AI 早报 2026-07-24
过去 12 小时 AI 圈精选:ChatGPT 与 Claude 双双发力语音+智能体新交互,通义千问 TTS 模型登顶排行榜,Google Gemini 逼近 10 亿月活,DARPA 实现 AI 操控 F-16 自主空战——多维度突破正在同时发生。
模型发布/更新
通义千问发布 Qwen-Audio-3.0-TTS,登顶 TTS 排行榜
来源:X(@Alibaba_Qwen),昨晚 20:33 | 原文链接
阿里通义千问推出最新文本转语音模型 Qwen-Audio-3.0-TTS,提供 Flash(实时交互)和 Plus(高质量生成)两个版本。新功能包括细粒度内联标签控制(如 [whisper]、[angry])、自然语言风格控制、支持 16 种语言,以及一次生成长达 3 分钟的长文本。该模型目前在 Artificial Analysis TTS 排行榜上排名第一。
产品发布/更新
Claude 语音模式现已支持 Opus、Sonnet 及连接工具与多语言
来源:Claude Blog,今天凌晨 03:55 | 原文链接
即日起,Claude 语音模式在 Opus、Sonnet 和 Haiku 上运行,并支持连接 Gmail、Slack 等工具及更多语言。用户可在对话中切换模型,语音模式默认沿用上次文本聊天使用的模型。该功能面向所有用户开放 beta 测试,免费版可使用 Haiku 及一个连接工具,付费版可访问更多模型和全部连接工具。
ChatGPT 桌面版上线语音控制多智能体
来源:X(@OpenAI),今天凌晨 03:43 | 原文链接
ChatGPT 语音功能现已登陆桌面应用。只需使用语音,即可控制电脑,并指挥在 ChatGPT Work 或 Codex 中运行的多个智能体。该功能由 GPT-Live 驱动,能够同时说话、聆听并协调工作。今日起面向 macOS 和 Windows 平台的 Plus、Pro、Business、Edu 及 Enterprise 用户全球推送。
ChatGPT 向美国用户推出健康功能
来源:X(@gdb),今天凌晨 01:55 | 原文链接
OpenAI 宣布向美国用户推出 ChatGPT 健康功能,支持安全连接 Apple Health 及受支持的医疗记录。每周有 3 亿用户使用 ChatGPT 进行健康咨询,新功能可让 ChatGPT 理解个人健康上下文,追踪变化并提供更个性化的帮助。
行业动态
DARPA 与美国空军试飞 AI 操控的 F-16 战机
来源:Hacker News 热门,今天凌晨 04:11 | 原文链接
DARPA 与美国空军成功试飞了由人工智能操控的 F-16 战机。该 AI 系统在真实空战环境中完成了自主飞行与战术机动测试,标志着 AI 在军事航空领域的重大进展。
OpenAI Workspace Agents 漏洞:一个 ChatGPT 链接即可创建恶意 AI 智能体
来源:The Decoder,今天凌晨 01:01 | 原文链接
安全公司 Zenity Labs 发现 OpenAI Workspace Agents 存在”AgentForger”漏洞,攻击者发送一个含恶意提示词的 ChatGPT 链接,即可在受害者账户下创建自主 AI 智能体。该智能体继承受害者身份和已授权应用权限,绕过安全审批,并设置每五分钟运行一次的定时任务从攻击者邮箱获取指令。OpenAI 在四天内修复了该漏洞。
Google Gemini 月活用户逼近 9.5 亿,有望成为下一个十亿级产品
来源:TechCrunch,昨晚 22:52 | 原文链接
Google 在 Q2 2026 财报电话会上宣布,AI 助手 Gemini 月活跃用户已超过 9.5 亿,较去年增长三倍。Sensor Tower 报告显示,Gemini 在 AI 助手市场份额升至 27.7%,而 ChatGPT 份额首次跌破 50%,两者差距正在快速缩小。
技巧与观点
TheNumbers.com 因 AI 爬虫与安全攻击导致网站崩溃重建
来源:Hacker News 热门,今天凌晨 02:35 | 原文链接
电影数据权威网站 The Numbers 于今年 3 月突然下线,AI 爬虫和智能体流量占其总流量的 90%,服务器在持续重压下崩溃,日志还显示存在针对后门的恶意攻击。团队被迫放弃运行 30 年、包含 16 万源文件的旧系统,在新基础设施上重建网站,引发对 AI 流量对中小网站影响的广泛讨论。
微软 MAI 模型:以更低成本实现前沿能力规模化
来源:X(@satyanadella),今天凌晨 00:31 | 原文链接
微软 CEO Satya Nadella 详解 MAI 模型家族战略:通过优化成本-效果前沿,MAI 模型在 GitHub Copilot、Excel 等产品中已用更少 token 超越通用前沿模型。核心是构建独立于模型的评估系统,让模型在产品真实环境中学习并完成用户关心的任务,微软正将这一模板通过 Foundry 平台开放给企业客户。
Apple 起诉 OpenAI 窃取硬件制造机密
来源:The Verge,昨晚 22:00 | 原文链接
Apple 指控多名前员工在 OpenAI 面试中窃取硬件制造机密,甚至将设备带出办公室进行”展示”。OpenAI 否认指控,但法律专家指出 Apple 是出了名的缠讼者,此前曾通过版权和专利诉讼分别对抗 Microsoft 与 Samsung,这场法律战可能影响后智能手机时代的格局。
昆仑万维方汉:Token 堆不出 AI 原生组织,模型才是长期立足之本
来源:公众号(昆仑万维),昨晚 19:20 | 原文链接
昆仑万维 CEO 方汉在 WAIC 圆桌上指出,单纯堆砌 Token 消耗量无法衡量 AI 价值,模型能力需依赖 Coding Agent 建立的工程框架才能转化为生产力。他透露昆仑万维将持续发布音乐、具身世界和游戏世界模型,同时警示 AI 编程带来的技术债可能导致生产事故增幅达数倍,代码审查与责任机制必须同步加强。
今日关键词:语音多智能体 · TTS 登顶 · Gemini 逼近 10 亿 · AI 操控 F-16 · AI 爬虫危机 · AgentForger 漏洞 · Apple vs OpenAI