阿里 Qwen 团队发布 Qwen3.8-Flash-Next：125B 多模态 MoE 模型，仅 6B 参数激活，预览 Qwen4 架构
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。
#模型发布
MarkTechPostAI 评分7070 TechCrunch：AIAI 评分4545 前 Meta 科学家创办的 Perceptron 推出工业视觉模型 Isaac 0.5
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。
The Decoder：AI NewsAI 评分6565 阿里发布 Qwen3.8-Flash-Next，主打“极致成本效率”
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。
公众号：智谱AI 评分8383 GLM-5.3-Flash 开源：320B 总参数、AA 指数 57 分，定价为 Opus 4.8 的 1/40
智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，AA 综合智能指数 57 分，与 Claude Opus 4.8 持平。其定价为 GLM-5.3 的 1/10，限时折扣内为 Opus 4.8 的 1/40，并已接入 ZCode 等平台开放 API 调用。该模型采用稀疏注意力与线性注意力混合架构，推理服务已跑在国产芯片集群上。
TechCrunch：AIAI 评分6262 Z.ai 证实 Ox Alpha 是其 GLM 系列新模型，将于周三开源权重
谜底揭晓：Ox Alpha 由智谱（Z.ai）打造，是其 GLM 系列最新迭代，此前匿名上线 OpenRouter 后已在多项基准测试中登顶。Z.ai 确认将于周三发布 Ox Alpha 权重，供开发者在其基础上构建。该模型被描述为面向编程、持续智能体工作与生产负载的推理模型，其发布加剧了中国高性价比模型对 OpenAI、Anthropic 等高价前沿模型的竞争威胁。
IT之家·人工智能AI 评分7676 智谱开源 GLM-5.3-Flash 原生多模态模型，限时折扣价为 GLM-5.3 的 1/20
智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，总参数量 320B、激活参数仅 18B。该模型在 AA 综合智能指数取得 57 分，与 Claude Opus 4.8 持平，编程表现亦相当；定价为 GLM-5.3 的 1/10，限时折扣为 1/20，为 Opus 4.8 的 1/40。模型已接入 ZCode 等平台，并开放 API 调用。
Qwen@Alibaba_QwenAI 评分5757引用SGLang@sgl_projectCongrats to @Alibaba_Qwen on launching Qwen3.8-Flash! SGLang is proud to be a day-0 partner supporting the new architecture preview for Qwen4. It's a 125B main model with 51B of N-gram embeddings and 6B activated per token. The 51B N-gram embeddings scale model capacity with almost no extra compute per token, and can sit in host memory with async prefetch instead of occupying GPU memory. The GDN + QSA hybrid attention gives you efficient memory and precise retrieval at the same time on long-horizon tasks, while Gated Residual gives the model 4 lanes instead of 1 to pass information between layers. And it's trained with Muon! We're excited for what's next with Qwen4, and we already have plenty of ideas for how to use the N-gram embeddings in new deployment setups. Stay tuned! Blog and cookbook in the comments👇
LMSYS BlogAI 评分7070 Qwen 开源 Qwen3.8-Flash-Next，SGLang 提供 Day-0 支持
Qwen 团队开源多模态 MoE 模型 Qwen3.8-Flash-Next，作为 Qwen4 架构的早期预览版。该模型采用 125B 参数主模型加 51B N-gram Embedding，每 token 激活 6B 参数，共 48 层，MoE 层使用 512 个专家和 top-10 路由。
- Qwen@Alibaba_QwenAI 评分4747
非常感谢 @sgl_project 的首日支持！🙌 Qwen3.8-Flash-Next 今日即可通过 SGLang 部署。
