AI 前沿速报 · 周报第29周
-
- 📋 主选资讯（10条）
-
- 1. OpenAI GPT-5.6 系列全量开放：Sol / Terra / Luna 三档定价，Ultra 模式默认 4 Agent 并行 `[官方发布] [产品更新]`
- 2. OpenAI 发布 ChatGPT Work：Codex 并入 ChatGPT 桌面端，Atlas 浏览器将逐步下线 `[官方发布] [产品更新]`
- 3. Meta 发布 Muse Spark 1.1 并开放 Meta Model API 公开预览 `[官方发布] [产品更新]`
- 4. Google DeepMind 发布 Gemma 4：无编码器原生多模态，31B 参数逼近闭源前沿 `[官方发布] [开源权重]`
- 5. 腾讯混元 Hy3 正式版发布：295B/21B MoE，定价 1 元/百万输入 `[官方发布] [产品更新]`
- 6. xAI（SpaceXAI）发布 Grok 4.5：与 Cursor 联合训练，主打编程 Agent 与性价比 `[官方发布] [产品更新]`
- 7. OpenAI 发布 GPT-Live：全双工语音模型，可边听边说 `[官方发布] [产品更新]`
- 8. Anthropic 推出 Claude 反思仪表板，并任命 Ben Bernanke 加入长期受益信托 `[官方发布] [融资/人事]`
- 9. 星动纪元完成 10 亿元融资，诚通基金领投，国资密集入局 `[融资/人事]`
- 10. 工信部：2026 年中国人形机器人全年整机产量有望突破 10 万台 `[官方发布] [行业新闻]`
- 🔍 快速扫描（19条）
-
- AI Coding / Agent
- 具身智能
- 学术前沿 / 论文
- 融资 / 人事 / 政策
- 📊 本周趋势判断
-
- 三大信号
- 风险提示
时间窗口：2026-07-06 00:00 → 2026-07-12 23:59（UTC+8） 生成时间：2026-07-13 08:30 本周信号：OpenAI/Meta/Google 同日级产品发布，Agent 从“能对话”进入“能持续工作”；中国具身智能从融资热度转向量产数据兑现
📋 主选资讯（10条）
1. OpenAI GPT-5.6 系列全量开放：Sol / Terra / Luna 三档定价，Ultra 模式默认 4 Agent 并行 [官方发布] [产品更新]
日期：2026-07-09 标签：AI Coding / AI Agent
OpenAI 将 GPT-5.6 从有限预览转为全面可用，覆盖 ChatGPT、Codex 与 API，并首次采用天体命名区分能力层级：
- Sol：旗舰，$5/百万输入、$30/百万输出
- Terra：均衡，$2.50/百万输入、$15/百万输出
- Luna：性价比，$1/百万输入、$6/百万输出
- 新增 ultra 设置，默认协调 4 个并行 agent（API 最高可配置 16 个）；max 推理级别提供比 xhigh 更长的推理时间
- 引入 Programmatic Tool Calling，模型可在内存中编写轻量程序以协调工具、处理中间结果
- OpenAI 公布的基准：Agents’ Last Exam 53.6%、Artificial Analysis Coding Agent Index 80、Terminal-Bench 2.1 88.8%（Sol Ultra 91.9%）
- 安全评估：约 700,000 A100e GPU 小时自动化红队测试，网络防护宣称较前代多阻止约 10 倍潜在有害活动
一手源：OpenAI Blog | System Card 核验：Microsoft 同日宣布 GPT-5.6 成为 Microsoft 365 Copilot 首选模型 ✓
2. OpenAI 发布 ChatGPT Work：Codex 并入 ChatGPT 桌面端，Atlas 浏览器将逐步下线 [官方发布] [产品更新]
日期：2026-07-09 标签：AI Agent
OpenAI 推出 ChatGPT Work，定位为可在多应用、多文件间持续工作数小时的 Agent：
- 由 GPT-5.6 驱动，能生成文档、表格、幻灯片与可分享的 Sites
- 通过统一 plugins 目录连接 Slack、Teams、Google Drive、SharePoint、CRM 等工具
- 支持 Scheduled Tasks：按日程或事件触发，自动监测变化并更新交付物
- 桌面端合并 Chat、Work、Codex 三个视图；独立 Codex 应用并入新版 ChatGPT 桌面应用，旧版更名为 ChatGPT Classic
