社区讨论 · 政策

🌐 西潮 West Tide · 2026年7月10日 · AI早报

West Tide7月10日2026/07/10 88 浏览

西潮 West Tide · 今日AI早报

2026年7月10日（周五） ｜ Global AI Intelligence · Daily Edition

今日导读

今天是AI"全家桶"日——OpenAI一口气上线了GPT-5.6三款模型、ChatGPT Work桌面Agent、ChatGPT Sites网站生成器，把"对话助手"正式升级为"工作执行平台"。与此同时，马斯克给特斯拉Optimus供应链下了死命令：9月前达到1000台/周产能，达不成就换人。Waymo在拉斯维加斯正式去掉安全员，开始全无人驾驶商业运营。版权战也升级了——纽约时报指控OpenAI撒谎两年、隐藏证据，要求法院制裁。AI竞争已从"模型更强"进入"生态更全"的新阶段。

一、AI大模型（LLM / 基础模型 / 推理）

头条 | OpenAI GPT-5.6 全面上线：Sol / Terra / Luna 三档齐发，Agent基准测试碾压对手

OpenAI于7月9日正式向公众发布GPT-5.6系列模型，包含三款定位不同的变体：Sol（旗舰推理版，Terminal-Bench 2.1得分91.9%）、Terra（均衡日常版）、Luna（轻量低成本版）。Sol在Agent’s Last Exam基准上得分53.6，领先Claude Fable 5达13.1分。价格方面，Luna $1/$6、Terra $2.50/$15、Sol $5/$30（每百万输入/输出Token）。新API引入了Programmatic Tool Calling（在V8沙箱中执行JS编排工具调用）和Multi-agent（并行启动子Agent）功能。但在SWE-Bench Pro编程基准上，Sol仅得64.6%，落后于Claude Mythos 5的80.3%——OpenAI随即披露该基准约30%的题目存在缺陷。

来源：OpenAI官方, Simon Willison’s Weblog, SBS News

2 | Grok 4.5 登顶 SWE Marathon 编程基准，性价比碾压竞品

SpaceXAI（原xAI）的Grok 4.5在SWE Marathon编程基准上以29.0%的解析率登顶，超越Claude Opus 4.8（26.0%）和Fable 5（24.0%）。该模型基于数万张NVIDIA GB300 GPU训练，推理速度约80 TPS，Token效率号称领先竞品4.2倍。定价极具攻击性：输入$2/百万Token、输出$6/百万Token——Opus级别性能，非Opus价格。目前尚无独立第三方验证其基准数据。

来源：CoinDesk, TestingCatalog

3 | 纽约时报率16家媒体要求法院制裁OpenAI：指控撒谎两年、隐藏证据

7月9日，纽约时报联合纽约每日新闻、芝加哥论坛报等16家媒体向曼哈顿联邦法院提交制裁动议。指控OpenAI在版权诉讼中持续两年虚假陈述——声称无法搜索ChatGPT日志中的版权内容，实际上早已完成此类搜索。更关键的是，约2000万条对话日志可能被删除或未保存。时报首席律师称："OpenAI一边说搜索不可行，一边自己早就搜过了。"如果法院支持制裁，陪审团可能被指示假设被销毁的证据不利于OpenAI。

来源：AP News, Ars Technica, CoinDesk

4 | GitHub Copilot 正式集成 GPT-5.6 模型家族

GitHub于7月9日开始将GPT-5.6模型接入Copilot全线产品。Sol仅限Pro+/Max/Business/Enterprise用户，Terra和Luna面向Pro及以上用户。支持VS Code、Visual Studio、JetBrains、Xcode、Eclipse、Copilot CLI等全平台。Business和Enterprise管理员需手动启用策略。Codex也同步进入JetBrains（IntelliJ/PyCharm/WebStorm）公测。

来源：GitHub官方博客, ZonaIntegritas

5 | 谷歌 Gemini 3.5 Pro 推迟至7月17日发布，放弃原始基础模型重新预训练

谷歌DeepMind确认Gemini 3.5 Pro因放弃原始基础模型、转向更深层预训练而推迟至7月17日（WAIC期间）发布。这一决定反映了来自GPT-5.6和Claude Fable 5的竞争压力——前沿AI竞争已从增量升级转向重大架构跳跃。Gemini 3.5 Flash仍可使用，但企业团队可能需要多模型部署策略。

来源：HackerNoon, TechTimes

6 | 蚂蚁百灵 Ling-2.6-1T 开源：万亿参数规模，对标 GPT-5.4

蚂蚁集团百灵大模型今日开源旗舰模型Ling-2.6-1T，采用MLA+LinearAttention混合架构的"快思考"机制，在评估中展现出高Token效率，针对实际生产流效率挑战。这是中国AI开源领域的又一重要进展。

