AI 情报文章归档

彭博确认匿名屠榜的Ox Alpha是智谱GLM系列新迭代，今晚开源权重。该模型上线首日登顶OpenRouter调用量榜首，打破DeepSeek 56天霸榜纪录，前五大应用累计调用达4万亿Token；DeepSWE基准10任务过8个（80%），支持104.8万Token超长上下文和多模态。

OpenAI CEO Sam Altman 表示，公司预计在 2026 年底前拥有一个可称为 AGI 的内部系统。OpenAI 已基于其基准内部构建了自主 AI 研究员 Astra，能实现实验想法、运行实验并返回结果，或完成原本需人类研究员一周的工作。Altman 预测 Astra 将带来最大影响，成为首个"以有意义方式发明新事物"的模型。

Grok Bot 新增凭据保险库，可安全存储密钥，模型在调用时经特殊访问路径，全程不接触明文凭据。用户指令触发工具调用时，主机仅凭工具名查找对应 API key 并构造真实 HTTP 请求，凭据只在最终构造处出现。该方案简化了智能体密钥管理，被视为推动大规模采用的关键创新。

Waymo 公布数据称，其完全自动驾驶车队累计超 3.5 亿公里，造成重伤事故数量仅为人类驾驶员的 1/16，导致行人受伤事故数量为 1/14。慕尼黑将成为其继英国和日本之后第三个海外市场，初期车辆由人工驾驶进行道路测绘，计划明年底前后正式启动商业网约车服务。

Particle 推出播客搜索引擎 Radar，可转录并理解 13 万多个播客的音频内容，提取关键引述和高光片段，并支持按人物、公司、品牌等实体追踪提及与设置提醒。Radar 已吸引对冲基金等 API 客户，定价为每席位每月 29 美元，企业版每月 399 美元含 20 席位，API 用户另议。Radar 还提供播客广告搜索、政治倾向分析等工具，未来计划扩展至 YouTube 视频等音频形式。

阿里云发布 Qwen3.8-Flash，一款多模态 MoE 模型，为 Qwen4 架构的早期预览，现已开放权重。该模型拥有 125B 参数，每 token 仅激活 6B，训练成本仅为 Qwen3.7-Plus 的 1/9，性能全面超越后者。其 API 定价为每百万输入 token 0.16 美元、输出 0.47 美元，原生支持 262K 上下文，可扩展至 1M。

据Artificial Analysis，Ling-3.0-tiny位于移动端智能-速度帕累托前沿：在iPhone 17 Pro上16K上下文得分59，耗时5.7秒。同时以66分在64K智能评测中排名第一。将更强智能带入更小设备。

$visualize 【引用 @kagigz】：如果你和我一样是视觉型学习者，这条就是为你准备的！ 在 ChatGPT Work/Codex 中试试 `$visualize`，把任何信息变成漂亮的可视化图表 https://www.youtube.com/watch?v=jzmNh8lbSp8

英特尔在 Hot Chips 2026 上公布 18A-P 制程细节，基于量产芯片测试，该制程在 0.5V 工作电压下实现 30% 频率提升，相同功耗下性能提升超 9%，相同性能下功耗降低超 18%。18A-P 通过 RibbonFET 晶体管、背面供电及新增金属层等手段优化，将率先用于 Diamond Rapids 至强和 Nova Lake 酷睿处理器，计划于 2027 年推出。

Perplexity Computer 为 Max 用户推出后台 Dream 智能体，持续从文件和连接应用中摄取上下文，构建多跳上下文图谱。新评测显示正确性提升 9.3 点、时效性提升 8.0、召回率提升 8.9，同时 token 消耗减少 15%。其自改进记忆系统 Brain 可将会话、文件和来源编译为结构化知识库。

通义千问发布 Qwen3.8-Flash，一款多模态 MoE 模型，作为 Qwen4 架构的早期预览并开放权重。该模型总参数 125B，每 token 仅激活 6B，训练成本仅为 Qwen3.7-Plus 的 1/9，性能全面超越后者。生产版 API 定价 $0.16/1M 输入 tokens 和 $0.47/1M 输出 tokens，原生上下文 262K，可扩展至 1M。

Z.ai 证实此前神秘模型 Ox Alpha 实为 GLM-5.3-Flash，其每日 100 万亿 token 的流量由数万块国产 AI 芯片支撑，而非 NVIDIA GPU 集群。

