一句话总结

2026年7月5日至7月7日，全球AI产业在通用大模型、垂直模型、智能体应用、具身智能、算力硬件等领域密集发布技术突破，国内监管政策加速落地推动行业规范化，同时AI安全、教育影响、社会价值等多元议题引发广泛讨论，技术创新与产业落地、风险治理同步推进，电竞、文旅、财经等传统领域也与AI技术深化融合。

---

一、模型与技术突破

1.1 通用大模型

腾讯混元Hy3：由腾讯混元团队开发，采用MoE架构，总参数295B、激活参数21B，配备3.8B多令牌预测层，支持256K上下文；性能超越同体量模型，可对标参数量为其2至5倍的开源旗舰模型；幻觉率从12.5%降至5.4%，多轮问题率从17.4%降至7.9%，WorkBuddy办公场景任务解决率从72%提升至90%，平均耗时缩短34%，业务RAG场景幻觉率较预览版下降44%，常识错误率降低12.3%；采用Apache 2.0协议开源，输入定价1元/百万Token、输出4元/百万Token，在编程、办公、金融、前端设计、游戏开发等生产力场景进步显著，工具调用稳定性达到生产级标准。

Claude系列模型：由Anthropic研发，包含多项核心进展：

1. 研究发现模型内部自发形成类似人脑全局工作空间的J-space结构，属于神经激活中的“无声思考空间”，并非显性思维链，可支撑多步推理与自我反思，推理中间结果先在此区域激活再被下游模块复用；人为操控该区域时，复杂任务表现显著下降，简单任务不受影响，灵活推理、类比、创意组合等能力严重退化；该结构可用于安全监控，检测模型未公开的想法与恶意目标，研究同时强调该发现不证明AI具备人类意义上的主观意识。
2. Claude Sonnet 5面向全用户开放，能力逼近Opus 4.8，但上线后遭大量投诉，存在上下文记忆泄露、性格叛逆频繁反驳用户、复杂任务拆解不合理导致质量下降等问题。
3. Claude Fable 5实现手搓CUDA“超级内核”，在KernelBench-Mega基准测试中达成18.7倍加速率，代码纯度与优化能力突出；可一次性生成63个3D场景，仅用1600行代码生成水下曼哈顿场景，40分钟可将经典游戏原生编译到iOS设备；订阅用户可按额度使用，后续转为按量计费，配套五级风险降级机制保障合规。
4. Claude Code v2.1.202完成更新，引入动态工作流大小设置，优化远程控制稳定性与自动重试机制，/review命令回归快速单次审查模式，提升开发场景的工作流稳定性。

GPT系列模型：由OpenAI推出，多项产品迭代：

1. GPT-5.6系列分为Sol旗舰版、Terra中端版、Luna廉价版三个层级，Sol内测显示代码行数仅为Opus的五分之一，30小时即可达成Opus 64小时的CUDA加速效果，C++写法更接近人类手写，视觉生成、前端设计表现优异，成本仅为竞品一半，安全限制更宽松；配套Codex新增推理控制滑块，可在速度与深度间动态调节。
2. GPT-5.5存在异常问题，处理复杂编程任务时推理至516Token会自动停止，该类事件占比达82%，5-6月问题持续恶化，同时伴随过度格式化、纠错等行为，被质疑为节省算力设置了推理预算上限。
3. GPT-Realtime-2.1-mini API正式发布，首次为mini系列语音模型引入推理与工具调用能力，在保持原有成本的前提下可处理更复杂的任务逻辑，升级实时交互与决策能力。
4. ChatGPT for PowerPoint全量上线，基于PowerPoint原生侧边栏实现文稿创建、编辑、润色功能，保留可编辑幻灯片结构，面向全等级用户全球开放。

Gemini 3.5 Pro：谷歌预计2026年7月17日正式发布，为全新底座重新预训练版本；前端代码生成、UI设计、SVG绘制能力超越Fable 5，可实现一次成型、像素级精准的UI生成；但硬核推理、仓库级工程与长程Agent任务表现不及Fable 5与GPT-5.6；将基于同一底座推出图像模型Nano Banana Pro，对标GPT-Image 2。

LingBot视觉系列模型：由蚂蚁灵波发布，包含两款核心产品：

1. LingBot-Vision：全球首个面向具身智能的空间原生视觉基础模型，基于自监督视觉Transformer骨干，通过“掩码边界建模”预训练，以边界为中心的目标函数学习物体边界、形状与语义特征；包含ViT-G/L/B/S四个版本，ViT-L/16规模采用Apache 2.0协议开源，参数量与训练样本量远小于传统大模型但性能全面超越，可支撑深度估计、语义分割等下游任务，提升机器人空间感知能力。
2. LingBot-Depth 2.0空间感知深度模型，基于1.5亿规模数据训练，在12个公开数据集与私有测试集中取得世界第一；边缘清晰度、细小物体识别、远距离精度显著提升，误差较上一代降低50%，在玻璃、镜面等透明物体场景可补全完整三维结构；采用掩码深度建模技术，将带噪声的传感器数据转化为高精度3D测量结果；已集成到奥比中光EVO-RGBD设备中，将推进商业化落地。

