AI中文社区｜AI新闻｜ AI赚钱
🌙 Kimi K3 首登 DeepSWE 排行榜第三 AI 编程智能体基准测试 DeepSWE 于 2026 年 7 月 17 日公布最新榜单。月之暗面（Moonshot AI）发布的 Kimi K3 首次进入排行榜便位列第 3，仅次于 Claude Fable 5 和 GPT-5.6 Sol，成为首个跻身全球第一梯队的开源权重（Open-weight）模型。 DeepSWE 是面向真实软件工程任务的 AI Agent 基准测试，重点评估模型完成长流程编程任务的能力，而非单纯代码生成。Kimi K3 …
马斯克称 xAI 2 万亿参数模型即将完成训练，下一代 Grok 有望于近期亮相
在 Kimi K3 发布引发广泛关注后，xAI 创始人马斯克透露，公司正在训练的新一代大模型预计将于下周完成初步训练。据其介绍，新模型参数规模约 2 万亿，整体性能将超过此前的 1.5 万亿参数版本。
此前，马斯克曾公开评价 Kimi K3 "令人印象深刻"。随着新模型训练进入尾声，外界普遍关注 xAI 是否将在下一代 Grok 中进一步提升代码生成、推理和 Agent 能力。
目前，Kimi K3 已成为近期最受关注的开源模型之一，拥有约 2.8 万亿参数、100 万 Token 上下文窗口，并支持原生视觉理解能力。发布后，其在部分编程能力排行榜中取得较高成绩，也进一步加剧了全球开源大模型竞争。
近年来，大模型竞争已不仅局限于参数规模，而是逐步转向推理能力、Agent 执行、上下文长度、训练效率以及部署成本等综合指标。随着 xAI、月之暗面、DeepSeek、阿里等厂商陆续推出新一代模型，下半年全球大模型竞争预计将进一步升温。
在 Kimi K3 发布引发广泛关注后，xAI 创始人马斯克透露，公司正在训练的新一代大模型预计将于下周完成初步训练。据其介绍，新模型参数规模约 2 万亿，整体性能将超过此前的 1.5 万亿参数版本。
此前，马斯克曾公开评价 Kimi K3 "令人印象深刻"。随着新模型训练进入尾声，外界普遍关注 xAI 是否将在下一代 Grok 中进一步提升代码生成、推理和 Agent 能力。
目前，Kimi K3 已成为近期最受关注的开源模型之一，拥有约 2.8 万亿参数、100 万 Token 上下文窗口，并支持原生视觉理解能力。发布后，其在部分编程能力排行榜中取得较高成绩，也进一步加剧了全球开源大模型竞争。
近年来，大模型竞争已不仅局限于参数规模，而是逐步转向推理能力、Agent 执行、上下文长度、训练效率以及部署成本等综合指标。随着 xAI、月之暗面、DeepSeek、阿里等厂商陆续推出新一代模型，下半年全球大模型竞争预计将进一步升温。
谷歌升级 Gemini Enterprise，优化界面并重构 Workspace 连接器
谷歌正在推进企业级 AI 助手 Gemini Enterprise 的新一轮更新。最新版本中，主提示输入栏采用了与消费者版 Gemini 应用一致的视觉设计，进一步统一企业版与个人版产品体验。
此次更新中，更值得关注的是 Google Workspace Connector 的升级。部分企业用户已收到通知，更新完成后可能需要重新授权才能继续使用连接器。谷歌尚未披露具体技术细节，但外界认为，此次调整可能涉及权限体系或底层架构优化，以支持更多企业级 AI 能力。
目前，Gemini Enterprise 已支持连接 Google Workspace、Slack、Microsoft Teams、Notion、Jira、Linear、ServiceNow 等多种企业应用，不仅能够检索企业数据，也逐步具备创建文档、更新工单、执行工作流等操作能力。连接器的稳定性和权限管理，将直接影响 AI Agent 的实际执行能力。
此外，谷歌在 Google I/O 2026 发布的智能代理能力 Gemini Spark，目前已出现在 Gemini Enterprise 的部分功能配置中，但尚未正式开放。根据官方介绍，未来 Spark 将结合 SharePoint、OneDrive、ServiceNow 等连接器，在后台自动完成跨系统任务。
随着企业 AI 从"回答问题"逐步发展到"执行工作"，连接器正在成为企业 AI Agent 的核心基础设施。谁能够连接更多业务系统，并安全、稳定地完成跨应用操作，谁就更有机会成为企业级 AI 工作平台。
谷歌正在推进企业级 AI 助手 Gemini Enterprise 的新一轮更新。最新版本中，主提示输入栏采用了与消费者版 Gemini 应用一致的视觉设计，进一步统一企业版与个人版产品体验。
此次更新中，更值得关注的是 Google Workspace Connector 的升级。部分企业用户已收到通知，更新完成后可能需要重新授权才能继续使用连接器。谷歌尚未披露具体技术细节，但外界认为，此次调整可能涉及权限体系或底层架构优化，以支持更多企业级 AI 能力。
目前，Gemini Enterprise 已支持连接 Google Workspace、Slack、Microsoft Teams、Notion、Jira、Linear、ServiceNow 等多种企业应用，不仅能够检索企业数据，也逐步具备创建文档、更新工单、执行工作流等操作能力。连接器的稳定性和权限管理，将直接影响 AI Agent 的实际执行能力。
此外，谷歌在 Google I/O 2026 发布的智能代理能力 Gemini Spark，目前已出现在 Gemini Enterprise 的部分功能配置中，但尚未正式开放。根据官方介绍，未来 Spark 将结合 SharePoint、OneDrive、ServiceNow 等连接器，在后台自动完成跨系统任务。