引用SGLang@sgl_project@Alibaba_Qwen Congrats on launching Qwen3.8-Flash! SGLang is proud to be a day-0 partner supporting the new architecture preview for Qwen4. https://docs.sglang.io/cookbook/autoregressive/Qwen/Qwen3.8-Flash-Next
- Qwen@Alibaba_QwenAI 评分5252引用vLLM@vllm_project
Qwen3.8-Flash-Next from @Alibaba_Qwen has day-0 support in vLLM, verified on NVIDIA and AMD GPUs. 🎉 Ultra-sparse multimodal MoE: 125B params, 6B active, 262K native, 1M via YaRN. On top of those sits a separate 51B N-gram table you can offload. Most of it will look familiar. The Gated DeltaNet layers reuse the KV path vLLM has had since Qwen3-Next: only a quarter of the layers hold a growing KV cache. Keep the 51B table in host RAM instead of HBM with VLLM_PLE_CPU_OFFLOAD=1. Qwen Sparse Attention is where the new engine work went. For now the model runs from vllm/vllm-openai:qwen38-flash-next. Thanks to @Alibaba_Qwen for the weights, and for opening them this early! 🙌 🔗 http://recipes.vllm.ai/Qwen/Qwen3.8-Flash-Next
IT之家·人工智能AI 评分7575 阿里通义 Qwen3.8-Flash 发布开源：125B 参数 MoE 模型，训练成本仅为前代 1/9
阿里通义千问团队发布 Qwen3.8-Flash，这是一款 125B 参数的多模态 MoE 模型，每 token 激活 6B 参数，原生支持 262,144 tokens 上下文，并可通过 YaRN 扩展至 1M tokens。
Qwen：Blog Retrieval精选AI 评分8383 Qwen3.8-Flash-Next 开源：Qwen4 架构早期预览
通义千问开源 Qwen3.8-Flash-Next，一款多模态 MoE 模型，也是 Qwen4 架构的早期预览。该模型采用 GDN + QSA 混合注意力等四项升级，总参数 125B，每 token 激活 6B，训练成本约为 Qwen3.7-Plus 的 1/9，编码与办公任务能力更强。
推荐理由：这次提前开放 Qwen4 架构权重，关键在于 QSA 稀疏注意力与 N-gram 查表参数同时降低长上下文成本、扩大容量，为评估下一代模型提供早期样本。
Ars Technica：AIAI 评分5050 IBM 新 Granite 4.2 模型乘上本地 LLM 热潮
IBM 推出开源权重 Granite 4.2 模型，提供 3B、8B 和 30B 三种参数版本，原生支持 128,000-token 上下文窗口。8B 和 30B 版本经过智能体强化学习训练，支持使用终端、搜索网页或调用外部工具。IBM 称其为 Granite 系列中专注于推理的版本，旨在满足开发者对本地部署模型日益增长的兴趣。
The Decoder：AI NewsAI 评分5959 IBM 发布开源 Granite 4.2 系列，内置智能体能力并采用 Apache 2.0 许可
IBM 发布 Granite 4.2 语言模型，提供 3B、8B 和 30B 三种尺寸，基于约 15 万亿 token 从头训练，支持最高 512,000 token 的上下文窗口，并可在“思考”与“非思考”模式间切换以控制每项任务的计算量。
IT之家·人工智能AI 评分5959 智谱确认 Ox Alpha 为 GLM 系列新版本，今晚发布权重
智谱证实 Ox Alpha 模型正是其 GLM 系列新版本，将于今晚正式发布该模型权重。该匿名模型此前在 OpenRouter 上线后调用量迅速攀升至榜首，并刷新单日用量纪录；OpenCode 免费套餐声称每日可处理 100 万亿个 token。研究人员通过分词器指纹分析发现其 token 数量与 GLM-5.3 几乎完全吻合，仅存在恒定 75 个 token 的包装层偏差。
X.PIN@thexpinAI 评分5555OpenAI 支持的律所 AI 公司 Harvey 发布首个自研模型 Tenet，基于中国开源权重模型 Kimi K3，用约 150 块 Nvidia B300 训练两个月。
IT之家·人工智能AI 评分5353 小鹏 G9L 首发搭载第二代 VLA 全新版本，X-Foresight 世界预测模型可推演未来 6 秒环境运动轨迹
小鹏汽车副总裁宣布，小鹏 G9L 将首发搭载第二代 VLA 全新版本，具备 30 秒有效时序，首次将记忆加入智驾决策，并通过 X-Foresight 世界预测模型推演未来 6 秒环境运动轨迹。该版本端到端响应速度提升 300%，端侧模型参数量提高 3.5 倍，为行业主流 VLA 模型的 15 倍。小鹏 G9L 已开启预售，预售价 25.98 万元起。