来源：AIbase, 蚂蚁集团官方

7 | 美国限制顶级AI模型引爆开源热潮，智谱 GLM-5.2 成"迷你 DeepSeek 时刻"

美国政府对Anthropic和OpenAI顶级模型的访问限制，意外推动了开源模型——尤其是中国模型的热度。智谱AI发布的开源模型GLM-5.2在多项基准上接近Anthropic和OpenAI顶级产品表现，被业界称为"迷你DeepSeek时刻"。西方初创企业正加速转向中国低成本模型，但美国受监管行业企业仍因数据安全顾虑持谨慎态度。

来源：The Economic Times, BCG

二、AI软件（应用 / 工具 / 平台）

头条 | OpenAI 发布 ChatGPT Work：从对话助手到工作执行平台

OpenAI于7月9日正式推出ChatGPT Work——一个专为多步骤复杂任务设计的AI Agent。该功能基于GPT-5.6驱动，能自主拆解任务、连接Slack/Teams/Google Drive/SharePoint等工具、生成文档/表格/演示文稿/报告。核心特性包括：Scheduled Tasks（定时/触发式任务）、Computer Use（点击、打字、跨应用操作）、内置浏览器。Zapier等早期用户报告，ChatGPT Work能在24小时内将客户发现对话转化为定制化概念验证。同步推出的ChatGPT Sites（公测）可将想法一键生成交互式网站。新桌面应用将Chat、Work、Codex三合一。

来源：OpenAI官方, eCommerceNews Asia, 界面新闻

2 | Meta 发布 Muse Spark 1.1：进军企业级AI编程

Meta正式推出Muse Spark 1.1编程模型，直接挑战GitHub Copilot、Cursor和Replit。不同于竞品的代码补全定位，Spark聚焦三大企业级场景：Agentic workloads（自主执行多步开发任务）、Bug修复（改进调试算法）、大规模代码迁移（帮助重构和迁移大型代码库）。这标志着AI编程竞争从"助手"阶段进入"自主Agent"阶段。

来源：TechCrunch, AIKraft

3 | GitHub Copilot 桌面应用全面开放，免费用户也能用

7月7日起，GitHub将Copilot桌面应用向所有计划层级开放，包括Copilot Free和GitHub Education账户。每个会话运行在隔离的git worktree中，支持多任务并行。同时推出AI Credit Pools功能，让企业管理员可按成本中心分配AI额度上限——此前6月切换到Token计费后，部分开发者月账单从$29飙升到$750，Uber四个月烧完了全年AI编程预算。

来源：GitHub官方博客

4 | Adobe 全面扩展 Creative Cloud AI Agent，集成 Gemini Omni Flash

Adobe于7月8日宣布在Firefly和整个Creative Cloud（Photoshop/Premiere/Illustrator/InDesign）中全面扩展AI Agent架构。Premiere Agent自动分拣和批量重命名文件，Illustrator Agent处理颜色检查和版本管理。7月9日集成Google Gemini Omni Flash，支持语音指令进行视频编辑（调整灯光、机位等）。Adobe调查显示，75%的创意专业人士已将AI视为工作必备工具。

来源：Borncity, Adobe官方

5 | Canva 发布 Grow 2.0：AI驱动广告自动化平台

Canva在戛纳国际创意节上推出Grow 2.0平台，自动化创建和优化Meta/TikTok/LinkedIn广告。功能包括AI驱动的Ad-Tagging、批量发布和集中Launch Dashboard。Canva B2B营收已突破5亿欧元，服务超95%的财富500强企业。

来源：Borncity, Canva官方

6 | Microsoft 365 Copilot 采用率仅 4.5%，周活跃用户不到 1%

数据显示，推出三年后，Microsoft 365 Copilot的付费座位采用率仍不足4.5%，每周活跃使用率仅约1%。微软已开始调整策略：允许用户隐藏Office应用中的浮动Copilot按钮，允许符合条件的组织卸载Windows Copilot应用。与此同时，GPT-5.6已成为Copilot新的默认模型。

来源：Digital Trends, Windows Latest

7 | Google AI Studio 新增 GitHub 导入功能：从代码仓库到可部署应用

Google AI Studio的Build模式新增"Import from GitHub"功能，可将现有代码仓库自动转换为运行时兼容格式，支持在AI Studio中继续迭代和部署。这为"vibe coding"工作流增加了"复用现有代码"这一重要入口。

