资讯摘要
# 🤖 AI日报 — 2026年8月5日 > 📅 **日期**: 2026年8月5日（星期三） > 📝 **来源**: 科创板日报、界面新闻、AIToolsRecap、DEV Community、Palantir财报、网易科技等 > 🔥 **今日关键词**: 10亿用户、全身机器人、全双工语音、端侧AI元年、月抛模型 --- ## 🔥 今日热点 ### 🚀 OpenAI...
🤖 AI日报 — 2026年8月5日
📅 日期: 2026年8月5日（星期三）
📝 来源: 科创板日报、界面新闻、AIToolsRecap、DEV Community、Palantir财报、网易科技等
🔥 今日关键词: 10亿用户、全身机器人、全双工语音、端侧AI元年、月抛模型
🔥 今日热点
🚀 OpenAI突破10亿月活用户，Codex占99.8%输出Token
OpenAI在7月31日博客中宣布，其模型已触达超过10亿月活用户和超过200万家企业。用户使用深度显著提升：使用约6周后，用户每日发送消息量增加约50%，使用场景翻倍。GPT-5.6 Luna降价80%至$0.20/M输入token，Sol的ARC-AGI-3分数从13.3%提升至38.3%。Codex agentic工作已占OpenAI每周输出token的99.8%——OpenAI正从聊天机器人公司转型为Agent公司。
来源: OpenAI官方博客 / TechRepublic
🚀 Palantir Q2财报炸裂：营收19.4亿美元(+93%)，股价飙涨29%
Palantir发布2026年Q2财报，全面碾压预期：营收19.4亿美元（同比+93%），美国商业收入7.64亿美元（同比+149%），美国政府收入8.09亿美元（+90%）。单季度签下220笔超100万美元交易、73笔超1000万美元。Rule of 40达155%。GAAP净利润10.6亿美元（利润率55%），首次突破10亿。全年营收指引从76.5亿上调至81.5亿美元。CEO Karp称："本季表现超乎想象，主权AI革命让我们非常乐观。" 盘后股价大涨29%。
来源: Palantir Investor Relations / Yahoo Finance
🔥 Grok Voice Think Fast 2.0正式上线（默认切换）
8月5日，SpaceXAI官方宣布grok-voice-latest默认切换为Think Fast 2.0。AA基准显示：agentic得分56.5%（超越GPT-Realtime-2.1的45.7%），STS整体质量指数82.9%。首句音频延迟0.70秒，价格$0.08/分钟（比v1.0涨60%）。Starlink生产A/B测试确认：销售转化率更高、客服拦截率更高。未pin v1.0的团队已自动迁移。
来源: SpaceXAI官方 / AIToolsRecap
🔥 Gemini Robotics 2发布：全身智能控制，机器人从上半身走向全身
Google DeepMind于7月30日发布Gemini Robotics 2，定位"赋能任何机器人的智能层"。核心突破是全身控制：VLA模型协调从脚尖到指尖的运动（而非仅上半身）。在Apptronik Apollo 2人形机器人上实现了行走、蹲伏、货架取物和实时多步任务推理。配套模型包括：ER 2（具身推理，可跟踪进度、跨机器人分配任务、调用Google Search）和On-Device 2（本地运行，200个样本即可适配新双臂平台）。安全方面引入ASIMOV-Agentic基准。
来源: Google DeepMind / The Paper
🔥 NVIDIA发布首个开源全双工语音模型NemotronLabs VoiceChat 11B
8月3日，NVIDIA发布NemotronLabs VoiceChat 11B——首个开源全双工语音模型，可在对话中实时调用工具。支持边说边听、无需唤醒词、用户可随时打断。技术架构：Fast Conformer语音编码器 → Nemotron Nano v2 9B骨干 → TTS解码器，轮询延迟约450ms，打断解析约480ms。在BFCL-v3工具调用套件中平均56.1%。采用OpenMDW v1.1研究许可（限制商用）。
来源: NVIDIA / Hugging Face / Artificial Analysis