公众号：腾讯混元精选AI 评分6767 腾讯混元将端侧翻译模型 Hy-MT2-1.8B 压缩至 440MB，已落地哔哩哔哩直播弹幕翻译
腾讯混元将端侧翻译模型 Hy-MT2-1.8B 通过 2-bit 与 1.25-bit 量化方案压缩至 574MB 和 440MB，翻译质量几乎无损，在 FLORES-200 上优于 Microsoft Translator 等商业 API。该模型已联合英特尔完成 x86 适配，并在哔哩哔哩直播弹幕实时翻译中落地，单条弹幕翻译耗时 500~800ms。
推荐理由：相比精度数字，这套量化给出 x86 优化和直播弹幕实测数据，让端侧替代云翻译 API 的成本与隐私权衡有了可对照的工程基线。
MarkTechPostAI 评分6161 IBM 发布 Granite 4.2：为开放企业模型带来原生推理与智能体强化学习
IBM 发布 Granite 4.2 开源推理模型家族，提供 3B、8B、30B 三种参数规模，均支持思维链并配备思考/非思考开关，全部以 Apache 2.0 协议开源。
智谱开放平台：模型与产品发布记录AI 评分5454 智谱 GLM-5.3-Flash 原生多模态模型上线，总参 320B 激活 18B
智谱开放平台公告 GLM-5.3-Flash 原生多模态模型上线，原生融入视觉能力，可主动观察界面、渲染与交互反馈并持续迭代，实现代码、浏览器与图形界面协同闭环。模型采用线性注意力与稀疏注意力混合架构，总参 320B、激活 18B，计算量与 KV 缓存较 GLM-5.3 大幅降低，并拓展至 Office 文档与金融研究工作流。
IT之家·人工智能AI 评分4444 曝 OpenAI 已预训练 Bel 模型：超 10T 参数，冲击通用人工智能
消息源 @synthwavedd 爆料称，OpenAI 已完成下一代模型 Bel 的预训练，该模型是 Doug 的直接继任者，总参数超过 10T，并计划将其打造为 GPT-6 之后的基座模型，甚至冲击 AGI 阈值。消息源认为，这些探索可能让 Anthropic 感到压力，OpenAI 认为面对即将发布的 Astra，Anthropic 没有拿得出手的应对方案，主要受算力条件所限。
Rohan Paul@rohanpaul_aiAI 评分4444
引用Skild AI@SkildAIIntroducing S1, our new foundation model that learns from one example. It can be taught 10-minute long tasks that it has never seen before, from one video prompt without any fine-tuning. Watch S1 operate in real-time via in-context learning:
Mustafa Suleyman@mustafasuleymanAI 评分4040引用Artificial Analysis@ArtificialAnlysMicrosoft's MAI-Image-2.6-Preview lands at #1 on the Artificial Analysis Image Editing Leaderboard and takes #2 in Text to Image MAI-Image-2.6 is the newest model in Microsoft AI's MAI-Image family, announced August 10. Microsoft highlights stronger text rendering, better portraits and 3D imagery, and more polished commercial and photorealistic outputs. Like the MAI-Image-2.5 family, it handles both text to image generation and image editing. In the Artificial Analysis Image Arena, MAI-Image-2.6-Preview debuts at #1 on the Image Editing Leaderboard, ahead of Microsoft's own MAI-Image-2.5-Pro, Reve 2.1, and OpenAI's GPT Image 2, and giving Microsoft the top two spots on the board. In Text to Image it takes #2, behind only OpenAI's GPT Image 2 and ahead of Reve 2.1. On our refreshed Text to Image taxonomy, MAI-Image-2.6-Preview takes the top spot on 5 of the 19 category leaderboards (Material, Knowledge, Frontier, Retail & Ecommerce, and Marketing & Advertising), ahead of GPT Image 2, which leads every other category. MAI-Image-2.6 extends a rapid run of strong image releases from Microsoft AI. MAI-Image-2.5 debuted at #2 in Text to