Sora 2 与 Veo 3 进入剪辑流水线后，一条广告片的脚本-分镜-成片从约 14 天压到 2 天，支持参考帧保风格、保脸。短视频团队最先吃红利。

当「想得出」和「播得出」只隔两天，创意的试错成本第一次低到可以随便试。

GPT-5.2-Codex 打通读码、搭环境、挖漏洞到提 PR 的全流程，在 SWE-Bench Pro 与 Terminal-Bench 2.0 刷新成绩，并内置多层安全防护。

当 AI 能自己开 PR，工程师的角色从「写代码」转向「审代码」。

3.6 Flash 输出 token 减 17%、最高省 65%，定价 1.5/7.5 美元每百万 token，被多家 agent 团队选为生产默认模型。

模型榜单之外的真正胜负，是「跑得起」。

Black Forest Labs发布 FLUX 3：一个统一架构同时覆盖图像、视频、音频与动作预测，FLUX 3 Video 先行进入早鸟通道。距 Flux 1 的 2024 年首发整整 2 年。

能力清单几乎把对手的 SOTA 全数覆盖：文本生视频、图生视频（可续帧）、视频生视频、关键帧生视频、多语种对话、所有输出都自带原生音频。官方放话：它超过 Seedance 2.0、Gemini Omni 和 Grok Imagine。开源权重（Dev 版）已经在路上。

同场还放了一枚机器人炸弹：FLUX3-mimic，用 FLUX 3 的骨干接上机器人学习做「视频-动作模型」，单块本地 GPU 就能部署，已经在奥迪产线测试。当「能出视频的世界模型」被证明可以驱动机械臂，「生成媒体」和「具身智能」第一次共用同一个底座。

Hugging Face研究者发布 The Stack v3：114 TB 原始数据、2.24 亿个仓库、440 亿个文件、770 种语言，去重过滤后约 5 万亿 token。

对比 v2，过滤后语料从约 5500 亿 token 跳到 5 万亿，翻了近 10 倍；增长最猛的是 C++（×15）、TypeScript（×7.5）、Rust（×7）。运营上也改了玩法：内容直接内联，剔除限制性许可代码，还专门切了一个「开箱即训」分片。

它的意义在「更低的地板」，不在「更大」：过去想训出能打的代码模型，语料是闭源阵营最大的隐形壁垒；现在这份数据把门槛一次性拉平。数据开源 + 权重开源 + 推理栈开源三件事在 7 月同场发生，代码模型的护城河正在被整段拆掉。

Etched完成 3 亿美元 C 轮，估值 103 亿，用来扩产它专为 Transformer 定制的推理芯片，并开了个 8 万平方英尺、10 兆瓦的新厂区。它的口号很直接：不做训练卡，「run the world's inference」。

这轮钱押的是一条反主流路线：多数人买通用 GPU，Etched 只做把注意力计算焊死的专用芯片。它赌的是——当推理量被 agent 和长上下文推高，通用卡的浪费会大到专用芯片值得单独开一条产线。

结合 SambaNova、Groq 的热度看，推理侧的「非英伟达」路线正在批量拿到真金白银。训练卡的格局已定，推理卡的位置还空着——每一家都在赌「谁先把每次推理的成本压到别人不敢不看」。

Meta 的开源线继续推进多模态版本，把图像与语音理解并进开放权重，社区可本地微调；标杆仍是对标 K3 的体量。

开源多模态的意义，是让小团队也能站着做产品。

K3 权重 7 月 27 日落地前，vLLM、SGLang 已提交对 Stable LatentMoE 的支持，让 896 专家架构能在消费级集群跑。

模型开源的价值，一半在权重，一半在旁边连夜改框架的人。

一位插画师把线稿与老照片喂给图像模型，几分钟生成带光影的成片，再手工修；原本要 3 天的稿压到 1 晚。

AI 不是替创作者画，是替他试——试完他来定。

一位插画师把 NASA 的北极融冰卫星图接进生成模型，做成能翻页的科普绘本，让孩子看「冰怎么一天天退」。

创作者把「冷数据」翻成「暖故事」——科学离孩子，只差一个会讲的人。

随着 Sora 2、Veo 3 进剪辑台，多家 AI 视频创企拿到新融资，投资方看的不再是 demo 炫不炫，是「客户愿不愿意付月费」。

资本终于承认：能收钱的模型，比能表演的模型值钱。