阿里推出 CosyVoice Studio，把语音能力打包成一个平台
基于自研 Qwen-Audio 模型，把录音成稿、语音智能体与有声内容创作合为一体，四端上线并限时免费。
2026年8月7日
当天发布的全部深度简报与一句话快讯。
- ⚡ 快讯
- 产业 微软 Copilot 新版图标泄露，助手标识趋向扁平化、设计更为简洁。 IT之家 ↗
- 产业 韩国 Mobilint 推出 USB 形态 AI 加速器 MLD-R1，内置 10TOPS INT8 算力，面向边缘侧推理场景。 IT之家 ↗
- Agent Cloudflare 推出临时账户，智能体可用 wrangler deploy --temporary 直接部署 Worker，部署 60 分钟后若无人认领即自动失效。 InfoQ 中文 ↗
- ⚡ 快讯
- 开源 MiniMax 表示开源 H3 视频模型放出权重四天后，社区就做出蒸馏 LoRA，把采样步数从 20 步压到 4—8 步。 X @MiniMax_AI ↗
- 产业 在 AI 批量生成的漏洞报告轰炸下，苹果漏洞赏金审核团队已下线，并自 8 月 2 日起实施提交数量限制和 30 天冷却期。 量子位 ↗
华为 openJiuwen 把智能体蜂群架构送进银行生产环境
这一开源智能体平台发布企业级分布式蜂群架构，并在中国邮政储蓄银行完成首个生产环境落地。
Seedance 2.5 开放 API，欧美平台排队接入
字节跳动正式开放这款 30 秒视频模型的公开 API：Luma 提前一天上线、Runway 当日跟上，Krea、Lovart、Pika 等平台宣布接入但仍在陆续推进。
- ⚡ 快讯
- Agent 微软开源多语言单元测试智能体 code-testing-generator，在 152 项内部任务中完成率达 92.1%，而原版 GitHub Copilot 为 78.9%。 MarkTechPost ↗
- AIGC 海螺 AI 演示视频重配音功能，可将已有片段换成另一种语言或语气，同时保留原说话人的音色与自然语速。 X @Hailuo_AI ↗
- 模型 Liquid AI 发布端侧智能体模型 LFM2.5-2.6B，支持 128K 上下文与工具调用，权重开放并提供原生、GGUF、MLX、ONNX 四种格式。 MarkTechPost ↗
- 研究 Together AI 用 DeepSWE 软件工程任务对比 DeepSeek-V4 Flash-0731 与 GPT-5.6 Luna，称前者以极低成本达到后者 80% 的表现。 X @togethercompute ↗
Anthropic 放宽 Claude Fable 5 的生物学安全限制
重写分类器「宪法」后，生物学相关的降级回退减少约 85%，此前该模型频繁拒答普通健康问题饱受批评。
- ⚡ 快讯
- 开源 蚂蚁集团以 Apache 2.0 协议开源多智能体协作基础设施 Avernet，已在内部 12 个核心业务线落地，任务完成率持续超过 90%。 量子位 ↗
- AIGC MiniMax 将于 8 月 7 日联合 ComfyUI 直播实测 H3，展示开源权重、原生立体声音频以及最高 2K、15 秒的视频生成。 X @MiniMax_AI ↗
- AIGC 阿里视频大模型 Wan3.0 开启公测，单段可生成 30 秒视频，并支持文档、表格、PPT、PDF 作为输入素材。 X @Alibaba_Wan ↗
- 产业 Genspark 指出，今年单位智能成本降了约十倍，但企业 AI 账单仍在上涨，原因是智能体大规模进入生产环境。 X @genspark_ai ↗
- 产业 Replit 宣布一场 14075 人同时在线共建应用的直播课，创下"最大规模 AI 视频课程"吉尼斯世界纪录。 X @Replit ↗
- 产业 据彭博社古尔曼爆料，OpenAI 与 Jony Ive 合作的首款硬件是一台冰球大小的智能音箱，售价预计在 300 至 400 美元之间。 TechCrunch ↗
- Agent OpenAI 推出研究预览版 Codex Security Review，让智能体结合完整仓库上下文审查 GitHub 拉取请求中的安全问题。 X @OpenAIDevs ↗
