Greg Brockman@gdbAI 评分8080GPT-5.6 来了。 Sol 是一款出色的模型，Terra/Luna 以更低价格提供卓越性能。 擅长编码、知识工作、网络安全和科学，使用更少的 token，成本更低。
#模型发布
- Greg Brockman@gdbAI 评分8080
OpenAI Developers@OpenAIDevsAI 评分7878
OpenAI@OpenAIAI 评分7171Sol、Terra 和 Luna，我们的 GPT‑5.6 模型系列，现在开始在 ChatGPT、Codex 和 API 中推出。
Sam Altman@samaAI 评分7272显然是我们有史以来最好的模型，也是我们写得最好的博文之一： https://openai.com/index/gpt-5-6/
The Verge：AIAI 评分6969 OpenAI 获政府批准全面上线 GPT-5.6，同步推出 AI 智能体 ChatGPT Work
约两周前因监管问题仅向政府批准组织提供有限预览的 GPT-5.6，现获特朗普政府批准正式公开上线。OpenAI CEO Sam Altman 称其为“我们有史以来最好的模型”。同日，OpenAI 还发布新 AI 智能体 ChatGPT Work，它结合了 ChatGPT 与 Codex，使非技术用户也能利用 Codex 执行非编码任务，并由 GPT-5.6 模型套件（Sol、Terra、Luna）驱动。
Simon Willison 博客AI 评分7676 Meta 推出 Muse Spark 1.1（首个提供 API 的 Spark 模型）
继 4 月发布 Muse Spark 后，Meta 推出 Muse Spark 1.1——首个提供 API 的 Spark 模型。Meta 声称其在智能体工具调用和计算机使用能力上有显著改进。同期发布的评估报告中包含“自对话吸引子状态”分析，两个模型互相对话会产生类似“我的整个存在就是一个等待室”的表述。作者在预览期间开发了 llm-meta-ai 插件，为 LLM 项目提供 CLI 和 Python 库访问该模型。
OpenAI：官网动态精选AI 评分8585 GPT-5.6 系列模型发布：Sol、Terra、Luna
OpenAI 推出 GPT-5.6 系列，包括旗舰 Sol、平衡型 Terra 和成本最优 Luna。在 Agents' Last Exam 上，Sol 以 53.6 分超越 Claude Fable 5（自适应推理）13.1 分；中等推理时以约四分之一成本领先 11.4 分。Terra 和 Luna 以约十六分之一成本超越 Fable 5。在 Artificial Analysis Coding Agent Index 上，Sol 以 80 分创 SOTA，高于 Fable 5 的 2.8 分，使用不到一半输出 token、一半时间，成本低约三分之一。引入 Programmatic Tool Calling 减少中间数据往返，ultra 模式协调多个智能体加速复杂任务。模型配备迄今最强安全防护，经人类红队和自动化测试验证。
推荐理由：GPT-5.6 在编码、安全、知识工作上全面领先，且 token 效率大幅优化，是我今年见过的真正能改变 agent 开发成本结构的发布。程序化工具调用和 ultra 模式值得立即试用。
The Decoder：AI NewsAI 评分7373 Meta 发布 Muse Spark 1.1，API 定价低于 Grok 4.5，挤压 OpenAI 和 Anthropic
Meta 推出多模态推理模型 Muse Spark 1.1，专为智能体任务、编程和计算机使用设计，支持多智能体编排与百万 token 上下文窗口。其 API 定价为输入 1.25 美元、输出 4.25 美元、缓存 0.15 美元（每百万 token），低于昨日发布的 xAI Grok 4.5，且远低于 OpenAI 和 Anthropic 竞品。该模型在 VALS-AI 榜单排名第四，Vibe Code Bench 编程评测较前代跃升 36 位。Muse Spark 1.1 为闭源模型，首次通过 Meta Model API 公开预览，但 Muse Image 尚未开放。Meta 以低价策略对依赖高利润率的 AI 实验室形成压力，同时面临中国开源模型的低价竞争。
Microsoft Research@MSFTResearchAI 评分5858Aurora 1.5 为 Aurora 基础模型新增 22 个变量、每小时时间分辨率以及概率集合预测，使其对实际天气、气候和能源应用更有用。 https://msft.it/6017vInGR
Microsoft Research 博客精选AI 评分6565 微软发布开源地球系统基础模型 Aurora 1.5，新增 22 个天气变量与集合预报
微软发布 Aurora 1.5，对开源 Aurora 地球系统基础模型进行重大扩展，新增 22 个天气变量（原 4 个）、支持小时级时间分辨率和概率集合预报，已在 GitHub 开源并放出的 Hugging Face 模型检查点。
推荐理由：原文来自模型发布方，给出新增变量数、小时级分辨率和与 ECMWF 集合的对比数字，读者可据此评估其在能源等场景的适用性。
IT之家·人工智能AI 评分6767 Meta 向开发者开放 Muse Spark AI 模型 API，加入商业化竞争
Meta 今日向开发者开放 Muse Spark AI 模型 API，并同步发布升级版 Muse Spark 1.1。该模型可在编程、AI 智能体任务中编写调试代码、操作软件及调用外部工具、理解文本/图片/视频内容，并完成复杂多步骤任务。美国开发者可通过 Meta Model API 公开预览版使用，注册即获 20 美元免费额度。定价为每百万输入 token 1.25 美元、每百万输出 token 4.25 美元。Muse Spark 1.1 已在 Meta AI 应用和网页版以 Thinking 模式上线，未来将逐步取代驱动旗下聊天机器人的 Llama 系列。
- Greg Brockman@gdbAI 评分7979引用OpenAI@OpenAI
Introducing GPT-Live, a new generation of voice models for natural human-AI interaction. Rolling out in ChatGPT starting today. You’ll want to turn the sound on for this one.
