英伟达于当日推出Nemotron 3.5 Lightning——一款开源的30B混合专家（MoE）模型，专为本地运行的智能体任务优化。该模型支持NVFP4与GGUF格式，可在RTX PC、Jetson设备及DGX Spark等平台本地部署，实测token生成速度提升最高达4倍，任务完成时间缩短30%。 同日发布的NeMo Switchyard为开源模型路由库，可依据精度、速度与成本自动分配智能体工作流中的各步骤至最适配模型。内部基准测试显示...
蚂蚁百灵正式开源 Ling 3.0 tiny 模型。该模型总参数量为 7.9B，推理时仅激活 1.3B 参数，采用原生混合推理架构。 Ling 3.0 tiny 同步提供 BF16、FP8 和 INT4 三种量化版本，旨在兼顾推理效率与部署灵活性。 开源代码及模型权重已公开，适用于对资源敏感的真实任务场景。
ZCode宣布完成全面升级，正式上线Goal、Subagents、Remote Control与闲时任务四大功能，并针对GLM模型进行深度优化。 在Z.ai Code Bench测试中，GLM 5.2搭配ZCode的代码任务整体通过率较搭配Claude Code高2.39%；ZCode缓存命中率超过98%。 叠加1.5倍限时额度加成后，GLM Coding Plan的整体使用量接近常规额度的1.8倍。
Meta 推出开源大模型 Muse Glimmer，参数量为 300 亿，采用 Apache 2.0 许可证开放权重。 该模型专为本地化、常驻运行的智能体工作流优化，支持在消费级硬件（如 Mac 或配备高性能 GPU 的 PC）上完整部署与运行。 据官方介绍，Muse Glimmer 在关键智能体任务及多项基准测试中，性能优于同尺寸主流模型。
Anthropic 员工利用一款尚未发布的 Claude 研究版本尝试推进黎曼猜想相关研究。尽管未完全证明该猜想，但模型在 zeta 函数零点分布问题上取得进展，将满足黎曼猜想的非平凡零点比例下界从 41.6% 提升至 67.2%。该结果属于理论数学领域的辅助性突破，目前未公开技术细节或论文。
OpenAI 推出网络安全专用模型 GPT 5.6 Cyber，面向授权漏洞研究、漏洞验证及安全测试场景。该模型可通过 Daybreak Red 平台获取。 GPT 5.6 Cyber 旨在应对当前网络防御响应窗口持续收窄的挑战，为专业安全研究人员提供针对性工具支持。 目前尚未披露该模型的具体技术参数、训练数据范围或商用许可细节。
一名开发者耗时54小时开发并免费开源了AI大模型综合排行榜LatentRank。该榜单聚合多家权威评测结果，采用Bradley Terry成对比较算法，并引入先验约束以缓解小样本偏差问题，旨在提升跨榜单评分的公平性与可比性。 LatentRank重点解决不同评测榜单在规模、领先幅度及模型覆盖度差异导致的评分失真问题。当前榜单前五名中，Opus 5排名高于Fable 5。
Scale AI 宣布即将开源 Muse Spark 1.2 的模型权重，并同步推出全新智能体模型 Muse Glimmer。 Muse Glimmer 是一个参数量为 30B 的开源智能体模型，采用 Apache 2.0 协议发布，可在配备 24GB 显存的硬件上运行，且保持智能体任务的可靠性。 两项模型均面向开发者开放，旨在推动智能体技术的可访问性与实际部署能力。
Meta正式发布多模态大模型Muse Glimmer，该模型为30B参数的开源模型（Apache 2.0许可证），专为本地化、隐私敏感的智能体（agentic）场景设计，适用于代码生成、文档分析、个人助理及Claw/Hermes类架构。 Muse Glimmer采用双模块架构：2B参数ViT风格视觉编码器（支持图像与视频帧处理，最高96帧/视频）与28B参数文本解码器；解码器引入混合注意力机制（滑动窗口+全注意力交替）、门控分组查询注意力（...
