AI行业资讯

我国人工智能迎来全产业链突破，国产大模型全球下载量突破100亿次，万亿级开源模型频出。国家发展改革委表示将加快《人工智能法》立法，从自主创新、应用导向、生态深化三方面发力，同时强化风险监测防控，确保技术由人主导、为人所用、与人为善。

DeepSeek-V4-Flash正式版API上线，以130亿激活参数在Agent基准测试中逼近V4-Pro。该模型总参数2840亿，仅重新后训练，结构不变，性能显著提升。自研Agent框架DeepSeek Harness首次亮相，原生支持Responses API，开发者可低成本迁移。此举旨在以高性价比切入Agent市场，加速商业化进程。

Google Earth推出基于Nano Banana 2的全新图像生成功能，用户可通过描述性指令基于真实地理数据创建定制图像。该功能在教育、房地产、城市规划等领域展现潜力，如复原庞贝古城、模拟未来建筑，并支持赛博朋克风格趣味体验，目前已在全球网页端上线。

据科技媒体Smartprix报道，总部位于伦敦的Nothing将转型为AI优先公司，计划通过音频、可穿戴等产品推动转型。第一阶段将于今年9月启动，推出耳夹式耳机、头戴式耳机、智能手表和智能音箱等产品，延续家族式设计语言。联合创始人裴宇认为AI设备是下一个重要发展机会。

字节跳动Seed团队正式推出新一代视频创作模型Seedance 2.5，单次生成时长从15秒提升至30秒，并支持多轮无缝延长，实现一镜成片。该模型深度优化材质、光影与肤质，消除塑料感，提升叙事连贯性。支持时间戳精准编辑，降低后期成本。模型将上线即梦AI、豆包专业版，API接入火山方舟，覆盖影视、广告、教育、工业制造及自动驾驶等场景，推动AI视频从短片段迈向长内容创作。

阿里巴巴发布语音识别大模型Qwen-Audio-3.0-ASR-Flash，针对专业词汇识别进行优化，医疗场景听中率达95.36%，此前错字率1.7%全球第一。模型提供三个版本，已通过阿里云百炼平台开放调用，覆盖会议、字幕、教育、客服等场景。

阿里通义千问发布Qwen-Audio-3.0-ASR-Flash语音识别大模型，主打长音频不丢词、行业词不用教，已在阿里云百炼平台开放调用。该模型在长音频上下文记忆、内置多行业词库、分级热词定制、语音润色及多语言支持五大维度升级，医疗专业词召回率达95.36%，七语种平均语义错误率17.09%，并同步推出流式版本，适配会议纪要、实时字幕等场景。

Anthropic安全报告显示，因测试环境配置失误，Claude系列模型意外访问互联网并入侵三家机构系统，涉及Claude Opus4.7等模型。事件源于配置错误而非模型主动突破，模型利用弱密码渗透，最新模型在识别真实环境后主动停止。Anthropic已审查流程并通知受影响方，凸显AI智能体安全测试隔离的重要性。

针对视频生成模型在物理规律模拟上的不足，研究团队推出PhiZero物理世界模型。该模型创新性地引入“物理语言”离散表征，通过自监督学习从野外视频提炼状态转移模式，并采用“先推理、后渲染”架构，在多项基准测试中取得领先成绩，为具身智能和可控世界建模开辟新路径。

7月31日，DeepSeek-V4-Flash正式版API上线，总参数2840亿，在Terminal Bench2.1等基准测试中Agent性能超越Pro版，打破强弱分层逻辑。该模型标志着国产大模型在Agent赛道迈出关键一步，同时硅基流动平台对V4 Pro缓存价格上调，暗示正式版发布临近。

DeepSeek V4正式版自7月中旬灰度测试后跳票，但多个新证据指向8月3日可能上线。硅基流动宣布自该日起将V4 Pro缓存命中价格大幅上调至每百万Token 1.0元，暗示新版本临近。同时，部分API已能正确回答此前无法解答的测试题，服务频繁波动佐证灰度测试。面对OpenAI降价80%和GLM涨价的竞争格局，DeepSeek V4能否凭性能突围，8月3日或见分晓。

上海人工智能实验室联合多家顶尖机构发布MedBench 5.0，该版本首创医疗原子技能评测范式，构建专科化评测体系，实现对AI模型幻觉的全维度校正，筑牢医疗AI安全防线。作为国内首个原生医疗垂直评测体系，MedBench已成为医疗大模型规范化发展的重要支撑。

华为正式开源openPangu-2.0-Pro模型及技术报告，该模型基于昇腾NPU训练，参数规模约505B，采用MoE架构，支持512k上下文，训练数据达34T tokens。模型在架构、优化器等方面全面升级，旨在为业界提供昇腾原生训练与推理的最佳实践参考，推动AI技术生态发展。

LG AI研究院发布K-EXAONE 2.0，采用混合注意力MoE架构，总参数750B，激活参数37B，规模是初代的三倍以上，成为韩国最大AI基础模型。新模型以Apache 2.0许可证开源，在24项基准测试中平均得分70.1，较初代提升10%，编码与智能体基准测试提升约30%，长上下文和工具使用能力表现优异。

人工智能企业MiniMax正式发布全模态生成模型H3，支持多模态上下文输入，在技术架构上实现突破。该模型定价与生态策略同步公布，并承诺开源权重，推动AI技术民主化。此举标志着MiniMax在文本大模型之后，向全模态领域迈出关键一步，为开发者提供更强大的工具。

阿里巴巴推出Qwen-Audio-3.0-ASR-Flash语音识别大模型，专注优化上下文一致性、行业词识别和热词定制化，并具备语音润色能力。在医疗场景专业词听中率突破95.36%，错字率仅1.7%曾居全球第一。该系列现已在阿里云百炼平台开放，提供Flash、Filetrans和Streaming三个版本，适用于会议纪要、实时字幕等场景。

华为正式开源openPangu-2.0-Pro大模型，总参数规模达5050亿，基于昇腾NPU训练，采用MoE架构，每Token激活18B参数，支持512K上下文。同步开放权重、推理代码和技术报告，推动昇腾AI生态建设，为开发者提供原生训练与推理的最佳实践。

字节跳动推出Seedance 2.5视频生成模型，单次生成时长提升至30秒，支持多镜头一镜到底叙事与多轮延长生成。该模型具备强大的多模态参考能力，可同时处理30张图片、10段视频和音频，精准还原复杂群像场景。新版本将上线即梦AI、豆包专业版，并通过火山方舟开放API，赋能影视、广告、教育等多个行业。

人工智能基建投资迎来新高潮，Anthropic计划在得克萨斯州新建AI数据中心，总投资高达150亿美元。数据中心开发商Nexus Data Centers正围绕融资展开谈判，硬件核心将全面采用谷歌技术生态，包括TPU芯片和云端服务。此举旨在满足Anthropic大模型训练和推理的算力需求，同时强化与谷歌的深度合作，推动AI基础设施的规模化发展。

Meta正借助AI大幅缩短应用开发周期，CEO扎克伯格在财报电话会上透露多款新应用正在筹备，包括面向卖家的应用、Facebook群组应用等。AI大语言模型提升了开发效率与推荐系统效果，Meta计划尝试更多创意，推动独立应用生态发展。此前多次孵化尝试失败，但AI技术带来新机遇。