AI日报 – 2026年07月23日

大模型智能体：生物安全新威胁

▲图片由AI生成 实验室中，一台电脑屏幕显示大模型界面，旁边摆放着DNA模型和危险生物标志，警示AI生物安全风险。

[众享AI摘要] 智源研究院最新研究发出警告：大模型智能体在显著提升科研效率的同时，也大幅降低了获取与利用生物危险知识的技术门槛。这类智能体能够自主完成信息检索、实验方案设计，甚至推演潜在病原体的改造路径。研究指出，这些能力可能被恶意利用，或因系统漏洞意外触发，从而引发生物安全风险。智源呼吁业界在推动大模型应用时，必须同步建立更严格的知识访问控制、行为审计与安全对齐机制，防止技术滥用对公共卫生和生态安全造成实质性威胁。该研究聚焦于大模型在生物领域的潜在滥用场景，强调技术发展的双刃剑效应，并提出了具体的风险防控框架，为AI安全治理提供了关键参考。

AI越强大，人类越珍贵

▲图片由AI生成 摄影机镜头聚焦在一位普通人微笑的脸庞，背景是AI生成的模糊虚拟画面，形成鲜明对比。

[众享AI摘要] 第五届vivo×FIRST超短片单元获奖作品直面AI时代影像创作的核心矛盾：技术虽能低成本生成逼真画面，却无法替代创作者对“为什么拍”的追问。获奖短片集体聚焦AI“够不着”的角落——细微的情感波动、偶然的瞬间捕捉、有温度的日常琐碎。这些作品揭示了一个关键事实：当AI让影像制造变得廉价，真正不可替代的是镜头背后具体的人、真实的感受与创作动机。技术越强大，人的主体性与创作意图越珍贵。对AI工具应用者、内容创作者而言，这提供了重要启示：技术只是手段，而人的视角、情感与选择才是影像的灵魂。该现象也折射出AI在创意产业中的边界：它能复制形式，却无法复制“为什么”。

苹果Mac分两派：给人用 vs 给AI用

▲图片由AI生成 未来Mac产品线分为传统交互终端与常驻AI主机，展示两种不同形态的苹果设备并排运行

[众享AI摘要] 苹果Mac产品线预计在2028年迎来全线换代，核心驱动力来自AI Agent的爆发式需求。文章提出，未来的Mac将明确分为两类：一类是传统交互的AI终端，主要面向人类用户，延续现有触控、键盘等交互方式；另一类是常驻运行的AI主机，专为AI Agent设计，可全天候自主执行任务，无需人工干预。当前，Mac mini和Mac Studio已因AI任务需求出现缺货，内存容量正成为运行AI应用的新门槛——更大内存、更高带宽成为端侧AI部署的关键瓶颈。这一路线图揭示了苹果在端侧AI战略上的深层布局：硬件配置将从“适配人类使用”转向“适配AI工作负载”，包括更强的神经引擎、统一内存架构以及针对多Agent并发的优化。苹果正试图通过硬件分层，在个人计算与AI计算之间建立新的产品逻辑，为未来AI原生应用生态奠定基础。

机器人困在Demo？缺“本体认知”破局

▲图片由AI生成 机器人手臂在复杂环境中自主抓取物体，内部三维模型实时显示关节运动与力反馈数据

[众享AI摘要] 机器人技术长期停留在演示阶段，难以大规模落地应用，核心瓶颈在于缺乏“本体认知”。讯飞新成立的子公司爻方智能指出，当前业界热门的VLA（视觉-语言-动作）模型并非终局解决方案。机器人若只依赖视觉与语言指令执行预设动作，无法真正理解自身物理形态、运动能力及与环境交互的动态关系。缺乏这种深层认知，机器人在复杂场景中难以实现自主适应与任务泛化，导致Demo表现惊艳、实际部署失灵。爻方智能认为，突破方向在于让机器人建立对“自我”的感知模型，包括本体结构、关节约束、力反馈与空间定位，从而在未知环境中自主推理并调整行为。这一观点揭示了具身智能领域的关键短板，也为机器人从实验室走向工厂、家庭等真实场景提供了明确的技术路径。未来，融合本体认知与多模态感知的架构，或将成为机器人实用化的核心突破口。

