阿里巴巴发布 Qwen-Image-3.0 图像生成模型，已可投入生产使用。该模型支持 4.5K token 输入，实现 100% 以上文本准确率且无破损 logo，原生支持 12 种语言，并提供灵活定价，高分辨率生成成本低至 0.03 美元。产品可通过 Model Studio 和 Qwen Cloud 平台访问。
OpenAI 发布 GPT-Live，这是一套面向实时音频对话的新架构与技术栈，旨在让 AI 在说话的同时也能聆听，以支持更自然、连续的语音交互体验。该架构从客户端到模型端整体重建了语音处理链路，使音频能够持续流动，避免因深度推理或工具调用而打断对话进程。
Gemini Spark 与 Google Chrome 集成，推出自动浏览功能。获得用户许可后，Spark 可直接在 Chrome 浏览器中处理网页任务，如预约看房或自动填写航班信息。该功能于 2026 年 7 月 30 日由 AIHOT 报道。
Kimi.ai 发布了一个名为 PerceptionBench 的视觉感知基准。该基准从当前前沿模型在 42 个已有基准上的失败模式中归纳而来，将视觉感知拆解为 10 种原子能力，并构建了 3000 道验证题。每道题只考察单一感知能力，不涉及推理或外部知识，旨在更精确地衡量模型的视觉感知水平。
Kimi（月之暗面）与 kvcache-ai 合作开源了 AgentENV，这是一个分布式智能体环境，用于大规模运行智能体工作流，支持快速快照、恢复和分支，为 Kimi K3 的智能体强化学习训练提供支撑。
Claude Cowork 在桌面应用中新增“录制技能”功能，允许用户录制执行任务时的屏幕操作并同步语音讲解，Claude 会将此过程转化为可重复运行的技能。该功能位于应用内的“+”菜单中，适用于 Pro、Max 和 Team 套餐。用户无需编写代码，通过演示即可为 Claude 教授新技能。
Replit 发布了名为 Replit Design 的新产品，其愿景是让用户无需专业设计技能，只需明确想要实现的想法，就能借助 AI 将脑中的概念直接转化为屏幕上的设计成果，缩小了构思与实现之间的差距。
小红书技术团队开源 BigMac，一种针对多模态大模型训练的依赖安全嵌套流水线新范式。它利用 LLM 流水线作为主干，在不打乱执行顺序的前提下嵌入编码器和生成器计算，相比基线实现 1.08x-1.9x 加速，同时保持激活显存有界。BigMac 已作为 dots 多模态模型训练的核心组件投入生产。
智谱于2026年8月19日上线GLM-5.3 API，主打复杂编码、防御性网络安全与长程任务。在AA综合智能指数中获60分，与Claude Fable 5、GPT-5.6 Sol等闭源旗舰同级，并与Kimi K3并列开源模型第一。该模型参数规模更小，调用成本为旗舰模型中最低，单任务成本更低，API定价与GLM-5.2持平，模型权重将于下周五开源。
xAI 发布了 Grok CLI 命令行工具，并新增 /tutorial 命令，用户可通过下载 Grok Build 后输入该命令获得交互式教程，帮助快速上手使用。
Meta AI 超级智能实验室发布了首个开放权重模型 Muse Glimmer，并已上线 OpenRouter。这是一款 30B 参数的密集文本+图像模型，采用 Apache 2.0 许可证，定位为可靠的本地智能体，MCP Atlas 得分 75.5，SWE-Bench Pro 得分 51.2。
面壁智能联合 OpenBMB 开源了 AI 优化系统 ForgeStencil，据称是全球首个支持 Stencil 自动研究和自动部署的系统。它通过 Kernel Agent 与 App Agent 闭环协作，实现从算子优化到应用集成的全自动流程，可在一周内自动优化 100+ 工业与科学软件，全程无需人工介入。
微软面向研究社区开源了 Orchard 框架，用于跨任务类型训练和评估 AI 智能体。该框架旨在降低训练与评估的复杂性，通过让研究人员复用同一套基础设施，使较小模型也能实现强劲性能。