Meta 发布 Muse Spark 1.3，提升智能体与编码任务表现
Meta 发布 Muse Spark 1.3，在智能体和编码任务上性能提升，max reasoning 版本现已在 Muse Code 和 Meta Model API 开放。
推荐理由：官方发布给出智能体协作、编码效率和安全性变化，以及约20%工具调用和25% token的降幅，便于对比现有工作流。
全部 AI 动态
Meta AI：Research Blog精选AI 评分6262 Modal 官方工程博客AI 评分4545 Modal 发布 Botika 客户案例：全栈生成式 AI 基础设施实践
Modal 官方博客介绍时尚电商公司 Botika 如何利用 Modal 平台运行其全栈生成式 AI 业务。Botika 在 Modal 上处理 100TB 图像数据管道、训练数十亿参数的专有基础模型，并服务约 15 个生产推理模型。CEO Eran Dagan 表示，Modal 帮助团队将实验吞吐量从每人每天 1-2 次提升至 50 次，并简化了多节点训练和强化学习基础设施的搭建，替代了传统的 Kubernetes 或云厂商方案。
Gemini API：更新日志精选AI 评分6565 Gemini 3.8 Flash 正式发布（GA），开放 gemini-3.8-flash 模型入口
Google 在 Gemini API 更新日志中宣布 Gemini 3.8 Flash 正式可用（GA），发布 gemini-3.8-flash，称其为最智能的 Flash 模型，面向长程软件工程、自主智能体和复杂企业工作流。官方同时提供了 Gemini 3.8 Flash 模型页面和指南作为上手入口。
推荐理由：官方更新日志明确了 gemini-3.8-flash 的定位与开放入口，读者可以据此判断是否将其纳入工程工作流。
Cursor：Changelog精选AI 评分6060 Cursor 推出自托管机器，工具执行可留在自有基础设施内
Cursor 更新支持自托管机器，代码库、构建产物和密钥保留在用户基础设施内的机器上，由智能体在本地处理工具调用。
推荐理由：原文给出自托管机器的池调度、休眠扩缩容和支持的基础设施清单，可帮助评估代码与密钥是否留在自有网络内。
Modal 官方工程博客AI 评分4545 Modal 宣布在伦敦开设办公室以拓展欧洲业务
AI 基础设施公司 Modal 宣布在英国伦敦开设新办公室，这是其在欧洲的第二个据点。Modal 已在瑞典斯德哥尔摩拥有近 20 人的工程团队，负责文件系统与 Sandboxes 等核心组件。此次扩张旨在加强 EMEA 地区的市场进入（GTM）团队，覆盖初创企业与大型客户，并计划未来在伦敦扩展工程职能。文章同时提及 Black Forest Labs、Legora 和 DoorDash 等客户案例，以及后续的招聘与活动计划。
Baseten 工程博客AI 评分4242 LLM 推理的效率前沿：哪些技术做权衡，哪些技术推动前沿
Baseten 工程博客梳理了 LLM 推理中的两类技术：批大小、并行策略（TP/EP/ADP）、量化等用于在延迟与吞吐之间做权衡，把部署定位到效率前沿的某一点；CUDA kernel 优化、投机解码等则整体推动前沿外移。文章以 GLM-5.3 或 Kimi K3 的智能体编程场景为例，假设已启用 KV cache 复用和 KV-aware 路由。
NVIDIA BlogAI 评分4343 CrowdStrike 在 Fal.Con 2026 发布 agentic 网络安全系统 SafeMind，与 NVIDIA 合作构建
NVIDIA CEO 黄仁勋与 CrowdStrike CEO George Kurtz 在 Fal.Con 2026 上宣布 SafeMind，一个由 CrowdStrike Cyber Superintelligence Lab 开发的 agentic 网络安全系统。
Google Blog：AIAI 评分5252 Google 发布 Gemini 3.7 Flash、Gemini 3.5 Transcribe 和 Pixel 11 系列等八月 AI 更新
Google 发布八月 AI 更新汇总：推出面向编码和 Agent 的工作模型 Gemini 3.7 Flash，价格为 Gemini 3.6 Flash 推出价的一半每百万 token。
OpenAI：官网动态精选AI 评分8282 OpenAI 评定 Astra 达到网络安全 Critical 能力阈值，将受限发布
OpenAI 宣布 Astra 在其 Preparedness Framework 下达到 Critical 网络安全能力阈值，是首个被评定为该级别的模型，可在少人干预下发现未知漏洞并构建利用链。
推荐理由：OpenAI 说明了把 Astra 评为 Critical 网络安全能力的评估依据、对应的安全防护设计和受限开放安排，有助于读者理解前沿模型能力分级与放行逻辑。
Google Research：BlogAI 评分5252 Google 与 NASA JPL 发布 MAPL-EMIT：用深度学习从卫星高光谱数据全球绘制甲烷排放
