科技公司Anthropic日前宣布，其大型语言模型Claude迎来重大升级，推出名为Claude 3.5 Sonnet的全新模型，该模型具有非凡的交互能力。
Claude 3.5 Sonnet旨在模拟人类与计算机的交互方式，能够通过API感知和控制计算机界面，包括移动光标、点击屏幕和输入信息。
Anthropic开发了一款API，允许Claude与计算机界面进行交互，开发者可以通过集成该API，将用户指令转换为计算机可执行的指令。
在OSWorld基准测试平台上，Claude 3.5 Sonnet在仅使用截图的测试类别中取得了14.9%的得分，远超第二名的7.8%。
在允许使用更多步骤完成任务时，Claude的得分达到22.0%，虽然不及人类水平，但已在AI领域取得重大进步。
Anthropic表示，该功能目前仍处于测试阶段，操作速度较慢并偶尔会出错。但其主要目的是获取开发者反馈，以不断改进和完善模型。
（举报）
Anthropic于2025年7月28日宣布，将从8月28日起对Claude Code工具新增每周调用限额——因为少数重度用户全天候高频使用，一次使用成本甚至高达数万美元，远远超过普通订阅预期。 同样在上个月，Cursor曾因其“I’ll keep it unlimited”的Pro收费模式悄然变更为计算tokens限制，导致大量用户抱怨“实际上并非无限”，纷纷在社群中吐槽，迫使公司CEO出面道歉、甚至给出退款补偿。 这两�
AI日报栏目每日更新AI领域热点内容，聚焦开发者需求。本期重点包括：阶跃星辰发布端到端语音大模型Step-Audio2 mini，在多项基准测试中表现优异；9月1日起AI生成内容需强制标识；美团推出开源大模型LongCat；上海AI实验室发布多模态大模型InternVL3.5；腾讯ARC团队推出音频生成模型AudioStory；OpenAI发布实时语音模型GPT-realtime；Meta与UCSD合作推出DeepConf技术；xAI代码库遭窃事件；阿里巴巴Qwen团队发布GUI自动化框架；微软推出Copilot Labs实验中心；小红书自动化工具xiaohongshu-mcp上线。
AI大模型的秘密配方是什么?答案可能很简单:海量的“盗版内容”。 这几乎是行业内公开的秘密。2023年，《纽约时报》一纸诉状将OpenAI和微软告上法庭，正式拉开了这场战争的序幕。很快，战火烧遍了整个硅谷。Meta因其Llama模型涉嫌使用盗版书籍而面临集体诉讼;Anthropic同样因其模型Claude的训练数据而被告，一时间，几乎所有头部玩家都被推上了被告席。 这场大模型与版权�
快手开源的向量化引擎Auron（原Blaze项目）正式进入Apache孵化器，标志着项目发展的重要里程碑。Auron基于Rust开发，采用原生执行和向量化技术，相比Spark性能提升2倍以上，已在快手内部大规模应用并获多家企业采用。项目开源后社区活跃，未来将依托ASF开源治理模式，融入全球开源生态，获得更可持续的创新动能与影响力。
文章针对计算机专业学生选择笔记本电脑的需求，指出不能仅追求“能开机就行”，需关注性能匹配专业场景、便携续航与预算三大核心。推荐三款搭载英特尔酷睿Ultra处理器的机型：联想YOGA Air14全能型适合编程、剪辑与AI应用；荣耀MagicBook Pro14长续航型侧重编程与轻度编辑；联想小新14 Pro性价比高，满足基础编程与日常学习。强调按需选择，避免盲目追求顶配，实现需求与配置的精准匹配。
OpenAI正式发布GPT-5，与Claude4Opus和Gemini2.5Pro进行对比测试。GPT-5在编程能力(SWE-bench测试74.9%)和数学推理(AIME2025测试94.6%)表现突出；Claude4Opus编程优异(72.5%)但数学较弱(33.9%)；Gemini2.5Pro擅长长文本处理(100万token窗口)和多模态应用。价格方面，GPT-5和Gemini2.5Pro定价相近($1.25-$10)，Claude4Opus较高($15-$75)。建议根据需求选择：GPT-5适合综合应用，Claude4Opus适合专业编程，Gemini2.5Pro适合长文档�
本期AI日报聚焦多项技术突破：阿里通义万相发布Wan 2.2-S2V模型，实现视频音频同步生成；字节跳动研发3D模型生成工具，降低建模门槛；面壁智能推出MiniCPM-V4.5端侧多模态模型；苹果提出RLCF训练法提升模型性能；微软开源VibeVoice-1.5B支持超长语音合成；谷歌Imagen 4正式上线；英伟达发布Jetson Thor机器人计算平台；Genspark推出AI Designer一键生成品牌方案；豆包上线未成年人保护模式。
OpenAI发布两款开源AI模型GPT-OSS-120B和GPT-OSS-20B，允许开发者自由下载、运行和定制。其中120B模型已部署在IBM Watsonx.ai平台，采用专家混合架构，支持本地或云端部署，不受商业用途限制。模型具备高透明度，输出完整推理链，在多项基准测试中表现优异。此次发布标志着OpenAI首次加入开源生态，IBM强调其开放战略，为企业提供灵活、安全的AI开发选择。
AI日报栏目每日提供人工智能领域热点内容，聚焦开发者，帮助洞悉技术趋势、了解创新AI产品应用。最新动态包括：MiniMax海螺AI首尾帧功能上线；元石科技发布问小白5挑战GPT-5；OpenAI推出语音模型GPT-Realtime；谷歌Gemini AI优化表格处理；腾讯黑科技实现AI配音；百度计划培养千万AI人才；MathGPT.ai反作弊功能推广；苹果Xcode集成Claude Sonnet4；微软发布自研AI模型MAI系列；xAI推出高效编码模型Grok Code Fast1；SuperCLUE多模态评测Gemini-2.5-Pro居首；9月1日起AI内容标识新规实施，违规将承担法律风险。
OpenAI正式发布语音模型GPT-realtime。 据介绍，GPT-realtime是一款专注于语音AI Agent的多模态模型，能够生成高度自然流畅的语音，精准还原人类语调、情感和语速的丰富变化。该模型支持图像理解，并可结合语音或文本对话使用，非常适合应用于客服、教育、金融、医疗等领域，用于构建高质量的语音智能体。 官方表示，新模型在复杂指令遵循、工具精确调用以及生成更自然、�
