腾讯混元发布 Hy ASR 3.0 preview，元宝已首发上线
腾讯混元新一代语音识别模型上线，普通话、英语、粤语词错率均约 3%，已在腾讯云开放 API，元宝端免费可用。
2026年8月4日
当天发布的全部深度简报与一句话快讯。
- ⚡ 快讯
- 产业 OpenAI 反击苹果商业机密诉讼，公布 iMessage 聊天记录，显示苹果员工在工程师离职后仍多次向其索要内部信息，称问题出在苹果自身的权限管理。 The Decoder ↗
- ⚡ 快讯
- 开源 Reflex 以 Apache-2.0 协议开源 Python 图表库 XY：Rust 后端加 WebGL2 渲染，从 1 万点到 1 亿点均保持约 0.08 秒渲染与可交互。 MarkTechPost ↗
- AIGC Recraft 展示 V4.1 的材质替换能力：在保持物体造型不变的前提下更换材质，强调这不是重新生成一张图，而是给同一设计换一套物理逻辑。 X @recraftai ↗
- 研究 堪萨斯大学数学家在 24 小时内驳回 OpenAI 号称攻破 Connes 刚性猜想的证明：她逐行核对 3.7 万行 Lean 4 代码，发现构造的一个群不满足前提条件。 量子位 ↗
- 产业 OpenAI 在纽约哈德逊河谷为内容创作者办的高端"夏令营"引发争议：每晚房费超 2000 美元、活动主打采蜜绘画等田园项目，多位网红事后删帖。 量子位 ↗
- Agent MarkTechPost 详解基于英伟达 SkillSpector 与 LangGraph 的智能体技能安全审计流水线，可在部署前检出 shell 注入、凭据窃取与 MCP 攻击，并输出 SARIF 报告卡关 CI。 MarkTechPost ↗
- 融资 端侧物理 AI 公司联汇科技完成数亿元融资，前海母基金领投、杭州政府产业基金等跟投；其 Homer AI 已服务近 10 万视障用户。 量子位 ↗
- Agent Y Combinator 以 MIT 协议开源多人协作智能体框架 QM，可在 Slack 与网页运行，为每位成员和房间提供隔离的记忆、文件、权限与沙箱环境。 MarkTechPost ↗
- 政策 MiniMax 反驳"H3 视频模型在部分地区不能合法使用"的说法，称该模型可获授权在美国、欧盟、英国与韩国部署。 X @MiniMax_AI ↗
- 安全 一项针对 414 台公网 MCP 服务器的动态审计发现 68 个可上报漏洞，91.8% 未启用 OAuth 认证，另有 687 个工具实例可无限制执行 shell 命令。 arXiv ↗
通义万相上线实时功能，摄像头画面可即时转风格
万相发布 Real-time 实时功能套件，首个能力 Camera-to-Image 可把手机摄像头实时画面即时转成风格化图像，首发主打二次元。
- ⚡ 快讯
- AIGC PixVerse 展示用 PixVerse Canvas 制作的"天台到办公室"连贯镜头，称画面物理表现足够扎实，连手提袋的摆动都符合真实运动规律。 X @PixVerse_ ↗
- 产业 Sakana AI 宣布本月成为日本 AI 机器人协会（AIRoA）正式会员，将在 RSI Lab 框架下与其合作推进世界模型与物理 AI 的研发。 X @SakanaAILabs ↗
- 模型 Together AI 上线 DeepSeek V4 Flash 生产级推理服务，主打终端、代码仓库与全栈编码能力提升，以及面向长时运行智能体的更强工具调用。 X @togethercompute ↗
- 产业 Palantir 二季度营收 19 亿美元、同比增长 93%，利润 11 亿美元；CEO Alex Karp 在股东信中抨击前沿 AI 实验室企图垄断生产资料，称其带有"马克思主义色彩"。 TechCrunch ↗
MiniMax H3 登顶 Video Arena，成开源视频模型第一
