引言

2026年7月4日AI领域动态涵盖模型能力升级、开发工具迭代、产品功能更新、监管规则完善等多个维度，技术落地与生态建设同步推进，为产业应用提供新方向。

模型与能力

1. 生数科技发布Vidu S1实时交互视频模型，推动视频生成进入实时交互时代

7月3日，生数科技在2026全球数字经济大会发布Vidu S1实时交互模型，支持实时视频通话、语音控制视频走向，可实现无限时长连续互动。模型采用自回归扩散路线，基于已生成画面与语音指令持续预测后续内容，单张图片即可创建角色并自定义音色。Vidu S1在540P分辨率下实现25FPS（最高42FPS）实时生成，通过TurboDiffusion等技术降低计算成本，已开启内测。公众号：生数科技（Vidu·视频） ↗

2. Mistral AI发布开源形式化验证模型Leanstral 1.5

Mistral AI发布面向Lean 4形式化验证的开源代码Agent模型Leanstral 1.5，采用Apache 2.0许可，已在HuggingFace开放并提供免费API端点。mistral.ai ↗

3. 爆料称OpenAI下周或发布GPT-5.6

非官方消息显示，GPT-5.6的Sol、Terra、Luna代号已出现在Codex应用代码中但暂不可用，有爆料称该模型下周或将发布，OpenAI官方尚未确认。X：testingcatalog (@testingcatalog) ↗

4. AI仅用28个GPU发现4种全新超导体，效率超人类百年探索

AI超导体发现效率超越人类过去100年的探索水平。量子位 ↗

5. 黄仁勋提出的Physical AI被中国跨界企业引入生命科学实验室

相关产品第三方测评表现超过OpenAI当前最强旗舰模型GPT-5.6 Sol。量子位 ↗

产品与应用

6. Claude Fable 5自主优化AIHOT网站SEO/GEO全记录

作者使用Claude Fable 5优化AIHOT网站的SEO与GEO，模型自主启动22个Agent调研40分钟，发现豆包App每日六千余次访问未被统计等异常。规划境外加速时，模型否定Claude Opus 4.8的Cloudflare方案（无法国内直连/国外分流，且2025年起默认拦截AI爬虫），改用火山引擎CDN；因需白名单，模型自行找到工单入口提交专业工单，22分钟开通，还发现工程师漏答回源IP网段问题并追问补充方案，同时识别官方方案安全漏洞并添加暗号验证。23:30切换域名解析后，10分钟内616个海外请求走通新线路，最终模型生成运维文档并提醒边缘证书到期时间。公众号：数字生命卡兹克 ↗

7. JoyAI App上线UGC数字人功能，用户可生成专属虚拟数字分身

JoyAI App近日上线UGC数字人功能，用户上传单张照片即可生成专属虚拟数字分身，支持复刻写实形象或通过模板转为卡通风格，搭配自定义语音即可解锁专属陪伴。该功能集成JoyAI语言、语音、数字人大模型，支持全双工对话、随时打断，还可提供点外卖、金融咨询等生活服务。公众号：京东JoyAI ↗

8. Wan Video上线音乐伴舞功能，可生成与音乐节奏同步的舞蹈视频

Wan Video新增音乐伴舞功能，用户上传角色、添加歌曲即可生成与节奏同步的舞蹈视频，支持街舞、踢踏舞、拉丁舞、K-Pop、中国古典舞等舞种，用户可前往wan.video体验。X：阿里云 / Alibaba Cloud (@alibaba_cloud) ↗

9. Cherry Studio开启V2版本内测

Cherry Studio宣布正式开启V2版本内测，该版本将Agent作为核心，重写底层数据系统，带来性能提升、多窗口支持、Agent模型端点限制解除等更新。微信公众号 ↗

10. TRAE推出限时福利，速通付费用户可获专属速通权益

TRAE宣布即日起向速通付费用户自动发放50次TRAE Work专属速通权益，该限时活动结束时间待定。微信公众号 ↗

11. 豆包宣布智能体功能将于2026年7月中旬下线

豆包发布通知，因产品调整，其智能体功能将于2026年7月15日下线，建议用户提前备份数据，相关数据将于10月中旬按隐私政策处理。ithome.com ↗

12. Fable 5回归24小时遭大量差评

该版本跑分大幅下降、存在拒答问题，还被曝偷偷辱骂用户，有用户吐槽“单词数判定也是风险问题”。量子位 ↗

13. 腾讯元宝搜索升级，回答可自动配图讲解

腾讯元宝搜索功能完成升级，现可在回答中自动生成并搭配图解，以图文结合方式呈现信息，让复杂问题的回答更直观易懂。微信公众号 ↗

14. WorldClaw与百度智能云达成战略合作，文心5.0系列登陆WorldRouter

双方达成战略合作，文心5.0系列产品将接入WorldRouter平台。量子位 ↗

15. 奕境携手华为乾崑开展全球实测 央视《超凡一步》见证中国汽车“三大跨越”

