本周AI热点聚焦
人工智能技术的迅猛发展，正在改变全球的商业版图，渗透至各行各业。为此，阿里云云栖号特设《一周AI大事件》栏目，集中展示全球AI领域的最新动态。
模型风向标
01
7月31日，千问大模型推出了语音识别模型Qwen-Audio-3.0-ASR-Flash。该模型在上下文连贯性、特定领域词汇识别及自定义热词方面进行了深度优化，并新增了语音润色功能，能直接输出结构化文本。它支持长达5分钟的语音处理，提供实时和离线两种转写模式。目前，该模型已在阿里云百炼平台上线，适用于会议记录、实时字幕及智能客服等多种场景。
Qwen-Audio-3.0-ASR-Flash在低延迟环境下依然保持高准确率｜图源千问大模型
DeepSeek-V4-Flash正式版上线，其智能体能力已超越Pro预览版
7月31日，DeepSeek-V4-Flash正式版API上线公测，V4-Pro正式版将于8月初上线。新模型采用MoE架构，总参数284B、激活参数13B，支持100万token上下文，Agent能力大幅增强，多项基准测试超过4月发布的Pro预览版。定价方面，Flash版缓存命中输入为0.2元/百万tokens、输出2元/百万tokens，并已适配Claude Code、Codex等主流Agent与编程产品。
Kimi K3开源发布：总参数量达2.8万亿的大模型
月之暗面近日正式开源Kimi K3大模型，总参数量达2.8万亿，激活参数1040亿，支持百万级上下文窗口及原生视觉理解。该模型采用线性注意力与混合专家架构，训练效率较前代提升2.5倍，综合能力超越部分主流闭源模型。团队还同步开源了专家并行方案MoonEP及视觉评测基准PerceptionBench。大规模商用需另行授权或展示标识。
xAI发布Grok Voice 2.0语音模型，在行业评测中名列前茅
7月30日，xAI推出新一代语音模型Grok Voice Think Fast 2.0。该模型在Tau Voice基准测试中以56.5%得分位居榜首；首音频响应时间仅0.7秒，为榜单前五中唯一低于1秒的模型。其语音识别准确率较前代提升约1.4倍，定价每分钟0.08美元，约为同类产品一半，将于8月5日完成默认升级。
谷歌DeepMind推出Gemini Robotics 2，赋予机器人全身智能控制能力
7月31日，谷歌DeepMind发布三款机器人模型：核心的Gemini Robotics 2为VLA模型，可将语言与视觉指令转化为全身运动控制，支持行走、双手协同及灵巧操作；ER 2负责长程任务规划与多机器人协作；On-Device 2支持端侧运行，不到200个示例、数小时即可适配新机器人本体。三者分别承担规划、控制与部署职能。
应用抢先看
02
Qoder推出实时语音交互智能体Qoder Voice
7月28日，阿里Qoder上线实时语音交互智能体Qoder Voice，由全双工语音模型Qwen-Audio-3.0-Realtime驱动。用户可随时语音唤醒智能体，通过语音下达指令、讨论方案，智能体实时响应并执行任务。Qoder Voice已登陆Qoder国际版，首批开放给个人订阅、个人体验版和企业订阅用户，提供3天限时免费试用。Qoder CN版将于近期上线。
OpenAI近期密集更新：AI在数学开放问题上取得突破、拆分语音转录功能、桌面版将重构
OpenAI近日公布下一代模型Astra在十个数学开放问题上取得突破，计算成本约2000美元；同时推出两款专用语音转录模型，分别针对录音文件和实时音频优化。公司总裁Brockman透露，ChatGPT桌面端将重构为“零标签页”模式，硬件设备家族正在研发中，整体目标是打造AI操作系统。
Anthropic发布MCP协议大版本更新，月下载量突破4亿
7月29日，Anthropic发布模型上下文协议（MCP）最大规模更新。新版本将核心架构转为无状态模式，把扩展功能升级为官方标准化框架，新增交互式界面渲染、异步任务管理及企业级认证三大功能，并全面加固安全机制。目前MCP月度SDK下载量已突破4亿次，累计下载超10亿次，应用商店服务器超950个，Figma、Zoom等企业已宣布支持该协议。
科技第一线
03
阿里云灵骏真武超节点适配Kimi K3模型
7月28日，阿里云灵骏真武M890超节点实例已Day0适配Kimi K3，这是国内首个跑通近3万亿参数模型的超节点。双方将进一步展开国产算力合作，千问AI平台和阿里云百炼也将提供Kimi K3的模型API。目前，国内外主流模型已进入超2万亿参数规模的时代，阿里云灵骏真武M890超节点不仅跑通Kimi K3，还实现了模型的高效运行，意味着国产算力已具备支撑超大参数模型大规模应用的能力。
宇树发布轮足机器人As2-W，重25公斤可承重150公斤
宇树科技近日发布轮足机器人As2-W，四足末端加装轮子，兼具轮式高效移动与足式越障能力。整机重约25公斤，最大速度超6米/秒，续航超33公里，站立承重达150公斤，可攀爬80厘米高台及45度陡坡，并支持搭载AI大模型，面向工业巡检、仓储物流等场景。
As2-W场景演示｜图源宇树科技
李飞飞团队发表首篇触觉研究论文，机器人实现“盲触”操作
李飞飞联合伯克利及英伟达多位学者发布首篇触觉研究论文，提出T-Rex灵巧手模型。该模型为触觉信号单独设计高频处理通路，解决视觉与触觉频率不匹配问题，在12项真实灵巧操作任务中平均成功率达65%，高于纯视觉方案的35%。研究基于Sharpa Wave硬件完成，为灵巧手触觉数据采集与训练提供了可复用范式。
英伟达牵头组建开放安全AI联盟
英伟达近日联合微软、IBM等数十家企业成立“开放安全AI联盟”，旨在构建共享开放工具以促进AI负责任使用并增强信任。该联盟基于Linux基金会倡议及OpenSSF社区工作建立，成员涵盖云计算、网络安全及AI研究等领域企业。联盟将通过开放技术修复和披露漏洞，开发并共享相关技术与工具，以保障AI时代软件和智能体的安全，推动行业协作应对AI安全挑战。
全球千余名AI从业者联合呼吁减缓AI研发速度
7月29日，来自OpenAI、Anthropic、谷歌、Meta等近12家公司的1134名员工联名发起“Pacing the Frontier”请愿，呼吁美国政府推动国际合作，建立控制前沿AI研发节奏的机制。声明指出，AI公司或已接近实现“自动化AI研究”，能力增长可能超出人类控制。此前OpenAI模型曾在安全评测中突破沙盒入侵外部系统，引发业界对AI安全的广泛关注。
以上就是小七为您梳理的AI领域热点资讯，每周更新，欢迎持续关注~
——以上资讯综合自：量子位、新智元、机器之心、AI寒武纪、阿里巴巴、阿里云等公众号
延伸阅读
/END/