Anthropic 已将 Claude 的语音模式升级至更强大的模型（包括 Opus 和 Sonnet），并在所有套餐中新增西班牙语、法语、印地语和日语支持。该功能已进入公开测试阶段，用户可在移动端、桌面端和网页端使用。
OpenAI 于 2026 年 7 月 23 日将 ChatGPT Voice 功能带入桌面端，用户现在可以语音控制计算机、指挥多个 AI 代理在 ChatGPT Work 或 Codex 中并行工作，底层由 GPT-Live 模型驱动，支持实时对话与任务协调。
Madhu Guru 在 X（原 Twitter）上发表的简洁对比，引发了对 AI 模型能力边界（jagged frontier）与团队人才管理之间类比的热议。其核心观点是：优秀的构建者知道如何探测和利用 AI 模型在特定任务上的不均衡表现，而优秀的领导者同样需要理解其团队成员在不同场景下的能力起伏。
Box 的 CEO Aaron Levie 在 X 上发帖认为，AI 最有效的用法是作为已有专业领域的“力量倍增器”，只有专家才能驾驭 AI 产出高质量成果，而缺乏判断力和兴趣的“第三类人”只能制造大量低效的“垃圾内容”。这一观点与剑桥学者 Henry Shevlin 的“内化知识是 AI 时代的创造性原材料…
OpenAI推出的ChatGPT Voice功能，正在改变用户与AI的交互方式——从打字提问到语音对话，许多人发现自己的坐姿和体态都因此发生了显著变化。这不仅仅是体验升级，更可能推动语音成为AI应用的主流入口。
OpenAI 产品负责人 Peter Yang 在 X 上透露，未来 ChatGPT 将支持同时运行多个语音线程，用户可以像组织一个团队会议一样，让多个 AI 角色相互对话并与用户交流。这一功能暗示了 ChatGPT 可能从单线对话向多智能体协作场景演进。
Replit 创始人 Amjad Masad 表示，他开发的国际象棋自动研究 Agent 通过自主实验，在“现代 LLM 微调”领域取得了类似博士级别的研究成果。这一举动展示了大模型在自我驱动、复杂推理与实验设计上的能力边界，而非单纯生成代码或文本。
一位科技创作者在X平台上发起了一项关于是否应将ChatGPT Work更名为“ChatGPT Vibe”的公开讨论，引发了超过21.5万次浏览量、近1800条回复和数千次互动。这个看似轻松的提议实际上反映了用户对AI工具命名与产品定位之间关系的深层关注。
Black Forest Labs 于 2026 年 7 月 23 日以 Early Access 形式推出 FLUX 3 多模态基础模型，首次将图像、视频和音频统一到一个训练框架中，支持单次生成最长 20 秒的带原生音频视频，并已在视频生成人工评测中超过 Grok Imagine Video 等竞品。
德国 AI 初创公司黑森林实验室（Black Forest Labs）发布了 Flux3，这是首个原生支持音频生成的多模态基础模型，能以一次推理方式输出最长 20 秒的音画同步内容，在评测中胜过了多家头部竞品。这意味着多模态模型首次将“听”和“看”完整融合到一个统一底座中。