随着企业 AI 从"回答问题"逐步发展到"执行工作"，连接器正在成为企业 AI Agent 的核心基础设施。谁能够连接更多业务系统，并安全、稳定地完成跨应用操作，谁就更有机会成为企业级 AI 工作平台。
Claude Fable 5 调整订阅权限，Anthropic 持续扩容算力
Anthropic 宣布调整 Claude Fable 5 的订阅访问策略。自 7 月 20 日起，Max 和 Team Premium 用户仍可继续使用 Fable 5，但可用额度将有所下调。根据官方说明，在奖励额度用尽后，常规使用限额将减少约 33%，其中分配给 Fable 5 的额度约占调整后总额度的 50%。
与此同时，Pro 和 Team Standard 用户将不再包含 Fable 5 的订阅访问权限。受影响用户将获得一次性 100 美元 API Credits，后续如需继续使用 Fable 5，则需按照 API 计费方式付费。
Anthropic 表示，Fable 系列发布后用户需求持续增长，公司正在加快扩容 GPU 和推理基础设施，以提升整体服务能力。此前官方曾表示，Fable 的高推理成本给订阅服务带来了较大压力，而此次调整也是优化资源分配的一部分。
近几个月，随着 GPT-5.6、Kimi K3、DeepSeek V4、Qwen3.8-Max 等新一代模型陆续发布，各家厂商在模型性能、推理成本和商业模式上的竞争进一步加剧。对于提供高性能推理服务的模型厂商而言，如何在订阅体验、算力供给和运营成本之间取得平衡，正成为共同面对的挑战。
Anthropic 宣布调整 Claude Fable 5 的订阅访问策略。自 7 月 20 日起，Max 和 Team Premium 用户仍可继续使用 Fable 5，但可用额度将有所下调。根据官方说明，在奖励额度用尽后，常规使用限额将减少约 33%，其中分配给 Fable 5 的额度约占调整后总额度的 50%。
与此同时，Pro 和 Team Standard 用户将不再包含 Fable 5 的订阅访问权限。受影响用户将获得一次性 100 美元 API Credits，后续如需继续使用 Fable 5，则需按照 API 计费方式付费。
Anthropic 表示，Fable 系列发布后用户需求持续增长，公司正在加快扩容 GPU 和推理基础设施，以提升整体服务能力。此前官方曾表示，Fable 的高推理成本给订阅服务带来了较大压力，而此次调整也是优化资源分配的一部分。
近几个月，随着 GPT-5.6、Kimi K3、DeepSeek V4、Qwen3.8-Max 等新一代模型陆续发布，各家厂商在模型性能、推理成本和商业模式上的竞争进一步加剧。对于提供高性能推理服务的模型厂商而言，如何在订阅体验、算力供给和运营成本之间取得平衡，正成为共同面对的挑战。
AI+ 系列频道：
🪧 AI趋势与工具情报站：@aipluscn
🎬 AI+ ｜视频制作社区： @longxiasq
🎨 AI+｜AI做图&提示词分享 @ailibrarya
👷 AI+｜AI提效工具&Tools推荐 @skillslib
💬 AI+ 交流群：@NewAICommunity
🪧 AI趋势与工具情报站：@aipluscn
🎬 AI+ ｜视频制作社区： @longxiasq
🎨 AI+｜AI做图&提示词分享 @ailibrarya
👷 AI+｜AI提效工具&Tools推荐 @skillslib
💬 AI+ 交流群：@NewAICommunity
Moonshot 与阿里相继发布新模型，中国开源 AI 竞争持续升温
近期，月之暗面（Moonshot AI） 与 阿里巴巴 相继发布新一代大模型 Kimi K3 和 Qwen3.8，进一步加快了国内开源大模型的迭代节奏。两家公司均表示，新模型在推理、代码生成等方面达到国际先进水平，并继续保持开源策略。
其中，月之暗面发布的 Kimi K3 是一款拥有约 2.8 万亿参数 的混合专家（MoE）模型。根据官方公布的评测结果，Kimi K3 在多项代码、推理等基准测试中表现突出，与国际主流模型保持竞争力，并在部分测试项目中取得领先。
阿里随后推出 Qwen3.8 预览版，并表示该模型进一步提升了代码生成、Agent 执行和复杂推理能力。官方计划在正式版发布后开放模型权重，继续完善 Qwen 开源生态。
与部分采用闭源商业模式的领先模型不同，国内厂商近年来持续推动开源路线。通过开放模型权重和降低部署门槛，开发者可以在本地或私有环境中进行部署、微调和二次开发，这也成为当前开源模型生态快速发展的重要推动力。
随着 OpenAI、Anthropic、xAI、Google 与国内厂商持续推出新一代模型，全球大模型竞争正从单纯比拼模型能力，逐步扩展到开源生态、Agent 能力、推理成本以及企业落地效率等多个维度。开源模型的快速进步，也为企业和开发者提供了更多技术选择。
近期，月之暗面（Moonshot AI） 与 阿里巴巴 相继发布新一代大模型 Kimi K3 和 Qwen3.8，进一步加快了国内开源大模型的迭代节奏。两家公司均表示，新模型在推理、代码生成等方面达到国际先进水平，并继续保持开源策略。
其中，月之暗面发布的 Kimi K3 是一款拥有约 2.8 万亿参数 的混合专家（MoE）模型。根据官方公布的评测结果，Kimi K3 在多项代码、推理等基准测试中表现突出，与国际主流模型保持竞争力，并在部分测试项目中取得领先。
阿里随后推出 Qwen3.8 预览版，并表示该模型进一步提升了代码生成、Agent 执行和复杂推理能力。官方计划在正式版发布后开放模型权重，继续完善 Qwen 开源生态。
