AI OS 周报 #004｜Apple 端侧创作、Google 多模态接口、微软 Copilot 组件化、鸿蒙破 7000 万 (2026)

本周 AI OS 的节奏从发布会转到工具链。Apple 没继续谈 Siri AI 的时间表，而是把端侧 AI 直接塞进 Final Cut Pro、Pixelmator Pro、Keynote、Pages 和 Numbers；Google 把生成式媒体和代理能力推到开发者 API；Microsoft 让 SharePoint 开发模型开始为 Copilot 让路；华为则用 7000 万设备规模和 DevEco 工具补齐鸿蒙开发者侧的入口。

一周速览

平台	本周新增信号	对 AI OS 的意义
Apple	6 月 30 日发布 Apple Creator Studio 更新，Final Cut Pro 新增 Generate Captions、Edit Detection、Auto Mask 等端侧 AI 功能，并把 Pixelmator Pro 接入 Final Cut Pro、Keynote、Pages 和 Numbers 工作流。1	Apple 本周没有给 Siri AI 新时间表，但它在创作套件里继续证明一件事：端侧 AI 不只是聊天入口，也会变成专业软件的默认操作层。
Google	6 月 30 日开放 Nano Banana 2 Lite 和 Gemini Omni Flash，前者面向高吞吐图像生成，后者把视频生成和对话式编辑带到 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform。2	Google 的重点不只在 Android 17。它正在把模型能力拆成可调用接口，让开发者把生成、编辑、代理任务直接接进自己的产品。
Microsoft	Microsoft 365 Developer Blog 的 7 月路线图称，SharePoint Copilot Apps 将在 2026 年 7 月进入 public preview，并计划在 2026 年晚些时候 GA；SPFx 1.23.2 已作为质量版本发布，为 Copilot Apps 和列表/库面板覆盖能力做准备。3	Copilot 的入口继续从办公应用顶层下沉到企业数据、业务组件和开发框架。SharePoint 不是 OS，但在企业场景里，它正在承担一部分「工作流操作系统」的角色。
Huawei	7 月 2 日，上海证券报·中国证券网报道称，华为披露 HarmonyOS 6 终端设备数已突破 7000 万台，6 月 12 日 HDC 2026 时这一数字为 6600 万；同篇报道还称鸿蒙注册开发者超过 1100 万，应用市场可获取应用和服务突破 40 万。4	鸿蒙本周的关键不是再讲一次 HDC，而是规模数字继续爬坡。对 AI OS 来说，Agent 架构能不能跑起来，最终取决于设备基数和原生应用供给。

Apple：端侧 AI 先落在创作软件里

Apple Creator Studio 的更新很像 Apple Intelligence 的另一个侧面：它没有把所有注意力押在 Siri AI 上，而是把 AI 功能放进用户已经熟悉的专业工作流。Final Cut Pro 新增 Generate Captions，可在设备上转录音频并把字幕放进时间线；Edit Detection 可以分析已渲染视频并把它重新拆回时间线片段；Auto Mask 则能识别皮肤、头发、天空、树叶和衣物等元素，不需要手动跟踪。1

这类能力的 OS 含义在于「默认权限」。如果剪辑、图像处理、演示文稿和表格都能调用同一套端侧智能能力，AI 就不再只是某个 App 里的按钮，而是系统级创作链路的一部分。Pixelmator Pro 被接入 Final Cut Pro、Keynote、Pages 和 Numbers，也让 Apple 的创作软件从单点功能更新变成跨应用资源调度。1

需要单独说明的是，本周 Apple 公开材料里没有看到 Siri AI 中国大陆可用性的新增口径。对国内读者来说，Creator Studio 的端侧 AI 更新能说明 Apple 的技术方向，但不能直接推导为 Siri AI 在国行设备上的正式落地。

Google：把生成媒体和代理能力做成接口

Google 6 月 30 日开放的 Nano Banana 2 Lite 和 Gemini Omni Flash，更接近一组开发者平台能力。Nano Banana 2 Lite 被定位为高速、低成本图像模型，Google 称其文本生图输出约 4 秒，1K 图像成本为 0.034 美元；Gemini Omni Flash 则进入 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform，支持视频生成和对话式编辑，视频输出价格为每秒 0.10 美元。2