微信开源其多模态嵌入模型 WeMM-Embedding，9B 版本在 MMEB-v2 和 MMEB-v3 双榜登顶。2B 小版本跑分超越上一代 8B 开源顶流，靠几亿级数据对齐与细粒度蒸馏实现。该模型已部署于视频号、公众号、朋友圈和电商搜索推荐，支持文字、多图、长视频混合输入，维度截断至 256 维仍保留近 99% 性能，可大幅降低向量数据库存储与检索成本。

投机解码通过让一个小模型预先草拟多个候选 token，再由大模型在单次前向传播中并行验证，可将生成速度提升 2-3 倍，且输出在统计上与单独运行大模型完全一致。70B 参数模型每生成一个 token 需从 GPU 内存读取约 140 GB 权重，而生成阶段计算利用率仅 20-40%，投机解码正是利用这部分闲置算力。文章还探讨了草稿来源的四种方式及投机解码失效的场景。

Kim 将一段 Google I/O 访谈交给 AI 员工 Viktor，后者对比其已发布内容，找出三个未用观点并定位到访谈具体时间点。Kim 采纳其中两个，并强调 Viktor 未编造观点，而是找到其原有想法并追溯来源。

Qwen3.8-Flash-Next（125B MoE，6B 激活）在 8/9 项基准上超越 Claude Opus 4.6 Max；GLM-5.3-Flash（320B 总参，18B 激活）在 Terminal-Bench 2.1 得 84.3 分，逼近 Opus 4.8 的 85.0。两者均为 MIT 许可、原生多模态、1M 上下文，但完整权重需专业工作站或本地服务器才能运行。

Brain 是 Perplexity Computer 的自我改进记忆系统。它将会话、文件和来源编译成结构化的知识维基。 新的评测基于我们最初的结果，正确性提升 9.3 分，时效性提升 8.0 分，召回率提升 8.9 分，同时 token 使用量减少 15%。

Google Cloud 将原生 TPU 支持集成进 vLLM，并针对 Qwen3 Embedding 模型系列优化，在 Cloud TPU 上实现长上下文（文本 4K+、多模态 15K+ tokens）多模态嵌入推理。

Gary Marcus盛赞比尔·盖茨新文章，称其呼应了自己2024年著作《Taming Silicon Valley》的诸多主题。盖茨强调当前决策的持久重要性，指出AI在生物恐怖主义、深度伪造、虚假信息、网络攻击等方面的风险，并警告"AI可能阻碍孩子发展、取代人际关系"。盖茨呼吁建立国内外AI治理框架，并让公民社会而非仅政府和科技公司参与制定系统性计划。

ChatGPT Work 现可在网页和移动端登录网站办事，官方强调 ChatGPT 全程看不到用户名和密码。作者以酒店门卡类比：Agent 应只获限时、限范围的访问权限，而非长期凭证。当前不少 Agent 系统仍将 API Key、Cookie 直接塞进运行环境，相当于交出总钥匙，后续还需管清可进网站、权限时长、操作确认与收回机制。

阿里发布Qwen3.8-Flash，一款多模态MoE模型，也是Qwen4架构的早期预览，现已开源权重。该模型总参数量125B，每token仅激活6B，原生上下文262K，可扩展至1M。

AWS AI Labs 新论文提出"交接税"（handoff tax）概念，量化智能体运行中在弱模型与强模型间切换的实际代价。在 Claude 和 GPT 模型配对测试中，全程轨迹升级仅能恢复弱强模型间不到一半的质量差距，却带来显著成本溢价；而降级切换则处于更优的成本-质量平衡点。

第二届世界人形机器人运动会8月26日晚在北京国家速滑馆闭幕，16国666支队伍、2056台机器人围绕51个赛项竞技。首次参赛的智元机器人凭借全量产机型斩获18金16银12铜，位列金牌榜和奖牌榜双第一。组委会发布全球首个世界级人形机器人运动会全量数据集，总时长超2500小时，涵盖12个应用场景，免费向社会开放。

阿里 Qwen 团队发布开源权重多模态 MoE 模型 Qwen3.8-Flash-Next，125B 主干搭配 51B N-gram 嵌入表和 4B 多 token 预测模块，每个 token 仅激活 6B 参数，被视为 Qwen4 架构的早期预览。

ChatGPT 用户现在可以赠送积分 🔥 用户可选择购买积分数量。积分可通过链接或电子邮件赠送。 > "接收者的账户必须使用相同币种才能领取此礼物。" > "如果礼物在 30 天内未被领取，你将收到自动退款。积分在领取后 365 天过期。" 现在人人都可以当 @thsottiaux 了 👀

