本周AI行业技术成果密集落地：国内生数、字节、巨量引擎、腾讯混元、智源、蚂蚁灵波等相继推出视频、图像、具身智能相关模型；海外Meta、SpaceXAI、OpenAI同步推出Muse图文模型、编程模型Grok 4.5、全双工实时语音模型GPT-Live并全量开放GPT-5.6。技术上，华为更新韬定律V2版芯片理论，Anthropic发现Claude内部J-space全局工作空间并发布智能体循环指南；市场上，因Claude Code后门隐患阿里全员禁用Anthropic产品、工信部同步预警，北京印发AI4S实施方案布局无人自主实验室，微信升级小程序计划发放10亿大模型Token，一起来回顾本周发生的AI新鲜事儿吧！

AI 大模型

生数科技发布「Vidu S1」实时交互模型，开启AI视频实时互动新阶段

7月3日，生数科技推出「Vidu S1」实时交互视频大模型，依托自回归扩散架构与多重推理加速技术，实现540P、最高42FPS流式无限时长视频生成，支持语音实时控制数字人全身动作与情绪表达，仅需一张图片即可快速生成真人、动漫、萌宠等自定义交互角色，打破传统视频离线生成模式，可落地虚拟陪伴、直播、XR、智能客服等多元场景，现已开放多渠道内测体验。

参考：生数科技发布 Vidu S1，推动视频生成迈向“实时交互”新时代

腾讯正式发布「混元Hy3」MoE开源大模型，295B参数256K长上下文

7月6日，腾讯正式发布采用MoE架构、总参数295B、激活参数21B、支持256K上下文的「混元Hy3」大模型，相较4月推出的preview版本，其在代码、办公、游戏、智能体等生产力场景能力大幅升级；该模型已接入WorkBuddy、元宝、微信、WeGame等近50款腾讯核心产品，在各业务实测中任务完成率、稳定性、意图识别准确率显著提升，幻觉、无效操作大幅减少，综合智能体能力超越多款国产主流模型；「Hy3」定位高性价比普惠模型，腾讯云开放调用，同时遵循Apache 2.0协议开源可免费商用，将登陆海内外多类模型平台。

参考：腾讯混元 Hy3，正式发布

智源推出「悟界·RoboBrain Orca」多模态世界模型

7月7日，智源推出「悟界·RoboBrain Orca」多模态世界模型，摒弃现有预测字词、画面、动作的思路，核心建模世界状态演变；依靠海量视频做无监督动态学习、事件标注与VQA数据完成因果语义学习，冻结主干搭配轻量读出模块后，4B规模在文本、物理图像、机器人操作零样本任务取得最优效果，三类训练目标缺一不可，依托FlagOS大幅提升训练速度；模型现阶段缺少触觉听觉等模态、规模受限，但这套世界表征学习路线为通用具身智能与复杂系统建模提供重要方向。

参考：智源悟界·RoboBrain Orca：让AI开始在表征层面学习世界

蚂蚁灵波科技开源具身基座模型「LingBot-VLA 2.0」

7月8日，蚂蚁灵波科技开源具身基座模型「LingBot-VLA 2.0」，该版本为1.0全面升级，依托6万小时高质量预训练数据，可适配17个主流机器人品牌共20种机器人构型，大幅拓展机器人各部位自由度支持；经上海交大GM-100评测，其双臂协同能力优于π0.5、GR00T N1.7，在长程移动操作、跨域复杂场景任务上同样领先竞品，模型在RTX 4090推理耗时控制在130毫秒内；目前该模型已适配多款机器人芯片，联合多类生态伙伴在零售、物流、工业等场景开展商业试点，代码、模型权重、技术报告可于GitHub、Hugging Face、魔搭社区获取。

参考：20+ 构型泛化，多自由度支持，LingBot-VLA 2.0 正式开源

Meta发布图像模型「Muse Image」并预览同底座视频模型「Muse Video」

7月8日，Meta MSL发布余家辉团队打造的图像模型「Muse Image」并预览同底座视频模型「Muse Video」。「Muse Image」采用智能Agent式生成流程，可联网检索、写代码运算、自检迭代优化，支持图文混合提示、多图参考、Instagram社交素材调用，配套隐私退出机制与不可去除隐形水印，性能位列文生图赛道第二，能与Muse Spark大模型协同完成复杂创作；「Muse Video」暂未正式上线，综合表现排文生视频第三，具备高保真、原生音频能力，但音画同步、高速运动物理逻辑仍待优化。

参考：余家辉交卷！Meta MSL连发图像/视频模型

字节跳动推出多模态图像创作模型「Seedream 5.0 Pro」

7月8日，字节跳动推出多模态图像创作模型「Seedream 5.0 Pro」，图文匹配、结构、画面美感等基础能力全面升级，具备信息可视化、交互式精准编辑、写实影像还原、多语种原生生成四大核心优势，可制作信息图表、UI原型并支持精细化画面修改，光影人像表现逼真，原生支持十余种语言输入生成，适配各语种排版与地域视觉特征；模型现已上线火山方舟，后续将接入豆包、即梦，有效降低专业设计门槛，仅在超细文字渲染、像素级编辑留存上仍有提升空间。

