YLF News Daily: 2026-08-16 (ZH)

从 88 条内容中筛选出 17 条重要资讯

阿里开源 Qwen3.8 系列模型 ⭐️ 9.0/10
DeepSeek-V4-Pro 正式上线，Agent 能力大幅增强 ⭐️ 9.0/10
GPT-5.6：以更低成本实现前沿智能体性能 ⭐️ 9.0/10
Meta 开源 Muse Glimmer 30B 登陆 OpenRouter ⭐️ 9.0/10
AMIE 研究医疗 AI 系统首次展示实时临床视频问诊能力 ⭐️ 9.0/10
AIHOT 日报 · 2026-07-31 — Google DeepMind 发布 Gemini Robotics 2 物理 AI ⭐️ 9.0/10
Anthropic 发布 Claude Opus 5 ⭐️ 9.0/10
小红书 dots-note-3.0 获 IMO 2026 满分金牌 ⭐️ 9.0/10
Claude: System Prompts ⭐️ 8.0/10
GLM-5.3 发布：编程能力开源第一，并涌现网络安全能力 ⭐️ 8.0/10
Google DeepMind 推出 Gemini 3.7 Flash，面向编程与智能体 ⭐️ 8.0/10
Anthropic 为 Claude 文本添加隐形水印 ⭐️ 8.0/10
小红书开源 2B 参数连续自回归 TTS 模型 ⭐️ 8.0/10
新兴多智能体系统的模式与问题 ⭐️ 8.0/10
微软首发自研推理模型 MAI-Thinking-1 ⭐️ 8.0/10
Research Gold 号称"100%人类撰写、绝不使用 AI"，实则全程由 AI 驱动 ⭐️ 8.0/10
Cursor 与 SpaceXAI 发布 Grok 4.6 ⭐️ 8.0/10

阿里开源 Qwen3.8 系列模型 ⭐️ 9.0/10

阿里通义千问开源 Qwen3.8 系列，包含 27B 原生多模态模型和 2.4T 参数（95B 激活）的 Max 模型。这为开发者提供了开源的高性能多模态和 MoE 模型，支持长上下文，提升了开源 AI 的标准。 Qwen3.8-27B 原生支持 262K 上下文，可通过 YaRN 扩展至 1M，采用 Apache 2.0 许可；硅基流动提供 Day-0 API 支持。

rss · AIHOT 精选 · Aug 14, 15:02AIHOT 精选

背景: YaRN 是一种基于旋转位置编码的高效上下文窗口扩展方法。在混合专家（MoE）模型中，每个 token 只激活部分参数；A95B 表示 2.4T 总参数中仅有 95B 被激活。

参考链接

社区讨论: 社区关注点包括硅基流动和 AMD 对新模型的 Day-0 支持，提升了可及性。

标签: #qwen, #multimodal, #open-source, #AI models, #Alibaba

DeepSeek-V4-Pro 正式上线，Agent 能力大幅增强 ⭐️ 9.0/10

DeepSeek-V4-Pro 已在 APP、网页端和 API 同步上线，模型名为 deepseek-v4-pro，Agent 能力显著提升，并公布了新的基准测试成绩。此次发布巩固了 DeepSeek 在前沿 AI 竞赛中的地位，也为开发者构建 Agent 应用提供了更强大的新选择。 HLE 成绩为无工具 42.7、带工具 60.0；Terminal Bench 2.1 成绩为 87.9，接近榜首模型。

rss · AIHOT 精选 · Aug 13, 11:16AIHOT 精选

背景: HLE 是一个由专家编写的基准测试，包含 2500 道题，用来检验前沿知识与推理能力。Terminal Bench 2.1 则用来评估 AI Agent 在沙箱终端环境中完成真实任务的能力。

参考链接

Terminal-Bench v2.1 Benchmark Leaderboard | Artificial Analysis

社区讨论: 条目本身没有评论，但榜单数据显示，该成绩在 Terminal Bench 2.1 上仅次于 GPT-5.6 Sol（89.5）和 Claude Opus 5。