与部分采用闭源商业模式的领先模型不同，国内厂商近年来持续推动开源路线。通过开放模型权重和降低部署门槛，开发者可以在本地或私有环境中进行部署、微调和二次开发，这也成为当前开源模型生态快速发展的重要推动力。
随着 OpenAI、Anthropic、xAI、Google 与国内厂商持续推出新一代模型，全球大模型竞争正从单纯比拼模型能力，逐步扩展到开源生态、Agent 能力、推理成本以及企业落地效率等多个维度。开源模型的快速进步，也为企业和开发者提供了更多技术选择。
OpenAI 高管谈 Kimi K3 引发美国 AI 社区关于开源路线讨论
中国 AI 公司 月之暗面（Moonshot AI） 发布开源模型 Kimi K3 后，在美国 AI 社区引发了关于开源模型、监管政策和市场竞争的新一轮讨论。
事件起因于 OpenAI 战略负责人、前白宫 AI 顾问 Dean Ball 在社交平台发文称，对中国监管机构允许高性能模型持续开源感到意外，并推测未来美国可能会加强对中国开源模型的监管。他同时表示，这些观点属于个人判断，并非政策建议；在 AI 风险进一步提升之前，他本人仍支持开源发展。
上述言论随后引发业内不同声音。部分投资人与创业者认为，不应通过增加监管不确定性来限制开源模型的发展，否则可能削弱市场竞争和技术创新。风险投资人 David Sacks 表示，应避免利用监管手段影响开源生态的发展；企业家 Chamath Palihapitiya 也公开表达了对开源路线的支持。
近年来，围绕大模型的发展路线，美国 AI 行业逐渐形成两种不同思路。一部分厂商以闭源商业模式为主，强调模型安全、可控部署和商业化能力；另一部分企业则认为，开放模型权重有助于扩大开发者生态、推动技术创新，并降低企业使用 AI 的门槛。
随着 Kimi K3、DeepSeek V4、Qwen3.8 等国产开源模型持续迭代，中美 AI 竞争也进一步延伸至开源生态、模型部署成本以及开发者社区等多个层面。围绕开源与闭源的讨论，预计仍将成为全球 AI 行业的重要议题。
中国 AI 公司 月之暗面（Moonshot AI） 发布开源模型 Kimi K3 后，在美国 AI 社区引发了关于开源模型、监管政策和市场竞争的新一轮讨论。
事件起因于 OpenAI 战略负责人、前白宫 AI 顾问 Dean Ball 在社交平台发文称，对中国监管机构允许高性能模型持续开源感到意外，并推测未来美国可能会加强对中国开源模型的监管。他同时表示，这些观点属于个人判断，并非政策建议；在 AI 风险进一步提升之前，他本人仍支持开源发展。
上述言论随后引发业内不同声音。部分投资人与创业者认为，不应通过增加监管不确定性来限制开源模型的发展，否则可能削弱市场竞争和技术创新。风险投资人 David Sacks 表示，应避免利用监管手段影响开源生态的发展；企业家 Chamath Palihapitiya 也公开表达了对开源路线的支持。
近年来，围绕大模型的发展路线，美国 AI 行业逐渐形成两种不同思路。一部分厂商以闭源商业模式为主，强调模型安全、可控部署和商业化能力；另一部分企业则认为，开放模型权重有助于扩大开发者生态、推动技术创新，并降低企业使用 AI 的门槛。
随着 Kimi K3、DeepSeek V4、Qwen3.8 等国产开源模型持续迭代，中美 AI 竞争也进一步延伸至开源生态、模型部署成本以及开发者社区等多个层面。围绕开源与闭源的讨论，预计仍将成为全球 AI 行业的重要议题。
MCP 协议即将迎来重要更新，进一步降低企业级 AI Agent 部署门槛
作为 AI Agent 生态的重要基础协议，Model Context Protocol（MCP） 即将迎来新一轮更新。MCP 用于连接 AI 模型与数据库、企业系统、办公软件等外部服务，帮助模型以统一方式调用工具和获取数据，被广泛视为 AI Agent 的核心互操作协议之一。
此次更新的协议规范已于今年 5 月公布，企业 AI 基础设施公司 Arcade 近日对新版规范进行了详细解读。Arcade 认为，许多 AI Agent 项目难以大规模落地，并非模型能力不足，而是底层基础设施仍存在扩展性瓶颈。
新版 MCP 最重要的变化之一，是对 Session ID（会话 ID） 机制进行了调整。现有协议要求服务器维护会话状态，每次请求都需要携带对应的 Session ID。当系统部署到多台服务器、多个地区时，各节点需要同步会话信息，增加了分布式部署和负载均衡的复杂度。
新版协议则进一步采用**无状态（Stateless）**设计，使服务器无需长期保存会话状态，更接近现代 Web 服务的实现方式。这意味着企业可以更容易地进行横向扩容，在多节点和大规模并发场景下部署 AI Agent，从而降低系统维护成本，提高整体稳定性。
随着越来越多企业将 AI Agent 接入办公系统、知识库和业务平台，MCP 正逐渐成为连接模型与企业软件的基础协议。相比模型能力本身，标准化协议和基础设施的完善，将直接影响 AI Agent 能否在企业环境中实现稳定、大规模部署。
作为 AI Agent 生态的重要基础协议，Model Context Protocol（MCP） 即将迎来新一轮更新。MCP 用于连接 AI 模型与数据库、企业系统、办公软件等外部服务，帮助模型以统一方式调用工具和获取数据，被广泛视为 AI Agent 的核心互操作协议之一。
此次更新的协议规范已于今年 5 月公布，企业 AI 基础设施公司 Arcade 近日对新版规范进行了详细解读。Arcade 认为，许多 AI Agent 项目难以大规模落地，并非模型能力不足，而是底层基础设施仍存在扩展性瓶颈。