Image in June. MAI-Image-2.5-Pro, launched July 23, took #1 in Image Editing when we published our results last week. MAI-Image-2.6 now takes that top spot from its own sibling, and sits at #2 in Text to Image against MAI-Image-2.5-Pro's #8. MAI-Image-2.6 is available in the MAI Playground and in Private Preview on Microsoft Foundry. Congratulations to @MicrosoftAI on the release! See below for our analysis of MAI-Image-2.6-Preview and other leading models in the Artificial Analysis Image Arena 🧵
Google AI@GoogleAI精选AI 评分7373推荐理由：把路径、强度和尺度放进同一模型，省去过去切换全球与区域模型的步骤，对需要快速判断登陆风险的预报流程是种简化。
NVIDIA Technical Blog：Agentic AI / Generative AI精选AI 评分7070 Qwen3.8-Flash-Next 发布并可在 NVIDIA GB300 NVL72 上运行智能体编码实验
阿里巴巴发布 Qwen3.8-Flash-Next 模型权重，作为即将到来的 Qwen4 架构预览。
推荐理由：原文给出 GDN 与 QSA 混合架构的设计细节和长上下文吞吐数据，可帮助读者评估该模型在智能体编码场景的部署价值。
Fireworks AIAI 评分5555 Harvey 与 Fireworks 基于 Kimi K3 后训练法律模型 Tenet
Harvey 与 Fireworks 合作发布首个模型 Tenet，以 Kimi K3 为基座、用 Fireworks Training API 上的异步强化学习为长程法律工作做后训练。
IBM Research：AIAI 评分5454 IBM 发布 Granite 4.2 语言模型与 Granite Speech 5.0 Turbo CTC 语音模型
IBM 发布 Granite 4.2 语言模型，提供 3B、8B、30B 三种参数规模，内置逐步推理与工具调用能力，面向企业智能体工作流，采用 Apache 2.0 许可。
SenseTime@SenseTime_AIAI 评分6161IT之家·人工智能AI 评分5353 小鹏第二代 VLA 首次重大升级：响应速度提升 3 倍，G9L 全球首发搭载
小鹏汽车宣布第二代 VLA 630 版首次重大升级，端侧模型参数量提高 3.5 倍，为行业主流 VLA 模型的 15 倍；端到端响应速度提升 300%。小鹏 G9L 将全球首发搭载第二代 VLA 全新版本，体验日活动定于 8 月 27 日举行。
MarkTechPostAI 评分5858 Fastino 发布 GLiNER2.5：以边界预测取代跨度枚举的信息抽取架构
Fastino 发布 GLiNER2.5，以边界预测取代跨度枚举，移除最大实体宽度限制，支持 4096 词上下文，计算量随序列长度线性增长。多语言检查点在 16 个零样本基准上整体 macro F1 达 56.17（GLiNER2 为 56.09），XNLI 提升 24.75 分。
OpenAI：官网动态精选AI 评分5959 GPT-5.6 登陆 Kiro，为开发者提升性价比
GPT-5.6 模型家族现已登陆软件开发智能体 Kiro，包含 Sol、Terra 和 Luna 三款模型。在 Terminal-Bench 2.1 测试中，GPT-5.6 Terra 在 Kiro 内完成任务成本降低约 82%。该更新由 OpenAI 与 AWS 合作优化，旨在以更少迭代和更高 token 价值帮助开发者产出更高质量的代码。
推荐理由：在 Terminal-Bench 2.1 上，GPT‑5.6 Terra 在 Kiro 中完成任务的成本约下降 82%，为长周期编码任务的投入产出评估提供了一个量化基准。
Microsoft Research@MSFTResearchAI 评分4040Skala 1.1，微软研究院更新的深度学习交换关联泛函，提供了更高的精度、在计算化学生态系统中更广泛的可及性，以及一个用于跟踪计算性能的动态基准。https://msft.it/6011aOXe5
The Decoder：AI NewsAI 评分6060 阿里 Wan3.0 视频生成模型开放测试，支持文本、图片、文档生成最长 30 秒视频
阿里巴巴视频生成模型 Wan3.0 现已开放测试，可基于文本、PDF、网页和 PowerPoint 输入生成最长 30 秒的视频，时长较前代 Wan2.5 翻倍。
MarkTechPostAI 评分6060 Generalist AI 发布 GEN-1.5：一个从 3–12 秒演示中学会新任务的机器人基础模型
Generalist AI 发布机器人基础模型 GEN-1.5，将 3–12 秒的传感器运动数据放入 30 秒上下文窗口即可执行任务，无需梯度更新或微调。在 10 项操作任务中，单次上下文提示平均成功率达 59%（±10%），每任务用 5 分钟数据做 10 步梯度更新后提升至 83%（±9%）。该能力并非显式训练，而是从超八个月预训练中涌现；目前无公开权重、API 或定价，属研究发布。