🚀 马斯克确认Grok 4.6下周发布，SpaceX全量数据用于训练
当地时间8月4日，马斯克在SpaceX首次财报电话会上宣布：Grok 4.6将于下周发布，随后几周内推出Grok 4.7。SpaceX将提供全部历史数据用于Grok训练。就在上个月，SpaceXAI刚发布了主打代码和财务/法律任务的Grok 4.5。SpaceXAI的月更节奏（4.5→4.6→4.7）正在将大模型迭代推向"月抛"时代。
来源: 界面新闻 / 网易科技
📊 大模型与Agent
| 产品/公司 | 动态 | 关键数据 |
|---|---|---|
| OpenAI | 10亿月活用户里程碑；Codex占99.8%输出token；GPT-5.6 Luna降价80%至$0.20/M | 10亿用户，200万企业，Sol ARC-AGI-3达38.3% |
| SpaceXAI / xAI | Grok 4.6下周发布；Grok Voice TF 2.0默认切换 | Voice TF 2.0: AA agentic #1, 0.70s首句延迟 |
| 大模型行业 | 一个月9款旗舰模型发布，进入"月抛"时代 | 7月: Hy3、Kimi K3、Qwen3.8-Max预览、Grok 4.5、Opus 5等 |
| Anthropic | Claude Sonnet 5入门定价倒计时26天（$2→$3/M，+50%） | 8月31日截止，新tokenizer增加10-35% token |
| Kimi | kimi-k2.5和moonshot-v1系列将于8月31日下架 | 需迁移至kimi-k3或kimi-for-coding |
| DeepSeek | deepseek-chat和deepseek-reasoner将于10月24日弃用 | 需迁移至deepseek-v4-flash |
| Qwen3.8-Max | 事实核查：7月19日预览，非8月发布；无公开基准表、无确认API价、无开源权重 | 阿里巴巴声称"仅次于Fable 5"——未验证 |
| OpenAI vs Apple | OpenAI发布长文回应苹果商业机密诉讼：「Apple Is Getting This Wrong」 | 前硬件高管Tang Tan等涉案，加州北区法院 |
| Tuya AI Coding | 涂鸦智能发布AI原生无代码平台，一句话生成可控制真实设备的应用 | 10万+SKU硬件生态，覆盖200+国家，目标非技术用户 |
| 长程Agent训练 | arXiv预印本：长程工具使用训练产生的习惯跨基准迁移 | Qwen3.5-122B-A10B在SWE-Bench Pro上+5.8pp，尽管训练不含编程任务 |
🎨 多模态与语音
| 产品/公司 | 动态 | 关键数据 |
|---|---|---|
| Grok Voice TF 2.0 | 默认上线，全双工语音+Agentic工具调用 | $0.08/min, AA agentic #1 (56.5%), STS #2 (82.9%) |
| NVIDIA NemotronLabs VoiceChat | 首个开源全双工语音模型，11B参数，支持工具调用 | 轮询延迟450ms，打断480ms，BFCL-v3 56.1% |
| 微软 | 首款自研全双工语音模型曝光，实现同时听与说的自然交互 | 与NVIDIA形成开源vs闭源双雄格局 |
| Qwen Audio 3.0 TTS Plus | 保持STS #1整体位置 | 语音合成质量行业领先 |
| Gemini 3.6 Flash | 7月21日发布，评测结论：更快更便宜，但没有更聪明 | $1.50/M, 304 tokens/sec, AA Intelligence Index 50（与3.5持平） |
| 清华&港科大 LiveEdit | 开源实时视频编辑框架，文本指令流式处理，ECCV 2026接收 | 12.66 FPS, 4步/视频块，训练代码和模型全开源 |
🤖 具身智能与硬件
| 产品/公司 | 动态 | 关键数据 |
|---|---|---|
| Gemini Robotics 2 | 全身VLA控制，从脚尖到指尖协调运动 | 桌上取物68.4%，地板取物45.7%，货架取物76.3%；拆灯泡92%，装灯泡36% |