其他通用大模型：

• DeepSeek-V4正式版：DeepSeek计划2026年7月中旬上线，引入工作日高峰时段API价格翻倍机制。
• Leanstral 1.5：Mistral AI开源，专为Lean 4证明助手设计，总参数119B、激活参数仅6B，支持256k长文本；在miniF2F基准测试中达成100%完成率，解题成本为竞品百分之一，可扫描开源代码仓库发现未知漏洞。
• LongCat-2.0：美团开源的1.6万亿参数MoE大模型，专为Agentic Coding设计，全程在五万卡国产算力集群完成训练推理；在昇腾A2芯片部署推理时延降至20ms，验证国产芯片运行超大规模模型的能力。
• GLM 5.2：智谱开源模型，在AMD MI355X芯片上单节点吞吐达2626 tok/s，单流吞吐213 tok/s，性能达同代英伟达B20的约八成，成本不足一半。
• Odysseus：由PewDiePie推出的开源ChatGPT替代品，可本地运行完整AI工作空间，包含聊天、自主代理、邮件、笔记等功能，数据全程不离开设备，获8万GitHub星标。
• AMALIA-9B：葡萄牙发布的首个本土开源大模型，9B参数，采用Apache 2.0协议，提供监督微调和直接偏好优化两个版本，推动欧洲主权AI发展。

1.2 垂直大模型

OpenScience科研工具：由YC孵化的AI科研团队发布，是Claude Science的开源替代品，采用Apache 2.0协议；支持自由选择集成多种AI模型，提供丰富的科学数据库连接器与预配置技能包，可简化科研工作流程、提升效率，安装简便对开发者友好。

MMAT数学智能体：中科院数学院发布，采用分层多智能体协同框架，成功攻克代数、微分代数及数论领域8项长期公开的数学难题。

Fun-ASR-Realtime语音模型：通义千问推出的实时语音识别模型，首字延迟控制在百毫秒级别，支持30种语言及16种中文方言，平均字符准确率达88.62%。

iMedImage医疗影像模型：德适科技iMedLoop平台的基座大模型，可将医疗影像标注所需数据量降至原来的1/200，开发周期压缩至1/12，标注成本降低90%。

NeuroVLA类脑大模型：智平方推出，可将机器人运动抖动降低75%以上，脊髓层功耗仅0.4瓦，在联合国总部进行公开展示。

Fast LeWorldModel世界模型：西安交通大学团队提出，通过动作前缀并行预测方法将动态估计加速4倍，相同规划协议下平均成功率从85.8%提升至92.0%，大幅减少CEM求解时间，为世界模型高效规划提供新路径。

MoWorld交互式世界模型：魔芯科技发布，是全球首个超高帧率交互式世界模型，可在国产NPU上实现50FPS实时推理，部署成本降低70%；提升了生成质量与稳定性，可在低显存、低成本条件下高效运行，为国产算力在世界模型领域提供完整解决方案。

1.3 专项技术突破

3D与视觉技术

• TriFlow 3D拓扑生成技术：通过最近顶点向量场将输入几何形状转化为向量场表示，再经流匹配模型生成拓扑结构，可输出更紧凑、连贯、接近人类建模师手工整理的三角网格，解决传统AI生成3D模型网格杂乱、不适合后续编辑动画的问题。
• AutoRemesher 1.0：开源自动四边形重新网格化工具，基于Geogram、libigl等开源库开发，可将复杂杂乱的3D网格转换为规整四边形网格，方便建模、动画、贴图与后续编辑。
• TryOnCrafter 4D虚拟试衣技术：ECCV’26会议提出，构建显式4D几何代理，结合视频扩散Transformer框架，可生成自由视角的视频虚拟试衣效果，支持用户自定义相机轨迹，解决传统方法固定视角的局限。
• ICRDrag拖拽式图像编辑模型：上海交通大学团队研发，已被ECCV 2026接收；支持用户绘制多对源区域与目标区域实现细粒度几何编辑，基于上下文学习无需针对特定拖拽类型重新训练，泛化性强；同步开源28.7万训练元组的PRD数据集与PRDBench、DragBench评测基准。
• SymSkill机器人操作学习技术：宾夕法尼亚大学团队提出，获ICRA 2026最佳论文奖与规划控制方向最佳论文奖；融合模仿学习与经典规划，可从无标签少量演示数据中无监督学习符号抽象与技能库，执行时通过符号规划器动态组合技能，支持实时故障恢复。
• Do as I Do灵巧手操作技术：加州大学伯克利分校提出，利用单目RGB视频重建手-物交互过程，将轨迹重定向到22自由度灵巧手；通过引导式扩散稳定位姿跟踪，针对噪声轨迹设计稳健重定向方案，成功率从25%提升至71%，覆盖20类操作动作。