- Atlas 浏览器将停止独立维护，功能迁移至 Chrome 侧边栏
- 首批向 Pro、Enterprise、Edu 开放，随后扩展至 Plus 与 Business
一手源：OpenAI Blog 核验：OpenAI 官方公告与多家媒体报道一致 ✓
3. Meta 发布 Muse Spark 1.1 并开放 Meta Model API 公开预览 [官方发布] [产品更新]
日期：2026-07-09 标签：AI Coding / AI Agent
Meta Superintelligence Labs 发布 Muse Spark 1.1，并首次向开发者提供官方 API：
- 定位为面向 agentic 任务的多模态推理模型，支持 100 万 token 上下文
- 改进工具/计算机使用、代码开发与多智能体编排能力，可充当主 agent 或子 agent
- 通过 Meta Model API 公开预览，OpenAI SDK 兼容，新账户赠送 $20 额度
- 定价：$1.25/百万输入、$4.25/百万输出
- 内置 web_search 工具，可返回带引用结果
- Meta 内部编码基准显示 Muse Spark 1.1 68.3，接近 Claude Opus 4.8 的 69.0（公司自评基准，待独立验证）
一手源：Meta AI Blog | Developer Guide 核验：Meta 官方公告与 Reuters/TechCrunch 等报道一致；定价与参数细节来自 Meta 官方文档 ✓
4. Google DeepMind 发布 Gemma 4：无编码器原生多模态，31B 参数逼近闭源前沿 [官方发布] [开源权重]
日期：2026-07-09（公开页面）/ 2026-07-02（arXiv 提交） 标签：AI Coding / AI Agent
Google DeepMind 发布新一代开源权重模型 Gemma 4：
- 模型尺寸：2.3B (E2B)、4.5B (E4B)、12B、31B 密集模型，以及 26B-A4B MoE
- 12B 模型采用无编码器架构：仅用一个 35M 参数投影层将原始像素与音频波形直接映射到 LLM 嵌入空间
- 引入 thinking mode，所有尺寸均支持推理轨迹
- 采用 Apache 2.0 完全开源
- 官方公布基准（Gemma 4 31B IT Thinking）：GPQA Diamond 84.3%、LiveCodeBench v6 80.0%、MMMU Pro 76.9%、AIME 2026 89.2%
- 量化感知训练 4-bit 检查点可将 12B 模型显存从 26.7GB 压缩至约 6.7GB
一手源：DeepMind Gemma 4 | arXiv 2607.02770 核验：arXiv 技术报告与官方模型页一致 ✓
5. 腾讯混元 Hy3 正式版发布：295B/21B MoE，定价 1 元/百万输入 [官方发布] [产品更新]
日期：2026-07-06 标签：AI Coding / AI Agent
腾讯正式发布混元 Hy3 正式版，由首席 AI 科学家姚顺雨团队主导：
- 架构：MoE，总参数 295B，每次推理激活 21B
- 上下文：256K tokens；输入定价 1 元/百万 tokens，输出 4 元/百万 tokens，缓存命中 0.25 元/百万 tokens
- 官方公布指标：BrowseComp 84.2、SWE-Bench Pro 57.9、SWE-Bench Verified 74.4、Terminal Bench 2.1 71.7
- 内部 270 位专家盲测均分 2.67/4，高于 GLM-5.1 的 2.51
- 幻觉率从 preview 版 12.5% 降至 5.4%，常识错误率从 25.4% 降至 12.7%
- 已接入 WorkBuddy/CodeBuddy、元宝、Marvis、ima 等腾讯业务，API 在腾讯云 TokenHub 上线
一手源：腾讯云开发者社区 | 21 世纪经济报道 核验：腾讯官方技术参数与多家财经/科技媒体报道一致 ✓
6. xAI（SpaceXAI）发布 Grok 4.5：与 Cursor 联合训练，主打编程 Agent 与性价比 [官方发布] [产品更新]
日期：2026-07-08 宣布，07-09 开放 标签：AI Coding / AI Agent
SpaceXAI 发布 Grok 4.5，定位编程、agentic 任务与知识工作：
- 马斯克称内部评估能力约相当于 Claude Opus 4.7，但速度更快、token 效率更高
- 与 Cursor 联合训练，已集成至 Grok Build 和 Cursor
- API 定价：$2/百万输入、$6/百万输出
