全部 AI 模型日报
香港时间采集

AI 模型日报 - 2026-07-08

2026-07-08 AI 模型资讯:Meta 正式发布 Muse Image 并预览 Muse Video,这是 Meta Superintelligence Labs 首批媒体生成模型;Muse Image 已在 Meta AI / meta.ai / 美国 Instagram Stories / 部分...

30 秒摘要

  • Meta 正式发布 Muse Image 并预览 Muse Video,这是 Meta Superintelligence Labs 首批媒体生成模型;Muse Image 已在 Meta AI / meta.ai / 美国 Instagram Stories / 部分国家 WhatsApp 可用,Arena 同日把 muse-image 加入图像榜、muse-video 加入文生视频榜。
  • Arena Watch 今日最强信号来自 Meta:muse-image 在 Text-to-Image Overall 排 #2,score 1280±7;Single-Image Edit 排 #2,score 1405±6;muse-video 在 Text-to-Video 排 #3,score 1459±15,仅次于 Gemini Omni Flash 与 Seedance 2.0。
  • Cohere 发布 Cohere Transcribe Arabic,一个 2B 参数、Apache 2.0、音频输入文本输出的阿英 ASR 模型;官方称其在 Hugging Face Arabic ASR leaderboard 平均 WER 25.87,优于 OmniASR-LLM-7B 与 Whisper Large V3。
  • OpenAI 的 gpt-realtime-2.1 / gpt-realtime-2.1-mini 已进入官方 changelog、model docs 与 pricing;相较昨天只看到 X 首发,今天可补全模型卡、价格和 Realtime guide 入口。
  • Anthropic 没有新基础模型,但延长 Claude Fable 5 paid-plan included access 到 2026-07-12,并发布 Claude Cowork web/mobile beta;Artificial Analysis 发布 Harvey LAB-AA 法律 agent benchmark,Claude Fable 5 以 14.2% all-pass rate 领先。

今日必看

1. Meta:Muse Image 正式发布,Muse Video 进入预览

  • 事件类型:官方发布 + 竞技场出现。
  • 首发/官方/可用时间:Meta 官方博客与 @AIatMeta 在 2026-07-07T19:33Z 左右发布;Arena 在同日随后宣布 muse-image 和 muse-video 上榜。
  • 模型/功能名:Muse Image、Muse Video、Meta Superintelligence Labs、Muse Spark、Content Seal。
  • 能力变化:Muse Image 是 Meta Superintelligence Labs 的首个图像生成模型,强调复杂 prompt 理解、多参考图合成、精细编辑、文字渲染、Instagram 社交语境、agentic tool use、self-refinement、与 Muse Spark 联合规划。Muse Video 目前是 early preview,Meta 称其基于同一预训练底座,支持较强视觉保真、时间一致性与原生音频,但仍在补强音画同步和角色一致性。
  • 可用入口:Muse Image 已在 Meta AI app、meta.ai、美国 Instagram Stories、部分国家 WhatsApp 可用,并将进入 Facebook、Messenger 和 Meta Advantage+ creative;Muse Video 尚未广泛开放,Meta 称 coming soon。
  • 影响判断:这是今天最高优先级发布。Meta 不再只讲 Llama/Muse Spark 的文本助手,而是直接进入图像/视频生成与社交分发闭环。对产品侧,关键是测试 Meta AI 入口是否可用、@mention 社交素材能力的隐私边界、Content Seal 可识别性,以及 Muse Image 是否会通过广告创意工具形成强分发。
  • 来源:Meta AI: Introducing Muse Image and Muse Video、Meta Newsroom: Muse Image、@AIatMeta、@arena Image、@arena Video

