生成式AI行业竞争与产品动态 - OpenAI暂时取消了Codex模型的5小时使用限制，同时Anthropic将Claude Fable 5切换为按量付费的日期再次推迟7天至7月19日，两家公司正在激烈争夺同一批用户[1] - 延期直接导火索是用户大规模反弹，众多用户晒出高额账单并威胁转投GPT-5.6 Sol或Grok 4.5，即便延期也未能留住全部用户[1] - 分析师指出算力供给存在严重短缺且不可持续，软件开发领域率先实现产品-市场匹配，一旦算力供给缓解，基础模型可能沦为低利润的商品化基础设施[1] 腾讯混元开源OCR模型进展 - 腾讯混元开源了HyOCR-1.5模型，这是端到端OCR领域首个完整开源训练、推理与权重的专家模型，仅10亿参数即可覆盖8种以上任务[1] - 该模型借助DFlash投机解码技术，在Transformers架构下推理速度提升6.37倍，成为推理最快的OCR视觉语言模型，并能通过llama.cpp在CPU与普通笔记本上运行[1] - 在OmniDocBench v1.6基准测试中以94.74分位居端到端第一，古文字、图表解析等长尾能力显著增强，并新增了无文字负样本处理能力[1] 商汤开源统一视觉大模型 - 商汤发布并开源了SenseNova-Vision理解生成统一视觉大模型，将目标检测、图像分割、深度预测、3D重建等经典视觉任务原生融入大模型[2] - 单模型在结构化理解、稠密几何、分割、多视角3D四大领域的表现比肩甚至超越专用专家模型，零样本泛化与抗视觉错觉能力突出[2] - 同步开源了5000万条视觉指令语料库，验证了“统一多模态生成”路线的潜能，有望大幅降低视觉AI应用的门槛[2] AI搜索产品与Agent基础设施 - 中国团队的AI搜索产品AnySearch登顶Product Hunt周榜第一，在300题基准测试中以76.4%的综合准确率领先Parallel、Brave等产品，且延迟表现最优[2] - 该产品面向Agent而非人类用户设计，覆盖代码、法律、金融等20多个垂直数据源，经过意图路由、多源去重后输出结构化的Markdown内容[2] - 通过前置筛选降低Token消耗与上下文冗余，支持API、MCP、Skill接入，搜索正成为Agent时代的基础设施[2] 智能体硬件与操作系统创新 - 阶跃星辰推出首款智能体手机STEPX Neo，搭载号称“全球首个智能体原生操作系统”StepAS及主智能体Amoo[3] - StepAS由模型矩阵与Agent原生OS相乘构成，原生支持MCP、A2A、CLI协议，采用端云级联调度，试图打破能力、协作、资源三堵墙[3] - 阶跃星辰提出“可信、可管、可见、可逆”治理框架，押注用户未来购买的是能长期记忆、跨应用行动的个人智能体[3] 面向智能体时代的算力基础设施 - 浪潮信息发布业界首款CPU原生液冷整机柜服务器与升级版元脑SD200超节点，旨在面向智能体时代重构算力体系[3] - 整机柜基于开放OCM架构，单柜最高支持384颗CPU、可承载超过4万个智能体协同，全域部件采用液冷并适配800V高压供电[3] - 元脑SD200在Kimi K2.6万亿参数模型上单Token生成延迟低至4.77毫秒，支持多模融合，在DRACO等基准测试中表现超越单一模型[3] Agent形态演进与行业观点 - Anthropic的三位Claude Platform高管指出，其平台已从单纯提供API，演进为承接基础设施与脚手架的智能体平台[4] - 随着模型能力增强，复杂的脚手架正在变薄，智能体身份将独立于工作流、按需申请权限，多智能体之间可进行竞争、辩论、求助协作[4][5] - 建议企业按个人、团队、跨团队三个步骤衡量AI投资的回报率，未来智能体将深度嵌入组织、化为如同无形操作系统般的基底[4][5] 模型层与应用层竞争格局 - Glean创始人Arvind Jain认为，前沿模型层正迅速商品化，OpenAI、Anthropic推出的垂直套件过于浅层，难以赢得企业应用层的竞争[5] - 企业级AI的壁垒在于深层上下文与权限管理，直接进行“暴力检索”速度慢且成本高，其排障Agent单月烧掉100万美元算力费[5] - 他反对在AI时代通过裁员收缩业务，主张用同等人力做出十倍好的产品，并预判三年内多数企业负载将运行在开源模型上[5]