AI 动态速报 — 2026-08-06

2026年7月被预测为AI领域最繁忙的发布月份之一，多个头部实验室密集推出新模型或扩大访问范围。 Anthropic方面，Claude Fable 5在经历美国出口管制临时限制后，于7月获得监管批准扩大访问范围，正式向更广泛用户开放。Claude Mythos 5已发布给超过100个合作伙伴和组织。Claude Sonnet 5也作为更经济实惠的替代选项同步推出。Fable 5定位为Anthropic最先进的推理模型之一，强聚焦智能体能力（agentic capabilities）与复杂任务处理。访问模式正从无限订阅制转向基于使用积分（usage credits）的计费方式。 OpenAI方面，GPT-5.6正持续推进发布，包含Sol、Terra、Luna三个变体。7月初开始有限发布，预计7月中下旬向公众全面开放。这是GPT-5系列的最新迭代版本，各变体在能力层级和成本上有所区分。 这些发布意义重大：Anthropic在监管障碍后恢复发展势头，Claude系列模型重新获得更广泛市场覆盖；OpenAI持续推进GPT-5系列迭代，细分变体满足不同用户需求。对于开发者和企业用户而言，多个平台的免费层级得到改善，针对特定任务的专精模型选择增加，API成本竞争加剧。

July 2025 saw major AI model releases globally. xAI launched Grok 4, positioning it as a direct competitor to OpenAI's ChatGPT and Google's Gemini. Grok 4 introduced enhanced reasoning capabilities and multimodal features. Notably, the SuperGrok Heavy subscription tier was priced at $300/month, making it the most expensive among major AI providers. Chinese AI startup Zhipu (Z.ai) released GLM-4.5, a 355B-parameter open-source Mixture-of-Experts model optimized for agentic applications. The AI landscape in July 2025 was characterized by intensifying competition, with multiple companies releasing upgraded models and new capabilities, particularly in reasoning and multimodal processing.

2025年7月是AI领域技术突破的密集期。谷歌DeepMind于7月21日宣布，其高级版Gemini模型在「深度思考」模式下，成功解答2025年国际数学奥林匹克竞赛6道题目中的5道，以35分（满分42分）达到金牌水平，成为首个获官方认证的AI系统。该模型通过动态规划与符号推理结合的方式展示了复杂逻辑推理能力。 阿里云在7月发布多项重要更新：Qwen-MT机器翻译大模型支持92种语言互译，性能显著优于国外同规模模型；7月23日正式开源Qwen3-Coder编程大模型，编程能力超越GPT4.1等闭源模型，在SWE-Bench评测中比肩Claude4。通义千问全球衍生模型已突破9万个。 OpenAI于8月5日完成80亿美元融资，估值升至3000亿美元，同日发布首款开放权重语言模型gpt-oss系列（gpt-oss-120b和gpt-oss-20b），以Apache 2.0授权开源，支持本地部署和商业使用。

2025年7-8月，全球AI领域迎来技术跃迁、资本涌入、政策规范的三重共振。技术层面，生成式视频技术爆发，谷歌Gemini模型在国际数学奥赛获得金牌，阿里云Qwen-MT实现92种语言互译。OpenAI开源GPT-OSS系列模型。中国企业方面，月之暗面Kimi、阿里Qwen、腾讯混元、字节豆包等纷纷发布新版本或重大更新。政策层面，欧盟《人工智能法案》正式生效，中国推出「AI+」行动计划，美国发布AI创新计划。这一时期的显著特征是：从技术研发加速迈向产业深水区，多模态模型性能大幅提升，Agent应用成为新焦点。