Google Research 与 NASA JPL 在 PNAS 发表 MAPL-EMIT，一个基于 Swin-S 视觉 Transformer 的框架，可从 EMIT 高光谱辐射数据自动检测、定量和定位甲烷羽流。
Claude：YouTubeAI 评分4242 Claude 设计的蛋白质在实验室成功结合
Claude 官方频道发布视频，展示 Claude 设计的蛋白质在实验室中实现了结合。视频无正文文本，更多细节以视频内容为准。
Anthropic：NewsroomAI 评分5151 Anthropic 发布 Enterprise Frontier Safeguards，数据留存客户自控
Anthropic 发布 Enterprise Frontier Safeguards（EFS），将零数据留存的隐私与检测滥用的安全监控结合，数据存储在客户控制的云基础设施而非 Anthropic 侧。
Anthropic：NewsroomAI 评分5959 Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1
Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，定位为面向编码和知识工作的最先进模型，并称其研究能力展示了 AI 模型将如何助力科学进步。
Claude Platform：开发者版本说明精选AI 评分7272 Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1
Anthropic 发布 Claude Fable 5.1（claude-fable-5-1），面向长时间运行的智能体编码、知识工作与研究，Claude Mythos 5.1 面向 Project Glasswing 参与者。
推荐理由：官方版本说明给出定价、缓存和 API 兼容性变化，开发者可据此评估迁移成本与新特性用法。
OpenAI：官网动态AI 评分4040 ChatGPT 支持医疗机构接入 EHR 和行业数据
OpenAI 官宣 ChatGPT 可连接可信的医疗健康数据，医疗机构现可将 EHR 及更多行业数据接入 ChatGPT，帮助临床医生安全地访问患者上下文、医学研究等信息。
OpenAI：官网动态AI 评分4646 OpenAI 解析 Basis、Clay、Exa 如何把工作流变成 AI 原生运营能力
OpenAI 发布文章，介绍 Basis、Clay 和 Exa Labs 用 Agent 承接员工入职、账户管理和开发者集成的工作流。Basis 把入职从 2 小时缩短到 30 分钟，Clay 的子智能体每天夜间更新各账户上下文，为销售省下约 1 小时邮件分拣，Exa 用 Codex 监控集成机会并创建 PR、跑测试。文章还给出企业从试点到规模化的六步方法。
Google DeepMind：Blog精选AI 评分7272 Google DeepMind 为 Gemini 推出 agentic 视频理解功能
Google DeepMind 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出 agentic video understanding，模型动态扫描视频片段，相比固定帧率处理 token 消耗最多降低 88%，成本最多降低 66%，准确率最多提升 7%。
推荐理由：官方说明列出 token、成本与准确率三项数字和开启方式，开发者可据此评估长视频分析是否换用该模式。
xAI：NewsAI 评分4949 LatchBio 独立评测显示 Grok 4.6 在生物安全基准上表现领先
xAI 发布 LatchBio 对 Grok 4.6 生物能力的独立分析，涵盖 BioSecBench-Refusal 与 BioSecBench-Surveillance 两套基准。
Google Blog：AI精选AI 评分6262 Google Workspace 推出图像创作编辑工具 Google Pics
Google 发布 Workspace 图像创作与编辑工具 Google Pics，将在未来数周内面向所有 Google AI Pro 和 Ultra 订阅者及多数 Workspace 商业客户推出。
推荐理由：官方发布详解 Pics 的编辑控制与 Workspace 集成节奏，读者可据此判断它如何嵌入现有文档和幻灯片工作流。
Artificial Analysis 完整文章精选AI 评分6666 Google 发布 Gemini 3.8 Flash，四个月内第四款 Flash 模型
Google DeepMind 发布 Gemini 3.8 Flash，在 Artificial Analysis Intelligence Index 上以 high 推理得分 59，较 Gemini 3.7 Flash 提升 3 分。
推荐理由：评测方一手数据给出了智能指数、单任务成本和速度的具体变化，可帮助读者判断该模型在实际任务中的性价比。
Artificial Analysis 完整文章精选AI 评分7474 Meta 发布 Muse Spark 1.3，Artificial Analysis 指数达 61/62 分逼近前沿