AMD 收购 Taalas：把大模型直接「刻」进芯片
这家多伦多初创公司在权重冻结后定制芯片金属层，宣称推理系统可完全不用 HBM、先进封装、3D 堆叠与液冷。
- ⚡ 快讯
- Agent Perplexity 将 GPT-5.6 Terra 设为 Perplexity Computer 全部子智能体的默认模型，称其在 WANDR 上比 Sonnet 高出 11 分。 X @perplexity_ai ↗
- 模型 月之暗面开源权重模型 Kimi K3 正式在 GitHub Copilot 上线，面向智能体编程场景，由 Fireworks AI 提供托管。 X @github ↗
OpenAI 重划 ChatGPT 分层：付费用 Sol，免费转 Luna
付费用户全面切换到升级版 GPT-5.6 Sol 并获得五档推理滑杆，免费与 Go 用户则默认改用更小的 Luna，换来文字对话不限量。
- ⚡ 快讯
- 融资 Naïve 融资 2850 万美元，用自动化处理公司注册与日常运营中的繁琐行政事务。 TechCrunch ↗
OpenAI 联手 Vercel 等推出 Agent Plugins 1.0 开放标准
该规范把 Agent Skills 与 MCP 服务器配置打包成一份可移植插件，首发支持 ChatGPT、Codex、Cursor、Copilot、Kiro 与 VS Code，谷歌同日加入技术指导委员会。
- ⚡ 快讯
- AIGC Meshy 升级多视角图生 3D 功能，纹理现可基于多张参考视图生成，而非仅依赖单一视角。 X @MeshyAI ↗
- Agent Cursor 披露其 Router 工作原理：对请求分类后在 Grok 4.5、GPT-5.6 Sol 与 Opus 5 之间智能路由，以降低延迟和成本。 X @cursor_ai ↗
- AIGC ChatGPT 现已可直接调用 Adobe Photoshop 与 Lightroom，用户无需离开对话即可完成修图与设计。 IT之家 ↗
- AIGC ElevenLabs 发布 API 版 Dubbing v2，提升地区口音还原度，并支持企业自带转录文本、仅重新生成被修改的片段。 X @ElevenLabs ↗
DeepMind 台风预报模型登 Nature，代码权重同步开源
WeatherNext Cyclones 在路径、强度与风场三项上刷新精度，三天预报相当于旧系统两天水平，代码与权重已上传 GitHub。
Cloudflare 推出 Kitesurf：为智能体重造的无 Chromium 浏览器
该浏览器完全跑在 Workers 的 V8 隔离环境中，官方称常见智能体任务下 CPU 与内存开销仅为 Chromium 的三分之一到七分之一，代价是耗时约 1.7–1.8 倍。
- ⚡ 快讯
- 开源 Unsloth 发布 DSpark，让 DeepSeek-V4-Flash-0731 的 GGUF 版本在本地推理速度提升约 1.4 至 2 倍，且精度不变。 X @UnslothAI ↗
- 研究 一场社区行动把编程智能体对准 ICML 2026，1200 多人复现了逾 2000 篇论文，成为迄今规模最大的会议可复现性审计。 X @Gradio ↗
Suno 宣布给 AI 生成歌曲加水印与指纹
该音乐生成平台将嵌入抗篡改音频水印、引入指纹识别、收紧批量下载，并接入 Musixmatch 的 Sentinel 歌词版权检测系统。
- ⚡ 快讯
- AIGC Luma Labs 将 MiniMax H3 接入 Luma Agents，可生成最长 15 秒、2K 分辨率并自带立体声音频的视频。 X @LumaLabsAI ↗
- 开源 上海人工智能实验室开源 Mobius 架构，称其对"知识连接性"的升级，类比于 Transformer 相对 RNN 在 token 连接性上的跃迁。 X @intern_lm ↗
- 开源 Genspark 将开源办公套件 GenOffice 移植到 Linux，与已有的 Mac、Windows 版本保持一致。 X @genspark_ai ↗