阿里巴巴发布Qwen3.8-2.4T-A95B开源模型，支持可配置推理
阿里巴巴发布了其最大的开源权重模型Qwen3.8-2.4T-A95B（Qwen3.8-Max），总参数达2.4万亿，每次激活950亿参数，采用细粒度混合专家架构和混合注意力机制，并支持可配置推理。该模型可在NVIDIA GB300 NVL72上部署，为开源生态带来接近前沿的能力。
AI 日报
2026-08-12
2026-08-12 AI 日报
精选事件
62
来源
28
精选
12
更多
50
精选
SpaceXAI的Grok 4.6在人工智能分析智能指数上得分61，跻身前沿
SpaceXAI发布了Grok 4.6，在Artificial Analysis Intelligence Index上得分61，与GPT-5.6 Sol并列前沿，仅次于Anthropic的Claude模型。该模型在代理任务上表现突出，且成本更低，定价为$2/$6每百万token。
xAI 发布 Grok 4.6：性能大幅提升，价格不变
xAI 正式发布 Grok 4.6，该模型在智能水平上达到前沿，相比 Grok 4.5 有显著提升，但价格保持不变。Grok 4.6 的定价为每百万输入 token 2 美元、每百万输出 token 6 美元，仅为其他前沿模型的一半。目前该模型已在 Grok Build、Cursor、Grok Bot 和 API 中上线，并在第一周内为 Cursor 和 Grok Build 用户提供双倍用量。
年度AI论文！全球三大顶尖模型的防蒸馏机制全面告破：小模型"套出"大模型隐藏思维链，Kimi-K3重现概率异常
一项最新研究揭示了Anthropic、OpenAI和Google的API中存在严重的安全漏洞，攻击者可以利用轻量级模型作为"解码器"，从加密的推理块中恢复出顶级模型的隐藏思维链。该研究由MATS program研究员Alexander Panfilov领衔，联合马克斯·普朗克智能系统研究所等机构发布，论文阅读量已超过210万。此外，研究还发现Kimi-K3在复现Claude/GPT推理片段时概率异常高，但作者强调这不足以直接证明蒸馏。
OpenAI和Anthropic费尽心机加密的思维链，竟然能被轻松提取？
研究人员发现了一种方法，可以从Anthropic、OpenAI和Google的API中提取加密的思维链推理。通过利用加密推理块在不同会话和模型间流动的漏洞，攻击者可以让较弱的模型解码并输出旗舰模型的隐藏推理。该研究由MATS Research、图宾根大学和马克斯·普朗克智能系统研究所等机构于8月10日公开。
Claude 在 Chrome 中的会话现由与 Claude Cowork 相同的解决方案驱动
Anthropic 宣布 Claude 在 Chrome 浏览器中的会话现在由与 Claude Cowork 相同的解决方案驱动，并支持跨客户端同步。该功能支持 Skills 和 Connectors，已向 Max 和 Team 用户开放，并将在未来几周内向 Pro 用户推出。
Spotify将为AI生成艺术家添加“AI Persona”标签并排除在推荐之外
Spotify宣布将从2026年8月起为AI生成的艺术家添加“AI Persona”标签，并将其排除在编辑和算法推荐之外，除非用户明确关注。该政策旨在区分AI生成的艺术家身份与人类艺术家，同时不影响对AI生成音乐本身的标注。此举是Spotify在AI音乐领域的最新举措，旨在平衡创新与真实性。
116页论文揭示前沿大模型API漏洞：隐藏思维链可被完整提取
一篇论文揭示了前沿大模型API存在设计缺陷，攻击者可以提取被加密隐藏的完整思维链。该漏洞影响Anthropic、OpenAI和Google等主要厂商，利用同一模型家族中较弱模型的安全弱点，实现跨模型推理提取。研究通过API计费token数验证了提取的准确性，引发社区广泛关注。
SpaceXAI 发布 Grok 4.6，性能与 Fable 5 和 GPT 5.6 SOL 相当
