AI 情报文章归档

Artificial Analysis 更新其 Image Editing Arena，新增 Identity-Preserving Edits、UI/UX Design 等编辑任务测试范围，按 7 类编辑动作和 10 个真实用例基于人类偏好排名，新榜单已上线并开放投票。

据 The Information 报道，OpenAI 新模型 Astra 将使用名为 recurrent depth（不透明循环）的推理技术，让模型以循环方式多次处理同一查询，留下更少的可读痕迹，可能使链式思维更难监控。

Gary Marcus 撰文指出，Elon Musk 在 2024 年 4 月预测 2025 年底将出现比任何单个人类更聪明的 AI，如今只是把日期悄悄推迟到 2027 年，而 Marcus 曾两次提出百万美元赌注均未获回应。

Google 发布 Gemini 3.8 Flash，称其比 3.7 Flash 在复杂任务上执行更多推理步骤并迭代调用工具，定价维持每百万输入 token $0.75、输出 $3.75，但警告模型可能消耗更多 token 导致实际成本上升。

Inworld 发布 Realtime TTS-2（GA，官方称居 Artificial Analysis 榜首）与面向低延迟高并发的 TTS-2 Flash。Realtime TTS-2 可用 5-15 秒音频克隆真实声音，专业级语音克隆处于 beta 阶段需 10 分钟音频，内置 verbatim 标签可正确读出订单号和代码。

Perplexity 宣布开源 Lily，这是其为 Perplexity Computer 的混合计算构建的本地推理引擎。Lily 专为 Apple silicon 上的 Qwen3.6-35B-A3B 优化，使设备端算力不会成为 Computer 任务的瓶颈。详情见 https://www.perplexity.ai/hub/blog/optimizing-on-device-inference-for-apple-silicon

Muse Spark 1.3 现已上线 OpenRouter，面向长时运行的智能体、多智能体和编码工作流。官方称其能记录所学内容、处理冲突输入，并在需要时请求澄清或确认，可通过 https://openrouter.ai/meta/muse-spark-1.3 使用。

Elvis Saravia 发推称，感觉我们正处在 RSI（递归自我改进）的早期阶段。他表示过去一个月情况发生了巨大变化，并问大家是否注意到近期模型发布的速度。

OpenAI Developers 提醒 WebMCP Challenge 提交仅剩 24 小时，作品须在 9 月 3 日下午 1 点（太平洋时间）前提交。详情见 https://openai.com/webmcp-challenge/。

fal 宣布推出 MiniMax H3 Max Turbo（预览版），速度为 H3 Max 的 2 倍、成本为其一半，在其评测中目标达到原 H3 Max 质量的第 97 百分位，并声称仍优于 H3 和其他视频模型。促销价为 768p 视频 $0.01 每秒输出，促销期两周；MiniMax 转发并致谢这一合作。

Meta 发布 Muse Spark 1.3，官方称比 1.2 减少 20% 工具调用和 25% token 用量。作者汇总基准数据：MRCR 256K-512K 得分 98.5，超过 GPT-5.6 Sol 的 91.5；JobBench 64.9、OSWorld 66.9、AutomationBench 49.4，接近 Opus 5 的 65.7、68.3、50.3。

Emad Mostaque 引用 ThePrimeagen 的观点，后者表示自己已有足够的智能，只希望模型更快更便宜，规模不再重要，需要的是性能。Mostaque 称这叫做 satisficing，并指出当模型速度快于人类引导它们的能力时，剩下的改进空间是什么。

Meta 发布 Muse Spark 1.3，重点提升智能体与编码任务表现并聚焦真实可用性。模型可在单线程中跨多个工作流维持更长程的任务，更主动与用户协作，会提出澄清问题、标记卡住状态并在关键操作前确认；对自身局限的校准更好以减少幻觉结果。内部对比显示相比 Muse Spark 1.2 工具调用减少约 20%，token 消耗减少约 25%。

Perplexity CEO Aravind Srinivas 转发 NVIDIA AI 的直播，现场演示 Perplexity Computer 在 DGX Spark 上完全本地运行。直播链接：https://x.com/i/broadcasts/1jGXgBXzpOXKZ

Anthropic 宣布开源 Claude Commerce Agents。这是一套构建购物与商户智能体的蓝图，提供覆盖零售、旅行、电信和娱乐场景的参考实现。

Meta 官方宣布 Muse Spark 1.3 发布，已在 Meta 模型 API 和 Muse Code 上推出，官方称这是其在编码和智能体工作上的最大跃升，价格极低。

