7月8日AI科技要闻：Grok4.5将开放，腾讯引入OpenAI前研究员，支付宝“碰一下”升级AI网络
据36氪7月8日消息，今日科技与AI产业动态集中在大模型产品开放、AI人才流动、线下商业智能化和AI安全风险等方向。来源显示，马斯克表示SpaceX AI将于明日向公众开放Grok4.5；腾讯确认OpenAI前研究员田永龙近期加入其大语言模型部，后续参与VLM视觉语言模型研发；支付宝宣布将“碰一下”升级为AI经营网络。同时，小米汽车新系列SkyNomad、字节跳动绩效激励调整、韩国AI芯片创企Rebellions筹备IPO等消息，也反映出AI与硬件、组织管理、资本市场之间的联动正在加深。
大模型竞争继续升温：Grok4.5开放与腾讯补强VLM
在模型产品层面，来源称马斯克表示，SpaceX AI将于明日向公众开放Grok4.5。目前摘要中未披露该版本的具体能力、计费方式或开放范围，但从命名看，Grok4.5可能被市场视为一次面向公众的模型迭代。对于中文科技读者而言，值得关注的不只是模型参数或榜单表现，更是其在搜索、对话、代码、内容生成和实时信息处理中的实际体验。
人才方面，腾讯相关负责人确认，OpenAI前研究员Yonglong Tian（田永龙）已于近期加入腾讯大语言模型部，后续将参与VLM（视觉语言模型）相关研发。来源还提到，腾讯此前已升级大模型研发架构，新成立AI Infra部、AI Data部、数据计算平台部，并任命前OpenAI高级研究员姚顺雨担任相关AI科学家及部门负责人。连续引入具备前沿模型经验的人才，说明国内大厂在多模态模型、AI基础设施和数据体系上的投入仍在加码。
AI从线上走向线下：支付宝“碰一下”升级为经营入口
产品侧，支付宝宣布“碰一下”完成AI升级：百万级商家侧设备整体升级为“碰设备Agent”，并推出面向中小商家的“碰万物Agent”服务平台和面向开发者的“AI开放底座”。这意味着线下触点不再只是支付或核销入口，而可能进一步承载会员运营、营销推荐、服务分发、数据分析等能力。
对中小商家来说，AI经营工具的关键价值在于降低数字化门槛。过去，商家要完成会员运营、活动配置、用户触达和数据复盘，往往需要多个系统配合；如果“碰一下”设备能够成为统一交互入口，AI Agent则可能把原本复杂的后台操作转化为更自然的任务式管理。
- 商家侧：线下设备从单一支付触点升级为可运营、可分析、可触达的智能节点。
- 开发者侧：开放底座有望让更多本地生活、零售、服务类应用接入AI能力。
- 用户侧：未来在线下消费中可能获得更个性化的服务推荐和更快的交互流程。
AI安全、芯片与组织激励成为产业底层议题
除了模型发布和产品升级，AI安全也进入监管视野。来源显示，工信部网络安全威胁和漏洞信息共享平台监测发现，AI编程工具Claude Code存在安全后门隐患，并发布风险提示。Claude Code可根据文字需求自主完成代码编写、修复等工作。对于企业开发团队而言，AI编程工具提高效率的同时，也会引入供应链安全、代码审计、权限管理和数据泄露等新问题。
在AI芯片方向，据报道，三星电子支持的韩国AI芯片创企Rebellions计划明年第一或第二季度在韩国IPO。其首席执行官Sunghyun Park称，公司已经开始产生实际营收，并正与摩根大通及三星证券的承销团队合作筹备IPO。AI芯片公司进入资本市场，说明算力基础设施仍是大模型生态的重要底座。
组织管理方面，字节跳动发布2026半年绩效评估说明，绩效将于7月15日启动。来源显示，本周期开始，综合绩效E及以上员工可获得半年激励，计算基数从月薪调整为月总包，发放形式也从全部现金调整为现金与绩效期权/RSU结合。对于大型科技公司而言，AI竞争不仅是技术竞争，也包括人才激励、组织效率和长期绑定机制的竞争。
硬件与科技消费：小米新车、苹果折叠机与本田召回
硬件消费领域也有多条动态。7月8日，小米创办人、董事长兼CEO雷军在个人账号官宣小米汽车新系列SkyNomad，有网友询问车辆发布时间，雷军回复称“快了”。摘要未披露更多配置与上市节奏，但小米汽车新系列已引发市场关注。
苹果供应链方面，针对苹果首款折叠机可能延期的传闻，来源称多位“果链”企业人士表示，相关产品方案早已确定，目前相关企业已进入生产旺季，产品正常量产中，9月交付应该“没问题”，并表示“没听说”延期发售。汽车安全方面，美国国家公路交通安全管理局公告显示，本田正在申请召回部分2018至2020款奥德赛车型，涉及325,588辆，原因是后视摄像头可能进水，导致倒车影像无法正常显示。
整体来看，7月8日的科技新闻呈现出一个清晰趋势：AI正在从模型能力竞争，扩展到线下商业、开发工具、芯片融资、人才流动和企业治理。对企业和开发者而言，接下来更值得关注的是这些AI能力能否真正落地为可衡量的效率提升，以及在安全、成本和可靠性上能否经受大规模应用考验。