新版 MCP 最重要的变化之一，是对 Session ID（会话 ID） 机制进行了调整。现有协议要求服务器维护会话状态，每次请求都需要携带对应的 Session ID。当系统部署到多台服务器、多个地区时，各节点需要同步会话信息，增加了分布式部署和负载均衡的复杂度。
新版协议则进一步采用**无状态（Stateless）**设计，使服务器无需长期保存会话状态，更接近现代 Web 服务的实现方式。这意味着企业可以更容易地进行横向扩容，在多节点和大规模并发场景下部署 AI Agent，从而降低系统维护成本，提高整体稳定性。
随着越来越多企业将 AI Agent 接入办公系统、知识库和业务平台，MCP 正逐渐成为连接模型与企业软件的基础协议。相比模型能力本身，标准化协议和基础设施的完善，将直接影响 AI Agent 能否在企业环境中实现稳定、大规模部署。
8GB 版 Surface 性能引发讨论，Windows 11 多任务体验受限
微软新推出的 8GB 内存版 Surface 笔记本近期引发外媒关注。多家评测认为，在 Windows 11 环境下，8GB 内存已较难满足现代办公场景的多任务需求，尤其是在视频会议和多应用同时运行时容易出现性能瓶颈。
这款起售价 849 美元 的 Surface 搭载入门级 骁龙处理器 和 8GB 内存。评测显示，设备能够完成网页浏览、文档编辑和视频播放等基础任务，但在运行 Microsoft Teams 视频会议的同时开启多个浏览器标签及聊天应用时，偶尔会出现卡顿或短暂冻结。
测试数据显示，在 Windows 11 常规运行状态下，系统及后台进程即可占用约 4.2GB 内存；开启多个 Chrome 标签页后，内存占用很快升至 5GB 以上，继续运行 Teams、Slack、Signal 等应用时，剩余可用内存空间进一步缩小，影响整体流畅度。
微软此前曾表示，将通过 Windows K2 项目持续优化系统资源占用。不过，目前 Windows 11 官方最低配置仍为 4GB 内存，而不少评测机构认为，对于现代办公、浏览器多标签以及 AI 应用场景而言，16GB 已逐渐成为更合适的起步配置。
随着 Copilot+ PC 等 AI 功能不断加入 Windows 生态，系统对内存资源的需求也在持续增长。此次关于 8GB 版 Surface 的讨论，也再次引发了业界对于 Windows PC 基础内存配置 的关注。
微软新推出的 8GB 内存版 Surface 笔记本近期引发外媒关注。多家评测认为，在 Windows 11 环境下，8GB 内存已较难满足现代办公场景的多任务需求，尤其是在视频会议和多应用同时运行时容易出现性能瓶颈。
这款起售价 849 美元 的 Surface 搭载入门级 骁龙处理器 和 8GB 内存。评测显示，设备能够完成网页浏览、文档编辑和视频播放等基础任务，但在运行 Microsoft Teams 视频会议的同时开启多个浏览器标签及聊天应用时，偶尔会出现卡顿或短暂冻结。
测试数据显示，在 Windows 11 常规运行状态下，系统及后台进程即可占用约 4.2GB 内存；开启多个 Chrome 标签页后，内存占用很快升至 5GB 以上，继续运行 Teams、Slack、Signal 等应用时，剩余可用内存空间进一步缩小，影响整体流畅度。
微软此前曾表示，将通过 Windows K2 项目持续优化系统资源占用。不过，目前 Windows 11 官方最低配置仍为 4GB 内存，而不少评测机构认为，对于现代办公、浏览器多标签以及 AI 应用场景而言，16GB 已逐渐成为更合适的起步配置。
随着 Copilot+ PC 等 AI 功能不断加入 Windows 生态，系统对内存资源的需求也在持续增长。此次关于 8GB 版 Surface 的讨论，也再次引发了业界对于 Windows PC 基础内存配置 的关注。
消息称智谱建成国产芯片 AI 数据中心，持续提升算力基础设施
据 彭博社 报道，智谱已建成一座采用国产 AI 芯片的大型数据中心，并已开始部分投入运营。该项目将为智谱 GLM 系列大模型提供训练和推理算力支持，也是国产 AI 基础设施建设的最新进展之一。
报道称，该数据中心规划规模约 1 吉瓦（GW）。知情人士透露，智谱目前已建成或运营多个计算集群，每个集群配备超过 1 万块 AI 芯片。不过，智谱尚未公开披露相关项目的具体规模和采用的芯片型号。
近年来，随着高端 AI 芯片供应受限，国内 AI 企业持续加大对国产算力基础设施的投入。除智谱外，阿里云、中国电信等云服务提供商也在持续建设 AI 数据中心，以满足模型训练和推理需求。
近期，国内大模型竞争进一步升温。月之暗面 发布 Kimi K3，DeepSeek、阿里通义千问 等厂商也陆续推出新一代模型，推动市场对算力资源的需求持续增长。
彭博社此前还报道称，智谱正推进香港 IPO 相关准备，并持续拓展企业级 AI 市场。随着模型能力不断提升，算力基础设施、国产芯片和数据中心建设正逐渐成为国内 AI 企业竞争的重要组成部分。
据 彭博社 报道，智谱已建成一座采用国产 AI 芯片的大型数据中心，并已开始部分投入运营。该项目将为智谱 GLM 系列大模型提供训练和推理算力支持，也是国产 AI 基础设施建设的最新进展之一。
报道称，该数据中心规划规模约 1 吉瓦（GW）。知情人士透露，智谱目前已建成或运营多个计算集群，每个集群配备超过 1 万块 AI 芯片。不过，智谱尚未公开披露相关项目的具体规模和采用的芯片型号。
近年来，随着高端 AI 芯片供应受限，国内 AI 企业持续加大对国产算力基础设施的投入。除智谱外，阿里云、中国电信等云服务提供商也在持续建设 AI 数据中心，以满足模型训练和推理需求。
