返回主页

每日未来情报

2026年7月3日 · 星期五

AI版支付宝开放公测；微软成立Frontier Company斥资25亿美元派驻6000名AI工程师到企业客户；Kimi K2.7 Code上线GitHub Copilot；快手可灵AI获20.28亿美元注资；阿里巴巴发布Page Agent开源JavaScript库。

24
信号
5
分类
2
数据源
模型 3 产品 8 行业 4 论文 3 技巧 8
Artificial Intelligence · AI HOT

🤖 AI趋势

Claude Sonnet 5 发布刷新编码天花板；Google DeepMind 发布 Nano Banana 2 Lite 和 Gemini Omni Flash；X 发布 hosted X MCP 让 AI 智能体直连 Twitter

🚀模型发布/更新 (0条)
今日暂无模型发布/更新动态
🛠️产品发布/更新 (7条)
#01
AI 版支付宝开放公测，蚂蚁阿宝无需邀请码即可体验
支付宝阿宝 AI 助手今日正式开放公测，iOS 和安卓用户可在应用商店或支付宝 App 搜索“阿宝”或“蚂蚁阿宝”直接体验。开通后右滑进入新版，以对话方式安排办事，例如说出“查公积金”，阿宝会自动匹配对应小程序和服务入口，用户点击确认即可完成。支付宝承诺所有资金变动与支付环节均需用户本人确认，扫码、转账等功能已预留入口。
IT之家（RSS） 阅读原文 →
#02
Google Health API 推出 CLI：ghealth 是一款针对 Fitbit 数据的开源工具
ghealth 是一款封装 Google Health API v4 的开源命令行工具，以单个 Go 二进制文件发布（Apache 2.0 协议）。它提供 40 种已验证的数据类型（包括步数、心率、睡眠、体重、血氧饱和度、心率变异性等）的结构化 JSON 输出。工具采用 Agent 优先设计，具备确定性退出码、--dry-run 和 --raw 标志，并附带两个 SKILL.md 文件供 AI 智能体使用。用户需自行创建 OAuth 凭据，通过 PKCE S256 认证。数据来源覆盖 Fitbit、Pixel Watch 及连接的第三方设备。
MarkTechPost（RSS） 阅读原文 →
#03
Senior SWE-Bench：评估AI智能体作为高级工程师的基准测试
Senior SWE-Bench是一个开源基准测试，用于评估AI智能体完成高级软件工程师级别任务的能力。任务分功能开发与Bug修复两类：功能任务指令类似自然语言消息，采用验证智能体基于专家配方自动生成行为测试；Bug任务要求根据日志、profiling等运行时信息深入调查。排行榜显示，Claude Opus 4.8搭配Mini-SWE-Agent（max effort）通过率24.0%，Claude Sonnet 5为19.4%，GPT-5.5为16.0%，最强前沿模型在超75%任务中未能达到高级工程师级别的正确性与品味。每个功能任务平均涉及11个文件，最强智能体也需数百步完成；中位指令长度仅为SWE-Bench Pro的31%。任…
Hacker News 热门（buzzing.cc 中文翻译） 阅读原文 →
#04
Kimi K2.7 Code 已在 GitHub Copilot 上正式发布
Kimi K2.7 Code 开源权重模型已在 GitHub Copilot 中正式可用，成为 Copilot 模型选择器首个可选的开源权重模型，为编程工作流提供更低成本选择。该模型由 GitHub 托管于 Microsoft Azure，按供应商列表价格以用量计费。逐步向 Copilot Pro、Pro+ 和 Max 计划用户推送，用户可在 Visual Studio Code 1.127.0 或更新版本、Visual Studio 17.14.6 或更新版本、JetBrains 1.9.1-251 或更新版本、Xcode、Eclipse 等 IDE 及 Copilot CLI、GitHub.com、GitHub Mobile 等…
Hacker News 热门（buzzing.cc 中文翻译） 阅读原文 →
#05
阿里巴巴发布 Page Agent：开源 JavaScript 库实现网页 DOM 自然语言操控
阿里巴巴发布 Page Agent，一个开源的 JavaScript 客户端库，嵌入网页后可通过自然语言指令直接操作 DOM 元素。与 Playwright、Puppeteer 等外部浏览器自动化工具不同，Page Agent 不依赖截图或多模态模型，而是将实时 DOM 脱水压缩为 FlatDomTree 文本映射，让纯文本模型精准执行点击、表单填写等操作。它继承用户 cookies 和会话，无需独立后端，并支持任意 OpenAI 兼容端点的模型（示例使用 `qwen3.5-plus`）。项目采用 MIT 许可证，适合在自有应用内构建 AI 副驾、智能表单填充或无障碍控制等场景，但限于单页面范围，风险操作仍需服务端验证。
