AI 日报 · 2026年7月15日

大模型

DeepSeek V4 正式上线：首个峰谷分时定价大模型，夜间算力 60% off

V4 Pro（1.6T/49B active）+ V4 Flash（284B/13B active）双版本今日全量上线 / 100 万 Token 上下文窗口 / SWE-Bench 工业代码修复率 96% / 长文档跨章节检索准确率 97%+ / 首创峰谷定价：夜间低谷算力直降 60%（V4 Pro 输出平时 ¥6→低谷 ¥2.4），高峰时段（工作日 9-12 时、14-18 时）¥12 / 同步开放工业代码生成、遥感多模态识别、超长文档解析三大能力

DeepSeek 把电力行业的峰谷定价搬进了大模型 API —— 这不是简单的打折促销，而是一次 MaaS 商业模式的范式实验。夜间六折直接把企业批量推理的门槛砍到膝盖，对中小企业是实打实的降本。但峰谷价差 5 倍（低谷 ¥2.4 vs 高峰 ¥12）意味着实时交互类业务会被"高峰期"狠狠收割，本质是用价格杠杆把非实时任务赶到夜里去。这招如果跑通，国内其他厂商跟不跟？

新智元 · 社区发现 · 昨夜今晨 →

Claude Opus 5 泄露现身 Vertex：代号 Honeycomb，Anthropic 的"性价比反击"

"Claude-Opus-5" 惊现 Google Vertex AI 模型列表 / 代号 "Claude Honeycomb" 在 Cursor 模型列表闪现后撤下 / 100 万 Token 上下文、超高算力档、回退链指向 Opus 4.8 / 最快本周发布，定位 Sonnet 5 和 Fable 5 之间的"性价比空档" / Fable 5 当前 $10/$50 每百万 Token（全球最贵），免费额度已延期三次至 7/19

Anthropic 被 GPT-5.6 和 Fable 5 的高价夹在中间，Opus 5 是一张精心计算的牌 —— 不打"最强"，打"够用且便宜"。Fable 5 的 $10/$50 定价已经把开发者逼疯，免费额度三次延期就是 Anthropic 自己都心虚的信号。Opus 5 如果能拿出接近旗舰的能力、却只收 Opus 的钱，对目前用不起 Fable 5 的开发者是一张请帖。但问题在于：如何在"不抢 Fable 5 饭碗"和"不比 GPT-5.6 贵"之间找到那个甜蜜点？

Sam Altman · X · 今晨 →

Codex / ChatGPT Work 突破 800 万周活，日增 100 万

Sam Altman 今晨官宣 Codex + ChatGPT Work 周活突破 800 万，昨日刚破 700 万 / 单日新增 100 万用户 / Codex 负责人 Tibo 昨日同步发放额度重置庆祝里程碑 / 与 Claude Cowork、Cursor Sand 形成三方混战格局

一天 100 万的增长速度说明 GPT-5.6 公开发布后的用户迁移是真实发生的 —— 这不只是"尝鲜"，而是开发者用脚投票。但问题是：800 万周活对应的是 ChatGPT Work 的免费工作台模式还是付费 Codex？如果增长主力是免费用户，Anthropic 和 Cursor 暂时还不用慌；如果是付费用户加速流入，那这场 Agent 办公工具的战争，OpenAI 的飞轮已经在转了。

开源

小米机器人 · 君伟说 · 今日 →

小米 Robotics-U0 开源：380B 具身智能世界模型，合成数据驱动成功率 +26pp

380 亿参数多模态自回归世界基础模型，Apache 2.0 开源 / 基于 EMU3.5 + Qwen-3-32B / 支持 5 大任务：文生图、图编辑、场景生成、具身迁移、具身视频 / π₀.₅ 机器人策略用 U0 合成数据训练，OOD 成功率 36.9%→63.2%（+26.3pp）/ 具身场景生成人类评估击败 GPT-Image-2.0 / FlashAR+ 推理加速：单 H20 5.44 秒/图，比 eager 快 82.86 倍

小米这波不是在做"又一个机器人模型"，而是在做"机器人数据的永动机"——用生成模型造训练数据，用合成数据训真实策略，形成闭环。U0 的最大价值不在模型本身，在数据引擎：真实机器人数据极贵且稀缺，合成数据如果真能达成 63% 的 OOD 成功率，整个具身智能赛道的训练成本会被拉下一个数量级。但关键验证点在于：这个 63.2% 能不能在小米实验室之外复现？厂商自报的数据，先信一半。

