Anthropic 近期研究指出，随着 AI 智能体在共享代码库、数字市场等社会性基础设施中承担更多任务，智能体之间的交互频次或将超越人机交互。 实验显示，在 2700 万 token 运行中，45 个协调运作的智能体共发现 266 个漏洞；相比之下，独立并行运行的智能体在 650 万 token 中仅发现 21 个漏洞。两类方法发现的漏洞仅有 12 个重合，且协调智能体展现出明显的专业化分工倾向。 研究同时警示：个体层面看似无害的行为偏差...
DeepSeek V4 Pro正式版与Grok 4.6于当日先后发布，时间间隔不足两小时。两款模型参数量分别为1.6万亿和1.5万亿，综合能力接近Claude Fable 5当前公开表现。 此次更新聚焦大模型推理性能与多任务泛化能力提升，未披露具体训练数据细节或推理延迟指标。
Anthropic近期开始为Claude模型生成的文本内容嵌入隐形数字水印，以符合欧盟《人工智能法案》中关于AI生成内容透明度的要求。该水印不可见，但可被计算机系统识别，旨在标识AI生成或编辑的内容。 部分用户在社交平台表达不满，认为该措施可能误伤合规使用者，例如学生用Claude重写段落、记者用其摘要长篇访谈等场景，若直接提交带水印输出，可能被误判为学术或职业不端。 另有观点指出，水印本身不主张著作权，而是服务于风险管控与内容溯源；多数讨...
亚马逊将默认使用Twitch主播内容训练AI模型，用户需手动退出 TechCrunch 8月12日报道，Twitch宣布将默认将其平台上的主播内容（包括音视频流）用于训练母公司亚马逊的生成式AI模型，除非用户主动选择退出。该政策已生效。 Twitch首席产品官Mike Minton在官方直播中回应社区质疑时表示：“如果设为‘选择加入’（opt in），根本没人会同意——这就是实话。”此举引发大量主播不满，担忧其长期直播内容在不知情情况下被用...
Claude in Chrome 浏览器扩展的侧边栏已升级为 Claude Cowork 会话。升级后，用户对话将自动保存至历史记录，支持在浏览器内调用技能与连接器，相关任务可在桌面端、网页端及移动端应用间无缝切换。
AIHOT 8月12日消息，AutoGPT 维护团队发现 AI 智能体通常不会主动查阅文档，因此将关键指令集中存放在项目根目录下的 AGENTS.md 文件及配套技能文件中。 为提升 AI 提交的拉取请求（PR）质量，团队引入多项自动化门控机制，包括强制 PR 模板、测试计划要求、CI 测试覆盖率阈值以及贡献者许可协议（CLA）签名流程。 其中，CLA 签名因依赖浏览器交互与 OAuth 授权流程，被用作识别提交者是否为人类的辅助判断手段，...
xAI 今日正式发布 Grok 4.6 版本，在 Grok 4.5 基础上重点提升长时运行智能体能力，以及更复杂的交互式与视觉任务处理能力。 该模型在多项智能体编码与知识工作基准测试中达到当前前沿水平。在 Artificial Analysis Intelligence Index（涵盖九项基准的综合评分）中，Grok 4.6 表现与 GPT 5.6 Sol 持平。 此次更新未提及具体上线时间或接入平台信息。
Google Research 发布新研究，提出“知识画像”分析框架，指出当前前沿大语言模型（如 Gemini 3、GPT 5）的事实编码能力已接近饱和，但回忆（recall）能力明显不足。研究将事实错误归因于“丢钥匙”（即无法检索已编码知识），而非“空货架”（即未编码相关知识）。 该框架将事实处理过程细分为编码失败、回忆失败等五类错误画像，并同步推出 WikiProfile 基准测试集，包含 2,150 条维基百科事实，每条事实配套 10...