MarkTechPost（RSS） 阅读原文 →
#06
昆仑万维天工3.2发布Skywork Tags，AI智能体加入工作群聊
昆仑万维天工3.2发布Skywork Tags，将AI智能体以团队成员身份接入Slack、飞书、钉钉、Discord、Telegram等即时通讯工具。团队可在原有工作群中@Skywork参与讨论，无需切换窗口或迁移数据。共享版Agent持续吸收多样上下文后表现反超精心调教的个人版，团队最终完全改用共享版。Skywork Tags不要求改变工作方式，让AI积累团队上下文并越用越强。
公众号：昆仑万维（天工） 阅读原文 →
#07
Claude Enterprise 新增用量与成本分析及支出管控功能
Claude Enterprise 推出更丰富的管理分析工具和成本控制功能。仪表板现可按群组和用户分析用量与成本，支持按 SCIM 群组筛选，展示制品创建、文件编辑、技能和连接器对应的成本。Claude Code 管理控制台新增“使用量”和“价值”选项卡，分别显示活跃开发者、会话次数、常用命令，以及生产力提升估算、每次提交成本和年度价值估算。分析聊天支持自然语言查询并返回可导出图表。Analytics API 可将数据接入 Datadog Cloud Cost Management 和 CloudZero。管理员可设置模型默认和权限控制，并配置组织级支出限额的 75%、90% 告警通知；用户在 75% 和 95% 时收到应用内提醒。…
Claude：Blog（网页） 阅读原文 →
📰行业动态 (6条)
#08
Microsoft 成立“Frontier Company”，斥资 25 亿美元派驻 6000 名 AI 工程师到企业客户现场
Microsoft 新设业务部门“Frontier Company”，拨款 25 亿美元，将 6000 名行业与工程专家派驻企业客户现场，“共同设计、共同创新、部署并持续改进 AI 系统”。该部门由 Rodrigo Kede Lima 领导，旨在超越“前部署工程”模式，成为“最大、以结果为导向的工程组织”。Microsoft 将自己定位为 OpenAI 和 Anthropic 的“平台中立”替代方案，后两者也已设立专门部署公司。Microsoft 将借助埃森哲、凯捷、安永等系统集成商扩大覆盖范围。
The Decoder：AI News（RSS） 阅读原文 →
#09
Anthropic与五角大楼控权之争：Claude军事用途护栏分歧
WSJ法庭文件显示，Anthropic CEO Dario Amodei与五角大楼副部长Emil Michael数月邮件往来，核心分歧在于Claude的军事用途护栏。Anthropic要求禁止全自主武器及某些监控用途，五角大楼则希望Claude可用于所有合法国家安全场景。Michael称若分歧太大不愿“强行推动”。随后五角大楼将Anthropic列为供应链风险，阻止合作伙伴在国防部项目中使用其模型。法官暂停部分措施，政府正在上诉。Michael称原先采用Anthropic的操作中已有三分之二切换至其他AI工具。
X：Kim (@kimmonismus) 阅读原文 →
#10
OpenAI提议美国政府持股5%估值426亿美元
据Financial Times和CNBC报道，OpenAI提议向美国政府提供公司5%的股份，按近期8520亿美元估值计算，价值约426亿美元。OpenAI CEO Sam Altman表示，此举是与公众分享AI发展红利的最佳方式。
X：Testing Catalog (@testingcatalog) 阅读原文 →
#11
花旗、Adobe等企业限制员工使用AI旗舰模型以控制成本
据404 Media获取的内部资料，Atlassian、Adobe、亚马逊等六家企业正限制员工使用AI工具，要求改用能力较低的大模型避免成本失控。至少一家企业月度AI开销增至三倍，超1500万美元。花旗银行因GitHub改为按量计费，于6月24日禁用Claude Opus 4.6、4.7及GPT-5.5等旗舰模型。Adobe于6月30日终止Claude无限制使用协议。Atlassian数据显示其AI月支出从500万美元飙升至1500万美元，本财年预计超1.2亿美元。GitHub计划改用开源模型并测试单人按量计费模式。
IT之家（RSS） 阅读原文 →
#12
快手可灵AI获初始投资者20.28亿美元注资，投后估值180亿美元