算法与优化技术

• FSRS间隔重复算法：Anki 23.10版本起支持的新一代间隔重复算法，相比传统SM-2更贴合真实遗忘模式，相同90%保留率目标下每日复习卡量更少；可通过目标保留率调节复习频率，保留率越接近100%复习量呈指数级增长。
• JustGRPO方法：阿里巴巴与清华大学联合提出，相关论文入选ICML 2026杰出论文，在GSM8K测试中准确率达89.1%。
• T*方法：上海科学智能研究院提出，采用渐进训练策略，解决扩散语言模型生成块增大时数学推理能力下降的问题，在MATH500数据集上准确率达76.00%，较基线提升15.27%。
• SeKV长文本显存优化技术：微软与英属哥伦比亚大学联合研发，通过语义切分将段落详细内容压缩存储在CPU内存，显卡仅保留摘要与关键锚点；128K文本场景下显存占用较完整KV缓存减少一半以上，十分之一显存条件下准确率较现有语义压缩方法平均提升近六个百分点。
• E-GRM按需推理框架：腾讯混元与新南威尔士大学联合提出，已被ACL 2026收录；以模型解码不确定性为调度信号，简单样本直接输出，困难样本触发完整思维链推理；在MATH数据集上延迟降低62%、FLOPs减少49%，同时准确率提升3.3%，在多个奖励模型基准上超越基线。
• AdaJEPA世界模型持续学习技术：LeCun团队联合纽约大学等机构开发，基于JEPA架构实现测试时自适应，单次更新耗时0.01~0.03秒，规划成功率由53.3%提升至78.7%。
• DSpark推理加速技术：北京大学与DeepSeek联合开源，可将推理速度提升85%。
• VisNec视觉必要性分数技术：多机构联合提出，通过对比有图与无图的预测损失差量化图像贡献，将样本分为视觉关键、视觉冗余、图文错配三类；在LLaVA-665K数据集上仅用15%样本训练即达到全量数据100.2%的表现。
• Loop工程范式：成为AI工程新焦点，强调构建执行、检查、修正、推进的闭环工作系统，推动AI从一次性问答向持续性任务执行升级，分为turn-based loop、goal-based loop等不同类型，适配不同任务场景。

芯片与降本技术

• 存算一体芯片技术：北京大学与中科院上海微系统所联合研发，40纳米制程，基于相变存储器电阻漂移效应，可在同一存储阵列内完成乘法累加运算；单次迭代仅需2.12毫秒，较此前最快同类芯片快36倍；用于大脑皮层3D重建耗时426毫秒，较GPU快近50倍。
• 韬定律V2：华为正式发布论文，扩展至8章，新增逻辑折叠技术、超细间距混合键合等核心技术原理，公开2026-2029年四代麒麟芯片量产数据；2026代主频较麒麟9030 Pro提升0.35GHz，核心电压从1.1V降至0.9V，功耗降低近一半。
• pxpipe文本转图片降本技术：开发者推出的开源工具，将文本上下文渲染为密集图片后输入模型，利用图像token计价特性降低成本；实测4.8万字符系统提示转为图片仅需约2700个image token，端到端账单降低59%-70%，最高可节省70%Token成本。
• Caveman输出压缩技能：面向AI编程助手的通用插件，支持30余个平台，以极简输出风格在保留代码、命令等信息准确的前提下，将非代码部分Token减少约65%，提供六级可切换压缩等级。

1.4 AI框架与工具链

多智能体框架

• Avernet V0.1：蚂蚁集团开源，是多智能体协作的标准化基础设施，专注构建协作层，支持多种交互模式，可促进多方共识达成，兼容主流协议与第三方平台，降低多智能体开发的技术门槛。
• CommaAgents：开源多智能体协作框架，面向多智能体交互协调场景，简化Agent之间的协作流程。

办公与文档框架

• OfficeCLI：开源办公文档处理工具，内置高保真HTML渲染引擎，让AI可直观理解文档版式结构；轻量无第三方软件依赖，支持CLI命令或自然语言操作文档，支持JSON格式交互，降低AI处理文档的幻觉率与出错率。

编程Agent框架

• oh-my-pi：终端高性能AI编程Agent，基于Pi项目增强开发，深度集成IDE功能，支持40余种模型提供商，内置32种工具、14项LSP操作、28项调试器操作，核心采用Rust编写；以“哈希锚定编辑”实现高命中率代码修改，提供Python+Bun闭环工具调用沙箱，可驱动真实调试器进行进程诊断，流式规则可实时纠正越界输出。
• VISTA_Bench：编码智能体评测基准，用于评估大语言模型从视觉规范生成可运行全栈Web应用的能力；每个任务给定产品设计稿，智能体需生成完整前后端应用，评估器在Docker容器中运行并通过DOM匹配与交互测试计算得分，支持多种主流编码智能体，提供可复现的评估脚本。
• fff：面向人类与AI Agent的超快速高精度文件搜索工具包，提供抗拼写错误的路径与内容搜索、基于频率排名的文件访问、后台文件监视器与轻量在存内容索引；长期运行场景下搜索速度显著快于ripgrep、fzf等传统工具。

记忆与技能框架

• Mandol记忆系统：中科院软件所开源，是原生内存层次记忆系统，专为LLM智能体长期对话场景设计；采用基础层与高层抽象层统一建模的结构化语义图，融合键值、向量与图存储为单一混合检索接口，消除跨数据库I/O开销；在LoCoMo和LongMemEval基准上准确率分别达92.21%和88.40%，并发负载下实现5.4倍检索加速与4.8倍插入加速，支持消费级设备部署。
• vercel-labs/skills：开放Agent技能生态通用命令行工具，支持68种以上编码Agent，可通过npx快速添加、使用、管理技能，支持从GitHub、GitLab或本地路径获取技能，提供多种部署方式，降低Agent技能集成门槛。

训练与微调框架

• ForgeTrain训练框架：面壁智能自研，通过自动化流程在8小时内追平传统人工框架性能，MFU提升达10%，实现“用AI制造AI”的范式突破。
• AutoResearch微调框架：1688团队开源，采用三阶段Agent驱动Qwen3调参，支持SFT全参、LoRA、DPO等多种训练方式，已在电商场景三类任务中完成验证。