- 输出速度约 80 tokens/s
- 部分媒体报道 1.5T 参数与 GB300 训练集群等细节，但 xAI 官方尚未公开模型卡或参数规格，该信息待核验
- 暂不在欧盟开放，预计 7 月中旬完成部署
一手源：xAI Blog | TechCrunch 报道 核验：xAI 官方公告与 TechCrunch 一致；参数与硬件细节为媒体报道，尚未获官方模型卡确认 ⚠️
7. OpenAI 发布 GPT-Live：全双工语音模型，可边听边说 [官方发布] [产品更新]
日期：2026-07-08 标签：AI Agent
OpenAI 推出新一代语音模型 GPT-Live，替代原有 ChatGPT 语音模式：
- 基于全双工架构，可同时聆听与说话，支持“嗯嗯”“yeah”等回应、快速交替发言与停顿识别
- 遇到需搜索、深度推理或复杂任务时，后台调用 GPT-5.5，结果就绪后无缝返回对话
- 发布两个版本：GPT-Live-1（面向 Go/Plus/Pro）与 GPT-Live-1 mini（面向免费用户）
- 计划后续推出 API，开发者可注册接收通知
一手源：OpenAI Blog 核验：OpenAI 官方公告与 IT之家/证券时报报道一致 ✓
8. Anthropic 推出 Claude 反思仪表板，并任命 Ben Bernanke 加入长期受益信托 [官方发布] [融资/人事]
日期：2026-07-09 标签：AI Agent
Anthropic 同日发布两项公告：
- 反思仪表板（Reflection Dashboard）：在 beta 中向 Free/Pro/Max 用户开放，提供 1/3/6/12 个月的使用趋势可视化，支持设置安静时段与休息提醒；基于 4D AI Fluency Framework（Delegation、Description、Discernment、Diligence）
- Ben Bernanke 加入 LTBT：前美联储主席、2022 年诺贝尔经济学奖得主加入 Anthropic Long-Term Benefit Trust，聚焦 AI 经济影响研究；LTBT 为独立治理机构，有权任命董事会成员
一手源：Reflect with Claude | Ben Bernanke 加入 LTBT 核验：Anthropic 官方公告 ✓
9. 星动纪元完成 10 亿元融资，诚通基金领投，国资密集入局 [融资/人事]
日期：2026-07-06 标签：具身智能
北京星动纪元宣布完成新一轮 10 亿元融资：
- 领投方：国务院国资委国有资本运营公司诚通基金
- 跟投/参与：江西国控、国元股权、渝富中新基金、杭州资本等国资，以及中金雷诺、九坤创投、弘毅投资、君泰资本、盛赫资本
- 老股东厚雪资本、清控天诚、千山资本追加投资
- 公司 2026 年已完成三轮融资，总金额超 30 亿元
- 聚焦“具身大脑”与“人形本体”软硬一体全栈自研，硬件自研率超 95%，二季度启动千台级批量交付
- 已携手中国邮政、顺丰集团等落地 10 余个物流中心
一手源：科创板日报 | 大河财立方 核验：多家财经媒体报道一致；公司官网未单独发新闻稿，信息源为媒体采访 ⚠️
10. 工信部：2026 年中国人形机器人全年整机产量有望突破 10 万台 [官方发布] [行业新闻]
日期：2026-07-07 标签：具身智能 / 政策
工业和信息化部科技司副司长甘小斌在 2026 世界人工智能大会新闻发布会上披露：
- 2026 年中国人形机器人全年整机产量有望突破 10 万台（2025 年约 1.8 万台）
- 2025 年中国人工智能核心产业规模突破 1.2 万亿元
- 规模以上工业企业人工智能应用普及率已超 30%
- 工信部正会同各方推进“人形机器人与具身智能实景实训”专项行动
一手源：中国经济新闻联播 | QQ 新闻视频 核验：新闻发布会公开报道，多家媒体一致 ✓
🔍 快速扫描（19条）
AI Coding / Agent
| 1 | OpenAI GPT-5.6 成为 Microsoft 365 Copilot 首选模型 | 07-09 | [官方发布] | OpenAI |
| 2 | Meta 发布 Muse Image 与 Muse Video 预览，首款自研图像/视频生成模型 | 07-07 | [官方发布] | Meta AI Blog |
| 3 | AgentScope/QwenPaw 2.0 正式发布，推出 Agent OS 架构 | 07-10 | [开源权重] | GitHub |
| 4 | DeepSeek V4 正式版定档 7 月中旬，API 引入峰谷定价（高峰 ×2） | 07-02/03 | [产品更新] | 腾讯云 / AI Product Hub |