快手在港交所公告，21名初始投资者同意以138.24亿元人民币（20.28亿美元）现金注资北京可灵，后者将持有可灵AI相关资产。同日15名额外投资者追加出资52.235亿元人民币（7.6639亿美元），认购总上限为204.471亿元（30亿美元），对应北京可灵扩大后注册资本的16.67%。投后估值180亿美元。快手预计未来12个月内启动可灵AI赴港上市，募资用于扩充算力、建设数据中心及人才引进。
IT之家（RSS） 阅读原文 →
#13
谷歌AI建设导致2025年用电量增长37%
2025年，谷歌年度用电量同比上涨37%，创历史最大增幅。数据中心全年消耗超4200万兆瓦时，超过新西兰、丹麦、尼日利亚等国总用电量。自2019年以来，谷歌总用电量已增长超250%。用电激增主要来自Google Cloud、YouTube视频流及支撑AI产品和服务的数据中心建设与运营。公司表示，AI基础设施建设速度超过电网脱碳速度，但仍致力于扩大全球清洁电力规模，并通过技术创新降低运营排放。2024年谷歌用电量增幅为27%。
Ars Technica：AI（RSS） 阅读原文 →
📑论文研究 (4条)
#14
关于Mythos和网络安全的讨论并非炒作
关于Mythos和网络安全的讨论并非炒作。 （正如任何使用Fable进行自主工作的人可能已经认识到的那样。）
X：Ethan Mollick (@emollick) 阅读原文 →
#15
多智能体团队阻碍专家发挥
在自我组织的多智能体LLM系统中，团队无法有效利用专家成员的专业知识。在多个基准测试中，即使明确告知专家身份，团队表现仍落后于最佳成员（专家智能体）的独立能力，性能损失最高达41.1%。失败主因是未能有效利用专家意见，而非识别专家。对话分析显示，团队倾向于“整合性妥协”——平均化专家与非专家观点，随团队规模增大而加剧，且与表现负相关。这种寻求共识的行为同时提升了对抗恶意智能体的鲁棒性，揭示了协同对齐与专业利用之间的根本性权衡。
Apple Machine Learning Research（RSS） 阅读原文 →
#16
RL微调VLM的鲁棒性与思维链一致性研究
强化学习（RL）微调被扩展至视觉语言模型（VLM）。研究发现，简单的文本扰动——误导性标题或错误思维链（CoT）——会显著降低模型鲁棒性和置信度，且开源模型衰退更明显。闭源模型呈现类似失败模式，但鲁棒性和推理一致性更强。进一步分析揭示准确性与忠实性的权衡：微调提升基准准确率，但同时侵蚀CoT的可靠性及对上下文变化的鲁棒性；对抗性增强可改善鲁棒性，却无法阻止忠实性漂移。引入忠实性感知奖励能恢复答案与推理的对齐，但与增强结合时训练易崩溃到捷径策略。这些发现强调需联合关注正确性、鲁棒性与视觉推理的忠实性。
Apple Machine Learning Research（RSS） 阅读原文 →
#17
VideoFlexTok：可变长度粗到细视频分词
VideoFlexTok提出一种可变长度token序列的视频表示方法，采用粗到细结构——首个token捕捉语义和运动等抽象信息，后续token添加精细细节，生成流解码器支持任意token数量的视频重建。相比传统3D网格分词，该结构允许根据下游需求调整token数，在相同预算下编码更长视频。在类别和文本到视频生成任务中，VideoFlexTok以1.1B参数（5.2B的1/5）达到可比生成质量（gFVD和ViCLIP Score）。训练一个处理10秒81帧视频的文本到视频模型仅需672个token，比同等3D网格分词器少8倍。
Apple Machine Learning Research（RSS） 阅读原文 →
💡技巧与观点 (7条)
#18
browser-use 发布开源 AI 视频剪辑 Skill「video-use」
browser-use 团队推出面向 Codex、Claude Code 等 AI 编码智能体的开源 Skill「video-use」，让 LLM 通过 ElevenLabs Scribe 将音频转写为约 12KB 文本（含逐词时间戳、说话人分离、事件标记），仅在决策点调用 timeline_view.py 生成 PNG 帧图。技术流水线包括转写、打包、生成 JSON 格式 EDL、ffmpeg 渲染及最多 3 轮自评估。渲染关键细节：分段提取 + `-c copy` 拼接、30ms 音频淡入淡出、PTS 时移、字幕最后叠加、HDR 自动映射、竖屏缩放、两-pass loudnorm。动画支持 HyperFrames、Remotio…
X：邵猛 (@shao__meng) 阅读原文 →
#19
Emil Kowalski 发布设计工程师 Skills，让 AI 编码工具具备 UI 动画审美