| 端侧AI元年 | 特斯拉中国新车上线豆包语音助手；千问进入深度测试 | 7款手机端侧AI模型完成备案，包括苹果智能 |
| IDC预测 | 2026年中国AI手机出货1.47亿台(+31.6%)，占比突破53%；全球Gen AI手机4.32亿台 | 端侧AI市场规模突破8000亿元；全球智能手机出货降13% |
| 荣耀 | 首款机器人手机Robot Phone发布在即 | 与中兴、阶跃星辰等共同布局AI智能体手机 |
| 英伟达 | 推出为个人智能体打造的端侧处理器 | 端侧NPU算力持续升级 |
| 谷歌 | Chrome OS与Android OS整合，Gemini智能体置于顶层AI设计核心 | 操作系统级AI Agent整合 |
| 高通 | 提出智能体四基础模块：感知、记忆、推理、执行 | 从应用层下沉为底层计算架构设计纲领 |
| 商汤 | 发布8B轻量模型U1.5-Lite-Preview | 兼顾性能与轻便，端侧部署友好 |
💻 基础设施与芯片
| 产品/公司 | 动态 | 关键数据 |
|---|---|---|
| AMD | Q2财报：营收115.4亿美元(+50%)，数据中心67亿美元(+107%) | 但股价盘后跌5.5%-9%，因预期已被透支 |
| SpaceX | 首次财报电话会，AI进展显著 | 马斯克称AI领域取得显著进展 |
| Palantir | 全年营收指引上调至81.5亿美元，美国商业增速指引134% | Q2运营现金流12.2亿美元，自由现金流12.2亿美元 |
| 端云协同 | 算力从云侧集中走向端云协同，再演进为端边云协同 | AI工作站、AI边缘主机成为新算力载体 |
| ForgeStencil | 工业软件渲染性能优化系统 | 为CAD/工业软件带来显著性能提升 |
💰 融资与商业
| 公司 | 动态 | 关键数据 |
|---|---|---|
| Palantir | Q2全面碾压预期，盘后涨29% | 营收19.4亿(+93%)，净利10.6亿，Rule of 40: 155% |
| AMD | Q2超预期但指引"符合预期"，盘后跌 | 营收115.4亿(+50%)，数据中心67亿(+107%) |
| SpaceX | 首次财报电话会，盘后一度跌超8% | 市场定价的是预期差，而非业绩本身 |
| Tuya Smart | 发布AI Coding平台，切入AIoT+无代码交叉赛道 | NYSE/HKEX上市，10万+SKU，200+国家覆盖 |
| MiniMax | 开源H3模型，但许可条款排除美国地区使用 | 引发地缘技术关注，开源与地缘限制首次显性结合 |
🔒 安全与监管
| 事件 | 详情 |
|---|---|
| OpenAI vs Apple 诉讼 | OpenAI发布长文「Apple Is Getting This Wrong」，回应商业机密诉讼。前苹果硬件高管Tang Tan（现任OpenAI首席硬件官）等被指控携带机密信息。OpenAI反击称苹果邮件发错人、iCloud权限清理不力， injunction请求"基于虚假信息" |
| MiniMax H3地缘限制 | 开源许可条款明确排除美国地区使用，开源AI与地缘政治的首次显性碰撞 |
| 端侧AI隐私挑战 | 续航、隐私安全、生态协同仍是端侧AI规模化落地的三大瓶颈。AI眼镜/耳机/吊坠等终端涉及大量个人感知数据 |
| Gemini Robotics 2安全 | 引入ASIMOV-Agentic基准评估机器人拒绝不安全命令的能力；ER 2可检测附近人员并触发安全停止 |
🛠️ 开源与开发者工具
| 项目 | 动态 | 关键数据 |
|---|---|---|
| NVIDIA NemotronLabs VoiceChat 11B | 开源全双工语音模型，Hugging Face发布 | 11B参数，OpenMDW v1.1研究许可（限研究） |
| MiniMax H3 | 开源全模态模型，但排除美国 | 地缘技术限制引发开源社区讨论 |
| 商汤 U1.5-Lite-Preview | 8B轻量模型发布 | 端侧友好，性能与轻便兼顾 |