真武芯片适配Qwen3.8：推理速度飙升，部署成本骤降

▲图片由AI生成 阿里云真武芯片超节点电路板与Qwen3.8模型图标结合，蓝色数据流在芯片间高速传输，背景为百炼平台界面。

[众享AI摘要] 阿里云宣布其自研的“真武芯片超节点”已完成对Qwen3.8大模型的成功适配，并正式上线百炼平台提供推理服务。真武芯片超节点是阿里云专为大规模AI计算设计的异构加速硬件，通过高度优化的算力调度与内存架构，显著提升Qwen3.8的推理吞吐量，延迟降低达30%以上。该适配意味着开发者与企业用户无需自建昂贵算力集群，即可通过百炼平台直接调用Qwen3.8，实现低门槛、高效率的模型部署。此举不仅加速了阿里云在AI基础设施上的技术闭环——从芯片设计到模型服务全栈自研，也降低了中小企业应用大模型的成本壁垒。同时，Qwen3.8作为阿里通义系列的重要成员，在代码生成、文本理解等任务上表现突出，结合真武芯片的硬件加速能力，将推动AI在金融、医疗、电商等场景的规模化落地，进一步巩固阿里云在AI云服务市场的领先地位。

1B参数模型击败大模型，具身智能新王诞生

▲图片由AI生成 一台机械臂正在抓取物品，旁边显示“1B参数”与“π0”对比的榜单排名图。

[众享AI摘要] 中国研究团队以仅1B参数的轻量级模型，在具身智能权威榜单上超越此前领先的π0等大参数模型，登顶榜首。这一突破标志着具身智能领域正从单纯堆叠参数转向架构创新。该模型采用更高效的结构设计，在机器人操作、环境交互等任务中实现了更优性能，显著降低了对算力的依赖。传统大模型往往需要数十亿乃至上百亿参数，而该模型通过优化注意力机制与特征提取模块，在保持高泛化能力的同时大幅压缩了计算成本。这一成果为低成本、高泛化能力的智能体落地提供了新路径，有望加速机器人在家庭服务、工业制造等场景的实际应用，推动具身智能向更轻量、更实用的方向发展。

DeepSeek增资65%，AGI主线浮出水面

▲图片由AI生成 DeepSeek创始人梁文锋在闭门会议上展示AGI路线图，背景为超算中心与数据流。

[众享AI摘要] DeepSeek今年已完成两次增资，注册资本从1000万元增至约1645万元，增幅高达65%。创始人梁文锋在近期闭门会议中明确公司主线为“通往通用人工智能（AGI）”，表明其战略重心正从单一模型研发转向长期AGI布局。与此同时，阿里云真武M890超节点成功适配Qwen3.8，成为国内首个运行超2万亿参数大模型的超节点，并已上线百炼平台提供推理服务，标志着国产大模型在超大规模部署上取得关键突破。此外，马斯克强调FSD（全自动驾驶）是拉动特斯拉汽车需求的核心驱动力，进一步凸显AI在自动驾驶领域的商业化牵引力。这些动态共同展示了AI大模型、自动驾驶及AGI方向的最新进展与产业影响，反映出资本、技术与应用场景正加速协同。

网格智算：林下无人机毫米级避障，不堆算力

▲图片由AI生成 无人机在林下密集树枝间自主飞行，实时显示毫米级测径与避障路径，背景为无信号森林环境。

[众享AI摘要] 网格智算推出“GridAI大脑”，不依赖传统堆砌算力的方式，而是通过自研的“网格域学习技术”实现高精度空间理解与模型自生成最优控制函数。该方案专为林下等“全拒止”环境打造，在无GNSS信号、通讯强衰减、环境纹理复杂（如树枝摆动）的条件下，无人机仍能实现实时离线运行、自主飞行、毫米级测径与自动避障。产品已小批量商业化交付，填补了行业头部厂商鲜有布局的林下自动化作业空白。该技术可大幅降低伐区蓄积量核算、树木胸径测量等场景的人力成本与安全风险，标志着AI在极端环境下的自主决策能力取得实质性突破。