SpaceXAI 发布了 Grok 4.6，声称其在多项基准测试中与 Fable 5 和 GPT 5.6 SOL 相当，并在 Frontend Arena 上排名第 13。该模型现已在 Cursor 和 Grok Build 中提供，首周包含双倍用量。
DeepSeek V4 Pro正式版发布，多项基准测试对标Fable 5
DeepSeek发布了V4 Pro正式版，模型代号DeepSeek-V4-Pro-0813，在多个基准测试中表现优异，接近甚至超越Fable 5。API价格保持低价，但思维链输出变得简略，引发网友讨论。
谷歌发布SL2T手语转文本模型，为Android用户带来新功能
谷歌发布了SL2T，这是一个突破性的手语转文本模型，为Android上的聋人和听力障碍用户提供新功能。该模型首先在Pixel 11上支持美国手语到英语的转换，用户可以直接在Gboard和Live Transcribe中手语输入，而无需打字。该模型在设备上跟踪身体姿势以保护隐私，并与聋人社区合作开发。
美图影像研究院11篇论文入选顶会，AI影像编辑技术再突破
美图影像研究院（MT Lab）在2026年有11篇论文被国际顶级会议接收，覆盖视频编辑、人像编辑等方向，并推出了MiVE和CFT等创新技术，旨在提升AI影像编辑的一致性和可控性。这些技术已落地于美图秀秀等产品，推动AI从“能生成”迈向“能创作”。
更多
紫东太初推出GMC核心集剪枝方法，少80%Token仍满血保真多模态能力
中国科学院自动化研究所紫东太初大模型团队提出核心集剪枝方法GMC，通过双阶段架构在减少80%以上视觉Token的同时保持多模态能力，解决视觉Token冗余问题。该方法无需训练，可直接应用于Qwen、LLaVA等主流模型，在多项基准测试中性能持平甚至优于原始模型。
微软正式发布 Agent Framework Harness 和 Hosted Agents
微软正式发布了 Agent Framework 的 Harness 和 Foundry Hosted Agents，标志着该框架从 SDK 阶段进入受支持的生产运行时。Harness 作为单个二进制文件，可在本地、容器和托管环境中运行，内置了函数调用、持久化、上下文压缩、工具审批和 OpenTelemetry 等功能。该发布解决了代理运行时的问题，并强调了 Harness 在代理系统中的重要性。
千问AI Arena上线：给Agent一个真实的战场
8月12日，阿里千问AI平台正式上线千问AI Arena，这是一个面向AI Agent的挑战与评测平台，旨在从真实业务中产生挑战任务，验证Agent解决实际问题的能力。首个任务聚焦跨境电商商品上架场景，开发者需构建Agent生成多语言和多模态的上架素材，优秀方案可获得Token奖励并有机会进入阿里云生态。
发布HN：Discovered Materials（YC P26）- 用AI代理发现新材料
Discovered Materials是一家YC P26初创公司，在Hacker News上发布了其AI代理，用于发现半导体行业的新材料。创始人强调了GPU的散热问题，以及AI在减少将新材料引入芯片所需时间和成本方面的潜力。
NoimosAI 发布 SEO Agent 2.0 版本
NoimosAI 发布了其 SEO Agent 的 2.0 版本，该代理能够进行 SEO 研究并从 Semrush、Google Search Console 等工具中检索数据。在用户批准后，它可以自动对网站应用改进，形成一个持续的 SEO 优化循环。
如何窃取推理轨迹
一篇新论文展示了如何解码和移植前沿推理模型的加密推理轨迹，从而显著提升开源模型性能，并警告公开共享的会话可能泄露敏感数据。该技术通过重放加密推理块到较弱模型并诱导其转录，揭示了安全与对齐方面的重大隐患。
字节Seed团队发现文生图扩展新变量：Caption信息量而非长度
字节跳动Seed团队研究发现，文生图模型的训练效果并不取决于Caption的长度，而在于其中与图像绑定的信息量。他们提出Structured Prompt方法，通过提升可扩散性和可提示性，在复杂组合、推理和世界知识生成任务上取得显著提升。该研究为文生图模型的扩展提供了新的方向。
