标签：大模型

马斯克亲自下场演示：Grok 新功能能”看片”了，一段科比 AI 视频精准识破

马斯克在社交平台演示了 Grok 的新视频交互能力，上传一段科比 AI 生成视频后，Grok 不仅能描述画面、提取对话，还综合判断出这是 Deepfake。视频理解正从“看懂内容”走向“判断真假”。

MiniMax 在 8 月 3 日开源了新一代全模态生成模型 MiniMax H3，它能同时理解并生成文本、图像、视频与音频，支持 2K 超分输出。这是多模态视频生成领域少见的“完整系统”开源，意味着影视预演、叙事设计和 AI 交互的底层工具门槛在进一步降低。

据媒体报道，蚂蚁集团旗下具身智能公司“蚂蚁灵波科技”可能启动独立融资。这是蚂蚁集团继蚂蚁国际、OceanBase、蚂蚁数字科技之后，又一家走向外部资本市场的子公司，意味着蚂蚁的AI业务正在加速从内部孵化转向市场化运作。

腾讯旗下 AI 助手“元宝”升级图片理解能力，推出“遇事拍一张”场景，让用户通过拍照直接完成医疗报告解读、合同条款审查、家电故障排查等日常问答。这件事值得关注的点在于，AI 助手正在从“聊天窗口”走向“随手拍”的轻量入口，把通用大模型能力落地到高频率、低门槛的生活场景中。

浙江大学软件学院教授周经森博士将出席AICon深圳站并发表主题演讲，聚焦“AI与性能工程”的双向赋能。值得关注的原因是：大模型竞赛的焦点正在从“模型能力”转向“系统效率”，性能优化已经成为AI规模化落地绕不开的环节。

京东外卖向骑手免费发放AI智能头盔，把老骑手认路、看备注的经验转化成语音导航和自动提醒；这是AI从手机屏幕走向骑手真实工作场景的一次具体落地。

京东外卖发布了一款集成AI语音助手、路线规划和订单备注提醒的智能头盔，首批免费发放给全职骑手。这件事值得关注的原因在于：AI大模型能力开始以可穿戴硬件形式进入即时配送这一高频线下场景，而不再只停留在手机App或云端。

一款名为 Mu 的代理工具在 Hacker News 上发布，但真正引发讨论的不是产品本身，而是“这些 AI 代理工具到底为谁而做”的质疑。开发者在讨论中指出，工作流的可复制性可能比工具本身更有价值。

一位开发者用“生成带有哈布斯堡下巴的青蛙的SVG”作为个人AI基准，发现14个主流大模型中有一半会擅自添加提示词未提及的“皇室”元素。这个非正式测试比传统跑分更直观地暴露了模型在指令遵从上的偏差。

一个名为《从零开始构建智能体》的开源教程项目在 GitHub 走红，内容覆盖 Agent 开发从理论到实战的完整路径。它走红的背景是：大模型能力逐渐同质化，真正拉开差距的正在变成“谁能把模型组装进可用的系统”。