通义实验室开源 Qwen MM Plugins，使大模型智能体具备原生多模态能力。该插件支持读取图片、视频及文档，可进行视频编辑、3D/CAD 处理等任务。 项目目标是推动从多模态模型向多模态智能体演进，提升智能体在跨模态理解与操作层面的实用性。 相关代码已发布于 GitHub：https://github.com/QwenLM/Qwen MM Plugins
NVIDIA 发布开源端到端全双工语音对话模型 NemotronLabs VoiceChat 11B，支持流式语音理解与生成一体化处理，实测轮换延迟为 448 毫秒。 该模型是首个支持对话中实时工具调用的开源全双工语音模型，通过独立输出通道及预置“保持”话术，避免工具调用期间出现冷场。 模型权重与推理容器已公开，仅限研究用途；运行需单张 80 GB 显存 GPU，目前未提供托管 API 服务。
OpenAI 宣布因内部及外部专家评估发现 Astra 模型在智能体编程与网络安全领域取得重大突破，依据其《准备框架》被列为公司首个网络安全风险达“关键”级别的模型，故决定延缓公开发布。 目前 OpenAI 已采取多项管控措施，包括部署隔离测试环境、限制网络与工具访问权限、强化模型权重保护与加密、实施全局监控智能体应用行为，并对模型思维链进行审查。 CEO 萨姆·奥尔特曼表示，Astra 性能表现强劲，团队正全力推进安全验证工作，以支持后续公...
Claude Code 新增会话间消息传递功能。用户可在不同会话之间让 Claude 代为传达信息，无需在新会话中重复说明背景。 该功能发送的是任务摘要，不包含历史记录或上传文件等原始数据。接收方会话将在任务执行过程中实时获取该摘要。 此更新旨在提升多任务协同效率，目前已在 Claude Code 中上线。
腾讯混元开源高性能算子库 HPC Ops 已集成至 SGLang 主分支，包含 Dynamic Attention、Router GEMM 与 Fused MoE 等关键算子。 据公开信息，HPC Ops 中的 Dynamic Attention 与 Fused MoE 算子在 Hy3 模型上实测最高可降低 TPOT（Time Per Output Token）达 48.8%。 此次集成旨在提升大模型推理效率，相关代码已面向开发者开放。
AI2与Hugging Face联合发布TutorMoments评估框架预览版，旨在衡量大语言模型在真实数学辅导场景中判断“何时介入帮助、何时放手让学生自主思考”的能力。 该框架基于462份美国2至7年级学生的一对一数学辅导转录文本，由27位资深数学教师标注超1500个关键教学决策点，区分“提供脚手架支持”与“推动深度思考”两类情境。测试中，LLM需在标注决策点接手模拟辅导，其行为由教师定义的基准及自动化评分流水线进行三维度评估：是否适时支持...
蚂蚁百灵正式开源新一代原生混合专家（MoE）推理模型 Ling 3.0 flash。该模型总参数量为124B，每次推理激活参数为5.1B。 Ling 3.0 flash 提供 FP8、FP4 和 INT4 多种量化版本，支持 API 调用、单机部署及高性能集群部署三种使用方式。 开源代码与模型权重已面向开发者公开，适用于对推理效率与资源占用有较高要求的场景。
AI 创作工具公司 Krea 正式发布 Seedance 2.5 视频生成模型。新版本支持生成最长 30 秒的连续视频，可输出完整多镜头序列，并最多支持 50 个参考图像输入。 该模型目前已开放试用，用户可通过官方渠道体验。
谷歌 DeepMind 联合多家机构推出 WeatherNext Cyclones 气旋预测模型，在飓风路径、强度及风场结构预测精度方面达到业界领先水平。该模型将有效预报时长由 2 天延长至 3 天，平均提前 24 小时发出高精度预警，其预测能力提升幅度相当于过去 10 年气象领域的整体进展。
千问今日正式上线“思考研究”“定时任务”“办公助理”及“语音通话”等多项新功能，并全面支持最新旗舰模型 Qwen3.8 MAX。 “思考研究”在原有“深度思考”能力基础上升级，强化复杂推理与多工具协同调用；“定时任务”支持预设时间自动执行行业简报梳理等周期性工作；“办公助理”可接入备忘录、日历等本地应用，并操作电脑浏览器，直接生成可用的 Office 文档。 语音通话功能实现 7×24 小时多场景响应，智能体广场首批覆盖物流、房产等十余个垂直...