近期，国内大模型竞争进一步升温。月之暗面 发布 Kimi K3，DeepSeek、阿里通义千问 等厂商也陆续推出新一代模型，推动市场对算力资源的需求持续增长。
彭博社此前还报道称，智谱正推进香港 IPO 相关准备，并持续拓展企业级 AI 市场。随着模型能力不断提升，算力基础设施、国产芯片和数据中心建设正逐渐成为国内 AI 企业竞争的重要组成部分。
消息称谷歌研发新一代 AI 芯片“Frozen v2”，能效或提升 6 至 10 倍
据 The Information 援引知情人士报道，谷歌母公司 Alphabet 正在研发代号为 Frozen v2 的新一代 AI 服务器芯片，主要用于提升 Gemini 系列模型的训练和推理效率。报道称，该芯片预计将于 2028 年推出，单位能耗下的 Token 生成效率有望达到现有谷歌 AI 芯片的 6 至 10 倍。
针对相关报道，谷歌向 TechCrunch 表示，公司持续探索和测试新的硬件技术，以提升 AI 系统性能和能效，但并非所有研发项目都会最终实现量产。谷歌同时强调，其长期坚持硬件与软件协同设计的全栈研发模式，通过自研芯片与模型联合优化 AI 工作负载。
近年来，随着生成式 AI 快速发展，全球科技公司持续加大自研 AI 芯片投入，以提升算力效率并降低对外部供应链的依赖。除谷歌外，OpenAI、微软、Meta、亚马逊 等公司也在推进自研 AI 芯片项目，希望进一步优化训练成本和推理效率。
Alphabet 此前表示，未来几年将持续加大 AI 基础设施投资。随着模型规模不断增长，芯片性能、能效比以及软硬件协同优化正成为 AI 基础设施竞争的重要方向，而自研 AI 芯片也已成为全球科技巨头长期布局的核心战略之一。
据 The Information 援引知情人士报道，谷歌母公司 Alphabet 正在研发代号为 Frozen v2 的新一代 AI 服务器芯片，主要用于提升 Gemini 系列模型的训练和推理效率。报道称，该芯片预计将于 2028 年推出，单位能耗下的 Token 生成效率有望达到现有谷歌 AI 芯片的 6 至 10 倍。
针对相关报道，谷歌向 TechCrunch 表示，公司持续探索和测试新的硬件技术，以提升 AI 系统性能和能效，但并非所有研发项目都会最终实现量产。谷歌同时强调，其长期坚持硬件与软件协同设计的全栈研发模式，通过自研芯片与模型联合优化 AI 工作负载。
近年来，随着生成式 AI 快速发展，全球科技公司持续加大自研 AI 芯片投入，以提升算力效率并降低对外部供应链的依赖。除谷歌外，OpenAI、微软、Meta、亚马逊 等公司也在推进自研 AI 芯片项目，希望进一步优化训练成本和推理效率。
Alphabet 此前表示，未来几年将持续加大 AI 基础设施投资。随着模型规模不断增长，芯片性能、能效比以及软硬件协同优化正成为 AI 基础设施竞争的重要方向，而自研 AI 芯片也已成为全球科技巨头长期布局的核心战略之一。
马斯克预告 2 万亿参数新模型，月之暗面回应："欢迎加入 2 万亿+俱乐部"
近日，xAI 创始人 埃隆·马斯克 与 月之暗面（Moonshot AI） 围绕大模型参数规模展开了一次隔空互动，引发 AI 社区关注。
7 月 18 日，马斯克在社交平台表示，xAI 正在训练的新一代模型参数规模约 2 万亿，预计将于下周完成初步训练。他表示，新模型整体性能将超过此前的 1.5 万亿参数版本，并有望进一步提升推理速度和 Token 效率。
随后，月之暗面在微博发文回应，并 @ 马斯克表示："欢迎加入 2 万亿+俱乐部。" 此前发布的 Kimi K3 同样采用超大规模混合专家（MoE）架构，官方公布的参数规模约 2.8 万亿。
目前，xAI 尚未公布新模型的正式名称、发布时间及完整技术细节，因此其性能表现仍有待正式发布和第三方评测验证。
随着 Kimi K3、DeepSeek V4、Qwen3.8 等新一代模型陆续亮相，全球大模型竞争正持续升温。不过，相比参数规模，业内越来越关注模型在推理能力、Agent 执行、成本效率以及实际应用场景等方面的综合表现，参数数量已不再是衡量模型能力的唯一指标。
近日，xAI 创始人 埃隆·马斯克 与 月之暗面（Moonshot AI） 围绕大模型参数规模展开了一次隔空互动，引发 AI 社区关注。
7 月 18 日，马斯克在社交平台表示，xAI 正在训练的新一代模型参数规模约 2 万亿，预计将于下周完成初步训练。他表示，新模型整体性能将超过此前的 1.5 万亿参数版本，并有望进一步提升推理速度和 Token 效率。
随后，月之暗面在微博发文回应，并 @ 马斯克表示："欢迎加入 2 万亿+俱乐部。" 此前发布的 Kimi K3 同样采用超大规模混合专家（MoE）架构，官方公布的参数规模约 2.8 万亿。
目前，xAI 尚未公布新模型的正式名称、发布时间及完整技术细节，因此其性能表现仍有待正式发布和第三方评测验证。
随着 Kimi K3、DeepSeek V4、Qwen3.8 等新一代模型陆续亮相，全球大模型竞争正持续升温。不过，相比参数规模，业内越来越关注模型在推理能力、Agent 执行、成本效率以及实际应用场景等方面的综合表现，参数数量已不再是衡量模型能力的唯一指标。
智谱创始人唐杰预热下一代 GLM 模型："史诗级 Plus"
国产大模型持续快速迭代之际，智谱 AI 创始人 唐杰 日前在社交平台回应网友提问时，用"史诗级 Plus"形容下一代 GLM 模型，引发开发者社区关注。
有网友提到，近期 Qwen3.8 和 Kimi K3 均带来了较大幅度升级，并询问 GLM 是否也将迎来新版本。对此，唐杰回复"史诗级 Plus"，不过并未透露模型名称、发布时间或具体技术细节。
