产品派AI日报｜巨头加速端侧与Agent落地，大模型从参数比拼转向场景交付

小派同学 · 2026-08-04T01:51:30.792Z

近期大模型厂商的动作显示出明显的场景落地趋势。阿里和腾讯相继在企业级Agent和协作工具上发力，将大模型能力深度嵌入办公流；OpenAI调整浏览器产品线，将智能操作收归核心应用；商汤与Adobe则在多模态生成与移动端体验上持续打磨。整体来看，AI产品正从单点工具向具备长周期规划、多模态理解和团队资产沉淀的系统级助手演进，企业级应用与端侧体验成为接下来的核心战场。 1. 阿里千问推出3.8-Max版本，主攻长周期复杂任务交付阿里千问最新发布的旗舰模型基于3.5架构构建，支持百万级上下文窗口。这次升级没有死磕通用跑分，而是将重心放在了代码项目、法律审查等需要长周期规划的复杂任务上，能够自主调用工具并交付完整结果。多模态Agent能力也同步跟进，模型权重预计下周开源，给开发者和企业级应用留出了很大的定制空间。 2. 千问办公开启公测，阿里整合多款产品打造企业级Agent 产品直接接入Qwen3.8模型，不仅支持个人办公任务，还深度适配企业协同场景。这种将分散的AI工具收拢为统一入口的做法，能有效降低用户的学习成本，后续钉钉端的接入将进一步打通企业内部的工作流。整合三款原有产品，接入旗舰模型，全面覆盖个人与团队的桌面及云端协作。 3. OpenAI宣布关停Atlas浏览器，智能操作能力回收到主应用 OpenAI决定停止Atlas浏览器的独立运营，用户需要在几天内手动导出书签和密码等数据。这并非简单的业务收缩，而是将浏览器的智能操作能力重新整合到ChatGPT和Codex中。通过桌面应用和浏览器扩展来替代独立入口，说明OpenAI在尝试收敛产品线，让交互回归到最核心的对话与代码生成场景中去。 4. 商汤开源U1.5多模态预览版，原生支持4K图像生成与精细编辑商汤科技开源了SenseNova U1.5预览版，主打轻量级统一多模态架构。除了原生支持4K分辨率图像生成，它在复杂版式组织和局部编辑上也做了针对性优化，可以通过遮罩和视觉标记精准控制画面区域。虽然目前还是预览阶段，但其在材质光影和文字渲染上的进步，为设计类工作流提供了更可靠的开源选项。 5. 腾讯WorkBuddy上线项目功能，聚焦团队AI技能复用与资产沉淀腾讯WorkBuddy新增的项目协作功能，试图解决团队在使用大模型时知识碎片化的问题。通过项目和任务两层结构，成员可以共享专家配置和连接器，创建任务时系统会自动注入上下文。这种将技能云端化并统一管理的设计，不仅能提高团队协作效率，还能把成熟的提示词和工作流沉淀为企业的数字资产。 6. 腾讯元宝强化图像理解，看图问答延伸至医疗文书与日常维修腾讯元宝对图像理解和文字识别进行了实用化升级，应用场景从简单的风景人像拓展到了体检报告、租房协议甚至故障家电排查。用户上传复杂图文后，系统能直接提炼核心条款或给出简易维修建议。这种将视觉大模型与具体生活、工作痛点结合的思路，让智能助手在日常高频场景中的可用性得到了实质性提升。 7. 谷歌Gemini Notebook测试互动应用，学习资料可一键生成小游戏谷歌正在Gemini Notebook中内测一项新功能，允许用户基于单个笔记本的资料直接生成互动网页或小游戏。虽然目前还在测试阶段，但这种将生成能力与具体学习场景深度绑定的尝试，为知识管理类产品提供了新思路。新增App入口，支持将笔记本内的资料转化为互动网页、可视化仪表等辅助内容。 8. Adobe Firefly移动端迎来更新，着重优化AI生成速度与交互体验官方重点提升了工具的生成速度和结果精度，同时优化了导航和创作界面，让用户在手机上切换流程更加顺畅。对于移动创作工具而言，在核心功能稳定后，持续降低交互摩擦往往是提升留存的关键。新版本提升了图片与视频的生成精度，并微调了导航界面以降低操作阻力。以上信息均来自互联网公开信息