| 清华&港科大 LiveEdit | 实时视频编辑框架开源，ECCV 2026 | 12.66 FPS流式处理，代码和模型全开源 |
| 涂鸦 Tuya AI Coding | AI原生无代码平台，自然语言生成可控制硬件的应用 | 10万+SKU设备生态，目标非技术用户 |
| 高德世界模型 | 导航地图方面取得突破 | 地图AI原生能力升级 |
📌 其他动态
| # | 动态 | 来源 |
|---|---|---|
| 1 | 大模型进入"月抛"时代：7月9款旗舰发布，后训练优化缩短迭代周期 | 投资界/定焦One |
| 2 | Kimi K3在Code Arena前端编程榜排名第1，超越GPT-5.6 Sol和Claude Fable 5 | 开发者反馈 |
| 3 | 模型能力差距缩小：Artificial Analysis综合智能指数显示头部分差明显收窄 | 行业分析 |
| 4 | 开源模型进入第一梯队：Hy3、Kimi K3等开放权重，与闭源直接竞争 | 7月发布趋势 |
| 5 | 代码能力成为最激烈争夺方向：OpenAI Codex、Anthropic审计、Grok+Cursor、Kimi前端 | 开发者访谈 |
| 6 | Agent调度能力仍不成熟：子代理重复读取文件、Token消耗增加但有效工作未增 | 独立开发者反馈 |
| 7 | 8月31日三重截止日：Kimi k2.5下架、Claude Sonnet 5涨价、多模型迁移 | AIToolsRecap |
| 8 | Hugging Face CEO要求OpenAI提供1亿美元算力支持，呼吁"radical transparency" | 8月2日 |
| 9 | 高盛报告：AI未来6年资本开支7.6万亿美元（此前数据，持续影响市场预期） | 长期趋势 |
| 10 | 行业从"AI for device"转向"AI for user"——以用户为中心的智能连接 | IDC/高通 |
📈 今日趋势总结
-
AI企业营收进入规模化验证期 — Palantir以19.4亿(+93%)、净利10.6亿、Rule of 40达155%的标杆业绩，证明AI企业收入不再是概念，而是"otherworldly"的现实。这是市场对AI商业化信心最强的信号。
-
语音AI成为全双工实时交互新战场 — Grok Voice TF 2.0、NVIDIA NemotronLabs VoiceChat、微软全双工模型同日/同周密集发布，标志着语音交互从"唤醒-响应"模式进入"边听边说"的自然对话时代。Agentic语音是下一个杀手级入口。
-
端侧AI从L2助手向L3任务代理演进 — 特斯拉搭载豆包/千问、7款端侧模型备案、AI手机出货1.47亿台，端侧AI正走出"AI for device"的修图翻译时代，进入"AI for user"的全时感知、跨设备协同新周期。续航和隐私是两大瓶颈。
-
开源vs闭源阵营首次显性地缘化分裂 — MiniMax H3开源但排除美国、NVIDIA VoiceChat采用限制性研究许可，开源不再是纯粹的技术选择，而成为地缘博弈工具。这与硅谷50家企业联名支持开源（Anthropic缺席）形成张力。
-
大模型进入"月抛"高频迭代时代 — 7月9款旗舰、Grok 4.5→4.6→4.7月更节奏、后训练优化缩短窗口期至数周。"最强模型"头衔保鲜期缩短，竞争从单一能力扩展到代码、Agent、效率、价格多维度。
-
Agent化程度深化，Codex定义新范式 — OpenAI 99.8%输出token来自Codex Agentic工作，这标志着大模型公司正在从"聊天"转向"执行"。但Agent调度能力仍不成熟，子代理重复工作、Token浪费是待解问题。
-
具身智能从上半身走向全身控制 — Gemini Robotics 2的全身VLA是里程碑：从指尖到脚尖的协调运动、跨机器人任务分配、错误恢复。拆灯泡92% vs 装灯泡36%的诚实数据，说明灵巧操作仍是前沿挑战。
-
AI应用生成与物理世界连接成为新护城河 — 涂鸦AI Coding的差异化在于10万+SKU硬件生态，将AI生成的应用从"网页演示"升级为"控制真实设备"。IoT公司的最后一英里优势正在显现。
💡 编辑说明: 本日报基于公开网络资讯整理，关键数据已标注来源。如需核实具体数字，请参考原始报道链接。