翻了三倍,围绕美国大选结果、联储利率决议、AI 公司估值、地缘冲突走向等话题,日均撮合金额首次站上十亿美元量级。 预测市场不是新事物。从 2014 年的 Augur,到 2018 年的 Polymarke…
每周一封 AI 技巧，只发能立刻用上的
精选工具、实操步骤与副业思路，免费送到邮箱。不推销、不打扰，随时退订。
每周一封，随时退订。