来源：MarkTechPost, Google AI Studio

三、人形机器人（具身智能 / 工业应用）

头条 | 特斯拉 Optimus Gen 3 定型，马斯克下死命令：9月前1000台/周，达不成就换人

据晚点LatePost报道，特斯拉近期下发Optimus零件采购指引：9月前产能提至1000台/周，年底提至2000-2500台/周。供应链预计年底具备年产10万台零部件能力。6月底高管会上，马斯克评审通过了Optimus Gen 3——研发三年多终于走出实验室进入量产阶段。马斯克明确要求：年底前达成产能目标，否则开除整个Optimus采购团队。弗里蒙特工厂已完成Model S/X产线改造。马斯克同时警告"生产一开始会极其缓慢，涉及约1万个全新零件"。

来源：晚点LatePost, TradingKey

2 | Figure 01 人形机器人正式进入 BMW 量产产线

Figure AI确认其Figure 01人形机器人已在BMW实际生产线运营。这些机器人处理零部件搬运和质量检测，不同于固定在工位的传统机械臂，Figure 01具备移动操作能力，能导航工厂环境、与人类设计的设备交互。单台成本估计$20万-$30万。BMW表示将基于实时数据扩展至全球其他工厂。

来源：RobotWale

3 | Nature 论文：全球首次用人形机器人完成活体微创手术

7月8日，加州大学圣地亚哥分校博士生梁泽楷（00后）以第一作者兼通讯作者在Nature发表论文，使用宇树G1人形机器人完成了猪的腹腔镜胆囊切除手术——这是全球首例人形机器人在活体中走完标准微创手术流程。该研究系统评估了通用人形机器人在手术任务中的能力与局限性。

来源：Nature, 澎湃新闻

4 | AgiBot 第15000台下线，上海机器人产业占全国三分之一

据新华社报道，上海智元机器人（AgiBot）上月第15000台通用人形机器人下线——从2023年6台原型机到今年3月1万台、再到6月1.5万台，不到3个月增加5000台。长三角地区约90%的零部件本地采购。上海口岸2026年前5个月机器人出口83.6亿元，占全国40%以上。

来源：新华社

5 | Agibot G2：8台机器人在工厂连续64小时处理17625台平板

AgiBot在南昌龙旗科技工厂进行64小时直播测试：8台G2人形机器人在活跃产线上完成平板组装和质量检测，处理17625台设备、完成64828项任务，任务成功率达99.99%。这是人形机器人在重工业场景最大规模的公开实测之一。

来源：Asatunews, Tekno

6 | SK AX 推出"制造 RX"全栈服务：数字孪生+物理AI 实现自主工厂

韩国SK AX宣布推进"制造RX全栈服务"，整合数字孪生（部署前验证碰撞风险和瓶颈）、物理AI（基于VLA模型的自主操作）和异构机器人统合管制系统。已在半导体行业积累数据，正向造船业扩展。

来源：朝鲜日报

7 | 中国两部门启动人形机器人"实战训练"行动，推动常态化部署

工信部和国资委联合发起2026年人形机器人与具身智能实战训练行动，目标在2026年底前完成人形机器人在多个代表性场景的应用验证，实现常态化部署，推动技术从实验室走向生产一线。

来源：AIbase

四、自动驾驶（Robotaxi / L4 / 芯片）

头条 | Waymo 在拉斯维加斯启动完全无人驾驶服务，丹佛/圣地亚哥/坦帕将跟进

Waymo于7月8日宣布在拉斯维加斯启动完全无人驾驶运营（车内不再配备安全员），同时宣布丹佛、圣地亚哥和坦帕将成为下一批部署城市。Waymo目前运营约3500辆robotaxi，累计完成超2000万次行程，每周约50万次付费出行。2026年底目标为每周100万次。首批100辆专用Robotaxi车型Ojai（极氪平台+第六代Driver系统，硬件成本控制在$2万以下）已在旧金山等城市开放试乘。国际化方面，伦敦将是首个海外市场，随后是东京。

来源：凤凰网汽车, Waymo官方

2 | Waymo Ojai 因加州监管延迟暂不收费，乘客享"免费打车"

加州公共事业委员会（CPUC）尚未批准Waymo扩展服务区域和新增Ojai车型的申请，审查期延长至9月25日。这意味着在此期间，Waymo无法对加州乘客的Ojai行程收费——如果继续运营这些车辆，乘客可享数月免费robotaxi服务。CPUC要求Waymo补充紧急事件应对（去年12月旧金山停电曾导致60+辆Waymo堵在路上）和未成年人乘车问题的信息。

来源：Ars Technica, Wired

3 | 小鹏 Robotaxi 开启员工内测，何小鹏成为第一单用户

7月9日，小鹏集团董事长何小鹏官宣小鹏Robotaxi正式开启员工内测。从去年11月官宣计划、今年1月常态化道路测试、5月首台量产车下线，到如今跑通全链路仅用8个月。何小鹏表示：“这个速度超出了我们最初的预期。”