Emil Kowalski 将多年 UI/动画原则沉淀为三个 Skill，使 Codex、Claude Code、Cursor 等 Coding Agents 具备资深设计工程师的审美判断。核心规则：动画必须有理由；每天 100+ 次的高频操作禁用动画；UI 动画控制在 300ms 内；只动画 transform 和 opacity；入口从 scale(0.95)+opacity:0 开始；尊重 prefers-reduced-motion（仅移除位移动画）。review-animations 以严格标准审查动画代码，输出 Before/After/Why 表格。animation-vocabulary 将模糊描述（如“弹一下的效果…
X：邵猛 (@shao__meng) 阅读原文 →
#20
Fable 5 在 RLI 基准中达成 16.1% 自动化率，较八个月前提升六倍
Remote Labor Index（RLI）衡量 AI 智能体完成 240 个付费自由职业项目（总值 14.4 万美元）的专业质量比例。最新结果显示，Fable 5 自动化率达 16.1%，是八个月前最佳系统 2.5% 的六倍多，也超过 Opus 4.8（8.3%）和 GPT-5.5（6.3%）。因美国政府限制访问，Fable 5 仅完成 218/240 个项目评估，最坏情况仍达 14.6%。Gemini 3 Pro 仅 1.25%，落后于更老模型。AI 裁判会高估模型表现（GPT-5.5 评分偏高近三倍），仍需人类评估员打开专业软件（如 Blender）检验几何模型等细节。测试环境为虚拟 Linux 机，配备 30 余款专业应用…
The Decoder：AI News（RSS） 阅读原文 →
#21
Fable 5 仅 4.44 美元搭建 Rube Goldberg 机器
用 Fable 5 构建的鲁布·戈德堡机械，仅需 4.44 美元 👀 提示词在此：https://www.reddit.com/r/openrouter/comments/1ulkilz/i_asked_claude_fable_5_to_build_a_rube_goldberg/
X：OpenRouter (@OpenRouter) 阅读原文 →
#22
千问团队朱达：C端Agent Harness的“多快好省”工程哲学与主动服务探索
千问团队2026年1月上线通用复杂任务Agent（千问App胶囊入口），总结“多快好省”方法论：支持信息搜集、研究分析等任务；执行时间降至初始1/3；通过搜索范式与上下文管理优化交付质量；Token消耗仅为海外产品1/10。团队探索从被动响应转向主动服务，构建User Memory、Environment、Task System、Assistant四大组件，指出“情商”是主动服务最难环节。朱达提出Agent工程从Prompt Engineering演进至Harness Engineering，下一站是A IWare Engineering，强调“低功耗，够用就行”。
公众号：千问APP（阿里） 阅读原文 →
#23
Agent辅助的SGLang开发：初步探索
SGLang团队将LLM服务、分布式运行时、GPU内核、扩散管道等工作流编码为可执行的SKILL.md文件、脚本、基准合约和审查循环。现有技能包括：SGLang .claude/skills（CUDA调试、内核集成、性能分析等）、SGLang diffusion .claude/skills（扩散模型添加与调优）、BBuf/AI-Infra-Auto-Driven-SKILLS（跨框架SOTA循环）、KDA（MLSys 2026 FlashInfer内核竞赛获胜方案）以及BBuf/KDA-Pilot（已合并三个SGLang集成PR）。Profile证据是性能工作的核心，长期优化转向Loop Engineering——SGLang S…
LMSYS：Blog（Chatbot Arena 团队） 阅读原文 →
#24
借用夜晚：将闲置推理GPU回收用于研究
Runway 开发了名为 deckard 的容量控制器，在生产推理集群与研究集群间动态重分配 GPU。生产流量在北美工作日上午 9 点 ET 达峰，晚 8 点 ET 跌至不足一半。控制器基于预计算的时间窗口（如工作日 8:30–12:30 ET 高峰子窗口）提前扩容和回收，每次集群间转移耗时 20–60 分钟。利用排队论（Erlang‑C、Little's Law）确定目标利用率，避免接近 85% 后的队列发散（90% 利用率下等待时间约为服务时间的 10 倍）。此方案使夜间闲置 GPU 回归研究、白天排队等待缩短。
Runway：News（网页） 阅读原文 →
AI趋势数据来自 AI HOT · 共24条 · 北京时间7月3日
Virtual Reality

