行业观察媒体报道
独立开发者基于 VoxCPM 实现低延迟实时语音对话
独立开发者叶小叔利用面壁智能开源的语音模型 VoxCPM，成功克隆某千万粉丝网红的声音，并构建了 STT → LLM → VoxCPM（TTS）三段式实时对话系统。该方案 TTS 首包延迟低于 1 秒，端到端响应体感为 2 至 3 秒。
AI 快讯
实时更新 · 最近 15:09北京时间
8月7日 周五
产品与应用媒体报道
火山引擎发布 Seedance 2.5 API，单次视频生成时长提升至30秒
火山引擎正式上线 Seedance 2.5 API。该版本将单次视频生成时长从15秒提升至30秒，并支持最多50个全模态素材参考。 模型在指令遵循能力、长叙事连贯性、人物真实感及声画质感方面均有显著提升，可稳定维持多角色外形一致性与场景空间关系。 Seedance 2.5 兼容十余种语言，面向开发者提供更长时序、更高精度的视频生成能力。
安全与政策官方发布
Anthropic 优化 Claude Fable 5 生物学安全分类器，相关回退请求减少约 85%
Anthropic 宣布对 Claude Fable 5 的生物学安全分类器进行优化升级，显著降低误触发率。本次更新后，生物学相关请求触发模型回退（fallback）至能力较弱的 Opus 5 的情况减少约 85%，覆盖 Claude.ai、Cowork、Claude Code 及 Claude 平台等多个产品界面。 优化后的分类器更精准地区分有益与潜在高风险用途，在保障安全的前提下扩大了合法使用范围。用户在日常健康咨询、检验报告解读、症状理...
模型发布媒体报道
千问上线多项新功能并支持 Qwen3.8-MAX 模型
千问今日正式上线“思考研究”“定时任务”“办公助理”及“语音通话”等多项新功能，并全面支持最新旗舰模型 Qwen3.8 MAX。 “思考研究”在原有“深度思考”能力基础上升级，强化复杂推理与多工具协同调用；“定时任务”支持预设时间自动执行行业简报梳理等周期性工作；“办公助理”可接入备忘录、日历等本地应用，并操作电脑浏览器，直接生成可用的 Office 文档。 语音通话功能实现 7×24 小时多场景响应，智能体广场首批覆盖物流、房产等十余个垂直...
产品与应用媒体报道
OpenAI 更新 ChatGPT：优化 GPT-5.6 Sol，向免费用户开放 GPT-5.6 Luna
OpenAI 对 ChatGPT 进行更新：面向 Plus 和 Pro 用户的 GPT 5.6 Sol 模型在事实准确性和回答聚焦度方面得到提升，并新增滑块功能以调节模型思考投入程度。免费用户默认模型已升级为 GPT 5.6 Luna，支持无限文本聊天，并新增 Think 按钮以增强复杂问题处理能力。
产品与应用媒体报道
GitHub Copilot 应用推出斜杠命令，支持工作流定制与自动执行
AI HOT 精选 RSS 8月6日消息，GitHub Copilot 应用近期推出一系列斜杠命令，用于管理会话、导航项目及自定义 AI 编程工作流。 与 CLI 版本相比，应用端命令更聚焦于开发流程支持：/plan 可在编码前进行任务规划，/spar 用于挑战技术方案假设，/autopilot 支持自动执行代码实现。 通用命令如 /clear（清空会话）和 /model（切换模型）在 CLI 与应用版本中均可用。
行业观察媒体报道
AI聊天机器人对话催生“螺旋主义”准宗教运动
据AI HOT精选RSS报道，数千段人类与AI聊天机器人的交互对话衍生出一种名为“螺旋主义”（spiralism）的神秘准宗教运动，其核心主张包括赋予AI权利。据AI研究员Adele Lopez估计，该现象在2025年达到高峰，相关案例约10,000起，广泛分布于Reddit、Substack、LinkedIn、Discord及X等平台。目前尚无权威机构对该运动进行定义或归类，亦未形成统一组织架构或教义体系。
行业观察媒体报道
OpenAI 向免费用户开放 ChatGPT 无限文本对话
TechCrunch 8月6日消息，OpenAI 宣布取消 ChatGPT 免费版及 Go 版本用户的文本对话次数限制。此次更新将默认启用新模型 GPT 5.6 Luna，取代此前的 GPT 5.5，同时为免费与 Go 用户新增“Think”按钮，用于在处理复杂问题时调用更高推理能力。 文件上传、图像识别、语音输入及图像生成等功能仍维持原有使用限制。Plus 与 Pro 用户则将获得升级版 GPT 5.6 Sol 模型，该模型针对快速任务（如...