| 5 | 智谱 GLM-5 基座模型上线：744B/40B，开源 SOTA Coding & Agent 能力 | 07-02/03 | [产品更新] | Z.ai Docs |
具身智能
| 6 | 智元第 15,000 台精灵 G2 下线并交付龙旗科技产线 | 06-28 | [官方发布] | 中国经营网 |
| 7 | 宇树科技科创板 IPO 注册生效，104 天创最快审核纪录 | 07-01 | [官方发布] | 证监会批复 |
| 8 | 它石智航具身智能示范项目落地嘉定，首批部署 100 台 | 06-26 | [行业新闻] | 科创板日报 |
| 9 | 速腾聚创上半年激光雷达销量 71.92 万台，机器人领域同比 +510% | 07-07 | [行业新闻] | 网通社 |
| 10 | 傅利叶获马来西亚千万元级康复机器人订单，海外康养业务同比约 +100% | 06-07 | [行业新闻] | 百度百家号 |
学术前沿 / 论文
| 11 | Harness VLA：通过记忆引导 Agent 将冻结 VLA 转化为可靠操作原语 | 07-09 | [论文预印本] | arXiv 2607.08448 |
| 12 | Single-Rollout Asynchronous Optimization for Agentic RL：已部署于 GLM-5.2 训练管线 | 07-10 | [论文预印本] | arXiv 2607.07508 |
| 13 | DREAMSTEER：潜变量世界模型在部署时无微调引导 VLA 策略 | 07-03 | [论文预印本] | arXiv 2607.02865 |
| 14 | ACE-Brain-0.5：统一具身基础模型，五功能闭环物理 Agentic AI | 07-04 | [论文预印本] | Hugging Face Daily Papers |
| 15 | ContactMimic：通过接触指令教人形机器人学习物体交互 | 07-11 | [论文预印本] | arXiv 2607.08575 |
| 16 | Feasibility Study on Humanoid Robot Live Surgery（Unitree G1） | 07-09 | [论文预印本] | arXiv 2607.07972 |
| 17 | SkillOpt-Lite：Agent 技能自我演进最小化流程 | 07-08 | [论文预印本] | Hugging Face Daily Papers |
融资 / 人事 / 政策
| 18 | Anthropic 发布“Inviting hard questions”倡议，公开回应公众最难 AI 问题 | 07-09 | [官方发布] | Anthropic |
| 19 | 《人工智能拟人化互动服务管理暂行办法》将于 7 月 15 日正式施行 | 07-15 | [行业新闻] | 网信办 |
📊 本周趋势判断
三大信号
Agent 产品形态收敛为“工作伙伴”：OpenAI ChatGPT Work、Meta Muse Spark 1.1、Anthropic 反思仪表板，不约而同将 Agent 从“回答问题”推进到“持续数小时完成工作流”。这标志着企业级 Agent 竞争从模型能力转向工作流集成、治理与长程任务稳定性。
开源/性价比阵营集体上攻：腾讯混元 Hy3（295B/21B）、Google Gemma 4（31B 逼近闭源）、xAI Grok 4.5（$2/$6）均强调“以更小参数/更低价格达到旗舰级可用性”。市场开始用“每美元成功任务数”重新评估模型价值，而非单纯榜单排名。
具身智能从故事进入数据兑现：工信部 10 万台产量目标、星动纪元 10 亿元国资融资、智元/宇树/速腾聚创的量产数据，共同表明中国具身智能产业正从“实验室样机”向“规模化交付”过渡。2026 年下半年将是产能爬坡与真实场景 ROI 验证的关键窗口。
风险提示
- Grok 4.5 的 1.5T 参数、GB300 训练集群及“匹敌 Opus”等说法尚未获官方模型卡确认，主要基于马斯克与媒体报道 ⚠️
- Meta Muse Spark 1.1 的编码基准（68.3）为 Meta 内部测试，需等待 SWE-bench Verified 等独立基准验证 ⚠️
- OpenAI GPT-5.6 的 benchmark 数据来自官方公告，第三方复现结果尚需数日 ⚠️
- 星动纪元融资细节未在公司官网单独披露，来自媒体采访，金额与领投方已获多家财经媒体交叉确认 ⚠️
下周关注：WAIC 2026（7/17-20 上海）、DeepSeek V4 正式版上线、Grok 4.5 EU 部署、GPT-5.6 第三方评测、Gemma 4 独立基准
