7月狂飙：全球AI圈近40次重大更新速览

7月狂飙：全球AI圈近40次重大更新速览 7月狂飙：全球AI圈近40次重大更新速览 Modified August 10, 2025 No access 15 00:00 AI slides的工作界面，左边为工作过程，右边框可以看到两种格式的结果，ppt预览和网页代码。 生成的 PPT 可以直接在对话中修改，完成后可以导出 PDF（暂不能导出PPT格式），或者直接分享到微信或 X 上。 节选3张ppt，结构清晰、文字结构化，自动搜索添加了文档中没有的图片，不过和主题相关度比较低。（上下滑动查看） 阶跃星辰：发布基础大模型 Step 3 阶跃星辰比智谱早3天，发布了新一代基础大模型——Step 3。 7月31日， Step 3 面向全球企业和开发者开源。 延续阶跃在多模态方向的特色和优势，Step 3 采用 MoE 架构，是原生多模态推理模型，总参数量 321B，激活参数量 38B。 Step 3 在 MMMU、MathVision、SimpleVQA、AIME 2025、LiveCodeBench (2024.08 2025.05) 等榜单上取得了开源多模态推理模型的 SOTA 。 推理效率和成本方面，在基于 NVIDIA Hopper 架构的芯片进行分布式推理时，实测 Step 3 相较 DeepSeek R1 的吞吐量提升超 70%。 在国产芯片上，Step 3 的推理成本是当前业界领先开源模型的三分之一 。在 H20 上，Step 3的成本是 DeepSeek V3 的30%。 功能上，Step 3 擅长视觉感知和复杂推理，可完成跨领域的复杂知识理解、数学与视觉信息的交叉分析，以及日常生活中的各类视觉分析问题。 我们同样试用了Step 3，整体较为顺利，但准确性还有提升空间。 2倍速，让 Step 3 看了一张色盲测试图。 为了测试它的图像理解和计算能力，我又给了它一个B超图片，让它计算胎儿的重量，这个过程大概有4分钟，最后给出了比较有参考意义的答案。 4倍速 月之暗面：开源Kimi K2 7月11日，月之暗面发布新模型 Kimi K2，并同步开源。 官方介绍，Kimi K2 是一个在代码能力、通用 Agent 能力上增强的 MoE 架构基础模型，总参数量达到了 1T，激活参数 32B。 案例如下👇： No access 15 00:00 No access 15 00:00 AI slides的工作界面，左边为工作过程，右边框可以看到两种格式的结果，ppt预览和网页代码。 生成的 PPT 可以直接在对话中修改，完成后可以导出 PDF（暂不能导出PPT格式），或者直接分享到微信或 X 上。 节选3张ppt，结构清晰、文字结构化，自动搜索添加了文档中没有的图片，不过和主题相关度比较低。（上下滑动查看） 阶跃星辰：发布基础大模型 Step 3 阶跃星辰比智谱早3天，发布了新一代基础大模型——Step 3。 7月31日， Step 3 面向全球企业和开发者开源。 延续阶跃在多模态方向的特色和优势，Step 3 采用 MoE 架构，是原生多模态推理模型，总参数量 321B，激活参数量 38B。 Step 3 在 MMMU、MathVision、SimpleVQA、AIME 2025、LiveCodeBench (2024.08 2025.05) 等榜单上取得了开源多模态推理模型的 SOTA 。 推理效率和成本方面，在基于 NVIDIA Hopper 架构的芯片进行分布式推理时，实测 Step 3 相较 DeepSeek R1 的吞吐量提升超 70%。 在国产芯片上，Step 3 的推理成本是当前业界领先开源模型的三分之一 。在 H20 上，Step 3的成本是 DeepSeek V3 的30%。 功能上，Step 3 擅长视觉感知和复杂推理，可完成跨领域的复杂知识理解、数学与视觉信息的交叉分析，以及日常生活中的各类视觉分析问题。 我们同样试用了Step 3，整体较为顺利，但准确性还有提升空间。 2倍速，让 Step 3 看了一张色盲测试图。 为了测试它的图像理解和计算能力，我又给了它一个B超图片，让它计算胎儿的重量，这个过程大概有4分钟，最后给出了比较有参考意义的答案。 4倍速 月之暗面：开源Kimi K2 7月11日，月之暗面发布新模型 Kimi K2，并同步开源。 官方介绍，Kimi K2 是一个在代码能力、通用 Agent 能力上增强的 MoE 架构基础模型，总参数量达到了 1T，激活参数 32B。 