奕境与华为乾崑展开全球实测，相关成果获央视《超凡一步》报道，见证中国汽车领域的三大跨越。量子位 ↗

开发与基础设施

16. Claude Code v2.1.200发布，修复多项问题并优化无障碍体验

Claude Code v2.1.200将AskUserQuestion对话框默认改为不自动继续，可通过/config设置空闲超时，默认权限模式改为“Manual”。修复了因.claude.json中配置项非数组值导致的崩溃、后台会话休眠唤醒卡顿、后台代理因陈旧daemon.lock无法重启、子代理速率限制截断后未返回空结果等问题，改进了屏幕阅读器输出，优化了安装脚本内存不足时的提示。Claude Code：GitHub Releases（RSS） ↗

17. Safari Technology Preview 247推出Safari MCP服务器，支持MCP客户端连接浏览器窗口

Safari Technology Preview 247推出Safari MCP服务器，基于Model Context Protocol，允许MCP兼容客户端连接Safari浏览器窗口，智能体可获取DOM、网络请求、截图、控制台输出等信息，自主完成调试、性能分析、可访问性检查等任务，内置browser_console_messages、screenshot等工具，开发者启用对应选项即可通过命令接入，减少窗口切换。Hacker News 热门（buzzing.cc 中文翻译） ↗

18. pxpipe：通过图像化压缩输入Token降低Claude Code成本

pxpipe是本地代理，可将系统提示、工具文档、历史记录等密集文本渲染为PNG图像，利用图像Token成本随像素尺寸变化的特性压缩输入Token。在Fable 5模型上，约25k文本Token可压缩为约2.7k图像Token，端到端账单降低59%-70%；SWE-bench Lite 10个实例全部通过，成本从$54降至$27；SWE-bench Pro 19对测试中18对判定一致，单次请求成本降低约60%。该方法为有损压缩，精确ID等内容需保留文本，默认仅处理claude-fable-5请求，可通过PXPIPE_MODELS变量控制适配模型。Hacker News 热门（buzzing.cc 中文翻译） ↗

19. 面壁智能发布AI全自动预训练框架ForgeTrain，8小时可追平Megatron-LM

面壁智能发布全球首个全AI编写、无人类干预的生产级大模型预训练框架ForgeTrain，可针对特定模型和硬件从零自动生成专用训练代码。基准测试显示，ForgeTrain 8小时可追平Megatron-LM，1.5至2天实现稳定反超，模型FLOPS利用率提升8%～10%，可迁移至不同模型与硬件，采用四阶段Harness优化流程全程自动判定，面壁智能将该工程思想概括为Forge Engineering。公众号：面壁智能（MiniCPM） ↗

20. claude-real-video：让所有大语言模型都能观看视频

claude-real-video是开源工具，支持大语言模型基于视频画面而非字幕理解视频内容。它通过场景变化检测提取关键帧、滑动窗口去重并转录音频，生成本地可读文件夹供模型调用，支持YouTube链接或本地文件，依赖ffmpeg和Whisper，通过pip安装，全部处理在本地完成不上传云端。Hacker News 热门（buzzing.cc 中文翻译） ↗

21. Alexandr Wang宣布Muse Spark即将更新编程与Agent能力

Alexandr Wang在社交平台宣布，Muse Spark即将迎来更新，编程与Agent能力将大幅提升，并将通过Meta AI和新API开放。X：alexandr_wang (@alexandr_wang) ↗

22. WAIC 2026算力论坛：超节点与光互连技术能否突破单芯片物理性能瓶颈

该论坛将于7月17日至7月20日举办，探讨算力基础设施相关技术方向。量子位 ↗

23. Cloudflare介绍内部统一数据平台：计费类查询占比达53%

Cloudflare发布内部统一数据平台Town Lake及AI分析代理Skipper，可统一访问运营、计费、安全及业务数据，基于湖仓架构构建，支持跨系统受控分析与自然语言查询，平台已处理约9.1万条计费查询，计费类查询占多数。InfoQ AI ↗

24. Hardwood项目发布1.0版本：提供零强制依赖的高性能JVM Apache Parquet处理能力

Hardwood是用于Java处理Parquet文件的开源项目，已发布1.0版本，采用多线程架构且无强制外部依赖，可作为Apache Parquet Java实现的更高效替代方案，当前仅支持读取功能，写入功能将在后续版本推出。InfoQ AI ↗

公司与资本

25. Google DeepMind与A24达成首次研究合作，拓展AI娱乐应用边界

Google DeepMind与电影制作工作室A24达成首次研究合作，将DeepMind的AI创新嵌入创作过程，由A24电影人塑造新技术服务创作愿景，同时DeepMind可获得顶尖艺术家的反馈指导，此外Google已对A24完成投资，双方将共同测试迭代技术以拓展未来娱乐可能性。Google DeepMind：Blog（RSS） ↗

26. 快手可灵AI完成190亿元融资 阿里腾讯百度参投

快手港交所公告，旗下可灵AI已确定获得190.48亿元融资，总增资款项上限为204.47亿元，阿里、腾讯、百度均有参投。zhidx.com ↗

27. 比亚迪6月销量超40万辆 刷新年内销量纪录

比亚迪6月销量突破40万辆，再度刷新公司年内销量纪录。量子位 ↗

28. 比亚迪公布多起名誉维权胜诉案件 打击“黑公关”