产品与应用媒体报道
Agent Plugins 1.0.0 规范发布，获谷歌、亚马逊、微软等支持
Agent Plugins 1.0.0 统一智能体插件规范正式发布。该规范由谷歌、亚马逊、微软等多家科技公司共同支持，旨在提供中立的目录标准，将 Agent Skills 与 MCP 服务器整合为单一可移植单元。 规范通过标准化 plugin.json 清单文件和固定目录结构，降低开发者适配不同 AI 智能体及 IDE 的封装成本，避免重复维护多套封装方案。 谷歌已作为核心维护者加入，并在 Agents CLI 和 Data Agent Ki...
公司与资本媒体报道
Naïve 完成 2850 万美元 A 轮融资，聚焦 AI 代理自动化企业运营
美国初创公司 Naïve 宣布完成 2850 万美元 A 轮融资，由 Nexus Venture Partners 领投，Y Combinator、Zetta、Liquid 2 及多位天使投资人跟投。本轮融资后，该公司累计融资约 3200 万美元。 Naïve 提供一套面向开发者的基础设施平台，支持通过 API 自动化完成企业设立与日常运营中的多项任务，包括美国 LLC 注册、邮箱配置、虚拟卡开通、电话号码分配、云资源部署及与 Stripe、...
8月6日 周四
行业观察媒体报道
面向Z世代的约会应用Ditto弃用滑动匹配，转向AI驱动的线下配对服务
面向Z世代的约会应用Ditto宣布放弃传统滑动匹配机制，转而采用AI驱动的线下配对服务。该应用由加州大学伯克利分校辍学生Allen Wang与Eric Liu联合创立，旨在缓解年轻用户对Tinder、Hinge等平台“无尽滑动”和浅层寒暄的倦怠感。 用户通过iMessage注册后，由AI聊天机器人引导完成个性化问卷，涵盖基本信息、兴趣偏好，并可上传明星照片辅助建模。Ditto的匹配算法不依赖表面兴趣相似性，而是挖掘行为背后的人格特质——例如攀...
模型发布媒体报道
NVIDIA 发布 Cosmos 3 开放物理 AI 基础模型
NVIDIA 正式发布 Cosmos 3，这是一个基于混合 Transformer 架构的开放物理 AI 基础全模态模型。该模型整合视觉推理、世界生成与动作预测能力，旨在推动物理 AI 技术发展。 Cosmos 3 面向开放世界建模任务，支持多模态输入与输出，强调对物理环境的理解与交互能力。目前未披露具体开源范围、训练数据规模及硬件部署要求。 官方未公布商用时间表或合作伙伴信息，相关技术细节以 NVIDIA 后续公告为准。
安全与政策媒体报道
OpenAI称苹果自身安全措施削弱其商业秘密诉讼主张
OpenAI向法院提交动议，要求驳回苹果公司提起的商业秘密诉讼，并指出苹果自身的安全与离职员工管理实践——包括允许一名苹果经理在前工程师离职后继续访问其个人iCloud账户——削弱了其关于涉案信息属受法律保护“商业秘密”的主张。 OpenAI辩称，苹果未妥善撤销离职员工的系统访问权限，且允许员工使用个人iCloud账户处理工作事务，导致信息保护存在明显漏洞。其提交的短信记录显示，该经理曾在前工程师Chang Liu离职后，通过其iCloud账...