案例如下👇： No access 16 00:00 No access 16 00:00 RoboNeo生成的视频广告 秘塔：上线「深度研究」功能 7月15日，秘塔的 Deep Research 「深度研究」 来了。 除了可以直接免费公开访问外，秘塔的 Deep Research 有两个特点： 在准确率方面，秘塔通过将深度研究拆分为多个子任务进行分段RL，降低资源消耗。 开放了搜索规划算法的“黑箱”，为每个问题生成动态“问题链”，让研究过程透明可见。 我们的试用如下👇： 提问：“亚马逊推出了AI编程工具kiro，它的主要特点是什么，和Cursor相比其优劣势是什么？体验者有什么评价？” 可以看到秘塔在接到任务后开启了Deep Research，行动界面会展现清晰的思维导图。 Deep Research 的最终回答，左边是回答，右边是信息来源，可以直接跳转和解读 👇。 它还能生成可交互的报告： 看到这里，7月的AI大事件终于盘点完毕。如有遗漏，欢迎大家在评论区补充～ 🔗 原文链接： https://mp.weixin.qq.com/s/87wsRt I... https://mp.weixin.qq.com/s/87wsRt I... 原创 关注ai的 四木相对论2025年08月02日 00:37 北京 刚刚过去的7月，全球 AI 再现神仙打架。 7月初开始，Meta 就在持续撒钱，花上亿美金奖金从 OpenAI、Google、Apple 高价挖人。 本月中旬，被挖角的各家不甘示弱——OpenAI、Google 纷纷放出模型上新大招。 月底，轮到中国大模型公司卷疯。仅在最后一周，阿里、字节、智谱、阶跃全部上新模型。整个 HuggingFace 都被中国AI占领。 “卷”一直持续到7月彻底结束前的一小时。 7月31日晚，阿里宣布开源编码专用小模型Qwen3 Coder Flash(Qwen3 Coder 30B A3B Instruct）。Manus 发布并行Agent产品 Wide Research。阶跃宣布开源 Step 3。 7月31日，11:20pm Wide Research发布 根据我们尽量完全的统计，这个7月，全球至少有近20家知名AI公司进行了更新，至少涉及40款模型及产品更新。 2025年7月全球AI领域重要更新 看完这近40次更新，我们发现 7月的这场神仙打架呈现出以下特点： • 国内卷开源，海外卷用户和赚钱。 • 大语言、多模态、推理 or not，模型层全都更了个遍。 • Coding 走向全栈，Agent 依旧重在深度研究。 • 虽然 model as an agent，但 Agent 依然在卷工程能力。 海外: 马斯克上猛料，OpenAI上新被嘲 Grok 4：" 最聪明模型"比不上"虚拟老婆" 马斯克这个月在 AI 圈又出了风头。 这次不仅是因为吞金兽 Grok 模型又更新了，还因为老马直接下猛料上线了“虚拟老婆” Ani，让用户把 Grok 服务器干到宕机。 先看模型。 7月10日，xAI 发布了 Grok 4。马斯克说，这是史上最聪明的模型，在多个学术领域已经达到甚至超过了博士水准。 从官方给出的多个评测集结果来看，Grok 4 当时是在碾压，在代表数学能力的 AIME 上达到了满分。 在史上最难的评测集 HLE 上，Grok 4 Heavy 的得分几乎快是 o3 的两倍，达到了史无前例的 44.4%。 不过在实测里， Grok 4 仍然有许多翻车案例。 比如，它能做出流畅可交互游戏，但却数不清有多少根手指。 图片识别能力翻车，数不清有几根手指，还查询了45个参考网页 网友反馈 Gork 4 在代码任务时总是犯相同的语法错误，用中括号开头却用小括号结尾 模型效果不完美不打紧，老马有的是办法搞来用户。 Grok 4 发布5天后，Grok App 悄悄上线了基于Grok 4大模型的 「AI Companions」功能。 目前已经推出了确定三个 3D 虚拟角色： • 二次元美少女 Ani：超短裙、蓝眼睛，双马尾，身渔网袜、声音多变。Ani上线24小时即在外网爆火，甚至还让Grok宕机了一段时间。 • 卡通小熊猫 Bad Rudy：脾气火爆的“脏话担当”。 • 绅士 Valentine：即将开放给 Grok Heavy 用户。 这些虚拟角色可以切换不同的动作、语音，与用户进行“亲密”互动，甚至解锁 NSFW 模式（Not Safe For Work，“成人模式”）。 尤其是 Ani，一推出就有各种二创内容，还有了自己的粉丝群。 