目前，智谱尚未正式公布下一代 GLM 的相关信息。此前发布的 GLM-5.2 已在代码生成、Agent 执行等任务中取得较好表现，也进一步提升了市场对后续版本的期待。
近期，关于 GLM-5.5、GLM-6 等命名方案，以及参数规模和技术路线，社区也出现了不少讨论。不过，截至目前，上述信息均未得到官方确认，仍需以正式发布内容为准。
随着 Kimi K3、DeepSeek V4、Qwen3.8 等新一代国产模型陆续亮相，国内大模型厂商正持续加快产品迭代。未来竞争的重点，也将更多集中在推理能力、Agent 能力、成本效率以及企业落地应用等方面，而不仅仅是参数规模。
国产大模型持续快速迭代之际，智谱 AI 创始人 唐杰 日前在社交平台回应网友提问时，用"史诗级 Plus"形容下一代 GLM 模型，引发开发者社区关注。
有网友提到，近期 Qwen3.8 和 Kimi K3 均带来了较大幅度升级，并询问 GLM 是否也将迎来新版本。对此，唐杰回复"史诗级 Plus"，不过并未透露模型名称、发布时间或具体技术细节。
目前，智谱尚未正式公布下一代 GLM 的相关信息。此前发布的 GLM-5.2 已在代码生成、Agent 执行等任务中取得较好表现，也进一步提升了市场对后续版本的期待。
近期，关于 GLM-5.5、GLM-6 等命名方案，以及参数规模和技术路线，社区也出现了不少讨论。不过，截至目前，上述信息均未得到官方确认，仍需以正式发布内容为准。
随着 Kimi K3、DeepSeek V4、Qwen3.8 等新一代国产模型陆续亮相，国内大模型厂商正持续加快产品迭代。未来竞争的重点，也将更多集中在推理能力、Agent 能力、成本效率以及企业落地应用等方面，而不仅仅是参数规模。
张巍：人形机器人智能已接近 GPT-3 阶段，下一步关键在物理 AI
在 2026 世界人工智能大会（WAIC） 上，逐际动力创始人 张巍 分享了对具身智能发展的最新判断。他认为，人形机器人正进入快速发展阶段，目前"机器人大脑"的整体能力已经接近 GPT-3 所处的发展阶段。
张巍表示，这里的"机器人大脑"并非单一模型，而是由大语言模型、视觉模型、任务规划、控制系统等多个模块共同组成，通过协同工作完成复杂任务。未来真正的挑战，不是某一个模型更强，而是如何让这些能力在毫秒级实时协同，并与机器人硬件深度结合。
他认为，相比机器人本体制造，物理世界数据和 Physical AI（物理 AI） 才是行业发展的核心壁垒。只有持续从真实环境中获取数据，并不断优化模型，机器人才能逐步具备更强的泛化能力和自主执行能力。
谈及商业化路径，张巍提出"通用本体 + App"的思路。他认为，机器人不应只针对单一任务设计，而是应基于统一硬件平台，通过持续增加技能，逐步扩展应用场景，类似智能手机通过 App 不断丰富能力。
近一年，国内具身智能领域持续升温，宇树科技、智元机器人、逐际动力 等企业不断推出新产品和技术方案。不过，从行业整体来看，人形机器人仍处于早期发展阶段。张巍将当前行业比作 GPT-3 时代，也意味着距离真正成熟和大规模落地，仍有较长的发展空间。
在 2026 世界人工智能大会（WAIC） 上，逐际动力创始人 张巍 分享了对具身智能发展的最新判断。他认为，人形机器人正进入快速发展阶段，目前"机器人大脑"的整体能力已经接近 GPT-3 所处的发展阶段。
张巍表示，这里的"机器人大脑"并非单一模型，而是由大语言模型、视觉模型、任务规划、控制系统等多个模块共同组成，通过协同工作完成复杂任务。未来真正的挑战，不是某一个模型更强，而是如何让这些能力在毫秒级实时协同，并与机器人硬件深度结合。
他认为，相比机器人本体制造，物理世界数据和 Physical AI（物理 AI） 才是行业发展的核心壁垒。只有持续从真实环境中获取数据，并不断优化模型，机器人才能逐步具备更强的泛化能力和自主执行能力。
谈及商业化路径，张巍提出"通用本体 + App"的思路。他认为，机器人不应只针对单一任务设计，而是应基于统一硬件平台，通过持续增加技能，逐步扩展应用场景，类似智能手机通过 App 不断丰富能力。
近一年，国内具身智能领域持续升温，宇树科技、智元机器人、逐际动力 等企业不断推出新产品和技术方案。不过，从行业整体来看，人形机器人仍处于早期发展阶段。张巍将当前行业比作 GPT-3 时代，也意味着距离真正成熟和大规模落地，仍有较长的发展空间。
Cloudflare 推出企业内部 DNS 服务，企业网络管理变得更简单了
Cloudflare 正式上线 Internal DNS（内部 DNS） 服务，帮助企业把内部网络和外部网络的域名管理统一到一个平台。
简单来说，以前很多公司都有两套 DNS 系统：员工在公司里访问的是一套地址，出差、远程办公又是另一套地址，不仅配置复杂，还容易出错。
Cloudflare 这次希望把这些功能整合到一起，让企业只需要一个平台，就能统一管理内部和外部的域名解析。
除了更容易管理，它还能根据员工身份、设备或所在位置决定可以访问哪些内部系统，把 Zero Trust 安全能力进一步延伸到 DNS 这一层。
对于普通用户来说，这不会改变上网方式；但对于企业 IT 部门来说，可以减少维护多套 DNS 系统的工作量，也更方便支持远程办公和 AI 应用访问企业内部资源。
随着越来越多 AI Agent 开始连接企业知识库、数据库和各种办公系统，像 DNS、身份认证、权限管理这些"看不见的基础设施"，反而越来越重要。
Cloudflare 正式上线 Internal DNS（内部 DNS） 服务，帮助企业把内部网络和外部网络的域名管理统一到一个平台。