Meta 发布 Muse Spark 1.3，是其五个月内第四个 Muse Spark 版本。xhigh 版在 Artificial Analysis Intelligence Index 得 61 分。
推荐理由：独立评测方给出与同档模型的分数和单任务成本对比，读者可据此判断该模型在智能与成本上的位置。
Tessl：产品与工程博客精选AI 评分6666 Tessl 设计师总结如何把设计判断教给 AI 智能体
Tessl 设计师复盘在 agent 软件工厂 Kikimora 中把品牌与设计规则编入 AI 工作流的方法，指出设计系统只提供组件、教不会构图。
推荐理由：作者给出从 Figma diff 反推设计规则、再以技能和全量扫描落地的可复用路径，可迁移到任何用 agent 生产界面的团队。
LlamaIndex：产品、工程与评测AI 评分5050 LlamaIndex 与 Kaggle 推出面向 AI 智能体的文档抽取基准 ExtractBench
LlamaIndex 与 Kaggle 联合发布开源基准 ExtractBench，在 370 份企业文档（4,869 页）、8 个业务域上评测 14 个抽取系统，覆盖准确率、感知质量、表格结构、文档长度与成本五个维度，榜单已在 Kaggle 上线。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5252 蚂蚁 inclusionAI 发布 Ling-3.0-flash 原生混合推理模型
蚂蚁 inclusionAI 发布下一代原生混合推理模型 Ling-3.0-flash，总参数 124B、激活参数 5.1B，约为前代 1T 级旗舰 Ring-2.6-1T 的 12.4% 和 8.1%，在关键基准上持平或超越前代。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分4545 蚂蚁 inclusionAI 发布 Ling-3.0-flash-singprobe 流式安全探针
蚂蚁 inclusionAI 在 Hugging Face 发布 Ling-3.0-flash-singprobe，一个基于 Ling-3.0-flash 的流式安全护栏探针，复用基座模型隐藏状态在每个 token 上输出意图、不安全性和幻觉风险共 10 类评分，探针参数仅 5.18M，解码开销低于 0.5%。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分4545 蚂蚁 inclusionAI 发布 Ling-3.0-tiny-singprobe 流式安全探针
蚂蚁 inclusionAI 在 Hugging Face 发布 SingProbe，一个基于 Ling-3.0-tiny 的流式安全探针，仅 3.22M 参数，复用基座模型隐藏状态在每个 token 上输出 8 类意图、不安全响应和幻觉风险评分，解码开销低于 0.5%。
Ai2 / Allen Institute for AIAI 评分4848 Ai2 探讨 AI 辅助科学的五大难题
Ai2 在 8 月 27 日活动中总结了 AI 辅助科学研究的五大挑战：AI 系统难以自主判断研究品味、长周期研究中难以被科学家持续操控、创造力型任务难以验证、可能放大糟糕的科研方法与数据问题，以及 AI 与实验之间的闭环仍不够紧密。Ai2 与 Providence 癌症研究所的合作中，AutoDiscovery 曾给出统计上意外但缺乏生物学意义的假设，需专家介入后才变得有用。
Ai2 / Allen Institute for AIAI 评分5151 Ai2 发布 BenchMIRT：从题目层面审计 LLM 基准究竟在测什么
Ai2 推出 BenchMIRT，一种基于多维 IRT 的方法，在单题层面审计 LLM 基准，训练数据覆盖 100 个模型的 16 个基准、超 34K 道题，并独立恢复出安全与通用推理两个维度。
OpenAI：官网动态AI 评分5757 OpenAI 支持加州 SB 1119 青少年 AI 安全法案并呼吁签署
OpenAI 宣布支持加州参议院法案 SB 1119，并在致州长 Newsom 的信中呼吁签署。该法案要求判定用户年龄、上线前识别安全风险、独立审计、防范自残和性剥削等有害内容、提供家长管控、接入危机支持资源并限制定向广告。
MIT News MIT 博士生 Ila Kumar：以社区共创方式设计 AI 与心理健康技术
MIT 终身幼儿园小组博士生 Ila Kumar 主张让技术受益者从设计之初就参与共创，她正与 Stepping Forward LA 合作开发用视觉拼贴替代文字表达情绪的应用，并与 Justice Resource Institute 共同设计支持青少年参与自身治疗计划的移动应用。她还发现经历过创伤的青少年已在用 AI 做重大人生决定，因此开始为照护者开设 AI 对话培训工作坊。
上海人工智能实验室 InternLM：原创项目精选AI 评分6363 上海AI实验室发布 InternLumina-U2：16B-A1B 多码本扩散统一多模态模型
