7月AI模型大爆发：视频生成、训练框架与评测工具齐升级

2026年7月31日，多家AI技术团队集中推出了多项工具与模型更新，覆盖智能代理能力强化、视频生成工具升级、推理训练框架优化、物理智能评测基准以及浏览器控制工具等多个领域，以下是各更新的详细信息：

🧑‍💻 通用智能模型

★ DeepSeek-V4-Flash：Agent能力大幅跃升

基准测试表现远超预览版，核心能力全面升级

DeepSeek-V4-Flash是DeepSeek V4系列首个正式上线公测的模型版本。相较于此前的预览版，其模型结构与尺寸保持不变，主要通过重新后训练优化了代码执行、仓库级开发以及工具调用等智能代理相关任务的表现。该模型同时支持思考模式与非思考模式，提供1M上下文窗口、最高384K的输出长度，并且内置JSON格式输出与工具调用能力。截至目前，模型尚未更新权重，仅通过OpenAI Chat Completions、Anthropic API以及Responses API对外接入，官方在线产品暂未完成同步更新。

🎬 视频生成工具更新

★ Seedance 2.5：长时序音视频生成能力升级

支持最长30秒视频生成，可基于多模态参考内容进行创作

Seedance 2.5是字节跳动Seed团队推出的音视频生成模型。新版本将单段视频时长提升至30秒，并且支持两次视频延长操作，进一步强化了长叙事内容的生成效果、运动画面的稳定性以及整体画面的真实感。该模型能够更精准地理解参考视频的创作意图与镜头语言，将动态迁移能力扩展到创意演绎场景，同时新增了白模控制、绿幕编辑等专业级创作能力。目前官方仅开放通过“即梦”与“豆包专业版”渠道使用，尚未正式开放API接口，开发接入门槛较高，官方API调用需满足最低用量承诺。

★ MiniMax H3：开源在即的多模态视频生成模型

支持2K分辨率4-15秒视频生成，内置多模态参考与首尾帧控制能力

MiniMax H3是该团队推出的通用多模态视频生成模型，目前官方API已经对外开放，定价相对亲民，当前输出规格为2K分辨率、时长4到15秒的视频。单次任务最多支持输入9张参考图片、3段参考视频与3段参考音频，非常适合制作角色一致性视频、商品广告、动作复刻以及有声短片等内容。该模型暂定于8月3日正式开源。

⚡ 模型推理与训练加速

★ AngelSpec：统一架构的推测解码训练框架

支持MTP与块并行架构，优化大模型推理吞吐效率

AngelSpec是腾讯混元AI Infra团队推出的推测解码草稿模型训练框架，首个公开版本于7月29日正式发布。该框架统一支持MTP与多种块并行架构，可在同一流水线中灵活切换，基于PyTorch开发，配合vLLM或SGLang即可使用，支持最长128K的上下文窗口与真实推测解码评估。框架采用Apache 2.0开源许可证，但官方快速示例需要8张GPU以及Mooncake依赖环境。

🧪 数据集与智能评测

★ Apple-π：物理智能评测基准

基于物理定律验证图像与视频模型的推理合理性

Apple-π是南洋理工大学S-Lab等机构联合推出的物理智能评测基准，于7月29日首次公开代码与评测协议。该基准包含400段视频数据，覆盖10类经典力学任务，将模型推理过程拆分为感知、建模与演绎三个阶段，结合Gemini判断、SAM3跟踪、MoGe深度估计以及轨迹与速度指标，用于对比评估图像与视频生成模型是否符合物理规律。完整复现评测需要24GB以上显存的设备，且当前GT数据尚未公开。

🌐 浏览器控制MCP工具

★ Chrome DevTools MCP：浏览器自动化与调试工具

集成Chrome DevTools能力，支持网页自动化操作与性能分析

Chrome DevTools MCP是Chrome DevTools团队推出的浏览器控制与调试工具，可将页面操作、控制台、网络分析、Lighthouse、性能跟踪与堆快照能力开放给编码智能代理。7月发布的v1.6.0版本新增了堆快照对象数量与大小统计、聚合过滤以及路径权限配置功能。该工具可通过npx命令快速接入多种MCP客户端，需要注意的是，它能够读取与修改受控浏览器的内容，默认开启使用统计，在处理敏感页面时建议采用隔离配置并关闭遥测功能。