8月19日，淘宝开始灰度测试名为“AI 万能搜”的新功能。该功能位于淘宝App搜索页面的“AI 万能搜”Tab中，支持用户通过自然语言提问，并生成包含文字、商品、视频图片的“答案报告”，解决购物攻略、口碑评测等问题。其核心场景包括穿搭指南、送礼清单、选购攻略和问口碑等。此前5月，淘宝曾推出桌面版客户端，帮助用户根据提示词挑选商品，如“3000元以内高性能手机”。新功能进一步拓展了AI在消费领域的应用。

标题：LLM总是把简单任务复杂化，Karpathy无语：有些任务无需那么多思考 随着推理大模型和思维链的普及，AI在复杂任务中的表现大幅提升，但也逐渐暴露出一个问题：它常常把简单任务复杂化。AI领域专家Andrej Karpathy对此现象表示无奈，指出当前大模型在默认状态下过于“自主代理化”，...

8月1日，谷歌正式发布Gemini 2.5 Deep Think模型，现已向Google AI Ultra订阅用户开放。该模型在多个基准测试中超越OpenAI的o3和xAI的Grok 4，性能显著提升。Deep Think模式可在作答前综合多个假设进行推理，并集成代码执行与谷歌搜索等功能。谷歌透露，该模型是此前在国际数学奥林匹克竞赛中获金牌模型的优化变体，虽经加速优化，但在2025年IMO基准测试中仅达铜牌水平。目前，用户可在Gemini应用中限定次数使用Deep Think功能，未来几周还将通过Gemini API向开发者提供不同版本。

7月30日，百度搜索电脑端首页开始测试开放智能体应用入口。据内部人士透露，首页集成的智能体主要来自文心智能体平台、搜索开放平台接入的外部优质AI应用及部分百度自研应用。目前该功能已进入灰度测试阶段，预计很快将全面上线。这一举措或将提升用户搜索体验，并进一步推动AI技术在搜索场景中的广泛应用。（记者 黄心怡）

2025年7月29日，在中国AI盛典现场，MiniMax大模型成功通过人机辩论形式的图灵测试。测试中，奇葩说辩手陈铭与MiniMax展开激烈辩论，超过30%的观众被AI的表现迷惑，符合图灵测试通过标准。图灵测试由艾伦·图灵于1950年提出，用于判断机器是否能模仿人类智能。MiniMax由商汤科技前员工创立，今年6月推出全球首个开源大规模混合架构推理模型M1，成为国内首个通过此类测试的大模型。这一成果标志着AI在智能对话领域的进一步突破。

2025年7月，浙大校友焦云皓创立的TestSprite发布2.0版本，这是首个专为AI编程设计的智能测试平台。该工具可实现零代码、零bug，30分钟内构建完整网站，并将AI生成代码的准确率从42%提升至93%。TestSprite通过自动生成测试用例、编写测试代码、并行执行测试等功能，提供全面的测试覆盖，无需人工干预。其强大的调度和监控功能支持持续测试场景，确保系统始终处于生产就绪状态。公司于2024年成立，总部位于西雅图，同年获150万美元种子轮融资。目前，已有6000多个开发团队使用TestSprite，其Starter版本提供1个月免费试用，次月起每月收费19美元。

7月23日，中国信通院依托人工智能软硬件协同创新与适配验证中心（亦庄）及工信部重点实验室，正式启动面向大模型的全栈国产软硬件系统适配测试工作。测试基于AISHPerf基准体系，覆盖芯片、服务器、一体机等，重点推动国产框架原生大模型在国产硬件平台上的开发与使用。首批测试聚焦国产深度学习框架和大模型的适配通过性。我国相关厂商正加速国产软硬件垂直优化，未来有望通过开源生态形成事实标准，助力软硬件协同创新与模型应用发展。

7月14日，世界数字科学院（WDTA）在联合国日内瓦总部发布全球首个《AI智能体运行安全测试标准》。该标准由蚂蚁集团、清华大学、中国电信牵头，联合普华永道、新加坡南洋理工大学等20余家机构共同编制。标准针对智能体跨越“语言墙”带来的行为风险，首次构建全链路风险分析框架，涵盖输入输出、大模型、RAG、记忆和工具五大关键链路，并创新提出模型检测、网络通信分析等测试方法，填补了智能体安全测试技术空白。目前，部分标准已在金融、医疗领域落地应用。此前，WDTA已发布3项AI相关安全标准，参与单位包括OpenAI、谷歌、微软等数十家机构。

2025年7月，世界数字科学院（WDTA）在联合国日内瓦总部发布全球首个《AI智能体运行安全测试标准》，由蚂蚁集团、清华大学等二十余家机构联合编制。该标准针对智能体“行为”风险，构建全链路风险分析框架，创新提出模型检测等测试方法，填补了技术空白。随着2025年被称为“智能体元年”，AI从“我说AI答”进化为“我说AI做”，但超70%从业者担忧幻觉决策与数据泄露等问题。WDTA执行理事长李雨航强调，AI STR系列标准旨在嵌入伦理责任，确保技术服务于人类利益。目前，标准已在金融、医疗领域应用，未来将向多智能体治理生态发展。

7月14日，科技媒体9To5Google曝光安卓版谷歌Gemini AI助手正在灰度测试“聊天历史记录搜索”功能。部分用户在使用安卓版Gemini App时，发现汉堡菜单顶部新增“搜索聊天记录”按钮，点击后可进入全屏覆盖的简洁搜索界面，操作逻辑类似ChatGPT。该功能目前尚未进入稳定版或iOS版App，仍需进一步完善。此外，谷歌已将Veo 3AI模型集成到Gemini助手，支持将照片转化为8秒短视频，输出为720p、16:9横屏MP4格式，增添背景音效等功能。