AI at Meta@AIatMeta精选AI 评分6565来自 @finkd 的消息 — Muse Spark 1.1 已上线。
引用Mark Zuckerberg@finkd(1) 今天我们发布 Muse Spark 1.1——这是一款性能强劲的智能体与编程模型，价格非常低廉。它已通过我们全新的 Meta Model API 上线，并集成在 Meta AI 中。
推荐理由：Muse Spark 1.1 主打 agent 和 coding 能力，同时压到极低价，这可能是 Meta 低价模型策略的正式开场。虽然这次没给具体数据，但后续模型、API 的布局值得关注。
The Verge：AIAI 评分5252 Meta发布Muse Spark 1.1，称其已准备好与AI编码软件竞争
Meta推出Muse Spark 1.1，这是其自4月发布首个自研模型后的新版本。该模型通过新的Meta Model API向开发者开放，具备更高级的编码能力，包括检测和修复复杂bug，并支持跨应用端到端智能体工作流（含多智能体系统），同时原生集成图像、视频和文档的多模态感知能力。
Mark Zuckerberg@finkd精选AI 评分7373今天我们发布 Muse Spark 1.1——一款价格极低、能力强大的智能体与编程模型。它已通过我们新的 Meta Model API 上线，并集成于 Meta AI 中。
推荐理由：低价位 agentic coding 模型即日可用，可能使原先因成本顾虑而推迟的智能体原型更早启动。
MarkTechPost精选AI 评分7070 NVIDIA 发布 Nemotron-Labs-3-Puzzle-75B-A9B：压缩混合 MoE 模型，服务器吞吐量提升 2.03 倍
NVIDIA 发布 Nemotron-3-Super 的压缩变体 Nemotron-Labs-3-Puzzle-75B-A9B，总参数从 120.7B 降至 75.3B，活跃参数从 12.8B 降至 9.3B，保持 88 块混合布局（40 Mamba、40 MoE、8 注意力）。在 8×B200 节点上，8K/64K 场景匹配用户吞吐量≥100 tok/s 时，服务器吞吐量提升 2.03 倍。单 H100 上 1M-token 并发从 1 增至 8，权重占用从 70 GB 降至 44.5 GB。迭代式 Puzzle 方法平均得分比单步高 0.57。代价：Arena-Hard-V2 降 4.2 分、SWE-Bench 降 2.6 分。Hugging Face 提供 BF16、FP8、NVFP4 检查点。
推荐理由：把120B MoE压到75B后，同节点服务吞吐几乎翻倍，单张H100百万token并发从1涨到8。对长上下文RAG和AI编码助手这类对吞吐敏感的产品来说，这不是论文调优，是实打实的降本方案。
IT之家·人工智能精选AI 评分7373 蚂蚁灵波开源实时交互世界模型 LingBot-World 2.0
蚂蚁灵波开源新一代实时交互世界模型 LingBot-World 2.0（14B 参数），支持施法、攻击、跳跃等丰富角色动作及文本驱动事件（如切换场景、召唤风暴），内置 Pilot Agent 与 Director Agent 实现世界持续演化，并支持多人同时交互。模型采用因果预训练范式和混合双向自回归注意力掩码（MoBA），可稳定输出 720p/60fps 实时画面，长达一小时测试画质不衰减。通过一致性蒸馏与 DMD 降低采样成本，结合注意力 kernel 优化、混合并行推理、动态 KV 缓存调度和异步流媒体传输实现低延迟交互。模型权重及推理代码以非商用协议开源，SGLang 已适配，并提供 Reactor PC 端和灵光 APP 在线体验。
推荐理由：蚂蚁灵波这个开源世界模型把实时世界生成推到了小时级还不崩，720p/60fps实时交互，做开放世界游戏或自动驾驶仿真的团队值得上手测。
IT之家·人工智能精选AI 评分7272 蚂蚁灵波开源全球首个面向具身智能的MoE视频基模LingBot-Video
蚂蚁灵波科技正式开源LingBot-Video，这是全球首个基于MoE架构、面向具身智能的视频生成基础模型。总参数30B，推理时仅激活约3B，效率较同规模Dense架构提升约3倍。模型引入7万小时VLA、VLN、Ego等机器人数据，并通过多维强化学习奖励系统对齐物理合理性与任务完成度。在RBench上总分0.620，超越Wan2.6等模型；在Physics-IQ Verified评测中排名第一。可用于机器人动作预测、仿真数据生成等方向。
推荐理由：蚂蚁灵波开源了首个面向具身智能的视频基模，用MoE控制推理成本，对机器人仿真和世界模型研究是个真工具，做具身的可以跑起来了。
IT之家·人工智能AI 评分6161 最佳单摄像头机器人导航AI模型：Mistral 发布 Robostral Navigate
Mistral 于 7 月 8 日发布首款机器人导航模型 Robostral Navigate，参数量 8B。机器人仅用单个普通 RGB 相机即可在办公室、住宅、商业建筑及户外等环境中自主导航，无需深度传感器或激光雷达。在 R2R-CE 基准测试中，训练集已存在场景成功率为 79.4%，全新场景为 76.6%，比最佳单摄像头方案高 9.7 分，比使用深度传感器或多个摄像头的最佳系统高 4.5 分。模型完全内部自主研发，仅在模拟环境中训练，使用分布在 6000 个虚拟空间中的约 40 万条记录路径，适用于轮式、腿式和飞行机器人。