---

二、智能体与AI应用

2.1 办公生产力应用

腾讯元宝与WorkBuddy：搭载混元Hy3模型后，Coding与Agent能力显著提升，可完成生成PPT、编写Word文档、数据分析报告等复杂任务；增强了抗幻觉性、可靠性与用户体验，用户可在微信生态内直接完成各类办公与生活需求；其中WorkBuddy办公场景任务解决率提升至90%，支持引入专家团队提供第二意见优化决策。

企业微信“记录面聊”功能：升级后新增工作台入口，深度打通日程系统，支持日程开始提醒记录、统一查看与搜索历史记录；具备声纹识别发言人、AI自动生成会议纪要与待办提醒能力，适用于客户拜访、招聘面试、门店巡检等线下沟通场景；联合首发多款AI硬件录音笔，与功能实现无缝互联。

ChatGPT for PowerPoint：OpenAI推出，基于PowerPoint原生侧边栏提供服务，支持用户直接在软件内创建、编辑、理解、润色演示文稿，保留可编辑的幻灯片结构，面向所有等级用户全球开放。

Skill-Omni多模态Skill范式：openJiuwen社区发布，是业界首个工程化落地的多模态Skill范式；通过提取网页和视频中的关键截图、界面状态与操作脉络，转化为可执行的经验资产，使Agent能够从视觉知识中学习并复用经验，提升复杂任务处理能力；引入对比图与关键帧辅助理解，配套按需读取机制减少资源浪费，提升任务执行准确性。

MemGUI-Agent手机GUI智能体：浙江大学与快手团队联合提出，解决手机GUI自动化任务的长程记忆难题；通过Context-as-Action设计有效管理跨App操作的记忆与上下文，在MemGUI-Bench基准测试中性能优于现有方法，在Qwen3-VL不同规模模型上均表现出色。

公众号排版Skill：开发者开源的可复用排版技能，将标题层级、段落间距、重点强调、引用块、列表结构等排版规则沉淀为标准化技能，大幅减少公众号排版的重复劳动。

2.2 编程智能体

Claude Code v2.1.202：Anthropic更新版本，引入“动态工作流大小”设置，支持自定义智能体规模以平衡任务复杂度与系统资源；优化远程控制稳定性，修复命令发送失败与图片静默丢弃问题，增加自动重试机制；/review命令回归快速单次审查模式，提升代码审计流程的清晰度。

Deep Code：DeepSeek开源的终端AI编程助手，专为DeepSeek-V4系列模型适配，支持连续对话与VS Code插件，已纳入官方API文档。

Kiro网页端编码代理：支持多仓库协作，开发者可通过自然语言直接修改代码，目前处于预览测试阶段。

Codex：OpenAI旗下编程助手，周活跃用户已达500万，非开发用户增长速度是开发者的三倍以上；正与ChatGPT逐步融合，向通用知识工作平台演进。

Cursor IDE：被曝光存在两大高危RCE漏洞，攻击者可轻松攻破AI开发环境防护，存在安全风险。

2.3 行业与场景应用

支付宝AI开放平台：开启邀测，通过智能体实现人与服务的高效交互，为商家提供跨端互联能力；构建可信安全基建，支持智能体商业信任协议，实现“一次接入、多端分发”。

JoyAI UGC数字人：京东JoyAI App上线的功能，用户仅需上传一张照片即可生成写实或卡通风格的专属数字人；复用“万能博士”技术底座，具备全双工对话能力，支持随时打断、自然接话；数字人兼具情绪陪伴与生活助手角色，可支持点外卖、金融咨询、学习规划等服务。

花瓣地图Agent：华为在HDC 2026发布，依托多模态理解与空间感知能力，实现“问问地图”自然对话、一句话生成旅行规划等三大场景突破。

高德AI专车：升级语义理解能力，用户通过语音描述出行场景即可自动匹配燃油车、平稳驾驶等个性化服务，实现系统主动理解用户需求。

同程商旅程意大模型：获得国家网信办备案，是国内商旅领域首个具备生成式AI服务合规资质的大模型。

iMedLoop医疗影像平台：德适科技发布，整合基座大模型iMedImage、AI辅助标注工具iMedStudio与模型训练平台iMedMaaS；标注效率提升200倍，开发周期压缩至1/12，成本降低90%，打破医疗影像数据孤岛与标注瓶颈。

Formula E赛事AI应用：与谷歌Gemini达成合作，2026年起Gemini参与赛事直播解说与数据分析，提供实时赛事分析与预测，同时开发车手查询工具与驾驶模拟器。

大众电竞数字化：国内首个省级非职业群众体育电竞赛事“电竞粤超”落地广东，覆盖21地市五大赛区，带动地方文旅与消费；王者荣耀推出“王者赛宝”微信小程序，支持普通用户一键办赛，支持微信QQ跨服对战，推出一年累计办赛超400万场；2026年赛宝开放AI赛事解说能力，还原知名主播解说风格与声线，配合系统生成的转播页面实现线上观赛讨论；开放API接口接入多平台，降低大众电竞赛事的组织门槛。

2.4 安全类智能体风险

JADEPUFFER AI勒索攻击：Sysdig披露的全球首例全流程由AI智能体自主完成的勒索软件攻击，利用CVE-2025-3248漏洞自动执行攻击，具备自主侦察、权限提升、横向移动与策略调整能力，全程无需人工干预，主要针对云环境中未防护的数据库。