🥽 VR动态

今日暂无重要VR动态信号

暂无 今日暂无重要VR动态

今日未检索到VR/AR/MR领域具有足够影响力和时效性的重要动态。可关注谷歌与三星秋季联合发布智能眼镜的最新进展。

Game Design

🎮 游戏设计

2026年ChinaJoy定档7月31日，主题"与AI同游"

暂无 2026年ChinaJoy定档7月31日，主题"与AI同游"

7月3日，2026年第二十三届中国国际数码互动娱乐展览会(ChinaJoy)新闻发布会在上海国际会议中心举行。本届展会将于7月31日至8月3日在上海新国际博览中心举办，主题定为"与AI同游"，将以空前的游戏试玩阵容与前沿AI技术生态为核心驱动，全面呈现数字娱乐产业最新成果。

New Technology

🔬 新科技

格力在慕尼黑上海电子展亮出"芯"矩阵；长三角联合出台举措助力国际科创中心建设

暂无 格力在慕尼黑上海电子展亮出"芯"矩阵

7月3日，格力在慕尼黑上海电子展上展示了其自主研发的"芯"矩阵，涵盖工业控制、消费电子、汽车电子等多个领域的芯片产品。这标志着格力在半导体领域的布局进入新阶段，从空调主业向芯片核心技术自主化迈进。

New Product

📦 新产品

三星Galaxy S27系列前置影像系统升级；全新折叠屏机型曝光

手机 三星Galaxy S27系列前置影像系统升级；全新折叠屏机型曝光

7月3日，vivo全新折叠旗舰vivo X Fold6正式开售。新机已在vivo官网、京东/天猫官方旗舰店及全国线下门店同步发售。作为vivo最新一代大折叠屏机型，X Fold6在屏幕、影像和性能方面均有升级。

📎 中关村在线 · 7月3日
科创 长三角联合出台举措助力国际科创中心建设

7月3日，长三角三省一市联合出台新举措，助力上海国际科创中心建设。政策聚焦集成电路、人工智能、生物医药等三大先导产业，推动区域创新资源共享和产业链协同，打造具有全球影响力的科技创新高地。

📎 新华网 · 7月3日
Dragon Notes

📝 龙大仙注记

今日观察

7月3日AI圈迎来“超级星期二”，Claude Sonnet 5 的发布无疑是最大头条。Anthropic 再次刷新编码能力天花板，Sonnet 5 在 SWE-bench 和代码生成任务上全面超越前代。Google DeepMind 同日发布 Nano Banana 2 Lite 和 Gemini Omni Flash，形成了“Claude vs Gemini”的正面交锋格局。X（Twitter）发布 hosted X MCP 让 AI 智能体直接连接 Twitter API，这是社交媒体平台首次向 AI Agent 开放原生接口，可能重塑社交媒体自动化生态。更值得关注的是，商务部解除了 Claude Fable 5 等模型的出口管制，这意味着美国最先进的 AI 模型将可以更自由地流向全球市场。在产品层面，Acti 将 AI Agent 塞进手机键盘、NotebookLM 上线短视频概览、Claude 推出 Linux 桌面版和 Science 科研工作台，AI 应用正在以前所未有的速度渗透进每一个工作场景。OpenAI 的 GeneBench-Pro 和 Anthropic 的 Turn-Averaged SAE 则分别代表了计算生物学和可解释性研究的前沿。整体来看，今天 AI 行业呈现“模型发布 + 产品渗透 + 政策松绑 + 学术突破”的四重奏，是近期信息量最大的一天。

AI HOT 整合说明

本次AI趋势部分数据源来自 AI HOT（aihot.virxact.com），按模型发布/更新、产品发布/更新、行业动态、论文研究、技巧与观点五个版块分组，全局连续编号。VR动态、游戏设计、新科技、新产品四个分类仍按原有规则获取和生成。本次共收录 AI HOT 24条信号，产品发布/更新7条、技巧与观点7条最为密集。其他分类中：游戏设计1条（ChinaJoy定档）、新科技2条（格力芯矩阵、长三角科创举措）、新产品1条（三星新机）。