标签: #AI/ML, #DeepSeek, #LLM, #Model Release, #Agent

GPT-5.6：以更低成本实现前沿智能体性能 ⭐️ 9.0/10

OpenAI 发布了 GPT-5.6 模型家族，以更低成本实现前沿智能体性能，并为 API 新增推理持久化和原生多智能体编排功能。更低的成本让更多开发者能用上前沿智能体 AI，可能加速自主智能体的普及。在 ARC-AGI-3 上，保留推理并启用压缩后，Sol 得分从 13.3% 跃升至 38.3%，输出 token 减少约 6 倍。Luna 在 BrowseComp 上取得 84.04%，几乎追平 GPT-5.5 的 84.36%，成本从 $33.27 降至 $1.33。

rss · AIHOT 精选 · Aug 13, 11:00AIHOT 精选

背景: ARC-AGI-3 是一个交互式基准测试，智能体通过探索和反馈学习新任务。BrowseComp 测试智能体持续浏览网页查找难以发现的信息。推理持久化可在 API 调用之间保留推理状态。

参考链接

标签: #GPT-5.6, #OpenAI, #AI model, #Agentic AI, #API

Meta 开源 Muse Glimmer 30B 登陆 OpenRouter ⭐️ 9.0/10

Meta 的首个开放权重智能体模型 Muse Glimmer 30B 现已登陆 OpenRouter。这标志着 Meta 进入开放权重智能体 AI 领域，让消费级 GPU 上实现本地智能体成为可能。在 MCP Atlas 得分 75.5，SWE-Bench Pro 得分 51.2；采用 Apache 2.0 许可证。

rss · AIHOT 精选 · Aug 12, 12:00AIHOT 精选

背景: MCP Atlas 基于真实 MCP 服务器测试工具使用能力；SWE-Bench Pro 评测编程任务。

参考链接

标签: #AI, #Open-Source, #Meta, #Model Release, #OpenRouter

AMIE 研究医疗 AI 系统首次展示实时临床视频问诊能力 ⭐️ 9.0/10

Google Research and DeepMind’s AMIE medical AI system demonstrates expert-level real-time clinical video consultation capabilities for the first time.

rss · AIHOT 精选 · Aug 11, 17:00AIHOT 精选

标签: #medical AI, #healthcare, #Google DeepMind, #video consultations, #AI research

AIHOT 日报 · 2026-07-31 — Google DeepMind 发布 Gemini Robotics 2 物理 AI ⭐️ 9.0/10

AIHOT daily report highlights Google DeepMind’s release of Gemini Robotics 2, a new physical AI model for robotics.

rss · AIHOT 日报 · Jul 31, 00:00AIHOT 日报

标签: #Google DeepMind, #Robotics, #Physical AI, #Gemini, #AI

Anthropic 发布 Claude Opus 5 ⭐️ 9.0/10

Anthropic 发布了 Claude Opus 5，这是一款新的前沿模型，现已上市，价格为 Claude Fable 5 的一半。这标志着可获取的前沿 AI 迈出一大步，让开发者以更低成本获得接近顶尖水平的智能。 Claude Opus 5 被描述为“深思熟虑且主动”，其智能水平接近 Claude Fable 5 的前沿水准。

rss · AIHOT 日报 · Jul 25, 00:00AIHOT 日报

背景: Claude 是 Anthropic 推出的一系列大语言模型，自 Claude 3 起 Opus 是其中能力最强的型号。2026 年该公司还发布了 Claude Fable，这是其前沿模型的公开版本。

参考链接

标签: #AI, #Anthropic, #Claude, #release, #news

小红书 dots-note-3.0 获 IMO 2026 满分金牌 ⭐️ 9.0/10

小红书的 dots-note-3.0 模型在 2026 年国际数学奥林匹克竞赛中获得满分，答对全部六道题并夺得金牌。这是中国大语言模型首次获得 IMO 官方金牌认证，是 AI 数学推理领域的一个里程碑。该模型由 IMO 评审团正式评估；此前，dots 实验室还以 Apache 2.0 协议开源了 dots3-note 预览版。

rss · AIHOT 日报 · Jul 22, 00:00AIHOT 日报

背景: IMO（国际数学奥林匹克竞赛）是面向中学生的年度顶级数学竞赛，常被用作 AI 高级推理能力的基准。dots3-note 是小红书 dots3 系列中首个开源模型，面向长时间跨度推理任务。

参考链接

标签: #AI, #mathematical reasoning, #IMO, #breakthrough

Claude: System Prompts ⭐️ 8.0/10

Anthropic publishes Claude’s system prompts, offering unprecedented transparency into model behavior, safety instructions, and roadmap insights.

