欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。
Meta宣布将加速AI基础设施建设，计划2026年推出全球首个功耗超1GW的超级计算机集群"Prometheus"，配备130万块NVIDIA H100 GPU，算力超2exaflops。同时规划5GW规模的"Hyperion"集群，采用液冷技术。Meta计划2025年投资600-650亿美元用于数据中心和AI团队建设，以应对与OpenAI、xAI等公司的算力竞争。公司强调将延续开源承诺并保障数据隐私，但高能耗也引发环保担忧。这一战略布局将显著提升Meta在大模型训练和元宇宙应用方面的竞争力。
通用工具调用协议UTCP引发行业关注，作为MCP协议的替代方案，其创新性地采用直接连接工具原生端点的设计。UTCP通过JSON描述文件定义工具功能，支持多种通信协议，无需中间代理层，显著降低延迟并保留原有安全机制。相比MCP的代理网关架构，UTCP简化开发流程，提高兼容性，特别适合快速集成现有API。社交媒体讨论显示开发者普遍认可UTCP的灵活性和高效性，认为其更符合AI时代对低延迟的需求。虽然安全机制仍需完善，但UTCP展现出成为AI工具交互新标准的潜力。
全球开发者推出"通用工具调用协议"(UTCP)，让AI代理能直接调用各类工具，无需依赖代理服务器。相比传统MCP协议，UTCP支持HTTP、gRPC等多种原生接口，显著降低调用延迟和复杂性。该协议保留企业现有安全措施，同时提供TypeScript和Python两种SDK，开发者可通过开源项目参与完善。UTCP有望为AI工具整合开辟新路径。
AI编程领域近期发生戏剧性收购：Cognition收购Windsurf公司，此前该公司曾经历谷歌24亿美元"反向挖角"和OpenAI30亿美元收购未果。Windsurf年收入达8200万美元，拥有350家企业客户和数十万日活用户。收购后，Cognition将整合Windsurf的AI开发环境与自家Devin编码助手，并重新获得Claude AI模型使用权。此次交易使Cognition获得高盛等新客户，显著提升其在AI编程领域的竞争力，为与OpenAI等行业巨头的竞争增添筹码。
亚马逊Prime Day活动创纪录：美国电商销售额达241亿美元，同比增长30.3%，相当于两次黑五总和。AI购物助手使用量暴增3300%，家电、办公用品等品类增长显著。活动首次延长至4天，后期折扣吸引消费者，第三天销售额激增165%。社交媒体影响者贡献近20%销售额，转化率是普通社交媒体的10倍。这场购物狂欢展现了消费者热情与AI技术对电商的深远影响。
马斯克旗下AI聊天机器人Grok推出"虚拟伙伴"新功能，包括动漫角色Ani和卡通熊猫Rudy两种形象，其中Ani支持NSFW模式。该功能目前以"软发布"形式推出，用户需手动开启，未来将简化操作流程。此外还透露正在开发新角色"Chad"，并已支持语音聊天模式的NSFW内容开关。这一创新功能展现了AI在个性化互动方面的潜力，有望提升Grok的市场竞争力。
特斯拉CEO马斯克宣布xAI聊天机器人Grok推出动漫风格AI伴侣功能，包括Ani和Bad Rudy等虚拟角色，支持语音交互和动态互动。该功能目前仅限SuperGrok订阅用户使用，月费30美元起。新功能引发热议，既获得动漫爱好者好评，也引发对AI伦理的担忧。马斯克称Grok4模型性能超越ChatGPT，但技术透明度仍受质疑。此次更新被视为xAI商业化的重要尝试。
Meta或将放弃开源AI战略转向闭源模式。据报其超级智能实验室正讨论停用开源模型"Behemoth"，该模型因测试不佳已推迟发布。虽然发言人强调仍将保持开源立场，但这一转变若成真，将颠覆扎克伯格此前推崇的开源理念。Meta面临巨大AI研发成本压力，在商业化方面落后于OpenAI等竞争对手。此举可能影响整个AI行业格局，削弱开源生态，使权力重回大公司手中，并冲击依赖开源模型的中小企业。中国等国家积极拥抱开源AI的战略也可能因此受到影响。
亚马逊AWS推出全新AI开发工具Kiro，主打"规范驱动开发"理念。该工具基于开源Code OSS平台，兼容VS Code生态，通过AI协作首先生成需求文档和系统设计，再自动生成代码、测试用例和文档，确保代码质量。Kiro支持多模态输入、自动化测试等功能，目前免费预览，未来将推出付费版本。其规范驱动的开发模式有望解决AI生成代码的维护难题，但初期使用可能较复杂。Kiro的推出标志着AI编码工具向生产就绪方向迈进，将与Cursor、微软VS Code等展开竞争。
7月15日，秘塔AI搜索宣布其“深度研究”模块完成新一轮迭代并正式上线公测，成为国内首个面向公众免费开放、具备多轮推理链可视化的深度研究级搜索服务。 升级后的系统采用分段强化学习策略，将原本算力消耗巨大的“深度研究”任务拆解为多个子任务，在保持结果准确性的同时把运行成本压至可公开免费提供的水平，对中文语料的检索与推理表现尤为突出。