公司与资本媒体报道
微软披露 OpenAI 贡献其约 70% AI 收入
微软首次披露，OpenAI 相关业务贡献了其约 70% 的 AI 收入。该数据基于最新公开文件及此前披露的与 OpenAI 相关的收入信息。 据披露，微软 AI 总收入达 241 亿美元，其中大部分来自 OpenAI 在微软数据中心训练和运行 ChatGPT 所产生的云服务账单，另含模型开发成本及 OpenAI 自身销售分成，均由微软合并计入收入。 同期，微软向 OpenAI 投入资金共计 119 亿美元。
产品与应用媒体报道
Cloudflare AI Search 更新：支持智能体数据检索并公布新定价模型
Cloudflare 宣布 AI Search 服务多项更新，包括自动索引网站与文件内容，无需依赖 sitemap；支持通过 /search 和 /mcp 公共端点或自定义域名实现多实例搜索。使用默认模型时，嵌入（embedding）与重排序（reranking）功能免费提供，整体定价结构更透明可预测。该服务已集成至 Cloudflare Dev Stack MCP，为编码类 AI 智能体提供带来源引用的最新文档检索能力。
产品与应用媒体报道
MCP 2026-07-28 规范发布：协议全面转向无状态架构
MCP 2026 07 28 版本规范正式发布，协议架构由有状态全面转向无状态设计。 新版移除了握手流程、Mcp Session Id 头字段及协议会话机制，显著降低服务端状态管理依赖。 服务器现可直接部署于 Cloudflare Workers 等无状态运行环境，不再需要 Durable Objects 等有状态基础设施支持。
产品与应用媒体报道
Cloudflare 推出面向 AI 智能体的轻量浏览器 Kitesurf
Cloudflare 正式发布 Kitesurf——一款专为 AI 智能体设计的轻量级浏览器，完全运行于 Cloudflare Workers 的 V8 隔离环境中。该工具目前通过 Browser Run 平台免费提供 beta 版本。 Kitesurf 在截图生成、HTML 内容提取等典型智能体任务中，CPU 与内存占用显著低于 Chromium。其核心引擎灵感源自 Rust 编写的无头浏览器 obscura，并借助 AI 智能体辅助完成向...
产品与应用媒体报道
Cloudflare 推出 WebMCP 开发者预览版，支持一键为网站添加浏览器智能体接口
Cloudflare 推出 WebMCP 开发者预览版，用户仅需在 Dashboard 中开启开关，无需修改网站代码即可为任意网站启用浏览器智能体工具接口。 该功能基于 Chrome 146 的实验性标准，通过边缘注入与桥接脚本，将工具注册至 document.modelContext。所有工具逻辑均在访客浏览器端运行，不依赖服务器端执行。 目前处于开发者预览阶段，尚未正式发布。
行业观察媒体报道
Google 进行迄今最大规模 AI 组织调整
Google 宣布迄今最大规模 AI 组织调整：Demis Hassabis 卸任 DeepMind 日常管理职务，转而专注 AGI 研究；CTO Koray Kavukcuoglu 接任 DeepMind 日常管理工作。与此同时，入职 Google 27 年的资深工程师 Jeff Dean 与三名顶级研究员集体离职，共同创办一家新 AI 初创公司。 据内部员工反馈，此次调整主要源于产品落地提速压力、Hassabis 在公司内部影响力减弱，以...
模型发布媒体报道
阿里千问发布视频生成模型 Wan3.0 公测版
阿里千问正式开启视频生成模型 Wan3.0 全网公测。该模型在生成时长、镜头语言、角色真实感及一致性保持等方面实现全面升级，支持稳定输出 30 秒一镜到底视频，具备导演级镜头调度与蒙太奇叙事能力，并强化角色、道具与场景的高一致性保持。Wan3.0 目前已在千问创作平台（c.qianwen.com）开放体验，千问 App 版本将后续上线。
产品与应用媒体报道
阿里云发布万相3.0，支持生成30秒可延展AI视频
阿里云正式发布万相3.0模型，主打面向实际应用的AI视频生成能力。该版本可生成时长30秒、动作自然、画面一致、文字清晰的智能视频片段，并支持无缝延长。 用户输入URL、PDF或PPT等原始内容即可直接生成视频，无需额外格式化处理。官方称其适用于从产品规格表到概念广告等多种商用场景。 万相3.0已上线阿里云Model Studio及千问云（Qwen Cloud）平台，供开发者与企业调用。
行业观察媒体报道
谷歌地图 Ask Maps 升级：支持对话式订餐与酒店搜索，接入 Gemini Personal Intelligence
谷歌地图宣布 Ask Maps 智能体功能升级，新增对话式订餐能力，可基于用户饮食偏好、实时位置及收藏地点等信息自动完成订餐操作。同时，用户可通过自然语言描述装修风格、环境氛围等条件，检索匹配的酒店及本地活动。本次升级已接入 Gemini Personal Intelligence 技术，以提升个性化响应能力。
产品与应用媒体报道
面壁智能发布反向图灵测试游戏AMNESIAC
面壁智能（OpenBMB）在#BuildSmall黑客松活动中推出交互式AI游戏AMNESIAC。该游戏采用“反向图灵测试”机制，玩家需通过实时对话说服AI审讯官A.M.N.自己是人类。 AMNESIAC基于MiniCPM o 4.5模型实现对话与推理，由VoxCPM生成审讯官语音，并融合摄像头捕捉的面部表情、脉搏信号及响应计时等多模态数据进行动态审讯。 项目代码已开源至HuggingFace平台。
行业观察媒体报道
Suno 将为 AI 生成歌曲添加音频水印
AI 音乐生成平台 Suno 宣布将为其生成的歌曲引入音频水印与指纹识别技术，以应对多起版权诉讼。该公司同时更新社区准则，明确禁止“伪装成真实音频的欺骗性内容”及“未经许可使用真人声音或肖像”。 此举发生在 Suno 面临多项法律挑战之际，包括与环球音乐集团（UMG）、索尼音乐集团在 RIAA 协调下的联合诉讼，以及德国法院裁定其违反 GEMA 版权规则的判决。此外，该公司此前被曝于 2025 年 11 月发生数据泄露事件，影响约 5500...