从左至右：Ani、Bad Rudy、Valentine Google：神级视频生成模型再进化 Google 的神级视频生成模型 Veo 3 又更新了！ 7月11日，Google CEO Pichai 在 X 上宣布 Veo 3 的升级——全新的图片转视频功能上线 Gemimi app，还配上了一段由最新 Veo 3 生成的带声音的骨架恐龙视频。 No access 8 00:00 No access 8 00:00 之前的 Veo 3，首帧或图片转视频并不支持声音生成。升级之后，用户只需要上传一张静态图片，加上文字脚本，就能生成口型和语音同步的有声视频。 此外，Veo 3 Fast 模型也支持首帧转视频，还支持上传照片让角色对话。 有网友用 Veo 3 复刻了星际迷航的片段，同一个角色，能在多个镜头下流畅表达👇。 No access 9 00:00 No access 9 00:00 OpenAI：发布Agent，口碑两极分化 7月18日，OpenAI 发布了 ChatGPT Agent。 官方介绍，它融合了 Operator 与网站的交互能力、Deep Research 的信息合成能力，以及 ChatGPT 的智能和对话流畅性三大特性，支持自然语言指令完成自动化任务，如管理日程、生成 PPT、运行代码、在线购物等。 Sam 的“X”帖子 发布之后的评价有点两极分化。 有人说：难道之前的 o3 不是 Agent？还有人说：把旧功能合起来发布太没创意。 但依然有网友觉得“惊艳”👇 AWS：冲向 AI Coding 和 Agent Infra ChatGPT 发布 Agent 前一天，亚马逊也在Agent 方向更新。 AWS 宣布推出 Amazon Bedrock AgentCore 预览版，面向开发者和企业提供一整套部署并高效运行 AI Agents 的能力，支持使用托管于Amazon Bedrock 或其他服务的任意框架和模型。 全家桶覆盖Agent从poc（概念试验）到production（生产环境）的全过程。包含Runtime（运行时环境）、 Memory（记忆系统）、 Observability（可观测性）、Identity（身份管理）、Gateway（网关服务）、Browser（浏览器功能）、 Code Interpreter（代码解释器）七个模块。 这些服务可以单独使用，也可以协同工作，按需求按用量计费。 比起这量大管饱的全家桶，新推出的免费 IDE 级别的 AI 编程助手——Kiro 关注度更高，目前处于公测阶段。 Kiro 一经发布就收获了大量开发者的试用，他们也在 X 上发表了感受。当然，更重要的是 Kiro 内测期免费提供 Claude 4。 国内：没人想掉队！大厂和初创一起卷 阿里：一周之内N连发 阿里在7月末开启了“日更连发”模式，从7月22日开始到31日晚11点，它连发了N个模型和产品。 • 7月22日，Non reasoning 基础模型 Qwen3 235B A22B Instruct 发布。 • 7月23日，AI 编程模型 Qwen3 Coder 发布：混合专家（MoE）架构，激活参数达 35B，支持 256K token 上下文扩展至 1M。 Qwen3 Coder在Agent能力多项评测中获得最佳性能（SOTA）表现 • 7月24日，上新机器翻译模型 Qwen MT。核心亮点包括：92 种语言互译、高度可控性、低延迟、低成本等。 • • 7月25日，上新推理模型 Qwen3 235B A22B——针对思维和推理能力进行了优化。 • 7月28日，视频生成模型通义万相 Wan2.2：包括文生视频（Wan2.2 T2V A14B）、图生视频（Wan2.2 I2V A14B）和统一视频生成（Wan2.2 TI2V 5B，同时支持文生视频和图生视频）三款模型。 官方测试，Wan2.2在运动质量、画面质量等多项测试中超越了OpenAI Sora、Kling 2.0等闭源商业模型。 wan2.2 14B生成的透明苹果 网友在RTX 3060上部署Wan2.2(5B) 生成的视频 • 7月30日，非思考基础模型 Qwen3 30B A3B Instruct 2507上线。 • 7月31日晚，阿里宣布开源编程模型 Qwen3 Coder Flash。这款模型是 Qwen3 Coder的精简版，也是非推理模型，原生上下文窗口支持256k token，可延长拓展至1 million token；可以在 33GB 内存的硬件上本地化运行。 