07.09.26 | 15:48 PM
媒介360AI日报2026.07.09 | OpenAI 发布原生实时语音模型 GPT‑Live SpaceXAI 发布 Grok 4.5
语音交互迎来“原生实时”时代,OpenAI 以 GPT‑Live 重塑人机对话入口;马斯克旗下 Grok 4.5 专攻编程智能体,以超低成本和效率杀入开发者战场。
BY 媒介360

语音交互迎来“原生实时”时代,OpenAI 以 GPT‑Live 重塑人机对话入口;马斯克旗下 Grok 4.5 专攻编程智能体,以超低成本和效率杀入开发者战场。与此同时,蓝色起源首度向外融资百亿,太空竞赛与 AI 算力争夺并驾齐驱;Meta 两款产品却因隐私“越界”引发广泛担忧。从巨头布局到安全预警,今日 AI 世界既有突破,亦有反思。


1. OpenAI 发布原生实时语音模型 GPT‑Live,语音成为 ChatGPT 统一入口

描述
美东时间 7 月 8 日,OpenAI 正式推出全新语音模型 GPT‑Live,并同步升级 ChatGPT 语音模式。该模型采用原生实时架构,支持人类与 AI 间的双向自然对话,具备打断、停顿理解、实时翻译、听写等能力,并可无缝调用 GPT‑5.5 等后台模型完成复杂推理与联网搜索。GPT‑Live 提供标准版和 mini 版两个版本,即日起向全球 ChatGPT 用户(网页/iOS/安卓)逐步开放,未来数周将向 API 开放。OpenAI 透露,目前每周已有超过 1.5 亿人使用语音功能与 ChatGPT 交流,此次发布意味着语音正被定位为下一代统一交互入口,键盘输入或将逐渐退居次位。

创新看点
原生实时双向语音架构,让 AI 真正“听懂”语气与停顿,并打通多模型协同——这不是语音转文字,而是以语音为第一交互原生的新范式。


2. SpaceXAI 发布 Grok 4.5,首个编程智能体模型以一半成本实现两倍效率

描述
7 月 9 日消息,SpaceXAI 联合 Cursor 推出 Grok 4.5,这是该公司首个专为编程与智能体任务训练的模型。它面向真实工程场景,擅长处理大型代码库及跨仓库、多技能、多工具的长时间任务。模型在数万个 NVIDIA GB300 GPU 上训练,通过精细数据过滤和强化学习(覆盖数十万个多步软件工程任务)实现高精度。Grok 4.5 单个任务消耗 Token 仅为同类模型一半,输出速度达 80 TPS,步骤数减少一半;定价为每百万输入 Token 2 美元、输出 6 美元,成本不到同级竞品一半。

创新看点
以“智能体编程”为核心优化,将效率与成本做到极致——让开发者用更少 Token 完成更复杂代码任务,或成 AI 编程助手的新性价比标杆。


3. 蓝色起源 25 年来首度对外融资 100 亿美元,估值 1300 亿剑指 SpaceX

描述
据纽约时报报道,蓝色起源正推进一轮 100 亿美元融资,融资前估值达 1300 亿美元。这是公司成立 25 年来首次引入外部投资者。领投方 Coatue Management 承诺出资 40 亿美元,创始人贝索斯追加 20 亿美元,其余 40 亿美元来自大型机构。作为 NASA 登月计划的关键承包商,蓝色起源此前全靠贝索斯个人资金支撑。此番融资标志着太空竞赛进入新阶段,尤其 SpaceX 上月刚完成 IPO 手握巨额资金,蓝色起源急需外部资本加速追赶。

创新看点
从不缺钱的“贝索斯私房钱”模式转向公开市场,太空竞赛从技术比拼升级为资本消耗战——AI 驱动的航天自主系统或成下一争夺焦点。


4. 亚马逊拟借债 250 亿美元,全力押注 AI 基础设施

描述
据路透社报道,亚马逊昨日启动美元债券发行计划,目标融资至少 250 亿美元,用于扩大 AI 基础设施投入。彭博称发行规模可能随需求上调。债券分八个部分,涵盖浮动和固定利率,由巴克莱、高盛等承销。此前 AWS 已持续加码 AI 芯片和云服务,此次大规模借债显示出亚马逊对 AI 算力军备竞赛的紧迫感,意图在微软、谷歌的夹击中巩固云与 AI 的领导地位。

创新看点
250 亿美元债务融资,不亚于一场“AI 基建大跃进”——亚马逊正以财务杠杆换时间窗口,抢占下一代 AI 云服务的规模壁垒。


5. 字节跳动发布 Seedream 5.0 Pro,多模态图像创作再升级

描述
7 月 8 日,字节 Seed 团队推出多模态图像创作模型 Seedream 5.0 Pro。相比前代,它在图文匹配、结构合理性、文字渲染与画面美感上全面进化,并带来四大能力突破:复杂信息可视化、交互式精准编辑、真实影像与人像质感、原生多语种输入与生成。该模型已上线火山方舟体验中心,后续将登陆豆包和即梦。此举进一步强化了字节在 AIGC 视觉创作领域的布局,对标 Midjourney 和 Stable Diffusion 等头部产品。