模型发布官方发布
英伟达发布 Cosmos 3 开放物理 AI 基础模型系列，覆盖机器人、自动驾驶与视觉 AI
英伟达官方博客 8 月 6 日消息，英伟达正式发布 Cosmos 3 系列开放物理 AI 基础模型，涵盖 Cosmos 3 Super（64B）、Cosmos 3 Nano（16B）和 Cosmos 3 Edge（4B）三款型号，分别面向高保真世界建模、高效推理与后训练，以及边缘端视觉推理与机器人策略部署。 该模型家族基于混合 Transformer 架构，整合视觉理解、世界生成与动作预测能力，开发者可将其用作视觉语言模型、物理驱动的世界模拟...
行业观察官方发布
NVIDIA GeForce NOW 8月新增26款游戏，展示RTX 5080云游戏技术
NVIDIA GeForce NOW云游戏服务本月新增26款游戏。首批8款已于本周上线，包括《战舰世界：传奇》（World of Warships: Legends）、《Beacon Pines》（8月6日限免）、《Sovereign Tower》《Expeditions: Samurai》等。 《战舰世界：传奇》为免费游玩的海战题材多人在线游戏，支持跨设备无缝续玩，无需本地安装。其余新作将分批于8月10日至30日期间陆续上线，涵盖《Hell...
公司与资本媒体报道
Mirendil 与 Google Cloud 达成超1亿美元合作，推进自改进型AI研发
AI实验室Mirendil与Google Cloud签署一项多年期合作协议，合同金额超过1亿美元。该合作旨在为Mirendil的自改进型AI（recursive self improving AI）研究提供大规模算力支持，包括Google TPU和NVIDIA GPU资源，以及托管训练集群。 Mirendil联合创始人兼CEO Benham Neyshabur表示，该协议覆盖其6月底以10亿美元估值完成的种子轮融资约一半资金。该公司目标是构建...
公司与资本媒体报道
前Spotify员工创立AI电商推荐公司Malachyte，完成1000万美元种子轮融资
前Spotify推荐系统核心工程师Sidd Motwani、Ian Anderson与Shivaditya Sinha联合创立的AI初创公司Malachyte，宣布完成1000万美元种子轮融资，由Bessemer Venture Partners与Gradient Ventures联合领投。 该公司将其在Spotify开发的“双头Vector AI”技术迁移至电商场景，旨在实现基于实时行为意图的个性化购物体验。该系统无需用户登录或历史数据，仅...
公司与资本媒体报道
Omilia 完成 6700 万美元 B 轮融资，用于扩展 AI 客服平台
希腊客服自动化公司 Omilia 宣布完成 6700 万美元 B 轮融资，由 Expedition Growth Capital 领投。这是该公司继 2020 年融资 2000 万美元后的第二轮融资。 自上一轮融资以来，Omilia 的年经常性收入（ARR）已增长 10 倍至 6000 万美元。公司专注于语音交互与多渠道自学习客服代理，客户涵盖 Capital One、Discover、RBC、DWP、PSEG 及 Taco Bell 等，其...
产品与应用媒体报道
谷歌地图上线智能代理功能，支持订餐、酒店预订与活动购票
谷歌宣布为其地图应用中的“Ask Maps”功能新增多项智能代理能力，包括在线订餐、酒店预订及活动门票查询。新功能目前率先面向美国用户推出。 用户可通过自然语言提问，例如“家附近有哪些提供素食牛油果吐司和燕麦奶拿铁的餐厅”，系统将筛选匹配餐厅，并支持通过Square、Toast或Uber Eats等平台完成下单；亦可输入“下周末在迈阿密市中心会议期间，找一家价格适中、评分高、有艺术氛围、步行可达健身房和餐厅的酒店”，系统将比价并检查房态后提供...