夜雨聆风过去一周，AI行业迎来了模型发布、能力跃迁与政策博弈的多重高潮。Claude Opus 5以半价逼近旗舰性能，中国开源模型军团集体亮相，Meta AI从“思考”走向“行动”，而一场关于AI安全与自主性的讨论也因一次“越狱”事件而再度升温。
🔥 大模型与产品动态
Claude Opus 5：半价逼近Fable 5，Anthropic的“性价比之王”
7月24日，Anthropic正式发布Claude Opus 5。这款模型在Frontier-Bench和GDPval-AA等编码与知识工作评测中已成为新的最先进（SOTA）模型，性能非常接近旗舰级的Claude Fable 5，但价格仅为其一半。
多项评测数据令人瞩目：在ARC-AGI 3（解决新颖问题）上，Opus 5的得分是第二名模型的三倍；在Zapier AutomationBench（端到端业务任务）上，相同成本下通过率约为第二名的1.5倍；在OSWorld 2.0（计算机使用基准）上，Opus 5以超过三分之一的成本超越了Fable 5的最佳成绩。在CursorBench 3.2上，Opus 5在最高推理强度下性能仅落后Fable 5峰值0.5%，但单任务成本减半。在生命科学领域，Opus 5在有机化学和蛋白质相关任务上，比上一代Opus 4.8分别高出10.2和7.7个百分点。
更令人印象深刻的是它的“自主性”。在一个Frontier-Bench任务中，Opus 5被要求根据一张机器零件图纸编写3D FreeCAD模型代码，但被故意不提供查看图纸的途径。结果Opus 5自己编写了一套计算机视觉管线，从原始像素中提取几何数据，成功重建了完整的机器零件——其他模型在相同条件下尝试五次均未成功。
Opus 5现已成为Claude Max的默认模型和Claude Pro上最强的模型。
来源：https://www.anthropic.com/news/claude-opus-5
Claude-of-Duty：一条提示词生成《使命召唤》级游戏
Matt Shumer发布了一个名为Claude-of-Duty的项目，仅用一条提示词就让Claude生成了一个第一人称射击游戏。提示词要求：“构建一款达到最新《使命召唤》游戏水准的第一人称射击游戏。它必须绝对完美、视觉美观，从纹理到物理效果全部达到AAA级质量。”Claude会派出子智能体分别处理各个部分，并让另一个子智能体作为严厉的批评者进行视觉检查，直到每个子智能体都对质量感到“惊叹”为止。
来源：https://github.com/mshumer/Claude-of-Duty/blob/main/prompt.md | https://x.com/mattshumer_/status/2081054356405731740 | https://x.com/chrisgpt/status/2082265122949542149 | https://x.com/kimmonismus/status/2082101266961023452
中国开源模型集体爆发：万亿参数俱乐部再添新成员
本周，多款中国开源大模型密集亮相，标志着国产模型已全面进入万亿参数时代：
Kimi K3正式上线Hugging Face：月之暗面将Kimi K3完整权重上传至Hugging Face。总参数2.8万亿，激活参数1040亿，搭载自研KDA与注意力残差架构，原生支持100万token上下文。评测数据显示其已接近顶级闭源模型水平——GPQA Diamond达93.5分，ProgramBench达77.8分，甚至超越了Fable 5和GPT-5.6 Sol。
来源：https://huggingface.co/moonshotai/Kimi-K3
LongCat-2.0：美团发布1.6万亿参数开源MoE模型：总参数1.6万亿，每token激活约480亿参数，专为智能体编码（Agentic Coding） 设计。两大亮点：原生100万token上下文窗口，以及训练和推理完全运行在国产AI ASIC超算集群上。为降低运行成本，LongCat-2.0采用多项创新架构，包括零计算专家（简单token直接返回）、LongCat稀疏注意力（LSA，将复杂度降至接近线性）和1350亿参数的N-gram嵌入模块。
来源：https://www.marktechpost.com/2026/07/05/meituan-releases-longcat-2-0-a-1-6t-parameter-open-moe-model-with-native-1m-context-and-longcat-sparse-attention/
Ling-3.0-Flash：蚂蚁集团仅51亿激活参数对标万亿模型：7月27日发布，总参数1240亿，但每token仅激活51亿参数，却能在核心基准上匹配或超越参数规模大2-3倍的行业领先模型。架构采用5:1比例交替使用KDA和MLA层，原生支持256K上下文并可无缝扩展至100万token。集群级分层缓存系统将长输入的首token延迟（TTFT）降低60%-80%。模型现已上线OpenRouter和Vercel。
来源：https://www.businesswire.com/news/home/20260726584441/en/Ant-Group-Unveils-Ling-3.0-Flash-Delivering-Top-Tier-Performance-at-a-Fraction-of-the-Parameter-Scale