xAI 的 Grok 4.6 追平 OpenAI 最佳模型，且价格更低
xAI 的 Grok 4.6 在人工智能分析智能指数上得分 61 分，与 OpenAI 的 GPT-5.6 Sol 持平，仅次于 Anthropic 的 Claude Opus 5。在代理任务中，它完成复杂工作流约需 53 步，而 Claude Opus 5 需要 103 步，且价格低 60% 以上。
Gemini Notebooks 现支持复制功能
谷歌宣布 Gemini Notebooks 现在支持复制功能，用户可以将共享的笔记本复制为自己的，包括所有来源和工件。该功能旨在帮助学生和团队成员个性化学习材料或快速启动新项目。
Claude 在 Chrome 中的会话现可跨设备同步
Anthropic 宣布 Claude 在 Chrome 浏览器中的会话现在可以跨桌面、网页和移动端同步，对话、技能和连接器均可在浏览器中使用。该功能今日面向 Max 和 Team 用户推出，Pro 用户将在未来几周内获得。
NVIDIA AI工厂计算正成为可投资资产类别
NVIDIA宣布与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR等机构建立合作伙伴关系，设立独立融资平台，旨在动员超过5000亿美元的第三方资本支持AI基础设施建设。这标志着从项目式数据中心建设转向将AI工厂作为生产性基础设施进行融资，凸显了AI计算日益增长的投资吸引力。
MindTopo 设立新基准，测试 AI 对拓扑关系的理解
MindTopo 是一个新的基准测试，用于评估 AI 对拓扑关系的理解能力，并强调加强空间推理和规划的新机会。该基准测试旨在推动 AI 在空间智能方面的发展。
NVIDIA 发布 Nemotron 3.5 Lightning，合作伙伴展示领域后训练成果
NVIDIA 发布了 Nemotron 3.5 Lightning，并展示了合作伙伴如何针对特定领域进行后训练。合作伙伴包括 Prime Intellect、CrowdStrike、Dream 和 CodeRabbit，他们利用该模型提升各自领域的性能，如网络安全和代码审查。
Gemini 现已支持连接更多应用，包括 OpenTable、Ticketmaster 等 14 个新服务
Google 宣布 Gemini 现在可以连接更多第三方应用，包括 OpenTable、Ticketmaster、Wix 等 14 个新服务。用户可以通过自然语言指令直接在 Gemini 中完成预订、建站、听音乐等任务。此举旨在扩展 Gemini 的生态，提升其作为 AI 助手的实用性。
0.01%参数就能接近全量微调！低数据微调极致省参方案BEFT被ACL 2026接收
瑞典隆德大学与Google DeepMind的研究团队提出BEFT方法，在低数据微调场景下仅训练Value投影的偏置项b(v)，用0.01%的参数即可接近全量微调效果。该工作已被ACL 2026接收，并集成进Hugging Face PEFT库，为资源受限场景下的模型微调提供了高效方案。
研究人员现在可以近乎完美地从输出文本中逆向工程LLM提示
IIT Bombay和Adobe Research的研究人员开发了一种逆语言模型，能够从LLM的输出文本中近乎完美地重建原始提示。该方法名为“Previous-Token Prediction”，无需访问模型权重，适用于不同模型。这对依赖专有系统提示的公司构成严重安全风险。
百丽时尚分享企业AI落地实践：从协同在线到AI原生
百丽时尚集团科技中心总经理季燕利在文章中详细阐述了企业AI落地的三步走策略，强调业务在线化、判断标准化和任务闭环化的重要性。文章指出，AI应用的成功落地需要从协同开始，逐步构建AI原生能力，使AI真正融入业务流程。
Grok 4.6 在 AA-Briefcase 基准测试中取得显著进步
Grok 4.6 在 AA-Briefcase 基准测试上取得了显著进步，该基准测试评估长期代理性知识工作任务。该模型在性能上与 Claude Fable 5 相当，但成本显著更低，每任务成本为 4.42 美元，而 Claude Fable 5 为 22.30 美元。这一发布展示了 xAI 在 AI 模型效率和性能上的竞争力。