简单来说，以前很多公司都有两套 DNS 系统：员工在公司里访问的是一套地址，出差、远程办公又是另一套地址，不仅配置复杂，还容易出错。
Cloudflare 这次希望把这些功能整合到一起，让企业只需要一个平台，就能统一管理内部和外部的域名解析。
除了更容易管理，它还能根据员工身份、设备或所在位置决定可以访问哪些内部系统，把 Zero Trust 安全能力进一步延伸到 DNS 这一层。
对于普通用户来说，这不会改变上网方式；但对于企业 IT 部门来说，可以减少维护多套 DNS 系统的工作量，也更方便支持远程办公和 AI 应用访问企业内部资源。
随着越来越多 AI Agent 开始连接企业知识库、数据库和各种办公系统，像 DNS、身份认证、权限管理这些"看不见的基础设施"，反而越来越重要。
ChatGPT 扩大家长提醒：青少年因暴力威胁被封号，家长将收到通知
OpenAI 正在扩大 ChatGPT 的家长通知功能。今后，如果青少年用户因为发布暴力威胁、网络欺凌等内容而被封禁账号，已经与其账号关联的父母或监护人将收到提醒。
简单来说，家长需要先通过 ChatGPT 的家长控制功能与孩子的账号建立关联。关联后，家长可以设置部分使用限制、减少敏感内容，并在系统发现较严重的安全风险时获得提示。
此前，这套提醒机制主要关注青少年的自身安全风险；此次更新后，范围进一步扩大到可能伤害他人、威胁他人或参与严重网络暴力的行为。
该功能由 OpenAI 与网络暴力研究机构 Moonshot 合作开发。双方认为，当系统识别到严重风险时，及时提醒家长，可以让家庭更早了解情况并进行干预。
除了安全提醒，OpenAI 还在家长控制页面加入了“学习模式”。开启后，ChatGPT 会更多地通过提问和提示引导学生思考，而不是直接给出答案。对于长时间连续使用的青少年，系统也会增加休息提醒。
随着 ChatGPT 越来越多地进入学习和日常生活，AI 公司面对的问题已经不只是“回答得准不准”，还包括如何保护未成年人。家长通知功能可以提供一道额外的安全防线，但它不能代替家庭沟通、学校教育和现实中的专业支持。
OpenAI 正在扩大 ChatGPT 的家长通知功能。今后，如果青少年用户因为发布暴力威胁、网络欺凌等内容而被封禁账号，已经与其账号关联的父母或监护人将收到提醒。
简单来说，家长需要先通过 ChatGPT 的家长控制功能与孩子的账号建立关联。关联后，家长可以设置部分使用限制、减少敏感内容，并在系统发现较严重的安全风险时获得提示。
此前，这套提醒机制主要关注青少年的自身安全风险；此次更新后，范围进一步扩大到可能伤害他人、威胁他人或参与严重网络暴力的行为。
该功能由 OpenAI 与网络暴力研究机构 Moonshot 合作开发。双方认为，当系统识别到严重风险时，及时提醒家长，可以让家庭更早了解情况并进行干预。
除了安全提醒，OpenAI 还在家长控制页面加入了“学习模式”。开启后，ChatGPT 会更多地通过提问和提示引导学生思考，而不是直接给出答案。对于长时间连续使用的青少年，系统也会增加休息提醒。
随着 ChatGPT 越来越多地进入学习和日常生活，AI 公司面对的问题已经不只是“回答得准不准”，还包括如何保护未成年人。家长通知功能可以提供一道额外的安全防线，但它不能代替家庭沟通、学校教育和现实中的专业支持。
Kimi K3成本优势引发讨论，微软Copilot会不会采用中国开源模型？
Kimi K3 发布后，一个值得关注的问题出现了：像微软 Copilot 这样每天处理大量用户请求的 AI 产品，未来会不会采用成本更低的中国开源模型？
原因并不复杂。每当用户向 Copilot 提问，微软都需要支付模型运行所产生的计算费用。用户数量越多、对话越长，这笔成本就越高。因此，在能力接近的情况下，价格更低的模型对大型科技公司有很强的吸引力。
月之暗面介绍，Kimi K3 拥有2.8万亿参数、100万 Token 上下文，并重点面向编程、知识工作和复杂推理等任务。部分公开评测显示，它在编程和Agent任务上具备较强竞争力，但这并不等于它已经全面超过OpenAI或Anthropic的旗舰模型。
微软与月之暗面也并非完全没有合作基础。此前，Kimi K2系列已经进入Microsoft Foundry，企业可以通过微软云平台调用相关模型。不过，截至目前，尚未看到微软确认将Kimi K3用于面向普通用户的Copilot服务。
真正的难题在于，模型选择已经不只是技术和价格问题。美国正在讨论如何对待中国开源AI模型，部分声音主张加强限制，也有人担心过度限制会减少竞争，让美国企业失去使用低成本模型的机会。目前相关政策仍存在分歧，并没有形成明确统一的禁令。
所以，这件事的重点并不是“微软已经决定采用Kimi K3”，而是中国开源模型的性能和价格，正在迫使美国科技公司重新思考一个现实问题：继续使用更贵的本土闭源模型，还是在成本、能力和政策风险之间寻找新的平衡？
Kimi K3 发布后，一个值得关注的问题出现了：像微软 Copilot 这样每天处理大量用户请求的 AI 产品，未来会不会采用成本更低的中国开源模型？
原因并不复杂。每当用户向 Copilot 提问，微软都需要支付模型运行所产生的计算费用。用户数量越多、对话越长，这笔成本就越高。因此，在能力接近的情况下，价格更低的模型对大型科技公司有很强的吸引力。
月之暗面介绍，Kimi K3 拥有2.8万亿参数、100万 Token 上下文，并重点面向编程、知识工作和复杂推理等任务。部分公开评测显示，它在编程和Agent任务上具备较强竞争力，但这并不等于它已经全面超过OpenAI或Anthropic的旗舰模型。