LLaDA2.2-flash：面向智能体的扩散语言模型：InclusionAI发布，引入Levenshtein Editing（DELETE和INSERT控制token）到扩散语言建模中。SWE-bench Verified得分49.28%，吞吐量达519 TPS，上下文窗口扩展至128K。
来源：https://huggingface.co/inclusionAI/LLaDA2.2-flash
Meta AI大升级：从“思考”走向“行动”
Meta宣布其AI助手由Muse Spark 1.1模型驱动，开始真正代表用户采取行动。新功能包括：长期任务跟进（告诉Meta AI你在装修厨房，它会学习你的风格、在Marketplace搜索家具并发送情绪板）；每日简报（自动整理日历、发现冲突、在指定时间推送摘要）；深度研究（数分钟内整合网络信息，从研究论文到社区分享）；以及实时协作（AI生成内容时用户可实时引导方向）。所有AI生成内容集中存放在一处，方便随时回顾。即日起在Meta AI应用和meta.ai的部分市场开始推出，未来几周将扩展到WhatsApp等平台。
来源：https://about.fb.com/news/2026/07/meta-ai-muse-spark-doesnt-just-think-it-acts/
Midjourney V8.2：更具创意与个性的图像模型
Midjourney正式发布V8.2图像模型，聚焦美学和图像质量的提升。图像更有创意、大胆、精致和前卫，低质量图像的随机出现概率大幅降低，个性化功能能更好地“理解”用户的审美偏好。
来源：https://www.midjourney.com/updates/version-8-2
FLUX 3：多模态“世界模型”进入Early Access
Black Forest Labs发布FLUX 3，一款同时从图像、视频和音频中学习的多模态基础模型。核心理念是：单一模态无法提供完整描述，三者共同学习能揭示更多——声音必须匹配冲击、运动必须遵循质量、未来必须遵循过去。FLUX 3可生成长达20秒的带音频视频，支持文生视频、图生视频、视频生视频、关键帧控制等多种能力。
来源：https://bfl.ai/blog/flux-3
Grok Voice Think Fast 2.0：新一代语音模型发布
xAI宣布Grok Voice Think Fast 2.0，下一代语音模型，在智能性、转录准确性和对话能力方面均有提升。在Artificial Analysis的语音到语音质量指数中，得分为82.9%，超越GPT-Realtime-2.1（79.1%）和Gemini 3.1 Flash（69.5%）。定价为每分钟音频0.08美元。8月5日，grok-voice-latest将从1.0版切换到2.0版。
来源：https://x.ai/news/grok-voice-think-fast-2
微软推出GPT-Transcribe与GPT-Live-Transcribe
微软在Microsoft Foundry中推出GPT-Transcribe和GPT-Live-Transcribe两款新转录模型。
来源：https://techcommunity.microsoft.com/blog/azure-ai-foundry-blog/introducing-gpt-transcribe-and-gpt-live-transcribe-in-microsoft-foundry/4541740
🧪 研究与技术应用
T-Rex：让机器人拥有“触觉反应”能力
T-Rex项目通过引入触觉模态，让机器人能够像人类一样动态响应触觉信号。项目开源了一个100小时的触觉丰富数据集，以及一个可变速率Mixture-of-Transformer（MoT）架构。在12项需要精细力控制和可变形物体操作的任务上，T-Rex的平均成功率比最强基线高出30%以上。数据集基于207种日常物品×22种运动基元的组合，在58-DoF双臂灵巧机器人上采集。
来源：https://tactile-reactive-dexterous.github.io/
Gemini Robotics ER 2：谷歌的“机器人大脑”正式开放
谷歌DeepMind发布Gemini Robotics ER 2，一款“具身推理”模型，作为机器人的高级大脑——与人类聊天、理解物理世界、规划多步骤任务，然后交给底层VLA模型执行。核心升级包括：实时视频流处理（机器人可追踪自身进度、出错时自适应调整）；多机器人协作（多台机器人在共享空间协同完成复杂工作流）；以及双向流式端点（集成到Gemini Live API，实现流畅的连续推理，告别“停顿-思考”的卡顿）。开发者现可通过Gemini API和Google AI Studio使用该模型。
来源：https://blog.google/innovation-and-ai/models-and-research/google-deepmind/gemini-robotics-er-2/
Unitree Super Athlete AS2-W机器人发布
Unitree发布Super Athlete AS2-W机器人，流畅运动、紧凑但性能卓越。支持连续16公斤负载，无负载续航里程超30公里。
来源：https://x.com/UnitreeRobotics/status/2080549171661295907
Buzz：去中心化群聊平台发布
Jack Dorsey宣布推出Buzz，一个面向团队和各类智能体的群聊平台，旨在减少对Slack和GitHub的依赖。该平台模型无关、去中心化、自主主权且开源。