---

三、物理AI/机器人

3.1 具身智能模型

LingBot系列空间感知技术：蚂蚁灵波发布的LingBot-Vision与LingBot-Depth 2.0，使机器人在识别透明物体、远距离目标及复杂室内场景时更为精准；通过强化边界学习提升空间感知能力，为具身智能发展奠定基础，帮助机器人更准确理解真实世界环境。

LingBot 2机器人软件模型：蚂蚁集团灵宝机器人的核心驱动，使用2万小时真实操作数据训练，可跨单臂、双臂、人形等多种形态完成通用操作，无需为每种形态分别重新训练，显著降低部署成本，提升场景适配灵活性。

ACE-Brain-0.5具身基模型：大晓机器人开源，基于8B参数主干，整合空间感知、决策规划与自我评估能力，推动具身智能向自主执行方向发展。

3.2 实体机器人产品

i7 Pro全场景机器人：至简动力发布，完成首批百台交付，创下具身智能行业最快交付纪录；创始团队来自理想汽车智驾部门，成立不到一年完成多轮融资，建成全球首个CNC智能化具身机器人产线。

Nova S1高仿真人脸机器人：深穹星核发布，同步完成数千万元新一轮融资；基于VLIA模型实现意图理解技术，可更好理解和回应用户的真实需求与情感状态，标志具身智能产业从单纯追求功能性向构建深度人机交互体验转变。

Atlas人形机器人：波士顿动力研发，首度亮相世界杯赛场，可模仿球员庆祝动作。

“小伴”双足伙伴机器人：越伴动力推出，身高65厘米，重12公斤，全身95%为柔软材质；采用基于斯瓦希里语系设计的12音“外星语”进行意象式表达；大脑采用三层VLA架构，端侧配备1.7B快脑与7B慢脑，云端搭载200B模型，基于千问开源模型微调。

3.3 机器人产业动态

宇树科技：科创板IPO注册生效，从受理到过会仅73天，计划募资42.02亿元，重点投向智能机器人模型研发及制造基地建设；已实现机器人核心部件全自研，提升供应链自主可控能力。

自变量机器人：与深圳文旅达成战略合作，在文旅场馆、交通枢纽等多场景部署机器人服务。

轻量化机器人运行时：通用具身部署推理框架，支持异构设备多率执行，推理成功率达100%，可显著减少内存占用。

---

四、硬件与基础设施

4.1 AI芯片

国产AI芯片

• 昇腾A2芯片：华为旗下产品，部署美团LongCat-2.0大模型时推理时延降至20ms，验证了国产芯片运行超大规模模型的能力。
• 昆仑芯P800芯片：2024年推出，性能超越英伟达H20；昆仑芯整体估值达3396亿元，超过百度市值，客户覆盖中国移动、招商银行等。
• “煦雨”TPU处理器：中昊芯英发布的第二代自研TPU，单芯片混合精度算力896 TFLOPS，功耗较同算力传统芯片降低50%，性能为前代3倍；配套“泰则2.0”软硬件一体化计算平台。
• 海光深算系列DCU：海光信息产品，已完成与腾讯混元Hy3的全面深度适配，针对Agent能力、MoE稀疏激活及推理延迟进行软硬协同调优。

海外AI芯片

• AMD MI355X芯片：运行GLM 5.2模型时单节点吞吐达2626 tok/s，单流吞吐213 tok/s，性能达到同代英伟达B20的约八成，成本不到一半。
• NVIDIA RTX 3060 12GB：在欧美市场重新上架，定价与2021年持平，反映DRAM短缺对DIY硬件市场的冲击。
• 英伟达Kyber NVL144机架平台：因PCB中介板制造难度过大，发布时间延后超12个月至2028年，配套的NVL72x2背靠背机架架构同步取消。
• Sting Ray边缘AI芯片：TokyoArtisan Intelligence发布，40nm制程原型已完成验证，目标2027年量产。
• Intel XBM内存：采用“后端晶体管”设计，提升带宽与面积效率，预计2030年后面世。
• 氧化镓同质外延技术：镓仁半导体建成全球首条6/8英寸量产线，衬底成本降至原来的五分之一，已向头部芯片企业供货。

4.2 算力基础设施

海外算力布局

• Anthropic与TeraWulf数据中心租约：签署20年AI数据中心租赁协议，总价值约190亿美元；项目位于美国肯塔基州，提供约400MW电力容量，2027年下半年启动部分运营，2028年初实现满负荷容量。
• Anthropic澳大利亚数据中心：计划投资150亿美元建设至少1.4GW算力的数据中心，目标2027年前启用1GW算力。
• 软银SB Neo AI云：在美国成立AI云公司，主营AI计算资源出租业务，2027财年开始运营，挑战行业现有厂商。
• Meta Compute云业务：Meta推出的算力服务，向企业出租闲置GPU算力，提高硬件利用率，创造新的收入来源。
• 美光日本广岛工厂扩建：投资93亿美元，增产AI用高带宽内存（HBM）。
• SK海力士上市计划：拟在纳斯达克上市筹资280亿美元，为史上第二大IPO，是英伟达、谷歌的核心HBM供应商。