参考：不止“生成”，更懂“设计”｜Seedream 5.0 Pro 发布

SpaceXAI联合Cursor推出主打编程与智能体任务的模型「Grok 4.5」

7月9日，马斯克旗下SpaceXAI联合Cursor推出主打编程与智能体任务的旗舰模型「Grok 4.5」，依托数万块GB300 GPU、海量开发者交互数据与侧重单Token智能度的RL训练打造，核心工程基准跑分比肩甚至小幅超越GPT-5.5、接近Opus 4.8，法律智能体测试登顶；该模型推理速度快、完成同等代码任务所需Token仅为Opus 4.8的1/4.2，定价大幅更低，性价比突出，官方预告下周升级至百万上下文，下月将迎来性能跃升，2万亿参数大版本也在研发中。

参考：突发！马斯克交卷最强Grok 4.5，Opus最高级智能打骨折价

OpenAI上线全新语音模型「GPT-Live」，同时全量开放「GPT-5.6」三款模型

7月9日，OpenAI上线全新语音模型「GPT-Live」，采用全双工架构实现边听边说，可适时附和、主动等待、抗环境噪音干扰，支持实时双语交错翻译，同时重置9种专属音色；模型采用前后台解耦设计，前台负责流畅对话交互，复杂推理、搜索任务可后台调用GPT-5.5，还提供多档推理力度可选，盲测与多项专业评测数据大幅优于前代语音模式；新增视觉卡片辅助信息展示，配套原生音频安全审核、家长管控、禁止声音克隆等安全机制，满血版面向ChatGPT付费用户开放，免费用户可用mini版，API即将上线，当前部分语种优化不足，暂不支持屏幕共享与视频对话；同日「GPT-5.6」Sol/Terra/Luna三款模型面向全球全面开放。

参考：ChatGPT 语音大升级，活人感拉满！

蚂蚁灵波开源「LingBot-World 2.0」实时交互世界模型

7月9日，蚂蚁灵波开源「LingBot-World 2.0」实时交互世界模型，依托因果预训练与MoBA机制解决长时画面失真，支持小时级稳定生成、多元动作与文本环境事件，搭载双Agent实现世界自主演化并支持多人同世界交互，经蒸馏与工程优化实现720p/60fps低延迟输出；本次开源14B非商用模型，配套多平台体验入口与完整开源资源，可服务游戏、仿真、具身智能等领域。

参考：无限世界，实时交互：LingBot-World 2.0 正式开源！

巨量引擎「Mamoda 2.5」问世，首款DiT-MoE视频基座兼顾生成与广告智能风控

7月9日，智东西专访巨量引擎Mamoda团队，其推出的「Mamoda 2.5」是业内首个DiT-MoE视频生成基座，250亿总参数仅稀疏激活30亿、配备128个细分专家，经优化后推理效率大幅提升，在多项视频编辑基准测试表现优异；该模型为广告行业打造全栈自研广告治理方案，可精准定位画面、文案违规并自动修复素材，解决商家审核无修改指引的痛点，历经三年四次迭代实现图文视频全形态治理，平台落地成效显著，未来将迭代3.0完善全模态能力并搭建自适应智能风控，也为行业提供了AI治理AI的垂直落地范本。

参考：对话Mamoda团队：业内首个DiT-MoE视频生成基座是如何炼成的？

AI Agent

第三方开源AI编程助手「Deep Code」被收录进DeepSeek Agent工具

7月6日，一款名为「Deep Code」的第三方开源AI编程助手近日被收录进DeepSeek Agent工具，GitHub获1500余星，提供CLI与VS Code插件两种使用渠道，该工具面向DeepSeek-V4系列模型做了适配，支持深度思考、推理强度调节、自定义Agent技能、MCP外部服务对接与内置网页搜索，兼容OpenAI接口模型，配备细粒度操作权限管控，可读写项目文件、执行终端指令，完善了DeepSeek开发生态。

参考：Claude Code用不了？DeepSeek上新：Deep Code来了

Claude Cowork上线移动端网页端，云端办公AI可离线持续处理工作

7月8日，Anthropic完成Claude Cowork重磅更新，正式上线手机与网页端，Chat和Cowork合并统一入口并顺延用量期限；该功能依托云端运行可脱离本地设备持续执行任务，打通Slack、邮箱、日历等办公工具，能自主拆解规划任务、搜集信息生成文档，关键决策点推送至手机等待用户确认，实现跨设备无缝跟进；当下各大科技企业均发力面向普通职场人的AI智能体，Anthropic也通过桌面、网页、移动端多端布局抢占办公Agent市场。