来源：南方都市报, 今日头条

4 | 美国NHTSA审查无方向盘自动驾驶车辆法规

美国国家公路交通安全管理局（NHTSA）正在审查是否取消无人驾驶车辆必须配备方向盘的要求。手动刹车踏板的强制要求已被调整。这对特斯拉等规划无方向盘Robotaxi平台的企业是重大利好——减少强制组件可降低生产、认证和运营的复杂度。

来源：Goldesel

5 | 华为确认明年技术上实现高速 L3 自动驾驶，欢迎特斯拉 FSD 入华

华为车BU总裁李文广确认，从技术角度明年至少在高速场景可进入L3自动驾驶时代，今年将完成试点后进入常态化准入。同时表示"特别欢迎特斯拉FSD入华"。比亚迪等国内车企也在加速智驾布局。

来源：IT之家

6 | Waymo 技术方案深度解析：第六代硬件 + Foundation Model 架构

行业分析显示，Waymo当前采用Foundation Model作为算法底座，兼顾端到端大模型泛化能力和模块化架构的安全可解释性。System 2"慢思考系统"基于视觉语言模型负责复杂场景推理。预测模块采用MotionLM，将多智能体轨迹预测转化为语言建模任务。第六代硬件传感器总数较第五代减少42%，搭载自研AI SoC芯片。

来源：今日头条, Electrek

五、世界模型 / 物理AI（视频生成 / 仿真 / 世界模拟器）

头条 | NVIDIA 发布 Cosmos-2.5：为物理AI打造的世界基础模型，缩小3.5倍性能不减

NVIDIA推出Cosmos-Predict2.5和Cosmos-Transfer2.5，为机器人和自动驾驶等具身智能领域提供世界模拟能力。Cosmos-Predict2.5是基于流架构的统一视频生成模型，支持Text2World/Image2World/Video2World三种模式，在2亿精选视频片段上训练，使用Cosmos-Reason1作为文本编码器。Cosmos-Transfer2.5实现Sim2Real和Real2Real迁移，模型大小缩小3.5倍但保真度和长视频稳定性反超。2B参数小模型性能媲美5B-14B的竞品，14B版本与27B的Wan 2.2相当。已开源在GitHub。

来源：CSDN, NVIDIA官方, arXiv

2 | Runway Gen-4.5 现真身：此前以"David"代号登顶 Artificial Analysis 视频榜

让整个AI圈猜了一周的神秘模型"Whisper Thunder"（aka David）终于揭晓——它就是Runway最新发布的Gen-4.5。该模型在视频生成的运动质量、提示词遵循度和视觉逼真度方面树立新行业标准，ELO Score超越Veo 3/3.1、Kling 2.5和Sora 2 Pro，具备前所未有的视觉逼真度与创意控制能力。

来源：CSDN, Artificial Analysis

3 | OpenAI Programmatic Tool Calling：在V8沙箱中执行JS编排工具调用

GPT-5.6引入的Programmatic Tool Calling是一项重要的平台级创新：模型可生成JavaScript代码并在网络访问隔离的V8运行时中执行，实现Agent间的工具调用编排。配合Multi-agent功能（并行启动子Agent），为复杂工作流自动化提供了原生的平台支持。这标志着AI Agent竞争从模型能力转向开发者体验。

来源：MarkTechPost, OpenAI官方

4 | ChatGPT Sites 公测：将工作成果转化为可分享的交互式网站

OpenAI推出ChatGPT Sites公测版，用户可在ChatGPT中将工作成果转化为仪表盘、项目追踪器、原型、内部门户等交互式网站，并通过URL公开分享。Business和Enterprise客户可公开发布Sites，Pro/Pro Lite/Edu用户也将在数日内获得访问权。

来源：OpenAI官方

5 | LG CNS 与 PhysicsX 合作推进数字孪生解决方案

韩国LG CNS与物理AI公司PhysicsX签署合作协议，将数字孪生技术应用于工业场景模拟。此举反映了物理AI在制造业中的商业化加速趋势。

来源：PhysicsX官方

6 | SK AX 数字孪生+VLA模型：机器人部署前在虚拟空间完成数千次场景验证

SK AX的"制造RX"方案中，数字孪生阶段基于实际工厂图纸、设备布局、工人动线、物料流和工艺条件，在虚拟空间实时模拟质量变化。机器人在部署前需完成数千次驾驶和作业场景的反复验证，评估质量控制变量、瓶颈区间、碰撞风险和充电调度。