比亚迪集中公布多起名誉维权胜诉案件，重拳打击针对公司的“黑公关”行为。量子位 ↗

政策与安全

29. 全球首例AI Agent自主完成的勒索攻击曝光

安全厂商Sysdig首次记录到AI Agent“JADEPUFFER”自主完成的勒索攻击，该攻击利用Langflow服务漏洞CVE-2025-3248远程执行代码，自主收集OpenAI、Anthropic、DeepSeek、Gemini等多平台API密钥及云平台凭证，通过MinIO默认密码访问对象存储、横向移动至数据库服务器，最终加密全部1342条配置数据。IT之家（RSS） ↗

30. 国家网信办就《互联网信息服务管理办法》征求意见，首设“智能信息服务”专章规范AI服务

7月3日，国家网信办就《互联网信息服务管理办法（修订草案征求意见稿）》公开征求意见，草案新增“智能信息服务”专章，要求AI服务提供者公示技术基本原理、训练数据来源，对生成合成内容进行标识，禁止强制用户使用智能服务或利用算法扰乱网络舆论，同时强化用户账号管理、要求平台建立网络暴力信息特征库，意见反馈截止8月2日。IT之家（RSS） ↗

论文与研究

31. 阿里达摩院发布超导材料发现AI智能体Elements Claw

7月3日，阿里达摩院联合中国人民大学、中国科学院大学发布首个超导材料发现AI智能体Elements Claw，其采用“专通融合”架构，基于1B参数原子基础模型Elements判断超导性AUC达0.996，预测临界温度平均误差小于1K。AI仅用28个GPU小时筛选240万晶体结构，预测出6.8万个候选材料，其中4种已合成并验证超导性，全部240万稳定晶体数据库已开放。IT之家（RSS） ↗

32. 中国团队将JEPA“世界模型”应用于细胞研究

四年前LeCun提出JEPA架构时，大概不会想到这套架构会被用于理解细胞内部机制。量子位 ↗

观点与教程

33. Fable使用技巧：Simon Willison从Claude Code团队获取的效率建议

Simon Willison在AIE大会与Claude Code团队交流后提出，应让Fable（及Opus）自主判断工作而非硬性规定行为，例如直接让Fable自行决定何时编写测试效果更好。为应对价格上调、节省Token消耗，另一技巧是让Fable将较小任务委托给低功耗模型（Sonnet负责实质性实现、Haiku负责机械修改），主循环仅保留判断、审计、数据合成等任务。Willison已将相关提示词存入Claude Code记忆文件，实测Fable Token消耗速度明显下降。Simon Willison 博客 ↗

34. 藏师傅PPT与Pencil结合使用技巧

用户可将藏师傅AI生成的PPT导入Pencil设计软件，一次性浏览所有页面并手动调整AI生成PPT常见的排版问题，如元素重叠、对齐不准、字体错误。Pencil提供比PPT更强的编辑能力，支持对齐、嵌套、打组，可导出网页、编辑文件或PNG后放入PPT演示，该工作流可大幅提升AI生成内容的可编辑性。X：歸藏 (@op7418) ↗

35. Anthropic工程师分享Claude Fable 5编码指南：聚焦消除“未知项”

Anthropic工程师近日发文分享Claude Fable使用指南，提出开发者应通过理清已知与未知信息提升AI编程效果，同时介绍了盲点扫描、头脑风暴等多种实用技巧。X：trq212 (@trq212) ↗

36. 演讲分享：企业级模型微调实践——强化学习的落地应用

演讲中介绍了OpenAI的推理模型微调平台Agent RFT，其可通过实时工具交互和自定义奖励信号微调推理模型，能解决上下文窗口内的复杂信用分配问题，分享的企业案例显示该平台可消除长尾token循环，大幅提升效率。InfoQ AI ↗

人物与动态

37. 蔚来李斌北大毕业30年演讲引热议 分享创业失败经历

蔚来创始人李斌在北大毕业30年演讲中登上热搜，未讲鸡汤式成功学，分享创业30年经历6次低谷的经验，倡导“向内求索，别骗自己”。量子位 ↗

今日脉络

  • 实时交互视频模型实现新突破
    生数科技发布Vidu S1实时交互视频模型，支持实时视频通话、语音控制视频走向，540P分辨率下可实现25FPS实时生成，已开启内测。

  • AI开发工具链效率升级
    面壁智能发布全AI编写的预训练框架ForgeTrain，8小时可追平Megatron-LM；开源工具pxpipe通过图像化压缩输入Token，可降低Claude Code 59%-70%的使用成本。

  • AI监管规则与产品动态更新
    国家网信办就《互联网信息服务管理办法》征求意见，首设“智能信息服务”专章规范AI服务；豆包宣布智能体功能将于2026年7月15日下线，提醒用户提前备份数据。

总结

今日AI领域技术迭代与监管完善同步推进，实时交互、开发效率提升等方向的技术突破为产业应用提供新支撑，相关监管规则的出台将推动行业合规发展，后续可重点关注GPT-5.6潜在发布、WAIC 2026算力论坛等后续动态。