EASYHUB JOURNAL / 2026-07
2026年7月 AI 资讯
26 篇选读，按原文日期从新到旧。点击标题查看摘要、配图及原文链接。
- ByteDance Seed
字节 Seedance 2.5 发布，强化长叙事与参考编辑
字节跳动 Seed 推出 Seedance 2.5，扩展单次视频时长、多模态参考和定向编辑，逐步接入即梦与豆包专业版。发布时火山方舟 API 仍属即将上线，不能把产品灰度和开发者接口可用性混为一谈。
- DeepSeek
DeepSeek V4 Flash 正式版 API 开放公测
7 月 31 日的接口更新通过重新后训练改进 V4 Flash，加入 Responses API 兼容和 Codex 适配。当时升级范围仅限 Flash API，不包括 Pro 或应用、网页端；后续版本替换应查最新日志。
- MiniMax
MiniMax H3 发布：统一理解与生成多模态音视频
MiniMax 发布 H3，将文本、图片、视频和声音作为统一上下文，生成带原生双声道音频的视频，并支持多模态编辑。这里记录模型发布，随后权重开放属于另一条更新，不将两者混为同一开放状态。
- IT之家
WorkBuddy 支持人机共同编辑在线文档与本地 Office 文件
通过 WorkBuddy 打开腾讯在线文档或本地 Word、Excel、PPT、Markdown，可选中文字、表格或幻灯片元素，让 AI 直接在原文档中修改。用户能接着编辑、补充和批注；在线腾讯文档还支持邀请同事共同协作，减少复制到聊天窗口再粘回的步骤。
- LightOn
LightOn 开放 mDenseOn 与 mLateOn 多语言检索模型
LightOn 发布 mDenseOn 和 mLateOn 两类检索模型，研究多语言、长文档及代码搜索，并开放相关模型、数据与训练代码。文章中的对比结果属于作者评测，可用于选择方案，但仍需在自己的语料上验证。
- OpenAI
OpenAI 解析 GPT-5.6 的模型与推理效率优化
OpenAI 从模型训练、推理基础设施和智能体运行框架解释 GPT-5.6 的效率设计，讨论如何减少完成任务所需的处理与交互成本。这是一篇技术解析，不是另一场模型首发，相关效果需结合其评测条件理解。
- Moonshot AI / Kimi
Kimi K3 开放权重、技术报告与训练基础设施
Kimi 在开放日公布 K3 模型权重、技术报告，并开放 MoonEP、FlashKDA 和 AgentEnv 等配套技术。部署资源与模型许可应分别查看对应仓库，不能把代码开源自动等同于模型权重采用同一种许可证。
- IT之家
WorkBuddy 桌面版上架鸿蒙电脑应用商店
WorkBuddy 桌面版进入鸿蒙电脑 App Gallery，面向文档办公、代码开发和设计任务。应用商店显示其原生适配鸿蒙；加上此前上线的鸿蒙手机 App，用户可在手机端向电脑发起任务，扩展了同一工作台的设备覆盖。
- IT之家
CodeBuddy NPC 进入云端研发流程，围绕 Issue、PR 与测试执行任务
CodeBuddy NPC 依托腾讯 CNB 读取代码仓库、Issue、PR 和持续集成结果，执行规划、代码修改、提交与测试，并可按反馈继续修正。企业能配置模型策略或组成多个 NPC 协作团队；它优化的是调用开销，并不是新闻标题所暗示的完全不消耗 token。
- OpenAI
OpenAI Presence 面向企业部署可控智能体
OpenAI Presence 将模型推理与企业知识、系统权限、审核和人工升级机制结合，用于客服及内部业务流程。发布时通过有限的企业部署计划提供，并不是人人可立即自行开通的通用助手。
- ByteDance Seed
Seed Audio 1.0 发布，统一编排对白、音效与环境声
字节 Seed 推出音频创作模型 Seed Audio 1.0，把对白、音效和环境声放在同一框架生成，并支持时间控制、参考音色和多语种表达。中文公告提供火山方舟体验入口，后续能力仍以产品实际开放为准。
- IT之家
WorkBuddy 发布手机 App，支持云端工作和连接电脑
WorkBuddy 正式版 App 同步登陆安卓、iOS 和鸿蒙。手机端既可在云端使用技能、专家、定时任务和项目管理，也可连接电脑发起桌面任务；输入支持文字、语音、照片和文件，并能导入腾讯文档与 ima 资料。
- Moonshot AI / Kimi
Kimi K3 发布，面向长程编程和多模态知识工作
月之暗面发布 Kimi K3，原生支持视觉理解与百万 token 上下文，并接入 Kimi 应用、Work、Code 和 API。公告将模型服务发布与后续权重开放分开说明，不代表发布当天已经能下载全部权重。
