国行 Apple 智能完成备案，阿里千问被确认集成到苹果 AI 能力层。

说真的，这是今天最值得关注的一条线。7月8日，苹果技术开发上海有限公司的「Apple 智能」大模型完成备案，适用场景是苹果手机。几乎同时，阿里千问将作为 AI 能力集成到 Apple 智能，为中国 iOS、iPadOS、macOS 和 visionOS 用户提供文本与图像理解、内容生成等服务。

你想想看，苹果在中国市场的 AI 落地路径其实已经很明确了。不是「等批文」，而是「跟谁合作」的问题有了答案。

来源，IT之家

第二条同样来自阿里。

阿里通义实验室发布了 Qwen-Audio-3.0-Realtime，一个实时语音交互模型。在 Artificial Analysis 的 Speech Reasoning 子项里，它综合排名第一，超过了 OpenAI 的 GPT-Realtime-2。

我跟你说，语音交互这个赛道其实比文本更难做。它对延迟、打断、噪声抑制都有硬要求。阿里能在这个子项拿第一，说明国内在端到端语音模型上的差距在缩小。

来源，公众号，通义实验室

金山办公也在 AI 办公上继续加码。

在 2026 AI 生产力大会上，金山推出了 WPS Comate，定位是面向员工的 AI 办公客户端。它提供 AI 岗位专家、Skill 技能生态、自动化任务等六大模块，支持云端和本地双任务模式。

坦白说，WPS 这个方向不算新鲜。但能打动人的地方在于它离真实工作场景很近，个人用户可以直接下载体验。不是画饼，而是先把东西放出来。

来源，IT之家

昆仑万维的天工短剧工作台发布了「Agent 智能分镜 + 无限画布」双轨创作模式。

这套方案试图解决 AI 短剧里的两个老问题，角色变脸和站位漂移。导演 Agent 会自动解析剧本、规划站位和机位，还能生成多视角细节图。工具内置了影视级提示词模板、720° 全景图和 3D 导演台。

怎么说呢，AI 视频生成现在很热闹，但真正能进入可控生产环节的工具不多。天工这次做的，是把导演那套工作流给自动化了。

来源，公众号，昆仑万维

MiniMax 的 Code 2.0 桌面端也更新了。

新版本基于 Pi Agent 框架重构了底层架构，会话启动速度和长程复杂任务的稳定性都有提升。另外图表加载、文件预览框选编辑也做了优化。更值得关注的是，它已经和恒生金融数据库、企查查 MCP 打通，金融模块即将上线。

代码助手正在从「写代码」往「理解业务」走。接金融数据库和企查查，就是在往这个方向靠。

来源，公众号，MiniMax

开发者工具方面，有两件事我觉得挺有意思。

一件是 xAI 开源了 Grok Build 的源代码。Grok Build 是 SpaceXAI 的编程智能体和终端界面，开源后用户可以自己编译并本地运行。它通过 config.toml 指向本地推理引擎。

另一件是，一个中国开发者基于 API 版 Fable5 和 Codex，做了开源 TODO Skill「阿福」。它能自动把收件箱里的待办资料转成 Markdown 任务卡，识别不完整项，比如视频链接需要先用 yt-dlp 和本地 Whisper 提取字幕。

两件都是 Agent 落地的探索。一个偏基础设施，一个偏个人工作流。

来源，xAI News；公众号，卡尔的 AI 沃茨

还有一条来自 OpenAI。

OpenAI 发布了 GPT-Red，一个自动化红队模型。它能在部署前发现漏洞，并在训练中生成攻击以提升模型鲁棒性。OpenAI 说 GPT-Red 能攻破此前几乎所有模型，它的攻击被用于对抗训练 GPT-5.6 Sol，让后者在直接提示注入基准测试中的失败率降到四分之一。

其实吧，AI 安全的话题经常听起来很远。但「模型会自己攻击模型」这件事，离我们并不远。

来源，OpenAI 官网动态

今天我注意到一个趋势，国产模型和办公、创作、金融这些垂直场景的结合越来越快。不再只是发布会上的 demo，而是开始往真实工作流里钻。

这个转变可能比参数竞赛更重要。