AI日报 | 2026年07月09日

OpenAI 和 xAI 像是约好了一样，今天同时把牌桌掀了。

GPT-5.6 全量上线、Grok 4.5 正式发布，这还没完，Mistral 端出了机器人导航模型，Cognition 的 SWE-1.7 直接说「我们和 GPT-5.5 差不多了」。

一天之内，模型层、Agent 层、硬件层全在动。

我跟你说，这已经不是「热闹」能形容的了，感觉整个行业都在抢一个东西，谁能先把「通用智能」从 PPT 里抠出来，谁就是下一轮赢家。

🔥 重点新闻

OpenAI 今天把 GPT-5.6 推给了所有用户。我一开始以为是常规更新，但看了能力边界之后，觉得这事可以多说两句。

来源，36kr 报道称，GPT-5.6 在推理一致性和长上下文稳定性上有明显改进，而不是简单堆参数。换种说法，它更像是在解决「前面答得挺像回事，后面突然开始胡说」的问题。这个痛点估计很多人用过 ChatGPT 都碰到过。

更让我意外的是 GPT-Live。来源，OpenAI 官方博客把这个功能定位为实时语音和视频助手，延迟压到很低，语气也更自然。坦率的讲，去年大家还在争论语音是不是伪需求，今年各家都已经把多模态实时交互当成主战场了。

xAI 的 Grok 4.5 来了。来源，xAI 官方博客，新版本在数学、代码和推理上都有提升，马斯克这次罕见地直接跟 OpenAI 正面撞车。

我觉得这很有意思。Grok 之前的定位有点模糊，一会儿是「推特幽默感」，一会儿是「长文本」。但 4.5 开始，它明显是在往「严肃工具」方向靠。这说明什么？说明马斯克也看明白了，聊天机器人的噱头期过了，现在要比的是谁能真的帮你解决复杂问题。

不过 Grok 的落地场景还是太依赖 X 平台。能不能破圈，可能不是技术问题，而是产品问题。

Mistral 这次没卷大语言模型，而是转向了机器人。来源，Mistral 官方博客，Robostral Navigate 是一个机器人导航模型，能让机器人在复杂环境里自主规划路径。

这块我关注有一段时间了。大模型在语言上卷完之后，视觉-动作-导航这个方向会越来越重要。Mistral 的选择很聪明，躲开正面战场，去啃一个工程上更难、但竞争没那么惨烈的方向。

如果它能在真实机器人上稳定运行，这个模型的价值可能比另一个 70B 语言模型更大。

Cognition 今天发了 SWE-1.7。来源，Cognition 博客，官方说它在软件工程任务上达到了接近 GPT-5.5 和 Claude Opus 的水平。

我第一反应是，这真的假的？毕竟 Cognition 之前靠 Devin 赚足了眼球，但实际用起来没那么神。不过 SWE-1.7 的打法不太一样，它更垂直，只盯着软件工程这个场景。来源，HN 上这条讨论热度很高，说明开发者群体确实在认真看。

垂直 Agent 超过通用模型，这件事如果成真，对行业的冲击会很大。以后可能不是「一个大模型打天下」，而是每个领域都有一个专门干活的 Agent。

来源，36kr 报道，有一款新的世界模型实现了每秒 50 帧的生成速度，而且完全没有用英伟达硬件。这消息听着有点离谱，但如果是真的，那意义不小。

世界模型之前最大的瓶颈就是慢。Sora 那种效果惊艳，但生成一帧都要等很久。50 帧意味着它可能真的可以实时生成可交互环境，游戏、仿真、机器人训练都会受影响。

英伟达含量为 0 这个点更值得玩味。过去大家默认做 AI 离不开英伟达，但现在越来越多项目在尝试绕过它。这个趋势会不会变成长期格局，我还不敢下结论，但至少说明替代方案正在成熟。

来源，36kr 报道称，工信部在一份文件里把 Claude Code 的危害性定得比较重。这个事我仔细看了原文，核心不是否定 Claude Code，而是对「代码自动生成」的安全性和可控性提出警告。

这个信号很重要。Agent 写代码的能力越来越强，但监管还没跟上。工信部的定调可能是一个开始，接下来企业级市场对代码 Agent 的采购会更谨慎。

对开发者来说，这不是坏事。工具越强大，使用责任也越大，提前建立规范总比出事之后再补课强。

来源，36kr 报道，字节跳动的一个团队投入了 3.8 万小时 GPU 训练时间，专门研究 Agent 的 Scaling Law。这数字听着就烧钱。

他们的结论是，Agent 的性能 scaling 不仅和模型大小有关，还和任务分解、工具调用、反思机制强相关。坦率的讲，这有点反直觉。之前大家以为只要模型够大，Agent 就会自然变强，但事实证明，Agent 的架构设计可能和模型本身一样重要。

这对行业的影响是，接下来 Agent 创业公司不能只靠「套壳 GPT」了，得有真正的系统工程能力。

来源，36kr 报道，DeepSeek 和智谱都在秘密做芯片，方向聚焦推理，据说一年前已经启动。

这个消息不意外，但时间点很有意思。大模型价格战打到现在，推理成本已经成为核心竞争力。自己做芯片，能把成本压到别人做不到的程度。DeepSeek 之前靠工程优化已经打出了性价比，如果再掌握硬件，那优势会进一步放大。

智谱走这条路也合理。它现在的处境是被巨头夹击，必须找到差异化的护城河。自研芯片是最重的选择，但也是最深的护城河。

竞赛编程 Agent 进入全球前十，南大、清华新模型 CF rating 超 3500。来源，36kr。这说明在特定细分领域，Agent 已经超过绝大多数人类选手了。
大厂集体下架 AI 聊天机器人。来源，36kr。不是产品不好，而是找不到盈利模式，C 端聊天机器人可能正在进入洗牌期。
腾讯放手，AI 没有大哥。来源，36kr。腾讯在 AI 上的策略变得比以前更务实，不再追求全面领先，而是找能赚钱的场景。
支付宝 AI 战略全貌逐渐清晰。来源，36kr。蚂蚁把 AI 嵌进支付和生活服务，走的是「工具化」路线，而不是「对话产品」路线。