（323期）KunlunMeta日报 | 今日十大行业动态，速览- 大数跨境

首页

（323期）KunlunMeta日报 | 今日十大行业动态，速览

昆仑元AI

2026-07-27

导读：OpenAI为Codex上线实时语音，写代码可脱离键盘操作。

AI 日报 2026年7月27日

1.ChatGPT Health上线，可同步Apple Health与电子病历。

OpenAI全量开放ChatGPT Health，用户可接入Apple Health、Epic等电子病历及体检报告，基于真实数据做纵向对比与就诊准备，免费用户不受限；功能整合进主聊天页面，OpenAI斥资1亿美元收购医疗数据公司Torch，目前仅对美国18岁以上用户开放，支持网页与iOS端；数据隐私引发担忧，近期发生用户轻信ChatGPT健康建议延误就医的诉讼，官方强调其不能替代医生的诊断与治疗。

2.OpenAI为Codex上线实时语音，写代码可脱离键盘操作。

OpenAI为ChatGPT桌面端上线基于GPT-Live的实时语音功能，可用声音指挥多个Agent，在Codex中戴耳机即可离开电脑随时查询进度、修改需求；新增Appshots功能，Codex可读取当前活动窗口的画面与文字，无需截图即可理解报错或界面并直接修改；Karpathy指出语音输入更适合复杂任务，能低成本倒出完整上下文，vibe coding正从自然语言写代码走向把想法与画面直接交给Agent。

3.黑森林实验室发布多模态模型FLUX 3，Dev版将开源。

Black Forest Labs发布FLUX 3，从图像模型进化为统一处理图像、视频、音频并可预测动作的多模态模型，基于Self-Flow方法构建，公司估值达32.5亿美元；视频能力可单次生成720p、最长20秒带原生音频的视频，初评偏好率对阵Seedance 2.0领先52%，对阵Luma Ray 3.2高达93%；原生集成动作预测，与mimic机器人合作开发FLUX-mimic，未来数月分阶段开放，其中FLUX 3 Dev将开源。

4.Kimi K3 开源权重发布：2.8 万亿参数，全球首个开放 3T 级模型。

月之暗面 Kimi K3 完整模型权重于近日正式发布，采用 Modified MIT 许可证。K3 总参数 2.8 万亿，MoE 架构 896 专家中仅激活 16 个（约 50B 活跃参数），原生支持视觉理解，拥有 100 万 token 上下文窗口。MXFP4 格式下权重需约 1.4TB 存储，在前端代码 Arena 排行榜以 1679 Elo 登顶。这是全球首个达到 3T 参数级别的开放模型。

5.宇树 G1 人形机器人遭日方拆解，业内评价短期难以追赶。

日本技术团队拆解宇树科技 G1 人形机器人后发布评测，认为中国人形机器人已经脱离演示阶段，软硬件整合优势明显，日本短期内难以缩小差距。具身智能赛道热度持续攀升，国内机器人厂商持续迭代运动控制、AI 感知方案，加速走向商业化场景。

6.英伟达携手 SK 集团敲定千亿级 AI 算力与存储合作方案。

英伟达与 SK 集团达成长期战略合作，规划共建大型 AI 数据中心，由 SK 海力士保障新一代 HBM 内存稳定供给。合作覆盖算力集群搭建、存储供应链保障、本地化产业协同。面对全球算力持续紧缺，巨头锁定存储产能，应对大模型训练与推理持续增长的硬件需求。

7.黄仁勋、马斯克同日表态：中国有望成为全球 AI 领导者。

近日，英伟达黄仁勋与特斯拉马斯克相继公开发声。黄仁勋称中国拥有充足 AI 人才，必将持续产出优秀 AI 技术；马斯克表示难以依靠限制手段阻碍中国 AI 发展。二人观点凸显全球产业界正视国内大模型、算力产业快速崛起，中美 AI 竞争从技术对抗转向多元生态博弈。

8.Claude 语音模式全面升级，支持 Opus、Sonnet 全系列模型。

Anthropic 完成 Claude 语音交互版本迭代，Opus、Sonnet 全线模型均可启用实时语音对话，优化长对话连续性与口音识别能力。新版适配邮件处理、远程协作等办公场景，语音生成响应延迟显著降低，进一步缩小与 OpenAI 语音模型的体验差距。

9.微软 Outlook 将内置常驻 Copilot 入口，AI 深度嵌入邮件工作流。

微软官宣新版 Outlook 客户端增设固定 Copilot 快捷入口，支持 AI 自动整理邮件、撰写回复、梳理会议待办事项。微软持续推进 AI 渗透全线办公软件，降低用户调用门槛。同时微软持续自研多模态模型，寻求降低对第三方大模型依赖，控制算力采购成本。

10.陶哲轩2026年ICM演讲：AI推动数学进入工业化时代。

陶哲轩在2026年ICM发表《人工智能时代的数学》演讲，提出"AI能力猜想"，认为AI或将以可接受成本承担研究级数学任务，冲击现有研究文化与评价体系；他将数学问题"真正解决"分为生成、验证、阐释、同行接受、知识整合五层，指出AI能加速前端却难扩建后端，或致"证明过剩"与"证明消化不良"；建议降低对"最先证明"和数量的强调，更重视阐释与知识整合并披露AI使用，未来真正稀缺的是提出问题、理解问题与组织知识的能力。