2026年7月17日

星期五

🚀 产品发布 2026-07-17

Google Gemini 3.5 Pro正式发布,200万token上下文刷新行业纪录

经历一个月的架构重建后,Google正式发布Gemini 3.5 Pro,配备行业领先的200万token上下文窗口,是Claude Opus 4.8的两倍、GPT-5.6的15倍以上。该模型针对前端编码和视觉推理进行了全面优化,引入Deep Think深度推理模式。同时发布的还有Nano Banana Pro图像生成模型,旨在夺回图像生成领域的领先地位。

信息来源: AIFreeTool ->
⚖️ 政策法规 2026-07-17

2026世界人工智能大会在上海开幕,全球治理高级别会议同步举行

2026世界人工智能大会暨人工智能全球治理高级别会议今日在上海开幕,习近平主席出席开幕式并发表主旨讲话。来自100多个国家和国际组织的代表参会,大会以"智能伙伴 共创未来"为主题,就AI安全风险、数据治理、开源开放等议题达成共识,强调构建法律法规、技术监测、风险预警、应急响应体系。

信息来源: 澎湃新闻 ->
💰 融资动态 2026-07-17

Anthropic联合黑石推出15亿美元AI服务公司Ode,抢滩企业部署市场

Anthropic携手黑石、Hellman & Friedman等私募巨头推出Ode with Anthropic,一家专注于企业AI部署的服务公司,融资规模达15亿美元。Ode以Anthropic此前收购的Fractional AI为基础,目标客户为社区银行、区域医疗机构和中型制造商。此举与OpenAI两个月前成立的40亿美元部署公司形成直接竞争,标志着AI行业竞争已从模型开发转向"最后一公里"部署。

信息来源: Awesome Agents ->
🚀 产品发布 2026-07-17

OpenAI首款消费级硬件曝光:AI家庭伴侣智能音箱计划年底首秀

OpenAI首款消费级硬件产品浮出水面,将是一款定位AI家庭伴侣的智能音箱,内置机械元件可自主产生动态动作,制造"生命感"。产品计划最快于今年底对外展示,2027年正式上市销售。不过苹果公司近期起诉OpenAI涉嫌窃取硬件商业机密,可能影响产品发售进度。

信息来源: 头条 ->
🔬 学术研究 2026-07-17

最新研究揭示:边缘VLM推理的真正能源瓶颈是输出token而非输入

最新发表的研究论文颠覆了传统认知:边缘视觉语言模型的能源消耗并非由输入图像复杂度决定,而是由输出token数量驱动。研究发现推理功率几乎恒定,而较慢的逐token解码时间才是真正的能源瓶颈。这一发现将改变边缘AI效率优化策略,从优先压缩视觉token转向控制输出长度。

信息来源: Eye on AI ->
⚖️ 政策法规 2026-07-17

欧盟AI法案修正案通过,高风险系统合规期限延至2027年12月

欧盟理事会批准了数字综合法案中关于AI法案的修订条款,将高风险AI系统的合规期限从原定的2026年8月推迟至2027年12月。修正案明确了安全组件的判定标准,区分了AI安全功能与性能优化功能,同时新增了对生成非自愿性亲密内容的禁令,将于2026年12月生效。

信息来源: DLA Piper ->
🔬 学术研究 2026-07-17

SAGEAgent:首个成本感知的多模态癌症生存预测AI智能体

SAGEAgent是一种自进化LLM智能体,能够逐个患者决定是否需要进一步诊断测试。该模型利用情景记忆和累积决策模式,在神经胶质瘤患者队列测试中保持竞争力预测准确性的同时,将诊断负担降低了55%。这一成果为临床决策支持提供了成本和负担感知的新范式。

信息来源: Eye on AI ->
🏢 行业动态 2026-07-17

AI并购浪潮席卷全球,高通、安森美、Salesforce等巨头密集出手

2026年第二季度全球科技产业并购活跃,高通39.2亿美元收购AI基础设施企业Modular,安森美70亿美元并购边缘AI厂商Synaptics,Salesforce则以36亿美元收购智能客户代理平台Fin。这些交易围绕算力底座、边缘智能、行业垂直应用三条主线展开,反映出AI从单点技术向全行业底层生产力转型的趋势。

信息来源: 头条 ->

今日趋势点评

今日AI行业呈现"模型竞速+治理深化+资本落地"三重格局:Google Gemini 3.5 Pro以200万token上下文刷新行业纪录,标志着大模型竞争已进入"超长上下文+深度推理"的新阶段;WAIC 2026开幕与欧盟AI法案修订同步推进,全球AI治理框架正在加速完善。

Anthropic联合黑石推出Ode服务公司、OpenAI首款硬件曝光,显示AI巨头正从纯模型驱动转向"模型+部署+硬件"的全栈竞争。边缘AI能源瓶颈研究则为端侧AI优化指明了新方向,未来AI效率提升将更多聚焦于输出token控制而非输入压缩。