2. Cohere:Cohere Transcribe Arabic 开源发布

  • 事件类型:官方发布 + 开源模型。
  • 首发/官方/可用时间:@cohere 在 2026-07-07T14:24Z 发布,Cohere blog 和 Hugging Face model card 同步可见。
  • 模型/功能名:Cohere Transcribe Arabic、CohereLabs/cohere-transcribe-arabic-07-2026、ASR、Arabic-English code-switching。
  • 能力变化:这是 2B 参数的 dedicated audio-in / text-out ASR 模型,架构为 conformer-based encoder-decoder,面向 Arabic 和 English,重点优化阿拉伯语方言、阿英 code-switching、阿拉伯口音英语。官方称在 Open Universal Arabic ASR benchmark 上平均 WER 25.87,比 Meta OmniASR-LLM-7B 低 2.45 点,比 Whisper Large V3 低 11 点;Hugging Face model card 标注 Apache 2.0。
  • 可用入口:Hugging Face 模型仓库、Transformers / vLLM、本地推理;Cohere 也称其适合生产使用。
  • 影响判断:这是今天最明确的开源语音模型发布。对阿语市场客服、会议转写、媒体字幕和多方言语音数据处理,值得立即加入 ASR baseline;但需要用真实方言、噪音环境、长音频和 code-switching 数据复测,而不是只看公开 leaderboard。
  • 来源:@cohere、Cohere blog、Hugging Face model card

3. OpenAI:gpt-realtime-2.1 / 2.1-mini 官方文档补齐

  • 事件类型:官方发布补全 + API 可用性更新。
  • 首发/官方/可用时间:OpenAI Developer Community 在 2026-07-06T22:54Z 发布公告,OpenAI API changelog 记为 2026-07-06;本轮可见 model docs、pricing 和 Realtime guide 均已出现。
  • 模型/功能名:gpt-realtime-2.1、gpt-realtime-2.1-mini、Realtime API、reasoning、tool use、configurable reasoning effort。
  • 能力变化:gpt-realtime-2.1 是 GPT-Realtime-2 更新版,改进字母数字识别、静音和噪音处理、打断行为;gpt-realtime-2.1-mini 是更快、更低成本的 distilled reasoning realtime voice model。官方称 Realtime voice models 的 p95 latency 至少下降 25%。定价页显示 2.1-mini 音频输入 $10、cached audio input $0.30、音频输出 $20 per 1M tokens;文本输入 $0.60、cached text input $0.06、文本输出 $2.40。
  • 可用入口:OpenAI API Realtime、model docs、pricing page、Realtime guide;小互也在 2026-07-07 发布中文解读,补充了价格与场景解释。
  • 影响判断:昨天应记录“X 首发/官方账号发布”,今天应升级为“官方 docs 可核验”。语音 agent 团队应重跑:工具调用等待语音填充、缓存命中、长通话尾延迟、打断恢复、字母数字场景、mini 与完整版成本差。
  • 来源:OpenAI API changelog、GPT-Realtime-2.1 mini docs、GPT-Realtime-2.1 docs、OpenAI pricing、OpenAI Community announcement、小互解读

4. Anthropic:Fable 5 访问延长,Claude Cowork 进入 web/mobile

  • 事件类型:产品/访问策略更新,不是新模型发布。
  • 首发/官方/可用时间:@claudeai 在 2026-07-07T17:36Z 宣布延长 Fable 5 access;2026-07-07T16:07Z 发布 Cowork web/mobile beta。
  • 模型/功能名:Claude Fable 5、Claude Cowork、Dispatch、usage credits。
  • 能力变化:Claude Fable 5 在 all paid plans 的 included access 延长到 2026-07-12;仍可使用最多 50% weekly usage limit,之后可用 usage credits 或切到其它模型。Claude Cowork 开始向 mobile 和 web rollout,Beta 先从 Max plan 开始,更多计划跟进;Anthropic blog 称 Cowork 能跨文件、日历、邮件、消息、Web 和连接工具完成任务,并把 doubled Cowork usage limits 延长到 2026-08-05。
  • 可用入口:Claude paid plans、Claude Cowork web/mobile beta、Claude Desktop/mobile Dispatch。
  • 影响判断:这不是能力跃迁,但会改变用户可用性和 agent 工作流分发。团队应继续实测 Fable 5 usage credits、拒答/fallback 行为、Claude Cowork 的云端/本地执行边界、移动端 Dispatch 对本地文件和连接工具的权限风险。
  • 来源:@claudeai Fable extension、@claudeai Cowork、Claude Cowork blog、Cowork Dispatch Help Center、Claude Fable/Mythos docs