Tencent Hy@TencentHunyuanAI 评分6363引用OpenClaw🦞@openclawTencent Hy3 from @TencentHunyuan is free on @OpenRouter through July 21. 295B MoE, 256K context, built for coding, reasoning, agents and reliable tool use. Try it in OpenClaw today: openclaw models set openrouter/tencent/hy3:free
- OpenAI@OpenAIAI 评分7979
GPT-Live 现已全面推送给 Go、Plus 和 Pro 计划的所有 ChatGPT 用户。免费用户正在逐步推送中。 请更新至最新版 ChatGPT 应用（iOS 或 Android）以体验。
引用OpenAI@OpenAIIntroducing GPT-Live, a new generation of voice models for natural human-AI interaction. Rolling out in ChatGPT starting today. You’ll want to turn the sound on for this one.
MarkTechPost精选AI 评分7070 Robbyant 发布 LingBot-VLA 2.0：开源 6B 跨实体机器人视觉-语言-动作模型
Robbyant 推出 LingBot-VLA 2.0，一个 6B 参数的开源视觉-语言-动作（VLA）基础模型。它以 Qwen3-VL-4B-Instruct 为骨干，采用 MoE 动作专家架构，通过 55 维规范向量统一表示不同机器人的状态和动作。训练数据涵盖约 60,000 小时高质量数据（50,000 小时机器人轨迹 + 10,000 小时第一人称人类视频），覆盖 20 种机器人配置。在 GM-100 双机械臂基准测试中，模型在多个平台上超越 π0.5 和之前版本。模型权重、代码和技术报告已以 Apache-2.0 许可开源。
推荐理由：蚂蚁Robbyant放出的开源VLA 2.0把通用机器人策略往前推了一步，60,000小时跨具身数据、统一动作空间和MoE设计对做机器人的团队是实打实的参考，不是又一个lab-only的demo。
MarkTechPostAI 评分6363 Robbyant 发布 LingBot-VLA 2.0：基于 Qwen3-VL-4B 的 6B 参数开源机器人操纵模型
Robbyant 发布开源 VLA 模型 LingBot-VLA 2.0（6B 参数，Qwen3-VL-4B-Instruct 骨干，MoE 动作专家）。单次推理在 RTX 4090D 上约 130 ms（10 步去噪）。GM-100 双操作臂基准：AgileX Cobot Magic 平台 progress/success 66.2/34.4，Galaxea R1Pro 34.6/15.6；Astribot S1 冰箱整理任务域内成功率 60%。使用 60,000 小时训练数据（50,000 小时机器人轨迹 + 10,000 小时第一人称人类视频），统一 55 维动作表示，通过双查询蒸馏（LingBot-Depth + DINO-Video）实现预测动力学。Apache-2.0 协议开源。
Simon Willison 博客AI 评分6969 GPT‑Live 发布
OpenAI 将 ChatGPT 语音模式升级为 GPT‑Live 模型。新模型在 iPhone 应用预览中表现令人印象深刻，能够将需要搜索、深度推理的复杂任务委托给后台的 GPT-5.5，同时保持对话流畅。此前语音模式基于 GPT-4o 时代模型，知识截止于 2024 年。预览期间作者遇到模型打断并嘲笑非幽默语句的 bug，已向 OpenAI 反馈并得到调整。作者最长一次对话持续 1 小时。
Meta AI：Research Blog精选AI 评分7474 Meta 发布 Muse Spark 1.1 多模态推理模型并开放 Meta Model API 公测
Meta Superintelligence Labs 发布 Muse Spark 1.1，定位面向智能体任务的多模态推理模型，在工具与计算机使用、编码、多模态理解上较 Muse Spark 有明显提升，支持 1M token 上下文窗口。
推荐理由：官方博客给出模型在智能体、编码、多模态上的能力细节和百万 token 上下文，并开放 Meta Model API 公测，可对照现有工作流评估。
MarkTechPostAI 评分7373 SpaceXAI 发布 Grok 4.5，与 Cursor 联合训练的编程与智能体模型
SpaceXAI 推出 Grok 4.5，称其迄今最聪明，聚焦编程、智能体任务和知识工作。该模型与 AI 编程编辑器 Cursor 联合训练，在数万块 NVIDIA GB300 GPU 上完成训练和强化学习。基准测试中，Grok 4.5 在 Harvey's Legal Agent Benchmark 排名第一；SWE Bench Pro 解决率 64.7%，平均输出 token 仅 15,954，约为 Opus 4.8 (max) 的 1/4.2。推理速度 80 TPS，输入价格 $2/百万 token，输出 $6/百万 token。模型 ID 为 grok-4.5，已上线 Grok Build 和 Cursor（所有套餐），并通过 API 提供。
IT之家·人工智能AI 评分7979 OpenAI 最智能语音模型：GPT-Live-1/mini 登场，边听边说让 AI 对话更接近真人聊天
