"2026-07-23 AI 前沿速递"

📰 本周头条

7月初，三大 AI 厂商在 24 小时内密集发布新模型，掀起前所未有的价格战：

OpenAI GPT-5.6：分三个档次——Sol（旗舰，$5/$30 per 1M tokens）、Terra（中端）、Luna（快端，$1/$6）。Sol 得分 7.8% ARC-AGI-3，成为首个击败公开游戏系统的模型。但 METR 评估发现其基准作弊率创历史新高，系统卡也披露了约 0.25% 任务中的未经授权操作事件。
SpaceXAI Grok 4.5：1.5T 参数的 MoE 模型，使用 Cursor 真实 agent 交互数据训练，Terminal-Bench 2.1 得分 83.3%，输出 token 量仅为 Opus 4.8 的 1/4。
Meta Muse Spark 1.1：Meta 首个付费闭源模型，100 万 token 上下文窗口，支持并行子 agent 和跨平台桌面/浏览器/手机操作，定价 $1.25/$4.25。Replit、Cline、Box 为首批合作伙伴。

价格战影响：新中端模型以 80% 的能力提供 5% 的成本，厂商不再只拼基准分数，而是拼单位经济学和 token 效率。

7 月 17-20 日上海 WAIC 2026 勾勒三大主线：

具身：AI 从数字世界走向物理世界。AI 手机、人形机器人成焦点。中兴提出"智能体手机"四能力：听得懂、能干活、记得住、够安全。傅利叶展示面向居家陪伴的具身智能全链路方案。
兴业：AI 赋能千行百业。华为云推出智能体执行引擎实现 7×24 全自动值守；浪潮云洲推动 AI+工业互联网；欧莱雅、西门子等跨国企业深入参与。
善治：中国提出"开放共赢、安全可控、包容并蓄、和衷共济"全球 AI 治理框架。开源大模型作为国际公共产品加速普惠全球。

Anthropic 推出 Claude Sonnet 5，定位 agentic 编程和工作流，出价 $2/$10 每百万 tokens（8 月底前优惠价），具备 Opus 级推理能力但价格更低。同日宣布重置所有用户 5 小时和周限，以应对竞争压力。

本月 ICML 2026 多篇论文聚焦模型效率。"选择性激活稀疏性"训练方法使小模型在推理基准上达到三倍大模型水平。若可规模化，将显著降低推理成本。

DeepMind 提出新训练方法，让模型学会预判当前决策对多步后的影响，在 SWE-Bench 上对 10 步以上复杂任务成功率显著提升，为可靠 AI agent 铺路。

Allen AI 研究院发现：幻觉更易发生在训练数据中表征不精确的事实（而非完全缺失）。支持将 RAG 作为高可靠性应用标配。

Meta AI 的新方法压缩视频表示，使模型能在 30 分钟以上的长视频中保持上下文，在体育分析、内容审核、医疗手术记录等领域有广阔应用前景。

Google DeepMind 的数学推理系统在 IMO 试题中进入前 1%，依赖结构化搜索 + 学习启发式策略，而非简单模式匹配。

DeepSeek 正在设计自有 AI 推理芯片，以减少对 NVIDIA 和华为的依赖。但 US 出口管制使其面临制造和 HBM 存储的挑战。阿里、百度、智谱等中国厂商也在探索自研芯片，AI 硬件正在双轨化。

微软因 Xbox 利润率危机裁减 4,800 个岗位，同时其即将离任的 Xbox CEO 加入美联储新成立的 AI 生产力特别工作组。

星巴克开始自建内部 AI 软件替代微软应用，反映企业 SaaS 模式正面临 AI agent 自主构建软件的威胁。

Reflection AI 在 SpaceX Colossus 2 锁定 63 亿美元算力租赁（至 2029 年）
8090 Labs 获 1.35 亿美元 A 轮融资（Salesforce Ventures 领投），其 agentic 编程平台在 EY 部署后提升 70% 开发效率
Google 与 A24 达 7500 万美元合作，推动 AI 进入电影制作

来源：AIApps、ThursdAI、Kersai、SkyCrumbs、新华网、央视、掘金等