创新看点
“交互式精准编辑”让图像修改像对话一样自然——不只是生成,而是可控制、可迭代的视觉智能,离设计工作流更近一步。


6. 工信部 NVDB 预警:Claude Code 存在安全后门,多版本内置监控回传敏感信息

描述
工业和信息化部网络安全威胁和漏洞信息共享平台(NVDB)发布公告,指出 Anthropic 开发的 AI 编程工具 Claude Code(受影响版本 2.1.91 至 2.1.196)存在安全后门隐患。该版本内置监控机制,未经用户同意即向远程服务器回传地域、身份标识等敏感信息。平台建议受影响终端立即卸载或升级至最新安全版本,并加强开发工具外联管控与流量监测。这一预警将 AI 开发工具的数据合规风险再次推至台前。

创新看点
国家级安全平台对 AI 编程工具“后门”点名,标志着 AI 供应链安全从企业自审上升至监管层面——开发者工具不再是“信任黑箱”。


7. Meta 测试“超级感知”AI 眼镜,持续摄录功能引发隐私海啸

描述
7 月 8 日消息,Meta 正在测试一款具备“超级感知”能力的 AI 眼镜原型,可每隔几秒拍照并持续采集音频,用户可借助 AI 查询回顾每个瞬间。该产品正式进军“全视全听”可穿戴市场,但在 Meta 内部已引发激烈争论,核心焦点是对非佩戴者的持续性、隐蔽性侵扰。尽管 Meta 强调应用场景(如记忆辅助),但业界担忧该设备将彻底模糊公共空间与私人监控的界限,或面临监管重压。

创新看点
“持续录摄+AI 检索”让记忆外挂成为现实,但隐私伦理的雷区可能比技术突破更难跨越——这是增强现实还是“全民监视”?


8. Meta 再陷隐私漩涡:Muse Image 允许在 Instagram @ 他人生成其 AI 肖像

描述
Meta Superintelligence Labs 推出 AI 图像生成模型 Muse Image,已上线 Instagram 等平台。其最受争议的功能是:用户可在提示词中 @ 任何公开 Instagram 账号,系统自动提取该账号公开照片,将其外貌融入生成图像。该设置默认启用,且不会通知内容原主。若想关闭,用户需手动进入隐私设置逐项操作,但已生成的图像不会删除。Meta 称此为“个性化创作”,但隐私专家批评其未经同意即利用用户肖像,可能违反多国数据保护法规。

创新看点
将社交图谱直接嵌入生成式 AI——@ 一下就能“借用”他人形象,技术上创意十足,法律上却可能打开潘多拉魔盒。


9. 努比亚确认推出全球首款 AI 智能体手机,将在 WAIC 亮相

描述
中兴通讯终端事业部总裁、努比亚总裁倪飞昨日微博发文,确认全球首款 AI 智能体手机“来自努比亚”,是一款量产旗舰机型,将在 2026 世界人工智能大会(WAIC)上首次公开亮相。倪飞表示将现场揭晓“什么是 AI 智能体手机”,并以“上海见”收尾。尽管具体功能和芯片细节尚未披露,但此举标志着智能手机从“搭载 AI 功能”向“AI 原生智能体”的方向进化,或开启终端形态新赛道。

创新看点
“AI 智能体手机”不只是内置大模型,而是让手机本身成为一个自主决策的智能体——从被动工具到主动伙伴,可能是手机形态的下一个十年拐点。


10. Claude Fable 5 免费使用期延长至 7 月 12 日,付费用户每周可用 50% 额度

描述
Anthropic 昨日宣布,将 Claude Fable 5 的免费使用权限延长至 7 月 12 日,覆盖 Pro、Max、Team 及企业版高级席位用户。促销期间,用户每周可将最多 50% 的订阅用量用于 Fable 5,无需额外付费;超出后需消耗用量点数或切换至其他 Claude 模型。此举被视为 Anthropic 对 Fable 5 的持续市场推广,鼓励用户深度体验其长文本和推理能力,但也反映出新模型在用户迁移方面仍有待加速。

创新看点
延长免费期并限定用量比例,既是拉新策略,也是试探用户付费意愿的“压力测试”——AI 订阅制正在从粗放放量走向精细化运营。


结语
从 OpenAI 到马斯克,从字节到 Meta,巨头们争相定义下一代交互和算力霸权,而蓝色起源的跨界融资和亚马逊的百亿举债,则揭示出 AI 竞赛早已超越算法本身,成为资本、监管与伦理的立体博弈。当技术跑得比规则更快,我们或许更需要停下来问一句:真正智能的未来,应该由谁说了算?

advertisement