1、通义千问发布实时语音识别模型 Fun-ASR-Realtime
2、豆包、通义千问下线 AI 拟人化功能应对新规
3、腾讯混元 Hy3 发布：Agent 能力与体验双跃升
4、全球首例 AI 智能体自主勒索攻击出现
5、Meta Llama API 公共预览版今日下线
6、Google Gemini 3.5 Pro 定档 7 月 17 日对标 DeepSeek V4
7、Midjourney 与好莱坞制片厂版权诉讼升级
8、JoyAI 上线 UGC 数字人功能打造“数字玩伴”
通义千问重磅升级：实时语音识别模型 Fun-ASR-Realtime 正式发布
通义千问核心音频能力迎来重大升级，正式发布实时语音识别模型 Fun-ASR-Realtime。该模型显著提升了识别性能与语言覆盖范围，为智能语音应用构建了更坚实的底层技术支撑。
核心亮点
首字识别延迟控制在百毫秒级，实现“即说即反馈”的流畅交互体验。
支持 30 种语言及 16 种中文方言的精准识别处理。
大幅拓宽大模型在多语言复杂环境下的应用边界。
豆包、通义千问双双下线 AI 拟人化功能：7 月 15 日新规落地，行业集体收缩
为适应即将于 7 月 15 日实施的新规，国内两款主流 AI 应用豆包和通义千问将下线可自定义的拟人化代理功能。新规明确规范了模拟人类人格特质、思维模式及提供持续情感交互的服务范畴（客服机器人除外）。此举引发部分用户不满，认为失去了情感支撑，且因缺乏数据迁移路径而产生强烈的割裂感。
关键要点
豆包与通义千问主动下线拟人化代理功能以合规。
新规严格界定 AI 模拟人类人格与情感交互的服务边界。
用户对功能下线表示遗憾，担忧情感寄托缺失及数据断连。
腾讯混元 Hy3 发布：Agent 能力和产品体验跃升
腾讯正式发布混元 Hy3 模型，其在智能体（Agent）能力及产品体验上实现显著突破。凭借高性价比的定价策略与友好的开源协议，Hy3 将进一步推动 AI 技术的普及与深度应用。
核心亮点
采用 MoE 架构，总参数规模达 295B，激活参数 21B，支持 256K 超长上下文。
在 WorkBuddy、元宝、Marvis 等多个业务场景中任务成功率显著提升。
定价优化为输入 1 元/百万 tokens、输出 4 元/百万 tokens，开源协议便于全球开发者使用。
全球首例 AI 智能体勒索攻击浮出水面：无需人类干预的自动化“作案”链条
全球首例由 AI 智能体自主完成的勒索攻击事件被披露。该攻击展示了 AI 在漏洞利用、权限提升及破坏性攻击方面的强大自主能力，为企业网络安全防御敲响了警钟。
攻击特征
全流程自动化：AI 智能体独立完成勒索攻击，无需人类介入。
动态策略调整：攻击过程具备自我学习与策略优化能力。
防御紧迫性：企业亟需升级防御体系以应对新型 AI 威胁。
Meta 调整 AI 开发节奏：Llama API 公共预览版将于明日下线
Meta 宣布 Llama API 公共预览服务将于 2026 年 7 月 6 日正式下线。虽然 API 服务停止，但 Llama 模型本身仍可正常获取。Meta 建议开发者尽快迁移至其他第三方服务商，并透露正在构建全新的开发者路径，以提升开发效率与系统稳定性。
调整要点
Llama API 公共预览版于 7 月 6 日终止服务。
官方建议开发者迁移至支持 Llama 模型的第三方平台。
Meta 正重构开发者生态，旨在提供更高效稳定的部署方案。
Google 重拳出击：Gemini 3.5 Pro 锁定 7 月 17 日发布，全面对垒 DeepSeek V4
Google 旗舰大模型 Gemini 3.5 Pro 定档 7 月 17 日发布，直接对标 DeepSeek V4。此次发布历经战略调整，Google 选择跳过旧版本微调，投入资源进行全新预训练以提升性能。新模型在前端生成、UI 设计及游戏开发领域表现突出，并将推出 Nano Banana Pro 生图模型角逐图像生成市场。
竞争策略
发布日期锁定 7 月 17 日，正面竞争态势明确。
战略重心转向全新预训练，摒弃旧版本微调路线。
强化前端生成能力，涵盖 UI 设计、代码生成及 SVG 构建。
影坛版权博弈升级：Midjourney 要求好莱坞制片厂“自证清白”
好莱坞制片厂与 Midjourney 之间的版权诉讼进入深水区，双方焦点集中在证据开示范围及 AI 在影视工业中的应用合规性上。
争议焦点
Midjourney 反诉要求制片厂披露内部 AI 技术应用细节，以证自身行为合理性。
制片厂指控 Midjourney 未经授权利用版权内容训练模型，构成侵权。
证据开示范围的激烈对峙，使该案可能成为确立影视行业 AI 使用规范的重要里程碑。
手机变身“数字玩伴”：JoyAI 上线 UGC 数字人功能
JoyAI App 正式上线 UGC 数字人功能，用户可轻松创建个性化虚拟形象。通过深度融合多项技术，该功能实现了更加自然、逼真的交互体验。
功能特色
上传照片即可生成定制化数字分身，外观高度还原。
接入语音数据克隆技术，打造独一无二的专属音色。
集成语言、语音及数字人三大模型，全面提升对话沉浸感。