Sam Altman 称每 38，000 次 ChatGPT 查询的用水量约等于加州生产一颗杏仁，并称现代大型数据中心用水量相当于一栋办公楼。

Grok Imagine 新增 Draw 功能，用户在菜单中选择 Draw 后画出任意内容，Grok 可在几秒内将其生成图像。作者称该功能适合儿童使用，并形容创造力因此成为超能力。

Meta Muse Spark 1.3 Contributor 现已在 OpenCode Go 上可用。

@synthwavedd 发布 Muse Spark 1.3，在 DeepSWE v1.1 长程智能体编程基准取得 75.4% 的 SoTA 成绩，超过 GPT 5.6 Sol 的 73.0 和 Opus 5 的 74.0。基准图还显示 MRCR 256K-512K 98.5、MRCR 512K-1M 98.1、Terminal-Bench 2.1 88.8，作者转发并感叹其超越 GPT 5.6 Sol 和 Fable 5。

Hello, I'm Rijul, and I'm building LiveReview — a blast-radius aware AI code review built for your...

llm 0.34 更新中，`llm logs --usage` 的 Markdown 输出新增响应时长（毫秒及人类可读格式），`llm logs --short` 增加 `duration_ms` 字段。此外包含多项社区提交的 bug 修复，并因 waveplate 的贡献显著提升了 `llm logs` 性能，相关改动见 llm-openrouter 0.7.1。

Emad Mostaque 转发 Ilya Sutskever 的观点并称去中心化 AI 的建设也需要标准。Ilya Sutskever 认为 Neocloud 网络安全能力有限，智能体一旦失控可能试图接管 Neocloud 来运行更多副本，因此 Neocloud 应大幅加强网络安全，拥有强网络安全模型的公司也应协助。

FastVideo 发布的 FastH3 现已支持 NVIDIA DGX Spark，并通过 MLX 支持 Apple Silicon，较 MiniMax H3 基础版本地生成提速 8x。文中展示了一段 15 秒 1344×768 的视频，由两台 NVIDIA DGX Spark 完全本地生成。

A review protocol that challenges the scheme first, then the code, then stops. Full prompt included.

OpenAI Developers 发布推文称 GPT-5.6 Sol 正帮助 @bryantchou 领导的 @ployai 团队编排复杂的营销活动，该团队尝试使用 subagents 来节省时间并降低成本。

MiniMax 官方转发用户 @aimikoda 的演示：用一段提示词可把角色参考图变成 15 秒创作过程视频，从草图到最终渲染在绘图 UI 中逐步完成，提示词已附在原文。MiniMax 官方感叹模型能力强大，并调侃世界可能只是一个视频生成模型的模拟。

作者 KIM 表示不想重新挑起争论，但非常希望明天就发布 Astra，并称自己用 Fable 5.1 已无法完成任何工作。配图显示 5-hour limit 已用满 100%，Weekly · all models 已用 53%，Weekly · Fable 已用满 100%，前者将在 4 小时 13 分后重置，周配额于周五下午 5：00 重置。

Claude 官方频道发布视频，介绍 Claude Code 团队自己如何使用 Claude Code。材料仅含标题，无正文文本，具体内容细节以视频为准。

Claude Code 桌面应用的 Computer use 现在可在后台运行，Claude 在用户允许的应用中操作，同时用户可继续工作。曾用过 computer use 的用户默认开启，也可在 Settings > General 中打开；功能为 Pro 和 Max 套餐的 beta 版，仅限 macOS。

Claude 官方宣布 Claude Cowork 和 Claude Code 新增后台使用电脑的能力。用户把任务交给 Claude 后，它会像人一样点击、输入和打开应用，用户可同时去做其他事。

FastVideo 宣布 FastH3 现已支持 NVIDIA DGX Spark 和 Apple Silicon（通过 MLX），相比基线 MiniMax H3 实现本地生成 8x 加速。演示中的 15 秒 1344×768 视频片段由两台 NVIDIA DGX Spark 完全本地生成。

作者转述李飞飞的观点：大自然的天空中从来没有写着字，真实世界由 3D 几何、材质结构和物理定律构成，只读全人类的文字，AI 依然不知道一块石头砸进水面会掀起怎样的波纹。她认为语言只是描述现实的压缩协议，语言让 AI 懂人，空间智能才让 AI 懂世界，World Labs 从第一天起就不走纯文本路线。

独立创作者 @covacut 宣布在经历一年独立创作后加入 OpenAI，称想扩展谁有资格去想象以及什么成为可能。她邀请艺术家、故事讲述者和创作者与她联系；Jason Liu 转发表示很高兴与她合作。

I build and sell Reestri, a small catalog of paid Apify actors that answer one kind of question: who...