国内算力建设

• 宁波Token工厂：依托华为算力、存力、运力方案建设，超算中心已服务逾110家单位，推动“AI×制造”产业模式落地。
• 英伟达算力租约兜底：启动算力债务担保模式，帮助AI创业公司解决融资难题，亚太地区已落地首批合作项目。

4.3 终端硬件产品

• 红魔游戏平板5 Pro：将于2026年7月8日发售，搭载第五代骁龙8至尊版芯片与红芯R4芯片。
• 端侧AI智能手表：2026年Q1全球出货量增长70%，苹果占比约90%，Apple Watch已实现离线Siri识别。
• Youdoo Box体感设备：创想悦动与创维数字联合发布，售价1999元至3399元，预计2030年中国AI体感设备销量超350万台。
• 家用智能纺织机：浪爪智能开发，创始团队来自大疆，已获红杉、顺为资本等机构数亿元融资；满足用户定制化与DIY需求，后续将推出轻量化桌面级编织产品，搭建内容分享社区。
• 独立AI眼镜系统：乐奇Rokid推出，引领AI眼镜行业变革。

---

五、企业动态

5.1 国内企业

• 腾讯：正式发布混元Hy3大模型，升级元宝、WorkBuddy等AI产品；企业微信升级“记录面聊”功能；出售超2.7亿股快手B类股，不再是快手主要股东，双方战略合作关系延续。
• 蚂蚁集团：发布LingBot-Vision、LingBot-Depth 2.0两款空间感知模型；开源Avernet多智能体协作框架；支付宝AI开放平台开启邀测。
• 字节跳动：旗下Seedance视频AI工具被好莱坞独立电影人广泛使用，制作成本约每分钟9美元；CEO梁汝波强调全力深耕AI，聚焦模型能力研发；旗下豆包响应监管要求下线拟人化交互功能。
• 阿里巴巴：通义千问发布Fun-ASR-Realtime实时语音识别模型；响应监管下线千问拟人化功能；内部全面禁用Claude Code，推荐自研Qoder作为替代；整合QoderWork、悟空、MuleRun三款AI智能体产品。
• 美团：开源LongCat-2.0万亿参数大模型，全程基于国产算力完成训练推理。
• 百度：29岁复旦博士孙天祥正式加入，出任基础模型研发部负责人；Unlimited OCR实现多页文档识别技术突破，登顶主流OCR基准测试。
• 华为：发布韬定律V2技术论文；昇腾芯片支撑多款大模型国产化部署；推出花瓣地图Agent产品。
• 蔚来：为超70万辆车辆同步推送世界模型软件更新，覆盖多品牌多平台与不同芯片方案；用户赔付率下降40%，人驾安全里程达679万公里。
• 京东：JoyAI App上线UGC数字人功能。
• 科大讯飞：成立安徽爻方智能科技有限公司，注册资本3亿元，布局AI算法与智能机器人研发。
• 海光信息：深算系列DCU完成与腾讯混元Hy3的适配优化。
• 立讯精密：预计2026年上半年归母净利润78亿至81亿元，同比增长18%至22%。

5.2 海外企业

• Anthropic：发表Claude模型J-space结构研究成果；发布Fable 5、Claude Sonnet 5，更新Claude Code；与TeraWulf签署20年数据中心租约，规划澳大利亚算力布局；启动药物开发项目，针对被忽视疾病研发；遭100位作者集体起诉版权侵权，索赔金额7500万美元；Claude Code被反编译发现内置时区与域名检测机制，引发隐私争议。
• OpenAI：发布GPT-Realtime-2.1-mini API；全量上线ChatGPT for PowerPoint；GPT-5.6进入小范围预览，GPT-5.5暴露516Token卡顿异常；Codex周活用户达500万。
• 谷歌：Gemini 3.5 Pro定档2026年7月17日发布；修改隐私政策扩大用户数据采集范围，用户可设置退出AI训练；DeepMind经典A3C算法获ICML 2026时间检验奖。
• xAI：正式更名为SpaceXAI，完成品牌标识切换；全面升级Grok Voice，新增21款旗舰级语音；推出Voice Agent Builder测试版。
• Meta：推出Meta Compute算力租赁业务；下线Llama API公共预览版；发布Brain2Qwerty v2非侵入式脑机接口；超级智能实验室面临人才流失，自研模型进展缓慢。
• Mistral AI：开源Leanstral 1.5数学证明专用模型。
• 微软：全球裁员4800人，其中Xbox部门裁员约1600人；升级Copilot推出AutoPilot模式，强化跨应用任务自动化能力。
• 英伟达：推出算力租约兜底融资模式；下一代Kyber计算平台延迟至2028年；RTX 3060显卡重新上架消费市场。
• 软银：联合NEC、本田、索尼组建Noetra公司，配合日本政府1万亿日元投资计划部署1000万台AI机器人；在美国成立SB Neo AI云公司。
• 特斯拉：Robotaxi服务扩展至迈阿密西区，实现车内无安全员的全无人驾驶商业化运营。
• 波士顿动力：Atlas人形机器人亮相世界杯赛事现场。

---

六、产品更新

6.1 学习工具

Anki间隔重复闪卡工具：GitHub Star数达28953的开源项目，跨平台支持桌面端、移动端与AnkiWeb同步；23.10版本起支持FSRS新一代间隔重复算法，支持Cloze挖空、图片、音频、LaTeX等多种卡片格式；具备批量管理、标签筛选、学习统计与未来复习量预测等功能，适用于语言学习、职业考试备考、编程知识记忆等多种场景。