从异常激活到专家拥堵，拆解超大模型训练难点。 作者丨 郑佳美 编辑丨 岑 峰 这几天，Kimi 研究员、RoPE 提出者苏剑林发布了一篇名为《简单谈谈 K3 的 MoE 和 Attention》的文章，集中讨论了 Kimi K3 在专家架构、训练稳定性、负载均衡和注意力设计上的几项关键取舍。 苏神在文章中提到 K3 拥有 2.8 万亿总参数，并配置了 896 个路由专家。但模型不会让每个 Token 调用全部专家，而是只从中激活 16 个。在注意力结构上，K3 也没有沿用单一方案，而是将 KDA 与 Gated MLA 交替排列。 这些配置共同指向了 K3 的基本设计思路： 模型可以继续扩大容量，但不能让计算成本随着总参数量和上下文长度同步增长。 更多专家意味着模型拥有更细致的能力分工，混合注意力则让模型能够以更低成本处理长上下文。 然而，规模扩张也会带来新的问

arXiv:2608.04066v1 Announce Type: new Abstract: How do you verify a long-horizon agent when its own state and self-reports are exactly what you cannot trust? We present an agent instrument built so that verification is structural rather than post-hoc. A deterministic Executive owns all belief; a language model may only file typed proposals, and a claim is admitted only when a prediction pre-registered before acting is matched against observation by code. Two properties make the instrument a veri

arXiv:2608.04012v1 Announce Type: new Abstract: Artificial intelligence systems are increasingly expected to operate over repeated cycles of interaction, adaptation, and update rather than through isolated one-shot outputs. This raises a fundamental theoretical question: can an AI system persist indefinitely without incurring unbounded structural aging? This paper develops a long-run persistence framework for AI systems based on the redundancy-adjusted Artificial Age Score (AAS). The model exten

点击查看原文>

点击查看原文>

通过重写 Python、魔改 WebRTC 握手，GPT-Live 让Agent从单向对话进入「实时交互」时代。 作者丨 郑佳美 编辑丨 岑 峰 在实时语音交互中，延迟是唯一的“死线”。 文字回答慢几百毫秒，用户顶多觉得体验不佳；但音频只要卡顿一次，那种“非人”的割裂感就会瞬间摧毁信任。为了解决这个工程顽疾，OpenAI 耗时 6 个月重做了整个语音系统。 刚刚，OpenAI 发布了一篇 GPT-Live 工程文章，详细披露了新版 ChatGPT 语音系统背后的架构改造。其中最值得注意的一组数据是：新的媒体系统，其 p95 音频帧延迟已经降到了旧系统 p50 的水平。 这意味着， 新系统中 最慢的 95% 的音频帧， 现在都能跑得和 旧系统中 最快的 50% 音频帧 一样的顺滑 。 虽然 OpenAI 没有公布具体毫秒数，但这个结果说明，改造主要压缩

ChatGPT推出改进版GPT-5.6 Sol，具备更高的准确性和一致性，并为免费用户扩大访问范围，以及与GPT-5.6 Luna的无限日常对话。

芯片一级市场又热起来了。 上一轮国产GPU投资陆续进入兑现期后，资本开始寻找下一批可能跑出来的AI芯片公司。近存计算、存算一体、3D近存、3D TokenPU……名字各不相同，却越来越频繁地被归入同一个标签： 3D堆叠 。 有的3D芯片企业半年内连续完成两轮融资，累计规模接近10亿元；还有的芯片尚未量产，估值已经攀升至百亿元。但当投资人真正开始比较这些公司时，却发现相似的技术语言背后，是不同的市场、工程难题和商业验证标准。 “技术架构看起来都差不多，谁的产品最好、谁能搞定大客户，我们都不知道。”参投过某上市GPU企业的投资人老张告诉雷峰网。经历过上一轮芯片投资后，他所在的机构更倾向于等企业完成流片、拿出真实订单，再决定是否下注。 这轮热潮背后，芯片瓶颈也在变化。 Agent将一次性的模型问答拉长为持续执行的任务，存储容量、带宽和数据搬运效率的重要性随之上升。 让数据离计算更近 ，成为这一轮芯片创业的共同故事，而3D堆叠则成为芯粒重组、存储扩容和存算融合共同使用的技术手段。 但同样是把芯片“叠起来”，不同企业究竟在解决什么问题？在先进制程、HBM和高端封装受到约束的情况下，国内创业公司为

OpenAI 和美国心理学会推进循证指导、资源和保障措施，促进负责任的 AI 使用和青少年心理健康。