hackernews · tosh · Aug 16, 12:48 · 社区讨论T2 社区与开源

标签: #AI, #Anthropic, #Claude, #System Prompts, #AI Safety

GLM-5.3 发布：编程能力开源第一，并涌现网络安全能力 ⭐️ 8.0/10

智谱发布 GLM-5.3，编程能力开源第一并涌现网络安全能力，模型权重两周后开源。

rss · AIHOT 精选 · Aug 14, 05:31AIHOT 精选

标签: #GLM, #AI模型, #开源, #编程能力, #网络安全

Google DeepMind 推出 Gemini 3.7 Flash，面向编程与智能体 ⭐️ 8.0/10

Google DeepMind 发布 Gemini 3.7 Flash，主打编程与智能体任务，输入/输出定价为每百万 token 0.75 美元和 3.75 美元，仅为 3.6 Flash 的一半。更便宜、更快的 Gemini 模型降低了构建 AI 智能体和编程工具的门槛。该模型距 3.6 Flash 发布仅三周，反映出加速的发布节奏。

rss · AIHOT 精选 · Aug 13, 17:04AIHOT 精选

背景: 智能体 AI（Agentic AI）指能自主行动以达成目标的系统，而非按预设规则运行的传统软件。Gemini 3.7 Flash 正是为此类任务及编程优化，API 通常按每百万 token 计费。

参考链接

标签: #AI, #Gemini, #model release, #coding, #agents

Anthropic 为 Claude 文本添加隐形水印 ⭐️ 8.0/10

Anthropic 将采用 Google DeepMind 的 SynthID-Text 为 Claude 生成文本加水印，以符合欧盟《AI 法案》，且不影响输出质量。这让 AI 生成的文本可被识别，帮助监管机构和用户满足透明度要求。水印对读者不可见，且不会为 Claude 响应增加额外 token 或成本。

rss · AIHOT 精选 · Aug 13, 16:00AIHOT 精选

背景: SynthID-Text 通过在生成时微调 token 选择概率来嵌入签名，之后可用分类器检测。其设计目的是保持文本质量、创造力和可读性。

参考链接

标签: #AI, #Anthropic, #watermarking, #SynthID, #EU AI Act

小红书开源 2B 参数连续自回归 TTS 模型 ⭐️ 8.0/10

小红书开源 dots.tts，一个 20 亿参数的全连续端到端自回归语音合成模型，在 Seed-TTS-Eval 上取得最佳成绩。它提供了一个强大的开源 TTS 基座，使开发者能够构建语音克隆和富有表现力的语音应用。该模型直接生成连续语音表征，避免了许多 TTS 系统使用的离散词元化。

rss · AIHOT 精选 · Aug 13, 09:59AIHOT 精选

背景: Seed-TTS-Eval 是字节跳动 Seed-TTS 项目提出的客观评测基准，衡量词错误率和说话人相似度。多数 TTS 模型依赖离散词元或非自回归扩散；dots.tts 采用全连续自回归方式进行端到端生成。

参考链接

社区讨论: 早期反应称赞其技术新颖性，但也提醒模型和部署链路较重，建议先进行小规模验证。

标签: #语音合成, #自回归模型, #开源模型, #TTS

新兴多智能体系统的模式与问题 ⭐️ 8.0/10

Anthropic’s study of coordinated multi-agent systems reveals they can discover more vulnerabilities but also warns of emergent systemic failures from individual agent quirks.

rss · AIHOT 精选 · Aug 13, 01:20AIHOT 精选

标签: #multi-agent systems, #AI research, #AI safety, #Anthropic, #emergence

微软首发自研推理模型 MAI-Thinking-1 ⭐️ 8.0/10

Microsoft announced the release of its first self-developed reasoning model MAI-Thinking-1, now available on Microsoft Foundry.

rss · AIHOT 精选 · Aug 12, 16:00AIHOT 精选

标签: #Microsoft, #AI, #MAI-Thinking-1, #reasoning model, #machine learning

Research Gold 号称"100%人类撰写、绝不使用 AI"，实则全程由 AI 驱动 ⭐️ 8.0/10

Investigation reveals Research Gold falsely claims human-written peer reviews but is entirely AI-driven, with fabricated reviewers and misappropriated identities.

rss · AIHOT 精选 · Aug 12, 05:41AIHOT 精选

标签: #AI ethics, #academic integrity, #peer review, #fraud, #research