5. Artificial Analysis:Harvey LAB-AA 法律 agent benchmark 上线

  • 事件类型:新评测发布 + 榜单变化。
  • 首发/官方/可用时间:@ArtificialAnlys 在 2026-07-07T17:12Z 发布 Harvey LAB-AA,官方评测页同步上线。
  • 模型/功能名:Harvey LAB-AA、Harvey Legal Agent Benchmark、Stirrup harness、Claude Fable 5、Claude Opus 4.8、GLM-5.2。
  • 能力变化:Harvey LAB-AA 使用 Harvey 的 120 个 private legal tasks,覆盖 24 个法律 practice areas;agent 在 sandbox 中读取 case documents 并产出法律 deliverables,由 rubric criterion 逐条评分。Artificial Analysis 报告 all-pass rate 和 criterion pass rate;当前 Claude Fable 5 with Opus 4.8 fallback 以 14.2% all-pass rate 领先,Claude Opus 4.8 和 GLM-5.2 均为 7.5%。
  • 可用入口:Artificial Analysis Harvey LAB-AA 页面、Harvey LAB 介绍、公开任务示例与模型 submissions。
  • 影响判断:这是比普通法律问答更接近真实律师工作的 agent benchmark,也暴露出 frontier agent 在长链条专业交付上的绝对完成率仍很低。对法律、合同、尽调类 SaaS,不应只看“criteria pass”或语言流畅度,应关注 all-pass、fallback、成本、turns 和可审计 deliverable。
  • 来源:@ArtificialAnlys Harvey LAB-AA、Harvey LAB-AA、Harvey LAB

6. xAI:21 个 Grok Voice flagship voices 开放

  • 事件类型:官方发布 + API 可用性更新。
  • 首发/官方/可用时间:xAI news 日期为 2026-07-06,@SpaceXAI 在本窗口可见帖为 2026-07-07T00:56Z。
  • 模型/功能名:Grok Voice、21 new flagship voices、Voice Agent API、Text to Speech API、Grok Voice Agent Builder。
  • 能力变化:xAI 增加 21 个 multilingual flagship voices,并提升原有 Ara、Eve、Leo、Rex、Sal 的自然度。官方称新 voices 已可用于 realtime Voice Agent API、Text to Speech API 和 Grok Voice Agent Builder,支持 Grok Voice 的 25+ 语言。
  • 可用入口:xAI console、Playground、Voice Agent API、TTS API、Voice Agent Builder。
  • 影响判断:这不是新 LLM,但对语音 agent 选型直接相关。与 OpenAI Realtime 2.1-mini 的低延迟路线相比,xAI 今天的核心是声音库和 voice-agent builder 分发;需要实测中文/日文/阿语音色、标点/停顿标签、并发成本和商用授权。
  • 来源:xAI: 21 New Flagship Grok Voices、@SpaceXAI、xAI API

Arena Watch

  • Arena changelog:2026-07-07 新增 muse-image 到 Text-to-Image 与 Image Edit leaderboard,新增 muse-video 到 Text-to-Video leaderboard;2026-07-06 新增 Claude Opus 4.7 (Thinking) 到 Agent Arena。来源:Arena changelog
  • Text-to-Image Arena Overall:gpt-image-2 (medium) #1,1385±5,58,643 votes;muse-image #2,1280±7,preliminary,7,715 votes;reve-2.0 #3,1271±7;nano-banana-2 #4,1270±4。来源:Text-to-Image Arena
  • Image Edit Arena Single-Image Edit:gpt-image-2 (medium) #1,1466±4;muse-image #2,1405±6,preliminary,12,751 votes;mai-image-2.5 #3,1399±4。来源:Image Edit Arena
  • Text-to-Video Arena:gemini-omni-flash #1,1527±13,preliminary,5,449 votes;dreamina-seedance-2.0-720p #2,1482±10;muse-video #3,1459±15,preliminary,2,152 votes;happyhorse-1.0 #4,1430±13。来源:Text-to-Video Arena
  • Artificial Analysis:Harvey LAB-AA 新增为法律 agent benchmark;Claude Fable 5 with fallback 以 14.2% all-pass rate 领先,绝对分仍低,说明法律 agent 长任务远未解决。来源:Harvey LAB-AA