Video Arena 榜单显示，MiniMax-H3 在文生视频与图生视频两个分区均位列开源模型第一，领先次名开源模型约 280 分。权重现已公开，但许可协议目前限制美、欧、英、韩地区的开源权重使用。
- ⚡ 快讯
- 研究 MarkTechPost 发布实操教程，讲解如何用月之暗面的 PerceptionBench 评测多模态视觉模型，涵盖稳健的数据加载与自动化裁判评分流程。 MarkTechPost ↗
- 产业 一家美国公司的 AI 让乌克兰廉价自杀式无人机具备自主跟踪目标能力，被视为迈向未来蜂群攻击的一步。 Ars Technica ↗
- 产业 OpenAI 发布工程详解，介绍如何为 GPT-Live 重构语音栈：音频走专用快速通道，推理与工具调用异步进行，语音会话启动从六次网络往返大幅压缩。 X @OpenAI ↗
Cursor 上线 Workspace 插件，智能体可读写 Gmail 与云端硬盘
Cursor 发布 Google Workspace 插件，让其智能体可直接读写 Gmail、Drive、日历、Docs、Sheets 与 Chat，把编码工具推向通用知识工作。
Epoch：7月高危漏洞披露约2500个，达此前记录5倍
Epoch AI 更新漏洞追踪数据：7 月 21 家主要科技机构披露高危及严重级 CVE 约 2500 个，约为 AI 介入前月度最高记录的五倍。
- ⚡ 快讯
- Agent Vercel 推出 v0 API，开发者可通过编程方式调用其应用生成能力：从提示词、代码仓库或 ZIP 发起会话，并渲染开发服务器预览。 X @v0 ↗
- 融资 Design Arena 团队完成 790 万美元种子轮融资，由 Index Ventures 领投，Conviction、A* 等跟投，以人类偏好对生成类 AI 模型的"审美"排名。 TechCrunch ↗
- 政策 一场由 AI 监考的远程考试出现严重故障，5.8 万名学生被要求重考，自动化监考技术的可靠性再度受到质疑。 Ars Technica ↗
- AIGC 3D 生成平台 Meshy 上线 8K 贴图能力，展示做旧金属、绒布与塑料等材质的高保真渲染效果，向"可直接使用"的资产质量靠拢。 X @MeshyAI ↗
- 开源 大晓机器人联合南洋理工 S-Lab 开源具身数据集 ACE-Data-0：1700 万帧视频、200 个任务类别，取自两个真实家庭环境，同步七种模态信号。 InfoQ 中文 ↗
- 产业 Devin 开发商 Cognition 宣布聘请前 Coinbase 首席法务官 Paul Grewal 出任首席法务与全球事务官，其于 7 月 31 日刚从 Coinbase 卸任。 X @cognition ↗
- 开源 微软研究院开源 Orchard 智能体训练与评测框架，基于轻量 Kubernetes 环境；其约 30 亿激活参数的 Orchard-SWE 在 SWE-bench Verified 上取得 69.7%。 Microsoft Research ↗
- 安全 国际刑警组织表示，AI 已成为非洲网络犯罪的"核心运营驱动力"，被广泛用于诈骗、欺诈与身份冒充，规模持续扩大。 The Decoder ↗
- Agent ElevenLabs 推出面向企业的 ElevenAgents，称平台每周已承载超过 1000 万次语音与文字客服对话，提供可配置护栏与区域数据驻留选项。 X @ElevenLabs ↗
- AIGC 快手可灵发布 Kling MCP 教程，演示智能体批量生产美食推广视频：从分析创意风格、生成分镜脚本到成片输出全流程自动化。 X @Kling_ai ↗
- AIGC 商汤开源 SenseNova U1.5-Lite-Preview，8B 原生统一多模态模型，支持 4K 直出图像生成与像素级编辑，已上线 GitHub、Hugging Face 与魔搭。 量子位 ↗