第 22 期 · 2026 年 7 月 24 日 · 周五
FLUX 3、微软自研模型齐发，AI 语音功能全面进驻创作与编程场景
头条 Top Stories
Black Forest Labs 发布 FLUX 3 视频模型
德国 AI 实验室 Black Forest Labs 推出首款视频生成模型 FLUX 3，除了传统文生图，还能生成最长约 20 秒、带音频的视频片段，同一套系统还被用来训练机器人在装配线上完成抓取动作，目前只对外限量开放测试。对做图像转视频、短片创作的用户来说，这是继 Seedance、Kling 之后又一个值得关注的新选项。
Decrypt ↗ 模型微软发布自研图像与语音生成模型
微软 AI 团队推出两款自研模型：主打高保真出图和精细小字文本渲染的 MAI-Image-2.5-Pro，以及面向高并发场景的语音模型 MAI-Voice-2-Flash，并公开数据显示 Bing、PowerPoint、Copilot 等产品已开始用自家模型替代 OpenAI。广告业已有人称赞其图像质量「是生成式媒体工具的一次飞跃」，用微软全家桶做配图、配音的创作者未来会更直接感受到这一变化。
VentureBeat ↗速览 Briefing
- 工具
Runway 上线 AI 模型路由器 Media Router
Runway 面向开发者推出 Media Router，能按「质量优先、速度优先还是成本优先」自动为图像、视频、音频生成请求挑选合适的模型，Adobe、Shutterstock、ElevenLabs 等已是其客户。在生成式媒体模型越来越多、更新速度极快的当下，这类路由层能替创作者省下反复横向测评模型的功夫。
TechCrunch ↗ - 工具
Anthropic 升级 Claude 语音模式
Anthropic 为 Claude 语音模式开放 Opus、Sonnet、Haiku 多档模型选择（此前仅限 Haiku），支持更长对话，并能联动 Gmail、Google Calendar、Slack、Canva、Notion 直接执行写邮件、改日程等任务，目前向全平台用户开放测试。习惯用语音和 AI 沟通构思、改稿的创作者可以少打字、多说话。
TechCrunch ↗ - 工具
OpenAI 将 GPT-Live 语音接入 Codex 桌面版
OpenAI 把本月初发布的全双工语音模型 GPT-Live 接入 ChatGPT 桌面版（macOS/Windows），可直接用自然语音指挥 Codex 编排多线程编程任务、审查代码、调试程序，无需再逐句等待应答。对用 AI 辅助写代码搭建创作工具、插件的开发者创作者，这意味着「解放双手」的语音协作会成为常态。
VentureBeat ↗ - 政策
音乐出版商提交修订版歌词诉讼起诉 Anthropic
Concord、环球音乐出版、ABKCO 等对 Anthropic 提交第二次修订版诉状，指控 Claude 训练和输出系统性侵权约 500 首歌曲的歌词，诉状援引取证获得的内部记录，称高管曾直接向 Claude 查询歌词、训练数据被剥离版权声明。同一天，另一起 Anthropic 就盗版书籍训练模型的 15 亿美元和解案获法官正式批准。两案叠加说明音乐类版权方在 AI 训练数据上的追责仍在升级，用 AI 写歌配词的创作者要持续关注平台授权风险。
Music Business Worldwide ↗