- IT之家
灵犀专业版围绕项目上下文交付可编辑办公成果
灵犀专业版把项目资料、个人工作上下文与 WPS 文档能力结合，可调用原生公式、图表及文档接口，生成可继续编辑和协作的成果。它也扩展了外部工具、浏览器与本地指令操作；这类执行依赖相应环境和授权，不应理解为任何任务都能无人复核完成。
- Thinking Machines Lab
Thinking Machines 发布可定制的开放权重模型 Inkling
Thinking Machines 发布多模态开放权重模型 Inkling，并提供在 Tinker 上进行定制和微调的入口。文章强调可控推理与应用适配；同时展示的 Inkling-Small 在这篇首发文章中仍属于预览。
- OpenAI
ChatGPT Work 将跨应用任务推进到可交付成果
ChatGPT Work 可以围绕目标从应用和文件收集材料，分解步骤，并制作文档、表格、演示或网页。用户可跟踪过程、补充信息并批准重要操作；它不意味着对所有外部服务拥有默认授权。
- OpenAI
Microsoft 365 Copilot 接入 GPT-5.6 工作能力
OpenAI 介绍 GPT-5.6 成为 Microsoft 365 Copilot 优先模型的更新，覆盖 Word、Excel、PowerPoint、Chat 与 Cowork 等工作场景。本条聚焦办公产品集成，具体开放时间以对应服务的发布安排为准。
- OpenAI
GPT-5.6 家族发布，提供 Sol、Terra 与 Luna 三档选择
OpenAI 发布 GPT-5.6 系列，以不同能力、成本和响应速度覆盖编程与知识工作，并介绍更高推理强度及多智能体协作方式。本条按原始发布日归档，不把文章后续的价格调整日期当成模型首次发布。
- ByteDance Seed
Seedream 5.0 Pro 发布，从图像生成走向可控设计
字节跳动发布 Seedream 5.0 Pro，突出交互式局部编辑、多图融合、文字呈现与设计理解。公告展示它如何服务专业创作流程，具体入口与开放范围以当时产品说明为准。
- IT之家
Claude Cowork 测试网页与手机端，支持跨设备延续任务
Cowork 开始扩展到网页和手机端，用户可查看桌面发起的任务进度，并在不同设备接收结果或确认关键步骤。云端定时任务可在个人设备离线时运行；此次仍为测试阶段，先向 Max 用户开放，再分批扩大，不等同于本地文件自动上传或全部可访问。
- Hugging Face
vLLM 的 Transformers 后端改进推理性能与模型复用
Hugging Face 介绍 Transformers 建模后端与 vLLM 的性能改进，让模型作者减少重复移植工作，同时利用批处理和注意力内核。原文按具体架构进行测试，实际收益取决于模型、硬件和服务配置。
- Mistral AI
Robostral Navigate 研究单摄像头与自然语言导航
Mistral 介绍 Robostral Navigate，让机器人根据普通 RGB 摄像头图像和自然语言指令执行导航。文章讨论仿真训练、不同机体和环境泛化；公布的测试结果不代表在所有真实环境都能可靠自主运行。
- Meta AI
Meta 发布 Muse Image，并预览 Muse Video
Meta 介绍 Muse Image 的多参考图、精细编辑和工具辅助生成，并展示带音频的视频模型 Muse Video。两者状态不同：图像模型已进入所列产品，视频模型当时仍为预览，不能统称全部正式上线。
- IT之家
Fun-ASR-Realtime 更新多语种流式识别，API 接入百炼
千问更新 Fun-ASR-Realtime，在同一模型中支持 30 种语言和 16 种方言，并通过阿里云百炼提供 API，面向会议和客服的流式转写及语言切换。报道同时提到离线版本，但它与实时接口是不同能力，不能把离线评测成绩直接套用于每个实时场景。
- Tencent
腾讯正式发布混元 Hy3，扩展智能体与产品集成
Hy3 正式版在四月预览版基础上改进数据和强化学习，采用 295B 总参数、21B 激活参数的 MoE 架构，支持 256K 上下文。模型开放权重并接入 WorkBuddy、CodeBuddy、元宝和 ima，腾讯云 TokenHub 同步提供 API，面向编码、办公和多步骤工具任务。
- Mistral AI
Leanstral 1.5 开放模型与形式化证明工作流
Mistral 发布 Leanstral 1.5，围绕 Lean 4 的证明生成、反馈迭代和代码验证改进模型，并提供开放权重及接口说明。本条采用公告页的七月二日，而不是其他模型文档中的不同登记日期。