语音能操控电脑了?OpenAI 和 Anthropic 同日发力,北京出台全国首个智能体专项政策
Ai发电站
2026年07月24日 11:57
AI研究所

语音能操控电脑了?OpenAI 和 Anthropic 同日发力,北京出台全国首个智能体专项政策

一文看完今天值得关注的 AI 动态

今天的 AI 圈格外热闹:OpenAI 和 Anthropic 同时把语音变成「生产力入口」,Black Forest Labs 甩出多模态新旗舰,北京则出台了全国首个省级智能体专项政策。

🎙️ 语音,正在成为 AI 的新入口

OpenAI:ChatGPT 桌面端语音能力升级

付费用户可在 Work 和 Codex 中直接使用语音交互,iOS 端还能远程接力电脑上正在运行的 Codex 任务。语音对话采用独立配额,按滚动时间窗口计量。ChatGPT 正从「聊天框」变成「语音驱动的电脑操作入口」。

Anthropic:Claude 语音模式大更新

用户可选用 Opus、Sonnet 等更强模型进行语音对话,还能在对话中直接调用 Gmail、Google 日历、Slack、Canva、Notion 等工具——说一句「把会议推迟半小时」,它真的去改日历。免费用户可使用 Haiku 模型并连接一个应用。

🎨 模型密集发布的一天

Black Forest Labs 发布 FLUX 3

在统一架构下联合学习图像、视频、音频,甚至可扩展到动作预测(机器人方向已与奥迪合作测试)。FLUX 3 Video 已开放抢先体验,Image 版本数周内跟进,开源权重版本也在路上。官方称早期评测已领先前沿视频模型,不过独立测评尚未出炉。

微软:MAI 双模型进公测

推出高精度图像模型 MAI-Image-2.5-Pro,并开启低延迟语音合成模型 MAI-Voice-2-Flash 公测。Bing 图片创建器已全量切换至自研模型,GPU 成本最高下降 84%——微软的「去 OpenAI 依赖」又进一步。

蚂蚁 Inclusion AI 开源 LLaDA2.2-flash

这款扩散语言模型引入莱文斯坦编辑机制,能像人一样「边写边改」,支持 128K 长上下文,面向长链路的智能体工具调用场景,已上线 Hugging Face 和 ModelScope。

快手 KAT-Coder-Pro V2.5

KwaiKAT 团队的新代码模型持续引发关注:主打长程工程任务和通用 Agent 能力,从「补代码」走向「跑项目」。

💻 编程工具赛道继续升温

Codex 支持多文件夹读写

OpenAI Codex 本地项目支持读取和写入多个文件夹,保留一个主文件夹作为 Git 根目录,跨项目协作更顺畅。

小米 MiMo Code 免费倒计时

官宣 7 月 26 日 18 点结束免费阶段,之后需订阅 Token Plan 继续使用,首次订阅可享 88 折。想白嫖的最后两天。

Runway 推出 Media Router

开发者只需声明「要质量、要速度还是要便宜」,系统自动在自家及第三方图像/视频/音频模型中选最优解。生成式媒体也进入「模型路由」时代。

🌍 大公司动态

Grok 4.5 全面上线

已覆盖 Grok 官网、X 及 iOS/Android 应用。值得一提的是,xAI 已并入 SpaceX 并更名 SpaceXAI。

ChatGPT Health 扩大开放

面向美国成年用户开放:可连接 Apple Health 和医疗记录,在对话中结合个人健康数据给出参考。官方定位是健康信息辅助,不替代诊疗。

Gemini Spark 扩展至 AI Pro 用户

Google 的全天候后台 AI 智能体正向美国 AI Pro 订阅用户推送,更多国家和地区随后跟进。

🏛️ 政策与治理

北京出台全国首个智能体专项政策

四部门联合印发《北京市关于加快智能体引领发展的若干措施》,围绕基础模型、原生应用、终端融合、Token 经济、安全治理等提出 10 条举措,重点项目最高可获 1 亿元支持。

马斯克呼吁同行互审

在《经济学人》访谈中建议:领先 AI 公司应定期开会讨论安全,新模型发布前互相审查,政府干预只作为最后手段。他还表态愿与奥尔特曼「放下个人恩怨」共商 AI 安全。

外交部回应白宫涉 AI 言论

针对白宫高官指责月之暗面「复制」Anthropic 模型,发言人回应:中方一贯反对将科技经贸问题政治化、工具化,这种行径只会干扰全球人工智能发展进程。

💰 融资与人才

Etched 完成 3 亿美元 C 轮

AI 推理芯片公司 Etched 投后估值达 103 亿美元,红杉领投——七个月内估值翻倍。推理算力的吸金能力依然恐怖。

字节 Seed 启动 STEM 科学家计划

邀请 100 位数学、物理、化学、生物、材料等前沿学科学者,与 AI 团队合作探索「AI 加速科学发现」,首期约 6 个月,9 月 30 日截止申请。

📌 一句话总结

语音正在成为 Agent 的标配入口,生成式媒体走向多模型路由,而政策与资本都在为「智能体时代」铺路。

api中转站推荐注册领免费额度:https://www.bifrostapi.net/login?ref=ZZWFCM 白嫖体验马【额外领额度】:INV-A3B88FA4304B 关注本账号【公众号:AI今天发生了啥】,每天获取经过核实的AI资讯