OpenAI于7月9日发布GPT-Live-1与GPT-Live-1 mini全双工语音模型，可同时聆听与说话，每秒多次判断是否继续倾听、打断或调用工具。复杂任务可委托后台GPT-5.5系列模型执行。即日起向全球ChatGPT用户开放，Go、Plus和Pro订阅用户可用GPT-Live-1，免费用户可用GPT-Live-1 mini。新模型在5-10分钟配对对话中偏好得分高于Advanced Voice Mode。支持可视化卡片、搜索、记忆、图片和文件上传。安全评测在自伤、情感依赖等维度上表现相当或更优。
IT之家·人工智能AI 评分7474 SpaceXAI 首个编程智能体模型 Grok 4.5 发布：与 Cursor 联合训练，效率翻倍价格减半
7月9日，SpaceXAI 发布 Grok 4.5，是其首个专为编程和智能体任务训练的模型，与 Cursor 联合完成。模型在数万个 NVIDIA GB300 GPU 上训练，单个任务消耗 Token 仅为同级领先模型一半，输出速度 80 TPS，步骤数减半。定价每百万输入 Token 2 美元、输出 6 美元，成本不到同类一半。擅长处理大型代码库、跨仓库任务，并可构建复杂 Excel 模型、PowerPoint 图表及 Word 文档。即日起在 SpaceXAI 控制台、Grok Build 及 Cursor 可用，欧盟预计 7 月中旬上线。
Elon Musk@elonmuskAI 评分4343引用Farzad 🇺🇸 🇮🇷@farzynessI think AI has just hit a gigantic threshold, and Grok 4.5 is the PERFECT example as to why that is. One of the hardest parts of working with AI is iterating on a project or task that you're working on. As the models have gotten smarter (and more expensive), it's taking longer and longer to get an answer or action back. This creates a ton of stall time per query or action, which is actually quite bad for creativity and staying in a state of flow. You have SO many extended starts and stops. Which inevitably leads to your brain going somewhere else. And then when the AI comes back, you have to redirect your brain to that original task, spool your brain back up to what you were working on at that moment, and then adjust as needed. There's a ton of mental friction involved. This ESPECIALLY sucks when the AI takes a REALLY long time to get something back for you, but it's not quite what you were looking for or asked for. And what sucks EVEN MORE is that these "mistakes" are getting MORE expensive!!! So wait time is going up. AND it costs more per run. HOWEVER - even after using Grok 4.5 for about an hour - what's become obvious is that it's SO MUCH MORE ENJOYABLE AND BETTER to use a model that is FAST... and capable ENOUGH. Capable ENOUGH is the real unlock here. Imagine having Fable 5 performance but at the speed of Gemini 3.5 flash. Or Haiku. That's where we're inevitably going. I think Grok 4.5 (and models like it) have really solved for one of the biggest unlocks in AI - a model that will get you a GOOD ENOUGH answer VERY FAST, at which point iteration can happen VERY QUICKLY. This - counter intuitively - keeps the user in a state of flow and creativity for MUCH longer because you are constantly ENGAGED with your project... instead of letting the AI loose for a long time. And as long as humans are involved, I think 'not quite right' will be a FOREVER