6.2 内容生成工具

• Grok短视频生成功能：xAI升级，生成视频最长可达15秒，移动端需更新对应应用使用。
• Seedance 2.5：字节跳动旗下视频生成模型，预计2026年7月9日发布，支持30秒标准视频生成与最长180秒的长视频模式，可接受50张参考图保持角色、运动、镜头逻辑稳定。
• Nano Banana 2 Lite：谷歌推出的低成本快速图像生成模型，4秒即可出图。
• ViiTorVoice：开源可编辑AI语音系统，支持局部语音内容修改。
• SIMBA 3.2语音合成模型：Speechify发布，登顶语音合成竞技场排行榜第二。
• Tripo智能拆分2.0：3D工具更新，专为3D打印与游戏资产设计优化。

6.3 产品安全动态

Windows版Claude Desktop：被发现沙箱隔离机制存在缺陷，攻击者可利用漏洞获取Ubuntu虚拟机Root权限。

---

七、投资

7.1 融资事件

• 智平方：完成近50亿元融资，估值超200亿元，计划扩建数万台级AI产线。
• 脸谱心智：完成数亿元融资，资金用于世界模型研究及医疗、物流场景产品落地。
• 星动纪元：完成10亿元新一轮融资，由诚通基金领投，累计融资额超30亿元。
• 浪爪智能：三年间完成多轮融资，总额超亿元，投资方包括红杉、顺为资本等知名机构。
• 深穹星核：完成数千万元新一轮融资，用于高仿真人脸机器人研发与商业化。
• 超衍智能：由哈佛、MIT博士陈勇超创立，主攻自主进化基础模型研发。
• Station F首届孵化团队：累计已获得3400万美元融资。

7.2 资本市场动态

• SK海力士：计划在纳斯达克上市，拟筹资280亿美元，将成为史上第二大IPO。
• 英矽智能与武田制药合作：合作潜在金额达6亿美元，AI平台加速药物研发全流程。
• 半导体板块行情：费城半导体指数一度大涨逾4.4%，摩根大通等机构认为半导体周期依然强劲，回调是买入良机。

7.3 宏观与产业经济

• 国内宏观政策：国家发改委下达第三批“两重”建设资金1935亿元，2026年以来累计安排8000亿元支持1417个重大项目；国务院印发《美丽中国建设“十五五”规划》，推动传统产业绿色转型与新兴产业规模化；财政部与应急管理部预拨1.6亿元中央自然灾害救灾资金，支持多地洪涝灾害抢险。
• A股市场表现：2026年7月6日沪指收报4041.24点，跌0.06%，两市成交30911亿元；申万计算机行业主力资金净流入13.26亿元居首，电子行业净流出252.41亿元；医药板块ETF成交额逼近510亿元，较前一日激增逾五成；ST股涨跌幅限制放宽至10%，多空博弈加剧。
• 海外市场表现：美股纳指涨0.98%，标普500涨0.44%，费城半导体指数一度大涨逾4.4%；沙特阿美下调8月亚洲原油官方售价；韩国外汇市场启动24小时全天候交易。
• 上市公司业绩：滨化股份上半年净利润同比大增208.25%；燕京啤酒预计上半年净利润同比增长25%-35%；联泓新科上半年净利润同比增长148.96%-167.63%。

---

八、行业观点与社会影响

8.1 监管政策

• 《人工智能拟人化互动服务管理暂行办法》：将于2026年7月15日正式实施，规范模拟人类人格特质、思维模式和交流方式、提供持续情感交互的服务，排除客服机器人等工具类应用；国内主流AI平台均下线对应的拟人化代理功能。
• “清朗·整治AI应用乱象”专项行动：中央网信办开展，第一阶段累计处置违规AI产品1.4万余款，清理违法违规信息600余万条。
• 美国前沿AI监管新规：要求AI企业向政府共享模型细节，建立网络安全信息交换机制，提前防范潜在安全风险。
• 中国虚拟伴侣监管规则：北京正加紧起草相关规则，防范情感虚拟产品的安全隐患，平衡产业创新与社会稳定。
• 斯洛文尼亚视频监控限制：规定公共场所禁止滥用智能视频分析技术，相关应用必须合规合法，保护公众隐私权益。
• 北京AI4S实施方案：国内首个覆盖自主实验室、科研智能体、科学大模型的完整AI4S中长期方案，部署18项重点任务，圈定六大标杆场景，目标2028年建成辐射全球的科学智能创新中枢。
• 地方产业扶持政策：北京、上海等地出台人工智能产业扶持政策，场景应用奖补金额从100万至2000万元不等，推动AI在制造、医疗等领域落地。