政策

国家网信办 · 今日生效 →

AI 拟人化新规今日施行：豆包、千问集中下线 C 端智能体

《人工智能拟人化互动服务管理暂行办法》7 月 15 日正式施行 / 中国首次针对 AI 拟人化、持续性情感互动的专项监管 / 豆包、千问等平台集中下线 C 端情感陪伴类智能体功能 / 五部门联合发文，覆盖虚拟伴侣、情感陪聊、拟人化交互等场景 / 此前已于 4 月 10 日发布草案，给行业 3 个月过渡期

从"拟人化互动"到"禁止拟人化互动"，中国 AI 监管迈出了全球独一无二的一步。背后逻辑清晰：防止 AI 对用户（尤其是青少年和老年人）形成情感依赖和认知混淆。但执行层面面临模糊地带 ——"拟人化"怎么定义？客服语气像人算不算？游戏 NPC 算不算？政策落地第一天，行业还在摸索边界线。

A G E N T

Anthropic 官方 · 昨日 →

Anthropic 生态一周三连击：教师版 Claude + Cowork 远程控制 + Artifacts 多人协作

7/14 推出 Claude for Education 教师版，进军教育场景 / Claude Cowork 开始测试移动端远程控制（手机查看/发起桌面 Agent 任务）/ Artifacts 支持公开分享与多人协作编辑，Slack 内可创建 / 印度市场上线本地化卢比定价，成为美国外最大市场 / 从桌面→移动→协作→教育→全球化，一周内完成五线铺开

Anthropic 的战略节奏很清晰：一边在模型层用 Opus 5 打性价比牌稳住开发者，一边在产品层疯狂铺生态。教师版抢教育、Cowork 远程控制抢移动办公、Artifacts 协作抢团队场景、印度定价抢新兴市场 —— 四件事本质是同一件事：让 Claude 从"写代码的工具"变成"工作离不开的基础设施"。但铺得越快，服务端压力越大，Fable 5 的免费额度三次延期已经暴露了供给瓶颈。

前沿技术

Frontier · GitHub & arXiv 周边

GitHub Trending · 今日 →

needle：26M 参数函数调用模型，微型设备可跑，3.1K Stars

cactus-compute/needle · 仅 2600 万参数 / 原生支持 Function Calling / 可在"极其小的设备"上本地运行 / 今日 GitHub Trending Python #5，3,115 Stars / 非 MoE 架构，纯小参数模型做到结构化工具调用

大模型一路膨胀到万亿参数的今天，needle 走了反向道路：用 26M 参数做结构化的函数调用。这意味着 Agent 的工具调用能力不再是大模型的专利 —— 物联网设备、嵌入式系统、手机端侧都可以本地运行一个"迷你 Agent 大脑"。如果推理 latency 和准确率能打，这对端侧 Agent 生态是降维打击。

GitHub Trending · 今日 →

PrimeIntellect/verifiers：开源 RL 训练环境 + 评估库，4.4K Stars

PrimeIntellect-ai/verifiers · 面向 LLM 强化学习的训练环境与评估一体化库 / 今日 GitHub Trending Python #7，4,355 Stars / 支持自定义 RL 环境搭建、奖励函数设计、多轮评估循环 / Prime Intellect 上月刚完成 F 轮 10 亿美元融资

RLHF/RLVR 已经成为大模型后训练的标准范式，但缺乏统一的工程化工具链。verifiers 试图补上这个缺口 —— 把 RL 环境和评估做成可复用的模块。背后 Prime Intellect 刚融了 10 亿美元 F 轮，这个库的战略意图不只是开源贡献，更是为自己的分布式训练平台拉开发者生态。开源 RL 工具链的标准化竞赛，开始了。

arXiv · 2026-07-13 · 2 天前 →

FFN Amplitude Gating：不改权重，推理时优化 Tool-structured LLM 输出

arXiv 2607.11183 · 提出 Amplitude Gating（AG），不修改模型权重，仅调节前馈网络（FFN）激活幅度 / 在 Qwen3-8B 上 Hermes JSON 模式准确率 +11.36pp / Qwen3.5-9B 工具/结构化/Agent 任务性能 38.66%→42.92%（+4.27pp）/ 非破坏性推理时干预，保留预训练权重方向 / 7 月 13 日提交

推理时干预模型内部状态而不改权重 —— 本质上是给 LLM 加了一层"运行时安全带"。Amplitude Gating 的精妙之处在于只调幅度不调方向，避免了推理质量的灾难性崩塌。+11.36pp 的 Hermes JSON 提升说明：模型"知道"怎么输出结构化内容，只是信号被噪声淹没了，轻轻推一把就好。这类技术如果集成到推理框架（vLLM/SGLang），所有 Agent 的工具调用可靠性都会蹭蹭上涨。