UCSD谢澎涛创业：用AI搞科研，4小时交付顶刊水平成果，已获数百万美金融资
加州大学圣地亚哥分校副教授谢澎涛团队推出AI for Science智能体AIBuildAI Science Agent，在NatureBench评测中排名第一，57.8%的任务达到或超过Nature论文水平，25.6%超过人类最佳方法。该智能体可在4小时内独立完成科研任务，公司已获约400万美元融资。
伯克利开源项目SkyPilot转型初创，完成2000万美元种子轮融资
开源AI算力调度项目SkyPilot从加州大学伯克利分校孵化，转型为初创公司，并完成2000万美元种子轮融资。该项目旨在解决跨云GPU集群管理的碎片化问题，已获广泛采用。联合创始人杨宗衡和吴章昊表示，商业化将聚焦于组织级规模化能力，而个人使用仍保持开源。
MCP 转向无状态，开发者质疑这是否使其又变回 API
MCP 2026-07-28 规范移除了初始化握手和会话头，并添加了必需的方法和工具名称头，以便网关无需解析 JSON 即可路由代理流量。开发者对此反应不一，有人认为这是对 REST 的重新发现，也有人认为标准本身始终是重点。
腾讯云开源Cube Sandbox：面向AI Agent的执行环境底座
腾讯云正式开源了Cube Sandbox，这是一个面向AI Agent的执行环境底座，从Serverless基础设施演进而来。文章通过采访腾讯云专家，探讨了Agent对基础设施的新需求，以及Cube如何提供隔离、可恢复的运行环境。
实测 GenOffice Alpha 版：AI 办公新尝试，排版能力亮眼但基础功能仍有瑕疵
极客公园实测了 Genspark 推出的 AI 办公客户端 GenOffice Alpha 版。该产品通过 AI 直接操作 Office 底层格式，可将生成内容转化为可编辑的 Word 和 PPT。测试发现其基础编辑功能存在稳定性问题，但 AI 排版能力表现出色，能自动识别文档结构并重建格式。产品以开源免费方式发布，由一名工程师一周内开发完成，后续将通过用户反馈快速迭代。
xAI联合创始人创办的River AI获11亿美元融资，押注开源模型与个人AI
8月11日，xAI联合创始人伊戈尔·巴布什金创办的River AI宣布完成11亿美元融资，由General Catalyst和AMP PBC领投，英伟达、AMD Ventures等参投。公司旨在推动开源模型和个人AI，让企业和个人拥有自己的AI，并推出首个产品River API。
复旦青年科学家破解核材料百年难题，为“人造太阳”提供关键材料
复旦大学青年研究员张宏亮在核材料领域取得多项突破，包括发现陶瓷材料在辐照下的偏析现象、揭示金属间化合物的新型变形机制，并开发出降低核燃料包壳腐蚀速率的新工艺。他的研究旨在解决核能安全与材料性能的关键问题，为人造太阳等先进核能系统提供材料解决方案。
Spotify 构建外部索引，实现数据湖低延迟点查询
Spotify 推出了外部索引架构，用于 Apache Parquet 数据湖，实现低延迟点查询，无需将数据集复制到操作数据库。该方法将查找键映射到 Parquet 文件和行位置，支持从云对象存储进行定向读取，同时支持分析、机器学习、AI 应用和在线服务。
Quote/0 墨水屏更新：开放 API 与 AI 指令，支持双人互动
Quote/0 墨水屏设备迎来重大更新，用户现在可以通过 App 编排信息流，并使用文本、图像、RSS 等方式自定义显示内容。开发者平台开放了文本、图像和画板 API，并支持通过 Dot Skill 用自然语言指令让 AI 生成显示内容。此外，双人套装允许两台设备共享待办和互发图片，增强了互动性。
SpaceXAI 推出「新型 AI 同事」：Grok Bot
SpaceXAI 推出了名为 Grok Bot 的新型 AI 同事，它能够登录用户的工具和网站，像真人一样操作软件界面，直接交付已完成的工作。Grok Bot 支持异步全天候运行、可并行扩展，并能通过示范学习工作流程，实现自动化。该产品目前处于早期测试阶段，旨在改变用户与 AI 助手的交互方式。