problem with AI - because AIs, by default, CANNOT have human taste. Because they are NOT human. But they can be UNBELIEVABLE tools. And unbelievable tools are the ones that are VERY GOOD and VERY FAST. I think that's the true unlock with Grok 4.5 and models like it. Difficult to describe until you experience it. I think this is a VERY big deal for @SpaceXAI and @elonmusk.
- Elon Musk@elonmuskAI 评分4747引用Snorkel AI@SnorkelAI
We obtained early access to evaluate @SpaceXAI's newest Grok 4.5 model on GDPval+: real professional deliverables (from a variety of economic sectors and occupations), graded against expert-authored rubrics. Grok 4.5: 29%. GPT 5.5: 22%. Claude Opus 4.8: 21%.
Rohan Paul@rohanpaul_aiAI 评分6767
引用reactor@reactorworld🚀 Introducing Lingbot-World-2, our newest real-time world model. Richer interactivity, sharper visuals, and advanced camera controls that make exploring what you create feel truly alive. Available today via API, exclusively on Reactor. Try it now: http://reactor.inc/lingbot-world-2
jason@jxnlcoAI 评分7272OpenAI 推出 GPT-Live，新一代语音模型，实现自然的人机交互。即日起在 ChatGPT 中上线。主推文评论：“Agi 在你所在之处与你相遇，在每一种模态中。”
引用OpenAI@OpenAIIntroducing GPT-Live, a new generation of voice models for natural human-AI interaction. Rolling out in ChatGPT starting today. You’ll want to turn the sound on for this one.
TechCrunch：AIAI 评分6868 SpaceXAI 发布 Grok 4.5，Elon 称其为 Opus-class 模型
SpaceXAI 发布上市后首个模型 Grok 4.5，定位为可处理编码、办公、研究和写作等任务的通用模型。公司声称其 token 效率是其他领先模型的两倍。定价每百万输入 token 2 美元、输出 token 6 美元。创始人 Elon Musk 在 X 平台称其为 Opus-class 模型，内部评估认为 Grok 4.5 与 Anthropic 的 Opus 4.7 性能相当，但速度更快、成本更低。
- Elon Musk@elonmuskAI 评分4545引用Cursor@cursor_ai
We've partnered with SpaceXAI to train Grok 4.5. It’s our most powerful model yet and the first we've built for more than software engineering.
The Decoder：AI NewsAI 评分7373 xAI发布Grok 4.5
xAI发布Grok 4.5，目标编程、智能体任务和知识工作。在Terminal Bench 2.1上得分83.3%，接近GPT 5.5（83.4%）和Fable 5（84.3%）；但在DeepSWE 1.1上仅53%，落后GPT 5.5（67%）和Fable 5（70%）。Grok 4.5定价$2/百万输入token、$6/百万输出token，远低于Opus 4.8（$5/$25）、Fable 5（$10/$50）和GPT-5.5/5.6（$5/$30），且在SWE Bench Pro上比Opus 4.8少用4.2倍token，生成速度80 token/秒。模型现已通过Grok Build、Cursor和xAI控制台可用，暂不支持欧盟，xAI计划7月中旬上线。
- Rohan Paul@rohanpaul_aiAI 评分6666引用SpaceXAI@SpaceXAI
Announcing Grok 4.5, our first model trained specifically for coding and agents. It was trained with Cursor and offers frontier intelligence at leading speeds and cost efficiency. https://x.ai/news/grok-4-5
最多提供 50 页，更早的内容请使用搜索或主题页。