NVIDIA 正式发布 Cosmos 3，这是一个基于混合 Transformer 架构的开放物理 AI 基础全模态模型。该模型整合视觉推理、世界生成与动作预测能力，旨在推动物理 AI 技术发展。 Cosmos 3 面向开放世界建模任务，支持多模态输入与输出，强调对物理环境的理解与交互能力。目前未披露具体开源范围、训练数据规模及硬件部署要求。 官方未公布商用时间表或合作伙伴信息，相关技术细节以 NVIDIA 后续公告为准。
阿里千问正式开启视频生成模型 Wan3.0 全网公测。该模型在生成时长、镜头语言、角色真实感及一致性保持等方面实现全面升级，支持稳定输出 30 秒一镜到底视频，具备导演级镜头调度与蒙太奇叙事能力，并强化角色、道具与场景的高一致性保持。Wan3.0 目前已在千问创作平台（c.qianwen.com）开放体验，千问 App 版本将后续上线。
英伟达官方博客 8 月 6 日消息，英伟达正式发布 Cosmos 3 系列开放物理 AI 基础模型，涵盖 Cosmos 3 Super（64B）、Cosmos 3 Nano（16B）和 Cosmos 3 Edge（4B）三款型号，分别面向高保真世界建模、高效推理与后训练，以及边缘端视觉推理与机器人策略部署。 该模型家族基于混合 Transformer 架构，整合视觉理解、世界生成与动作预测能力，开发者可将其用作视觉语言模型、物理驱动的世界模拟...
OpenAI 已将安全插件 Codex Security 开源，允许外部 AI Agent 直接调用。该插件目前已支持通过 OpenRouter 和 Fireworks 接入第三方大模型，旨在提升代码生成类应用的安全性与兼容性。
AI HOT 8月5日消息，NVIDIA 正式发布 Alpamayo 2 Super，一款参数量达 34B 的开源视觉 语言 动作（VLA）模型，专为 Robotaxi 与自动驾驶场景中的长尾事件处理设计。 该模型权重采用 Linux 基金会 OpenMDW 1.1 许可，代码遵循 Apache 2.0 协议，支持发布首日即投入商用。 模型聚焦于多模态感知与决策协同，旨在提升自动驾驶系统在复杂、罕见路况下的响应能力。
阿里通义千问正式发布 Qwen Image 3.0 Pro 与 Standard 两个版本，现已上线 Qwen Cloud 平台。该系列模型在 Arena 文生图榜单中位列中国模型第一、主流模型第二。 新模型支持最高 4.5k token 提示词输入、10px 级精细文字渲染，并兼容 12 种语言。 Qwen Image 3.0 Pro 版本起价为 0.04 美元/张，Standard 版本起价为 0.03 美元/张。
金十数据8月5日消息，当地时间8月4日，SpaceX CEO马斯克在公司首次财报电话会上表示，预计将于下周推出Grok 4.6模型，随后几周内推出Grok 4.7。 上个月，SpaceX AI刚发布Grok 4.5模型，主打代码能力，并支持财务与法律任务处理。 马斯克透露，SpaceX将为Grok系列模型训练提供全面数据支持：“我们将把SpaceX的整个数据集——基本上是SpaceX有史以来产生的全部数据——整合到Grok的训练中。”
AI安全非营利组织SaferAI最新评估报告显示，中国公司Z.ai发布的开源大模型GLM 5.2在网络安全与生物技术等关键能力上已接近OpenAI GPT 5.5和Anthropic Claude Opus 4.7水平，但未部署任何基础安全缓解措施。 该报告指出，GLM 5.2在CyberGym等基准测试中未拒绝任何被提交的攻击性网络或双重用途生物任务；相比之下，Claude Opus 4.7因持续拒绝而致测试无法完成。由于开源权重可被自由下...
Soup 发布 v0.72.4 版本，新增对低显存设备的支持，可在配备 4 GB 显存的笔记本 GPU 上直接运行 QLoRA 微调流程，完成 8B 规模大语言模型的本地微调。 该版本无需依赖 SSH 连接或云端计算服务，降低了本地微调的技术门槛和硬件要求。 官方未披露具体适配的 GPU 型号及性能指标，仅确认在典型 4 GB 显存消费级笔记本 GPU 上已验证可行。
SpecForge v0.3.0 正式发布。该版本将目标模型推理与草稿模型训练解耦，支持 EAGLE3、EAGLE3.1、P EAGLE、DFlash、Domino、DSpark 等多种投机解码算法。 新版本统一了在线、离线及解耦式工作流，并新增开放 SpecBundle 草稿模型，旨在提升大语言模型推理效率与灵活性。 项目开源地址及技术细节可通过官方渠道获取。
OpenRouter 平台已正式上线由 @bfl ai 开发的 FLUX 3 Video 模型。该模型是一个统一架构的多模态模型家族，支持视频、音频、图像及动作预测任务。 FLUX 3 Video 采用联合训练方式，强调在严肃性、创意性、真实感与电影级表现力等多维度能力上的平衡。目前模型已向所有用户开放使用。 模型发布信息源自 AI HOT 精选 RSS，原始链接为 https://aihot.virxact.com/items/cmseyr...