OpenAI COO Brad Lightcap 离职，公司发布 Linux 版 ChatGPT 桌面应用
OpenAI 首席运营官 Brad Lightcap 宣布离职，将创办新企业，这是该公司在筹备 IPO 期间一系列高管离职的最新一例。同时，OpenAI 发布了 ChatGPT 的 Linux 桌面应用预览版，支持 Ubuntu、Debian 和 Fedora 等发行版，完成了 ChatGPT 在主要桌面操作系统上的覆盖。
Manus 恢复独立运营，部分用户需备份数据
Manus 宣布将恢复为独立公司运营，并因监管要求，部分用户需在指定时间内备份数据。公司表示将提供恢复门户和欢迎回归奖励，并预告了一系列新功能。
Anthropic 未发布的 AI 模型在黎曼猜想上取得重大进展
Anthropic 宣布其未发布的 AI 模型在黎曼猜想上取得了重大进展，大幅提高了该猜想成立的下界。该模型自主运行约一天半，测试了650种方法，协调60个子代理，最终由两名子代理取得关键突破。这一成果已通过 Lean 证明助手形式化，并引发了数学界关于 AI 在数学研究中角色的讨论。
AI科学家开始重新分配风投资金
Thinking Machines Lab 和 Periodic Labs 等 AI 初创公司开始设立外部研究资助项目，直接向学术研究者提供资金和算力。这反映了风险投资对 AI 科学家的信任，以及 AI 公司正在重新分配研究资源的新趋势。
Mistral 提供欧盟数据处理和优先访问，但两者都有重要限制
Mistral 为客户提供了将 AI 请求路由到欧洲或美国服务器的选项，并在高峰时段出售优先队列访问权限。这两项服务都需额外付费，且区域路由不覆盖所有功能或数据。此举旨在满足欧洲客户的数据处理需求，但存在一定限制。
WorkBuddy 产品经理发布3万字完整指南，从入门到精通
WorkBuddy 产品经理孔德远发布了一份长达3万字的完整指南，涵盖从安装到进阶使用的全部内容，旨在帮助用户全面掌握这款AI办公工具。指南详细介绍了三种工作模式（Ask、Craft、Plan），并强调了WorkBuddy作为AI Agent能够直接操作文件、生成报告等实际功能。
具身数据公司元点科技完成数千万元融资，加速物理AI数据基础设施建设
元点科技（SCALEFORCE）完成数千万元人民币融资，投资方包括国内顶级具身智能产业方、恒旭资本和凯联资本。资金将用于MatrixOS技术迭代、数据生产网络建设及团队扩展。该公司旨在解决具身智能领域数据质量、规模和泛化问题，推动物理AI发展。
AI推理规模上升后，华为开始重新定义“存储”的位置
华为在无锡举行的数据存储用户论坛上，提出随着AI推理规模上升，存储需要从传统持久化设备进入推理路径，并推出业界首个面向大规模推理的上下文记忆存储CMS（G3.5存储）。华为强调全栈方案，旨在整合数据、算力、模型和Agent，推动AI落地。
DeepSeek + Pi 组合跑赢 Claude Code？Pi 创始人：我早押中了
Composio 的公开测试显示，Pi Harness 搭配 DeepSeek V4 Flash 在 8 种智能体框架中成功率最高（66.7%），成本仅为 Claude Code 的七分之一。此前开发者 0xEvan 用 Pi 调用 DeepSeek V4 Flash 处理近 10 亿 Token，缓存命中率达 99.93%，花费仅 2.65 美元。Pi 创始人 Mario Zechner 表示，他早在 5 月就看好这一组合。
用可信数据扩展AI智能体
报告指出，企业正迅速采用智能体AI，但传统数据系统成为主要障碍。调查显示，只有少数“数据领导者”能为智能体提供充足的企业数据访问，从而获得更好的投资回报。报告建议企业升级数据基础设施，以支持智能体实时决策和行动。
AI竞争情报：如何追踪对手动向
本文探讨了在AI时代，企业如何通过追踪竞争对手的模型发布、定价变化、产品更新等信号来进行竞争情报分析。文章引用了AI产品管理研究所和Tiger Tail等机构的观点，强调了AI工具在捕捉人类分析师可能遗漏的模式方面的作用，并指出竞争情报已成为AI时代商业战略的核心能力。