X Watch

  • @AIatMeta:发布 Muse Image / Muse Video,说明 Muse Image 是 agent rather than direct prompt-to-image model,具备 tool use、自我修正、Content Seal;分类:官方发布,可信度高。
  • @arena:确认 muse-image 图像榜 #2、muse-video 视频榜 #3;分类:竞技场出现,需继续看 preliminary 票数收敛。
  • @cohere:发布 Cohere Transcribe Arabic,Apache 2.0,Hugging Face 可用;分类:官方开源模型发布。
  • @OpenAIDevs:本窗口主要转发 Codex Remote iOS 更新;OpenAI Realtime 2.1 相关官方 docs/changelog 已补齐,但 X 首发在上一窗口边界附近。分类:官方文档补全。
  • @claudeai:Fable 5 paid-plan access 延长到 2026-07-12;Claude Cowork mobile/web beta rollout;分类:产品/访问策略,不是新模型。
  • @ArtificialAnlys:发布 Harvey LAB-AA;分类:新评测发布。
  • @GoogleDeepMind:发布 Predicting the Past Skill,基于 Gemini + Aeneas/Ithaca,让历史学家用自然语言分析希腊/拉丁铭文;分类:官方科研 workflow,不是新通用模型。
  • @GeminiApp:Gemini Spark 实时事件追踪与邮件 workflow 示例、面向小企业主的 demo;分类:产品功能,不是新模型。
  • @xiaohu:发布 Claude Fable 5 prompt 实战指南、J-space 解读、新内容站 best.xiaohu.ai;并在小互站补充 OpenAI Realtime 2.1 解读。分类:二次解读/方法论,可信度取决于原文来源。
  • @Alibaba_Wan:发布 Wan Skill “Superstar Poster”;分类:产品功能,不是新模型。
  • @RunwayML:发布 Runway slides / prompt-to-slide 功能入口;分类:产品功能,不是新视频模型。
  • @Kling_ai:作品展示;分类:创作者生态,不是新模型。
  • @MistralAI、@Alibaba_Qwen、@LumaLabsAI、@midjourney、@MicrosoftAI:本窗口未见可升级为新模型发布的官方 X 信号。

待确认清单

  • Muse Image:确认是否有外部开发者 API、价格、地区限制、广告产品入口、Content Seal 公共识别工具,以及 Instagram @mention 使用他人公开照片的权限边界。
  • Muse Video:目前是 early preview / coming soon;等待可用入口、模型卡、长度/分辨率/音频同步能力、价格和 API。
  • Arena preliminary:muse-image 与 muse-video 当前票数仍低,后续需跟踪 48-72 小时后的 score 与 rank spread。
  • Cohere Transcribe Arabic:确认 Hugging Face gated 条款、商业部署限制、vLLM 吞吐、长音频切分表现、阿拉伯多方言与阿英 code-switching 真实 WER。
  • gpt-realtime-2.1 / 2.1-mini:实测 API model ID、reasoning effort 五档、工具调用时的语音填充、缓存命中规则、音频输入缓存价格、p95 latency 下降是否覆盖中文/多语言。
  • Claude Fable 5:确认 2026-07-12 后 included access 是否再次延长,usage credits 计费和 refusal / fallback credit 是否符合 docs。
  • Claude Cowork mobile/web:确认 Max/Pro rollout 范围、云端 session 与本地 Dispatch 权限边界、移动端触发本地文件/应用操作的审批体验。
  • Harvey LAB-AA:跟踪是否开放更多模型、成本/turns/criterion pass rate 的稳定值,以及单 LLM judge 是否会引入法律领域评分偏差。
  • Grok voices:确认 21 个新 voices 的 API 名称、价格、商用授权、25+ 语言质量、voice cloning 约束与安全策略。
  • Gemini Predicting the Past Skill:当前是 Science Workflows,不是新 Gemini 模型;等待 Antigravity skill 可用范围、是否开放给普通开发者,以及 Aeneas/Ithaca 与 Gemini 的集成 API 边界。