微软与月之暗面也并非完全没有合作基础。此前，Kimi K2系列已经进入Microsoft Foundry，企业可以通过微软云平台调用相关模型。不过，截至目前，尚未看到微软确认将Kimi K3用于面向普通用户的Copilot服务。
真正的难题在于，模型选择已经不只是技术和价格问题。美国正在讨论如何对待中国开源AI模型，部分声音主张加强限制，也有人担心过度限制会减少竞争，让美国企业失去使用低成本模型的机会。目前相关政策仍存在分歧，并没有形成明确统一的禁令。
所以，这件事的重点并不是“微软已经决定采用Kimi K3”，而是中国开源模型的性能和价格，正在迫使美国科技公司重新思考一个现实问题：继续使用更贵的本土闭源模型，还是在成本、能力和政策风险之间寻找新的平衡？
Forwarded from 🎬 AI+ ｜AI视频制作工具｜流程｜视频分享 shipin
Vidu S1 发布：上传一张照片，就能创建实时互动的数字人
生数科技与清华大学团队发布了流式视频生成模型 Vidu S1。它主要面向虚拟直播、数字人通话和实时互动场景，可以根据用户的语音，边听、边生成画面、边控制角色动作。
简单来说，以前的 AI 视频更像“提前拍好一段短片”：输入文字或图片，等待一段时间后得到视频。
Vidu S1 想做的则更接近视频通话。用户可以在交流过程中说出“挥挥手”“比个心”等指令，画面中的数字人会随之改变表情和动作，而不是先结束对话，再重新生成一段视频。
用户只需要上传一张人物、动漫角色或宠物图片，再选择或克隆一种声音，就能创建自己的互动角色。官方页面显示，Vidu S1 可以输出 540P、每秒25帧的视频，最高速度可达到每秒42帧，已经接近普通视频通话的流畅程度。
另一个重要变化是生成时长。传统 AI 视频通常只能生成几秒或几十秒，时间一长，容易出现人物长相变化、画面模糊或动作失控。Vidu S1 的目标是让数字人可以持续交流，而不是每说几句话就重新生成一次。论文称，该模型能够进行不限时长的实时生成，并减少长时间运行中的画面漂移问题。
这意味着，未来的虚拟主播可能不再只是播放提前制作好的内容，而是可以实时回答观众问题、根据指令做动作。类似能力也可以用于在线教育、数字客服、AI陪伴和电商直播。
不过，目前公开的性能和对比数据主要来自项目团队自己的论文与测试，还需要更多第三方实际使用来验证。例如，多人同时使用时的延迟、长时间运行是否真的稳定，以及不同语言环境下的表现，仍值得继续观察。
Vidu S1 的意义，不只是让数字人“看起来更真实”，而是让 AI 视频从一个内容制作工具，逐渐变成可以实时交流的界面。以后和我们对话的 AI，可能不再只是聊天框里的文字，而是一个会说话、会回应、也会做动作的虚拟人物。
获取方式
官方主页：https://vidu.com/vidu-stream
GitHub开源地址：https://github.com/shengshu-ai/Vidu-S1
开发者可通过MaaS平台接入，官网已开放网页交互Demo体验。
生数科技与清华大学团队发布了流式视频生成模型 Vidu S1。它主要面向虚拟直播、数字人通话和实时互动场景，可以根据用户的语音，边听、边生成画面、边控制角色动作。
简单来说，以前的 AI 视频更像“提前拍好一段短片”：输入文字或图片，等待一段时间后得到视频。
Vidu S1 想做的则更接近视频通话。用户可以在交流过程中说出“挥挥手”“比个心”等指令，画面中的数字人会随之改变表情和动作，而不是先结束对话，再重新生成一段视频。
用户只需要上传一张人物、动漫角色或宠物图片，再选择或克隆一种声音，就能创建自己的互动角色。官方页面显示，Vidu S1 可以输出 540P、每秒25帧的视频，最高速度可达到每秒42帧，已经接近普通视频通话的流畅程度。
另一个重要变化是生成时长。传统 AI 视频通常只能生成几秒或几十秒，时间一长，容易出现人物长相变化、画面模糊或动作失控。Vidu S1 的目标是让数字人可以持续交流，而不是每说几句话就重新生成一次。论文称，该模型能够进行不限时长的实时生成，并减少长时间运行中的画面漂移问题。
这意味着，未来的虚拟主播可能不再只是播放提前制作好的内容，而是可以实时回答观众问题、根据指令做动作。类似能力也可以用于在线教育、数字客服、AI陪伴和电商直播。
不过，目前公开的性能和对比数据主要来自项目团队自己的论文与测试，还需要更多第三方实际使用来验证。例如，多人同时使用时的延迟、长时间运行是否真的稳定，以及不同语言环境下的表现，仍值得继续观察。
Vidu S1 的意义，不只是让数字人“看起来更真实”，而是让 AI 视频从一个内容制作工具，逐渐变成可以实时交流的界面。以后和我们对话的 AI，可能不再只是聊天框里的文字，而是一个会说话、会回应、也会做动作的虚拟人物。
获取方式
官方主页：https://vidu.com/vidu-stream
GitHub开源地址：https://github.com/shengshu-ai/Vidu-S1
开发者可通过MaaS平台接入，官网已开放网页交互Demo体验。
AI+ 系列频道：
🪧 AI趋势与工具情报站：@aipluscn
🎬 AI+ ｜视频制作社区： @longxiasq
🎨 AI+｜AI做图&提示词分享 @ailibrarya
👷 AI+｜AI提效工具&Tools推荐 @skillslib
💬 AI+ 交流群：@NewAICommunity
🪧 AI趋势与工具情报站：@aipluscn
🎬 AI+ ｜视频制作社区： @longxiasq
🎨 AI+｜AI做图&提示词分享 @ailibrarya
👷 AI+｜AI提效工具&Tools推荐 @skillslib
💬 AI+ 交流群：@NewAICommunity