它对 AI OS 的影响不是「又多了两个模型」。更关键的是 Google 把图片生成、视频生成、对话编辑和会话历史放在同一个开发接口体系里。应用开发者可以先用 Nano Banana 2 Lite 生成图像，再把图像交给 Omni Flash 动起来，并通过 Interactions API 保留多轮上下文。2

Google 7 月 1 日的官方月度 AI 汇总也把 Android 17、Gemini 3.5 Live Translate、Gemma 4 12B、Gemini 3.5 Flash 的 computer use 能力放在同一条叙事里，主题是「更统一的 AI 环境」。5这条汇总里有些发布发生在 6 月中旬，前几期已经覆盖过；本周真正新增的，是 Google 对外强调「模型能力要成为开发者和设备体验的底层积木」。

Microsoft：Copilot 从办公入口走向组件入口

微软本周的变化不在 Windows 桌面，而在 Microsoft 365 的开发模型。SharePoint Framework 7 月路线图称，SharePoint Copilot Apps 将让开发者把数据和操作直接呈现在 Microsoft 365 Copilot 中，并连接 SharePoint、Teams 和 Viva 的业务体验；public preview 计划从 2026 年 7 月开始，GA 目标是 2026 年晚些时候。3

这说明 Microsoft 的 AI OS 路线正在绕过「重做一个 Windows Shell」这条窄路。它先把 Copilot 嵌入用户每天工作的数据容器，再让企业开发者把内部流程、列表、库、仪表盘和业务动作接进 Copilot 画布。对企业来说，很多工作并不是发生在操作系统桌面上，而是发生在 SharePoint、Teams、Viva 和各种内部应用之间。

Partner Center 6 月公告也显示，微软把多项合作伙伴认证替换为 AI 时代的新证书，例如 Azure AI Apps and Agents Developer Associate、Machine Learning Operations Engineer Associate，以及 Agentic AI Business Solutions Architect。6这类认证变化不直接改变产品功能，但会影响服务商生态：谁能卖、谁能实施、谁能维护 Copilot 和 agent 方案，微软正在重新划线。

Huawei：7000 万设备之后，开发者工具成了关键变量

华为本周最硬的数字是 HarmonyOS 6 设备数突破 7000 万。报道给出的对比点是，6 月 12 日 HDC 2026 时该数字为 6600 万，7 月 2 日达到 7000 万。4从 AI OS 角度看，设备规模决定系统智能体能触达多少真实任务；开发者规模和应用服务数量决定系统能调用多少原生能力。

太平洋科技转载快科技的 7 月 2 日报道进一步拆解了 HarmonyOS 7 开发者 Beta：Ability Kit 升级端侧 A2A 机制，鸿蒙应用智能体框架升级为端云协同 Skills 架构，DevEco Code 和 DevEco CLI 面向 AI 编程与命令行工作流，DevEco Code 内置 UI 意图验证 Agent 和代码修复 Agent。7这不是官方原文，可信度要低于 HDC 主会场材料，但它补到了本周开发者侧的具体能力清单。

鸿蒙的问题也在这里。Agent OS 的叙事已经讲得很满，下一阶段要看的不是概念词，而是开发者能不能把服务切成可被系统理解和调度的 Skill，用户又会不会在日常任务里真的触发这些 Skill。7000 万设备数是入口，入口之后还要有足够多的高频服务。

本周判断：AI OS 竞争进入「谁能让开发者少绕路」阶段

过去三期的主线是大厂发布新系统、新助手、新架构。本周没有同等强度的发布会，但变化更贴近落地：Apple 在创作软件里压缩人工操作，Google 把多模态能力做成 API，Microsoft 把 Copilot 接到 SharePoint 组件，华为把 DevEco 和 Skills 放到开发者面前。

下一阶段的分水岭会更朴素：开发者接入是否便宜，用户授权是否清楚，系统能不能稳定调用第三方服务。谁把这些问题做顺，谁的 AI OS 才不只是一个更会聊天的入口。