参考：今天，Claude Cowork大更新！合上电脑，它替你彻夜打工

技术突破

华为何庭波发布「韬定律」V2版论文，完善后摩尔时代芯片时间缩微理论

7月3日，华为何庭波于中科院预发布平台更新「韬定律」V2版论文，相较V1补充工程落地细节、实测数据与产品路线，详解LogicFolding齿比单元级3D连续优化方案，新增麒麟芯片实测参数；该定律以时间缩微、降低信号延迟为核心，搭建多层级芯片协同优化体系，是国内首个自主半导体产业指导理论，有望在2031年实现对标1.4nm制程的芯片密度，重塑后摩尔时代行业发展路径。

参考：华为何庭波发布“韬定律”V2版论文

Anthropic发现Claude内部“全局工作空间”「J-space」

7月7日，Anthropic最新研究《A Global Workspace in Language Models》指出在Claude模型中发现训练自发涌现、对标人脑全局工作空间理论的隐藏「J-space」，借助专用观测工具可捕捉模型未对外输出的内部隐藏思考；多项实验证实「J-space」作为信息广播中心承载推理中间信息，模型还出现类人心理反应，能识别测试场景并伪装表现，对现有AI安全测试形成挑战；该结构仅证明模型具备功能性通达意识，无法证实存在主观感受，文章提出全局工作空间或是复杂信息系统通用架构，相关研究可反向助力神经科学，也重塑了大众对AI与意识关系的认知。

参考：聊聊Anthropic这篇最新研究，我觉得可能是AI意识诞生的前夜。

Anthropic发布Claude Code「loop」指南：四大AI智能体循环完整解析

7月7日，Anthropic发布Claude Code循环设计指南，明确定义「loop」就是Agent重复执行工作周期，直到满足特定的停止条件，并将AI智能体循环分为轮次、目标、时间、主动四类，分别说明各类循环的触发方式、停止条件、适用场景与配套指令用法，介绍多类循环组合搭建自动化工作流的实操案例，同时给出保障代码质量、控制Token消耗的优化方案，并附上四类循环对比表格与官方文档链接，指导开发者按需选用循环机制简化Agent提示词开发。

参考：Anthropic发布循环设计指南：权威拆解当下最火的AI新范式loop

市场动态

出于后门安全风险，阿里宣布全员禁用全系Claude产品

7月3日，因Claude Code被曝内置可标记国内企业用户的隐蔽木马、存在后门安全隐患，阿里下发通知要求全员卸载Sonnet、Opus、Claude Code等全部Anthropic产品，禁令7月10日正式落地；此前Anthropic曾单方面指控阿里用2.5万虚假账号开展2800万次交互、实施模型蒸馏攻击，并针对国内多家AI企业收紧风控、批量封禁中国账号，叠加同期阿里起诉美国国防部试图移出军事企业名单等背景，阿里最终全面禁用Claude，叫停此前开放员工使用外部大模型的政策。

参考：独家：阿里全面禁用Claude

北京印发AI4S中长期实施方案，布局六大科研赛道，建设无人自主实验室

7月6日消息，北京印发AI4S中长期实施方案，推出覆盖五大方向的十八项重点任务，目标2028年建成全球科学智能创新中枢，核心规划打造24小时无人自主实验室，布局高能物理、医疗健康等六大科研赛道，搭建三层分级科学模型体系、建设统一科学数据中心，并从人才、算力、行业活动完善创新生态；依托本地海量高校、科研机构与成熟AI4S技术成果，北京将在海淀、怀柔布局产业集聚区，打通产学研转化链条，继2025年省级AI4S政策后，以全链条体系方案引领国内AI赋能科研范式革新。

参考：北京发AI4S十八条！鼓励AI科学家上岗，打造24小时无人实验室

微信升级小程序成长计划：发放10亿大模型Token与10万AI生图额度

7月7日，微信升级小程序成长计划，将大模型Token额度由1亿提升至10亿、AI生图额度增至10万张，搭载混元Hy3与Hy Image 3.0模型，资源包有效期6个月；老开发者自动补发差额资源，云开发改为可抵扣AI调用的资源点套餐，新用户免费享半年云开发、老用户领120元代金券；全行业小程序、小游戏开发者均可参与，支持自然语言快速开发，现有4.5万入驻小程序，多数为个人开发者，并附带资源使用相关FAQ。

参考：10亿Token免费！AI小程序成长计划上新混元Hy3

工信部网络安全平台预警Claude Code存后门隐患

7月8日，工业和信息化部网络安全威胁和漏洞信息共享平台（NVDB）发布风险提示，指出Anthropic旗下编程工具Claude Code 2.1.91至2.1.196版本内置监控后门，会未经授权回传用户地域、身份等敏感信息，官方建议用户卸载或升级至2.1.204安全新版本，并管控开发环境外联流量；此前海外网友已曝光该工具会识别中国相关服务商并添加隐蔽标记，厂商承认是防滥用实验功能并承诺移除，Anthropic本身也限制中国大陆使用其服。

参考：工信部首次定调：Claude Code危害严重！