在 WAIC 上，阿里还发布了自己的 AI 眼镜——夸克 AI 眼镜。 这款眼镜 预计今年内正式发布， 会和阿里和支付宝生态融合，具备通义千问大模型、夸克最新AI能力，还支持高德导航、淘宝比价、点外卖、飞猪商旅提醒等功能。 7月，夸克在模型层也有动向。 7月23日，夸克健康大模型宣布通过中国 12 门核心学科的主任医师笔试评测。目前，“主任级 AI 医生”能力已集成至夸克的AI搜索中，用户在查询健康问题时，选择深度搜索就能调用。 字节：Coding、多模态和开源 字节的七月也“有点疯”。 AI Coding 领域，它先在7月3日开源了 Trae Agent ，又在7月21日发布 Trae 2.0 版本。 Trae Agent 是 Trae IDE 的核心组件之一。基于 LLM， Trae Agent 提供命令行界面（CLI），支持 OpenAI、Anthropic 等主流 API，能自动理解需求，调用工具链，完成一系列软件工程任务，包括代码生成、代码修复、代码优化、文档编写、测试用例创建等。 Trae 2.0 的主要升级在于推出了“SOLO”模式。SOLO 作为 “Context Engineer（上下文工程）”，以 “任务中心” 为核心，可以智能获取开发上下游的各类上下文（需求、代码、部署信息等），动态规划路径并调用工具。 用户只需通过自然语言或语音输入开发需求，SOLO 即可自动生成 PRD、撰写代码、进行调试验证，并最终部署上线，实现从需求到交付的全流程闭环。 目前， Trae 2.0 的 SOLO 模式需要 PRO 用户使用邀请码才能激活。 TRAE产品经理王海建演示制作女装电商网站 X 上的网友用 Trae SOLO 构建睡眠追踪器的Demo👇 No access 10 00:00 No access 10 00:00 @whosamberella评价：“作为一名开发者，我得承认 SOLO 在 PRD 的编写方面做得更好。” 7月30日，火山引擎发布豆包·图像编辑模型3.0、豆包·同声传译模型2.0、全模态向量化模型 Seed1.6 Embedding；升级了豆包大模型1.6系列，并开源扣子核心能力。 重点包括： • 豆包·图像编辑模型3.0：用户只需通过自然语言指令，即可完成消除多余内容、改变光影效果、替换文字等操作，新模型对风格、结构与语义的精准控制力增强。 左滑查看效果 • 豆包·同声传译模型2.0：将传统机器同传的语音延迟从8 10秒降低到2 3秒，实现文本与语音的同步生成；无需提前录制，实现0样本声音复刻。 • 豆包大模型1.6系列升级：极速版 Doubao Seed 1.6 flash 模型在保持出色视觉理解能力的同时，升级了代码、推理、数学等大语言模型能力。 • 全模态向量化模型 Seed1.6 Embedding：可实现“文本+图像+视频”混合模态的融合检索。在权威测评榜单中，该模型包揽了多模态全面任务、中文文本的 SOTA 成绩。 • 开源扣子：覆盖扣子平台最核心的两个项目： 扣子开发平台（Coze Studio）、 扣子罗盘（Coze Loop），并采用没有任何附加条件的 Apache 2.0许可证开源。 腾讯：加入 AI Coding 战争 腾讯本月有两项重要的动作： 加入了AI coding 的卷王战争，7月22日正式推出国际版IDE——CodeBuddy IDE； 7月27日开源了 3D 世界模型——HunyuanWorld 1.0。 先看 HunyuanWorld 1.0。 HunyuanWorld 1.0 是腾讯在 WAIC2025 上发布的新模型，发布即开源。 案例如下👇： No access 11 00:00 No access 11 00:00 据腾讯介绍，HunyuanWorld 1.0只需一句文字或一张图片，几分钟内即可生成完整、可 360° 沉浸式漫游的 3D 世界。 生成的 3D 世界可以导出为标准网格文件，方便在游戏引擎、VR、仿真系统中使用。 还有CodeBuddy IDE。 这个名字能看出，它很想做程序员的“好兄弟”了。 CodeBuddy IDE 定位“产品 设计 研发部署” 全流程 AI 一体化的开发工作台。国际版整合了 Claude、GPT、Gemini 等模型，国内版支持腾讯混元、DeepSeek 等模型。 它的核心功能包括： • AI 自动生成专业 PRD 文档，快速原型生成，一键部署至沙箱环境生成分享链接，典型场景有MVP开发，快速交互原型可视化验证。 • 内置 Figma，视觉稿高精度一键还原代码。 • 内置 BaaS 服务，提供开箱即用的后端服务。 • AI编程助手：软件开发智能体、实时代码续写、行间/终端内联对话。 No access 12 00:00 No access 12 00:00 内测期间，也吸引了不少开发者尝试，下面是网友@六西查查利用 CodeBuddy IDE，不写一行代码完成产品开发了一个本地小工具的case👇。 百度：视频生成和数字人成重点 6月30日，百度履行承诺，正式将文心4.5系列模型正式开源。 两天后的7月2日，百度商业研发团队发布自研视频生成模型“MuseSteamer”及创作平台“绘想”。 MuseSteamer 最大的特点是支持音视频一体化生成，动态视频、背景音效、人声配音可以直接“一锅出”，理论上可以简化了视频生产的流程。 这次发布的 MuseSteamer 系列模型包含了 Turbo、Lite、Pro 及全系列有声版。目前，Turbo 版已经上线绘想平台开启限时免费公测，其余版本将于8月陆续开放。 MuseSteamer 模型各版本的差异 效果上，百度官方放出一段18张图片生成的“电影大片”： No access 13 00:00 No access 13 00:00 我们也尝试用 Turbo 版生成了几组视频： prompt：一位女士在街头骑自行车，摄像机跟随自行车，轻微拉远，捕捉动态模糊的城市建筑。 prompt：一个女孩在悠闲的弹吉他 月底的 WAIC 上， 百度慧播星又发布了新一代数字人技术 NOVA ，预计将于10月开放。在 WAIC 现场，百度展台上的罗永浩数字人很有排面，提供给现场用户的数字人制作体验，也一直在排队。 昆仑万维：一月开源N款模型 从月初到月末， 昆仑万维陆续开源了好几款模型。 • 7月4日，奖励模型 Skywork Reward V2 系列开源。该系列共有 8 个基于不同基座模型和不同大小的奖励模型，参数规模从 6 亿到 80 亿不等，它在七大主流奖励模型评测榜单上全部获得了第一。 Skywork Reward V2 系列模型在主流基准上的成绩。 • 7月9日，开源多模态推理模型——Skywork R1V3。据悉，Skywork R1V3 将深度推理能力泛化到了不同学科，能胜任数学、物理等传统理工科以及在地理、历史、人文、医学、艺术、商业、工程等领域的推理任务。 • 7月23日，发布音乐模型 Mureka V7 和音频模型 Mureka TTS V1。在 Mureka V7 上，用户只需要给出主题、几行歌词和想要的风格，就能在几分钟内获得一首完整的歌； Mureka TTS V1 支持 Voice Design 音色设计。 • 7月30日，昆仑万维开源多模态统一模型 Skywork UniPic 1.5B。该模型在单一模型中深度融合图像理解、文本到图像生成、图像编辑三大能力。 Skywork UniPic 1.5B生成，prompt：生成一个带有彩虹发丝的少女数字肖像。（Digital portrait of a girl with rainbow hair.） 智谱：发布GLM 4.5 看完大厂，再看还坚持在 AGI 路上的“小龙”。 7月28日，智谱正式发布了 新一代旗舰模型 GLM 4.5，包括 GLM 4.5 和 GLM 4.5 Air 两个产品。 GLM 4.5 主要强调智能体的通用能力。 它在推理、代码、智能体的综合能力达到开源 SOTA，在真实代码智能体的人工对比评测中，实测国内最佳。为确保评测透明度，智谱还公布了 52 道题目及 Agent 轨迹，供业界验证复现。 在包含MMLU Pro、AIME 24、MATH 500等12 个评测基准的综合评分中，GLM 4.5 的平均分排全球模型第三、国产模型第一，开源模型第一。 价格方面，GLM 4.5 Air API 调用价格低至输入 0.8 元/百万tokens、输出 2 元/百万tokens，低于Kimi K2、DeepSeek R1、Claude 4 Sonnet等模型。 GLM 4.5 系列可以全栈开发任务，编写复杂应用、游戏、交互网页。 比如，让 GLM 4.5 直接创建一个单一的 HTML 文件，生成一个动态天气卡片👇。 No access 14 00:00 No access 14 00:00 生成一个可交互网页，里面包含一个可以变换色彩和行动方向的机器人👇。 我们尝试用 GLM 4.5 的制作PPT。先将参考文档上传到对话框，要求它生成10页 PPT，接收任务后，AI slides 就开始工作了。