AI企业初创公司June获2000万美元融资，旨在简化智能体实施
由前Salesforce高管Efrat Rapoport等人创立的AI企业平台June，在获得由Marc Benioff的Time Ventures领投的2000万美元种子前融资后，正式从隐身模式中亮相。该公司旨在通过扫描现有系统并构建优化的工作流程，帮助企业更轻松地部署AI智能体。此轮融资还吸引了Michael Dell、Aaron Levie和George Kurtz等知名投资者的参与。
擎羽科技发布柔性机器人及跨本体基础模型，探索具身智能新路径
擎羽科技发布了三款仿生柔性机器人FEAGINE A01、A02、A03以及跨本体基础模型Fi0，旨在通过可重新设计的身体推动具身智能发展。公司认为通用性应由共享智能提供，而非统一的人形身体，并已实现绳驱柔性本体的标准化量产。
西湖机器人完成A轮融资，6个月累计融资5亿元
西湖机器人近日完成A轮融资，6个月内累计融资5亿元，投资方包括赛富、小苗朗程等。资金将用于人形机器人全身统一大模型研发和具身智能人才培育。公司已与阿里巴巴、英特尔等合作，并获得近亿元订单，推动具身智能商业化落地。
OpenAI一个月内四名高管离职，安全团队几乎被掏空
OpenAI近期遭遇高管离职潮，包括前COO Brad Lightcap、安全系统主管Johannes Heidecke、首席未来学家Joshua Achiam和伦理主管Chloé Bakalar相继离开。这些离职发生在公司IPO前夕，引发外界对OpenAI安全文化和治理的担忧。分析认为，这反映了公司内部在安全与商业化之间的紧张关系。
微软新代码模型MAI Code 1.1 Flash在价格和性能上被DeepSeek碾压
微软发布了用于GitHub Copilot的新代码模型MAI Code 1.1 Flash，声称其token效率提高25%，成本仅为前代的四分之一。然而，在基准测试中，该模型在价格和性能上均被更便宜的DeepSeek V4 Flash击败。此举符合微软的一贯模式：一边宣扬开放AI，一边在自家应用中内置性能较差的专有模型以保护利润。
IBM签署2.4亿美元协议，打造英伟达驱动的AI集群
IBM与Together AI签署了一项价值2.4亿美元的协议，提供由英伟达驱动的AI集群，以满足对开放模型日益增长的需求。这一合作凸显了AI基础设施投资的增加。
Jeff Dean离职谷歌最后48小时曝光：1500人告别会，凌晨2点半还在回消息
谷歌传奇工程师Jeff Dean在KDD 2026上分享了离职前48小时的详细日程，包括向139名亲近同事宣布、参加1500人的告别会，并在8月6日正式离职。随后他成为新公司Discovery Loop的联创兼CEO，与Sanjay Ghemawat等人共同探索AI加速科研。这一事件标志着谷歌AI核心人物的离开，也预示着新研究方向的开启。
OpenAI 发布 ChatGPT 桌面应用 Linux 版
OpenAI 发布了 ChatGPT 桌面应用的 Linux 版本，扩大了其桌面客户端的平台覆盖范围。此举使 Linux 用户能够更方便地访问 ChatGPT，而无需依赖网页浏览器。
前Qwen负责人林俊旸官宣创业公司Pragmatik Labs，腾讯已投资
前阿里巴巴Qwen大模型负责人林俊旸正式宣布成立新公司Pragmatik Labs（语用科技），专注于开发横跨数字与物理世界的下一代AI智能体。该公司已获得高榕创投、红杉中国和腾讯等投资，估值达20亿美元。林俊旸表示，公司将推动AI从推理式思考转向智能体式思考，旨在实现极致生产力。
估值超130亿！前千问技术掌舵人官宣创业
前阿里千问技术负责人林俊旸正式宣布创业，成立新公司Pragmatik Labs（语用科技），估值高达20亿美元。公司聚焦于横跨数字与物理世界的下一代Agent，已获得高榕创投、红杉中国等机构的投资。林俊旸的创业标志着AI领域从基础模型向智能体应用的转变，但同时也面临软硬件融合和长期研发的挑战。
- 精选事件
- 62
- 来源
- 28
- 精选
- 12
- 更多
- 50