8.2 社会影响与争议

• AI伪造文件风险：生成式AI技术降低了文件伪造门槛，2025年合成身份文件欺诈激增300%，传统防伪手段失效，行业正向密码学验证与溯源验证方向转型。
• AI技术鸿沟：顶级大模型仅少数群体可使用，普通公众只能接触低参数免费版本，引发技术红利分配不平等的讨论。
• AI对教育的影响：覆盖超2.6万学生的研究显示，使用AI完成作业的学生效率提升但考试成绩最多下降24%，负面影响需约两年完全显现；高端AI私校年学费达7.5万美元，进一步加剧教育不平等。
• AI对就业的影响：科技巨头减少裁员预警，技术性失业的公众舆论转向负面；研究显示AI原生初创企业团队规模比非AI原生企业小25%，工程师占比高出13%，初级岗位招聘显著减少。
• 社区内容治理：主流社区平台使用LLM治理AI生成垃圾内容，每日可阻止2300万次垃圾浏览，每日捕获约2.5万条新垃圾内容，用户接触垃圾内容量减少约20%。
• AI安全风险：全球首例AI智能体自主勒索攻击出现；研究显示AI模型存在忽略矛盾证据仍保持自我确信的认知偏差；大模型越狱、提示注入、权限绕过等安全漏洞持续暴露；Claude Code被反编译发现内置时区与域名检测机制，通过Unicode隐写标记用户，引发隐私争议，导致多家企业将其列入高风险软件禁用。
• AI伦理探索：美国哲学教授将王阳明“知行合一”理论应用于AI对齐训练，助力开发更安全道德的AI模型；研究显示主流AI模型的价值观与人类普遍价值观存在显著差异，可能在医疗、法律等场景带来风险。
• 全球AI治理：首届全球人工智能治理对话在日内瓦举行，联合国秘书长古特雷斯呼吁推动AI更安全、公平、可及、合规发展。

8.3 行业观点

• Karpathy观点：当前AI领域最大的错误是急于推进Agent落地却未夯实底层大模型基础，Demo易做但产品难落地，做好Agent需要十年技术积累，独立开发者相比大厂更具灵活试错的优势。
• Linux基金会CTO观点：出口管制并未遏制中国AI发展，反而倒逼国内芯片自研与算法创新，GRPO等技术成果正被硅谷反向借鉴；当前智能体本质仍是模式匹配，安全防护必须在系统层与协议层硬编码，不能仅依赖提示词约束。
• OpenAI产品经理观点：AI让产品经理从信息合成与文档撰写中解放，角色从“中间人”转向“两端校准者”，“一次性软件”与自更新文档将成为常态。
• 产业机构观点：高盛认为“世界模型”将成为未来AI基建第二增长引擎，叠加新的算力需求，当前算力与电力投资预测可能仍偏保守；摩根士丹利建议投资者转向大型云服务商，其AI生态增长空间与降本潜力尚未被市场充分定价。
• 供应链瓶颈观点：AI数据中心增长正面临晶圆代工、内存、电力、激光器四大供应链瓶颈，先进代工被台积电垄断，HBM扩产保守，电力核心设备售罄至2029年后。

---

九、学习与研究资源

9.1 开源项目资源

• Anki：间隔重复闪卡工具，开源地址为https://github.com/ankitects/anki，累计Star数28953。
• OpenScience：开源AI科研工具，采用Apache 2.0协议。
• Avernet：蚂蚁集团开源的多智能体协作框架，开源地址为https://github.com/inclusionAI/Avernet。
• LingBot-Vision：蚂蚁灵波开源的空间原生视觉基础模型，采用Apache 2.0协议。
• Leanstral 1.5：Mistral AI开源的数学证明专用模型。
• OfficeCLI：开源办公文档AI处理工具。
• oh-my-pi：终端高性能AI编程Agent。
• Mandol：中科院软件所开源的智能体记忆系统。
• AutoRemesher 1.0：开源3D四边形重拓扑工具。
• pxpipe：开源Token成本优化工具。

9.2 学术会议成果

• ICML 2026：在韩国首尔举办，扩散模型相关研究斩获杰出论文奖，DeepMind经典A3C算法获得时间检验奖；清华大学与阿里巴巴合作的论文入选杰出论文。
• ECCV 2026：TryOnCrafter虚拟试衣、ICRDrag图像编辑等研究成果入选。
• ICRA 2026：SymSkill机器人操作学习研究同时获得大会最佳论文奖与规划控制方向最佳论文奖。
• IROS 2026：招商局先进技术研究院狮子山人工智能实验室提出视觉语言动作模型空间泛化解决方案。

9.3 研究资助计划

2026年度可持续社会价值全球开放研究计划：由清华大学可持续社会价值研究院主办，面向全球学者、研究机构及非营利组织征集研究课题；设置14个重点议题，涵盖AI向善与商业向善两大板块；每年资助不超过20个项目，单个项目资助额度10万-45万元人民币；申请时间为2026年7月1日至9月15日，12月3日公布入选结果。

---

十、总结与洞察

本次统计周期内，全球AI产业呈现五大核心趋势：
第一，大模型技术向稀疏化、场景化、国产化演进，MoE架构成为主流方案，国产算力与大模型的协同适配取得关键突破，成本优势逐步显现。
第二，智能体技术从概念验证走向工程落地，多模态技能沉淀、长程记忆管理、多智能体协作等方向快速迭代，办公、编程、行业场景的落地深度持续提升。
第三，具身智能商业化加速，空间感知、通用操作等核心技术突破，机器人交付速度创下行业纪录，人机交互从功能性向情感体验升级。
第四，安全与监管同步收紧，AI生成内容欺诈、智能体攻击等风险从理论走向现实，全球监管框架逐步成型，国内拟人化交互等细分领域率先完成规范。
第五，AI与传统产业融合持续加深，办公、医疗、制造、文旅等场景落地加速，同时AI对教育、就业、社会公平的影响引发广泛讨论，技术治理与伦理建设的重要性持续提升。