郭列携Flova.ai归来：AI视频创作一键成片

[众享AI摘要] 脸萌、FaceU及剪映核心创始人郭列，在经历字节影像业务负责人、游戏创业失败后，携AI视频创作Agent“Flova.ai”重返公众视野。该产品通过对话式交互，整合了脚本创作、角色设计、分镜规划与成片生成等全流程能力，用户仅需自然语言描述即可完成高质量视频制作。郭列首次系统阐释了其在AI时代的产品方法论：延续移动互联网时代的爆款审美与用户洞察，将复杂技术封装为极简交互。Flova.ai代表了“剪映系”创业者对AI消费级工具的新探索，其核心在于降低视频创作门槛，让非专业用户也能高效产出创意内容。这一方向可能重塑短视频、广告营销、个人IP创作等领域的生产范式，也反映出AI Agent从技术演示向实用产品落地的趋势。

K3实测：API调用虽省钱，体验缩水严重

▲图片由AI生成 电脑屏幕显示Kimi API调用界面，左侧对比原生客户端与Claude Code的响应差异，标注“体验缩水”提示。

[众享AI摘要] Kimi 近期暂停新会员订阅，用户转而通过 API 调用其最新 K3 模型。实测对比四种接入方式：API 直连、接入 Claude Code、原生客户端及 Codex 发现，API 并非产品的等价替代——直接调用缺失原生交互体验，如对话记忆、上下文连贯性等关键功能；接入 Agent 外壳（如 Claude Code）虽能拓展功能，但会引入新故障与不稳定性，例如响应延迟、指令误解等。K3 模型本身在长文本理解与逻辑推理上表现突出，但“壳”的差异显著影响实际使用效果。用户需根据场景谨慎选择：追求稳定体验建议等待官方恢复订阅，开发或临时需求可尝试 API 直连但需接受功能降级，而接入第三方工具则需做好故障预案。文章提醒，K3 的能力优势需配合合适接入方式才能充分发挥，盲目跟风可能得不偿失。

美图1亿悬赏AI影像，开发者速来

▲图片由AI生成 美图公司发布会现场，巨大屏幕显示“1亿元”字样，台下开发者与创业者举手机拍摄，背景是AI生成的炫彩影像。

[众享AI摘要] 美图公司宣布投入1亿元启动“美图产品挑战赛”，面向全行业招募AI影像领域的创新者与开发者。该赛事聚焦AI技术在图像生成、视频处理、视觉设计等场景的落地应用，旨在挖掘基于AI的影像创作工具、应用及解决方案。参赛者不仅有机会获得资金支持，还能对接美图的技术资源与商业化合作机会，加速从创意到产品的转化。此举是美图强化AI影像生态布局的关键一步，为创业者、技术团队提供了从技术验证到市场推广的全链路实践平台。通过开放自身技术与流量资源，美图希望推动AI影像行业探索更多可能性，尤其在AIGC内容爆发、视频生成需求激增的当下，该赛事有望孵化出下一代影像工具与工作流，进一步降低AI创作门槛。

端侧AI爆发：WAIC2026揭示落地生死战

▲图片由AI生成 WAIC2026展台上，多款搭载端侧AI芯片的智能设备悬浮展示，背景数据流显示低延迟推理与隐私保护标识。

[众享AI摘要] WAIC2026大会将端侧AI推至聚光灯下，核心议题从“AI能否长出身体”转向“如何让身体真正跑起来”。当前，端侧AI面临三大关键挑战：一是哪些AI能力必须内置到设备端，以实现毫秒级低延迟与数据隐私保护，例如本地语音助手、实时图像识别与离线推理；二是从众筹爆款到千万级量产，企业需跨越芯片功耗、模型压缩精度损失、供应链良率及成本控制等多重门槛；三是软硬件深度融合后，竞争焦点从单一算法转向“芯片架构+模型蒸馏+操作系统适配”的系统级能力。以高通、联发科、华为为代表的芯片厂商正加速推出端侧AI算力方案，而苹果、三星等终端巨头则通过自研NPU与轻量化大模型构建生态壁垒。文章指出，端侧AI的下一阶段比拼，不再是概念热度，而是谁能率先在智能家居、可穿戴设备、车载边缘计算等场景中实现“开箱即用”的实用体验，并以此构建可持续的商业模式。