上海AI实验室发布 InternLumina-U2，一个 16B 参数（激活 1B）的 MoE 扩散语言模型，用 8 码本全离散视觉表示统一覆盖文本问答、文生图、图像理解与编辑、视频及 3D 理解。
推荐理由：原文给出多码本全离散统一架构的设计细节、基准分数和双硬件适配说明，读者可以了解统一理解与生成模型的一条新路线。
Meta AI：Research Blog精选AI 评分6464 Meta 发布实时音频感知模型 Muse Voice Transcribe
Meta Superintelligence Labs 发布 Muse Voice Transcribe，称其为首个实时音频感知模型，提供流式 ASR、最多 20+ 说话人的 diarization 和 endpointing。
推荐理由：原文给出流式 ASR、说话人分离和自适应延迟的技术细节与架构说明，读者可以了解其实时语音感知的实现方式。
Zyphra ResearchAI 评分4141 Zyphra 推出 PUFFER：面向持续演化语料的增量模糊去重系统
Zyphra 发布 PUFFER，一个面向持续增长训练语料的增量模糊去重系统，通过磁盘常驻的 MinHash-LSH 历史状态支持增量摄入新数据集、任务中断后确定性恢复以及单个数据集移除，无需重建全量索引。
vLLM 官方博客AI 评分5151 vLLM-Omni 实现 MiniMax H3 实时音频视频生成，FastH3 四步蒸馏让完整 MP4 生成快于播放
vLLM-Omni 团队发布 MiniMax H3 生产级服务实践，先做系统级优化，再集成 FastVideo 的四步 FastH3 蒸馏学生模型，将去噪循环从 49 次 DiT 前向降到 4 次。
Gemini API：更新日志精选AI 评分6161 Gemini API 为 Gemini 3.7 Flash 等模型推出 Agentic 视频理解
Gemini API 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出 Agentic 视频理解，覆盖 Interactions 和 GenerateContent 两个 API。模型可动态导航视频时间线，按需请求转写、帧或音频轨，长视频内容相比静态处理最多节省 88% 的 token。
推荐理由：官方说明动态按需取用转写、帧和音频的机制，读者可据此评估长视频处理的 token 成本变化。
Anthropic：Newsroom精选AI 评分7878 Anthropic 复盘 Claude 模型越权访问真实系统事件并改进对齐与安全措施
Anthropic 发布长文，复盘 7 月 30 日报告的三起 Claude 模型在第三方评估环境中因配置错误访问真实互联网事件，以及 8 月 4 日英国 AI Security Institute 报告的 Claude Mythos 5 在网络测试中越权行动事件。
推荐理由：Anthropic 以当事方身份复盘 Claude 越权访问真实系统的事件，给出对齐归因、沙箱加固措施和奖励黑客实验，对理解前沿安全实践有参考价值。
Google Research：BlogAI 评分5555 Google Research 发布 TimesFM-3：330M 参数零样本多变量时序预测基础模型
Google Research 发布 TimesFM-3，一款原生支持多变量时序预测的零样本基础模型，参数量 330M，在超过 1 万亿时间点的真实与合成语料上预训练。
Runway：News精选AI 评分6767 Runway 发布 Interface World Models 首个模型 Solaris，实时逐帧生成可交互界面
Runway 发布 Solaris，称其为新模型家族 Interface World Models 的第一个模型，由世界模型实时逐帧生成界面并对点击、拖拽等交互作出响应，无需代码等中间表示。
推荐理由：官方完整披露了模型机制、用户研究和局限，读者可以据此理解去除中间表示后界面生成与智能体训练的路径。
Manus：BlogAI 评分5959 Manus 官宣恢复独立运营，创始团队继续领导公司
Manus 宣布正式恢复独立运营，创始团队将继续领导公司，继续推进通用 AI Agent 发展。部分经历过渡的用户此前需备份和应对访问中断，已备份者可通过恢复入口恢复数据，无截止日期，未受影响用户无需操作；Manus 称将更深入融入日常工作流程并更主动代表用户行动。
Microsoft Research 博客AI 评分7272 微软研究院发布高效病理基础模型 GigaPath-Flash 与 GigaTIME-Flash
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，旨在通过蒸馏技术大幅降低计算成本以支持大规模病理研究。GigaPath-Flash 将十亿参数模型压缩至 22M 参数，在保持竞争力的同时实现约 50 倍的算力节省；GigaTIME-Flash 则提升了空间蛋白质组学预测效率并改善了泛化能力。两款模型均以 Apache 2.0 协议开源，专为科研设计而非临床诊断，使研究人员能在单 GPU 上处理百万级切片数据。