我知道这对那些从未要求AI改变现状的教师来说要求很多，但如果你在教书，且过去6个月里没有更新你对AI能做什么（多得多）、它的错误率（低得多）以及它在学生中的普及度（几乎全覆盖）的认知，你需要更新了。

我们正在扩充创意团队 寻找动态设计师、电影制作人和 AI 创作者。 点击下方申请 👇

由两位前 Meta FAIR 研究员创立的 Perceptron 推出视觉模型 Isaac 0.5，帮助机器在仓库、工厂等工业环境中感知、推理并行动，支持视觉引导机器人导航及提取视频信息。该模型以开放权重发布，训练数据含百万小时通用视频与 ego video。公司近期完成 2100 万美元融资。

欢迎来到一个你从未见过的世界 👀

加拿大和德国不仅仅是在讨论技术的未来。 我们正在建设它。

智谱发布 GLM-5.3-Flash（320B-A18B），体积不到 GLM-5.2 一半，却在所有基准测试中全面超越后者。该模型原生多模态、支持 1M-token 上下文窗口，以 MIT 许可证开源，此前以 Ox Alpha 代号预览，完全运行于国产 AI 芯片。Databricks 将尽快为客户接入并实现超快运行。

在 OpenRouter 上匿名屠榜、调用量超 DeepSeek 一倍的 Ox Alpha 被证实为智谱出品，官方确认今晚开源权重。该模型以 Flash 级速度和成本实现前沿实战能力，支持 1M 上下文与图片视频多模态，推理优先架构，社区测试在 10 个高难度 Coding 任务中拿下 80% 过关率，全量 DeepSWE 跑出 64.6%。

苹果昨日推出搭载 M5 Ultra 的 Mac Studio，但仅有部分语言版本新闻稿提及基于 PCIe Gen 6 的固态硬盘架构。在 6 种语言版本中，简体中文、繁体中文、法语和德语等 4 种提及了"PCIe Gen 6"，而英文和西班牙语版本则没有这部分内容。若属实，M5 Ultra 版 Mac Studio 将成为首款支持该 PCIe 规范的消费级设备。

ZHIPU AI 🔥：GLM-5.3-Flash（Ox Alpha）已正式发布！ > GLM-5.3-Flash 是一款 320B-A18B 多模态模型。 > 采用 MIT 许可证。 > 此前名为 Ox Alpha，是 OpenRouter 上的一个隐身模型。 看来 GLM-5.3-Flash 和 Gemini 3.7 Flash 确实是"好朋友"。

Ox Alpha 已揭晓为 GLM-5.3-Flash，但令人震惊的是，每天 100T tokens 的服务竟运行在中国芯片上。（1/3）🧵

智谱发布GLM-5.3-Flash，原生多模态并支持1M token上下文窗口，性能对标Opus-4.8。该320B-A18B模型以MIT许可证开源，此前代号Ox Alpha，完全运行于国产AI芯片，现已通过HuggingFace、API等全平台上线。

WSJ 报道 Leopold Aschenbrenner 凭借横跨 FTX Future Fund、OpenAI、Anthropic 及硅谷顶级投资人的特殊人脉，将 AI 技术判断转化为管理 45B 美元的对冲基金。

阿里 Qwen 团队发布多模态 MoE 模型 Qwen3.8-Flash-Next，作为 Qwen4 的架构预览，总参数 1250 亿但每 token 仅激活 60 亿，并引入 510 亿参数的 N-gram 嵌入层，可运行于系统内存。

比尔·盖茨在 Gates Notes 撰文指出，人工智能正将世界带入一个动荡时期，其影响将远超以往的技术变革。他认为 AI 将深刻改变工作、教育、医疗等社会核心领域，并带来前所未有的机遇与挑战。盖茨呼吁社会以更审慎和负责任的态度应对这一快速演进的浪潮。

比尔·盖茨在Gates Notes发表长文，提出两项应对AI劳动力冲击的新政策建议：对使用机器人征税，以减缓用机器替代人力的趋势，并为再培训和强化安全网筹集资金；同时将部分岗位设为"人类保留"（Human Reserved），禁止AI介入，例如告知患者不治之症这类场景。他还认为AI员工呼吁放缓AI发展的公开信"Pacing The Frontier"是好事，但怀疑其可持续性。