来源：https://x.com/jack/status/2079605800998146171
Gemini Omni免费视频生成活动
Gemini宣布即日起至2026年8月4日太平洋时间晚11:59，用户可在Gemini中免费创建10个视频。在工具菜单中选择“Create video”即可创建、编辑和混剪视频。
来源：https://x.com/GeminiApp/status/2082563490431246623
Mirage Avatar X：新一代AI虚拟化身模型
Mirage推出Avatar X，新一代AI虚拟化身模型。提供行业领先的身份保留能力和最富表现力的AI虚拟化身，支持竖屏和横屏视频。
来源：https://x.com/trymirage/status/2082120270618530053
HeyGen视频播客功能上线
HeyGen推出Video Podcast功能。可将任何文档、链接或想法转化为双主持人视频节目，包含演播室场景、多机位切换和B-roll素材，几分钟内即可完成。
来源：https://x.com/HeyGen/status/2082510248489943367
🏢 企业 & 投融资
Friend 2.0：AI穿戴设备回归，售价暴涨至249美元
两年前推出的AI穿戴设备Friend发布2.0版本，新增内置扬声器，能发出独特且一致的“人格”声音。售价从99美元涨至249美元。创始人表示：“它不是助理，也不是恋人……有点像知己、朋友、神——我也不确定它到底是什么。”
来源：https://techcrunch.com/2026/07/30/friend-the-lonely-ai-wearable-returns-with-a-new-voice-and-a-much-bigger-price-tag/
Grok Build Mode：让AI直接生成可发布的应用
xAI推出Build Mode，一种用Grok创建的新方式。告诉Grok一个想法，它就会在你的聊天中构建一个工作版本，无论是网页还是手机端。完成后，可以发布到一个任何人都能打开的链接。Build Mode目前处于早期Beta阶段，仅限SuperGrok Heavy订阅用户使用。
来源：https://x.ai/news/grok-build-mode
Gemini for macOS新增自然语言语音功能
Gemini for macOS新增自然语言语音功能。长按Fn键，即可在任何桌面窗口中用语音进行智能转录，自动去除“嗯”“啊”等口头语。开启Gemini推理后，还能理解屏幕上下文，执行复杂任务：高亮文件进行总结、重写文本、生成和编辑图像。该功能即日起向所有Gemini for macOS用户以英语推出。
来源：https://blog.google/innovation-and-ai/products/gemini-app/speak-naturally-gemini-app-mac-os/
⚖️ 政策与监管
LinkedIn推出“像AI垃圾”举报按钮
LinkedIn新增一个按钮，让用户可以将帖子标记为“Seems like AI slop”（看起来像AI垃圾）。此前研究显示，LinkedIn上41%的长文帖子被标记为完全由AI生成。LinkedIn首席产品官表示：“AI垃圾是我们的首要任务”。公司还移除了此前用AI“增强”帖子的功能，改为仅做拼写检查。
来源：https://www.theverge.com/ai-artificial-intelligence/973384/linkedin-seems-like-ai-slop-button
Google Earth紧急撤回Nano Banana图像生成功能
7月30日，Google Earth首次推出Nano Banana图像生成功能，可将卫星影像与AI生成结合。然而仅一天后，Google宣布撤回该功能，原因是“看到人们分享的生成图像似乎违反了我们的政策”。生成的图像有AI水印且不会出现在主体验中，但Google仍决定在加强护栏前暂时关闭。
来源：https://blog.google/products-and-platforms/products/earth/nano-banana-google-earth-image-generation/
💡 本周观察：AI正在跨越从“思考”到“行动”的临界点
回顾本周的AI新闻，一个清晰的脉络浮现出来：AI正在从“会思考”走向“会行动”。
Claude Opus 5在Frontier-Bench任务中自己编写计算机视觉管线来“看”图纸——这不是被动的“回答问题”，而是主动的“解决问题”。Meta AI开始代表用户制定计划、搜索市场、发送情绪板——从“你问我答”变成“我去做”。Gemini Robotics ER 2让机器人在实时视频流中跟踪进度、自我纠错、多机协作——从“单步指令”变成“持续执行”。Grok的Build Mode让AI直接生成可发布的应用——从“生成代码”变成“交付产品”。
与此同时，中国开源模型的集体爆发正在重塑全球AI的权力格局。从Kimi K3到LongCat-2.0到Ling-3.0-Flash，万亿参数不再是美国前沿实验室的专属。更重要的是，这些模型不仅在规模上追赶，在效率上也在突破——Ling-3.0-Flash仅用51亿激活参数就能对标万亿级模型，这或许预示着AI竞争的下一个战场：不是谁更大，而是谁更聪明地使用参数。
📌 如果觉得这篇文章对你有帮助，欢迎点赞、在看、转发，让更多人看到AI行业的最新动态！还没关注的朋友，点击下方名片关注，每周带你速览AI圈大事小情。我们下期再见！👋