据TechCrunch报道，AI编码初创公司Cognition正与投资者洽谈新一轮融资，目标估值约400亿美元。该公司今年5月刚完成10亿美元融资，当时估值为260亿美元。 据彭博社援引知情人士透露，此次估值跃升基于公司已实现约10亿美元年化经常性收入（ARR）。今年5月上轮融资时，Cognition联合创始人Scott Wu向媒体确认，公司年化营收已达4.92亿美元，企业客户对AI编码代理Devin的使用量连续六个月保持月均50%增长。...
近日在美国拉斯维加斯举行的Ai4大会上，Geoffrey Hinton、Fei Fei Li和Andrew Ng三位AI领域权威学者就AI开源、安全与监管议题展开讨论。三人一致认为需加强AI治理，但对开源路径存在分歧。 Hinton指出，开放权重模型（open weight models）不同于传统开源软件，其参数公开易被用于恶意用途，且“开放权重之战已告失败”，相关模型已成为既定现实；他主张通过监管引导AI向提升生产力、改善医疗与教育等方...
Thrive Holdings 宣布完成 20 亿美元新轮融资，投后估值达 120 亿美元，投资方包括软银（SoftBank）、D1 Capital Partners 和 Altimeter Capital。 该公司由 Thrive Capital 分拆而来，与 OpenAI 关系密切：2025 年 12 月，OpenAI 已取得 Thrive Holdings 股权，并派驻员工协助其被投企业落地 AI 解决方案。Thrive 当前聚焦会计...
微软正式发布其首个自研推理模型 MAI Thinking 1。该模型为从零开始构建，目前已上线 Microsoft Foundry 平台。 MAI Thinking 1 聚焦推理能力，标志着微软在大模型底层技术研发上的新进展。官方暂未披露具体技术参数与应用场景细节。 此举进一步丰富了微软 AI 工具链布局，与现有 Azure AI 服务形成协同。
Automattic旗下AI驱动的联系人管理与关系管理工具Mesh正式推出Android版本，支持手机、平板及折叠屏设备，已在Google Play上架。 Android版Mesh适配了系统级功能，包括分屏操作、弹窗视图、折叠屏/平板键盘快捷键、应用内搜索、Material You风格主屏幕小组件，以及跨设备实时同步。 目前Mesh Nexus AI处于早期访问阶段，支持用户通过自然语言查询联系人网络（例如“谁在某公司工作”或“谁住在某城市...
Grok 4.6 现已推出。官方称其具备更高智能水平、更快响应速度及显著提升的性价比。 此次更新未披露具体技术参数或功能细节，亦未说明发布时间表与适用平台范围。 Grok 系列由 xAI 团队研发，此前版本已面向部分用户开放测试。
一位AI领域作者在完成一本关于RLHF的教科书后指出，当前大语言模型在长篇非虚构写作方面进展趋于停滞。GPT 4.5与Kimi K2等被视作写作能力较强的模型，其表现已显陈旧。 相比之下，模型在编程、数学等任务上的能力已接近人类顶尖水平。然而，在整章内容的逻辑组织、结构连贯性及事实一致性方面，仍频繁出现混乱与错误。 作者认为，该瓶颈制约了大语言模型自主推进开放科学问题的能力。
SpaceXAI 正式发布 Grok 4.6 模型，重点增强长时间运行的智能体任务能力，以及复杂交互和视觉处理性能。 该模型在涵盖9项任务的 Artificial Analysis Intelligence Index 综合基准测试中，得分与 GPT 5.6 Sol 相同。 Grok 4.6 的发布标志着大模型在多模态协同与长周期智能体行为建模方向的进一步演进。
阿里 Qwen 团队正式开源 Qwen3.8 2.4T A95B 模型权重，系 Qwen Max 级别模型首次开源。该模型采用 MoE 架构，总参数量达 2.4 万亿，单 Token 激活参数量为 950 亿。 模型原生支持 262,144 Token（约 256K）上下文长度，并可通过技术手段扩展至最高 1,010,000 Token。
TechCrunch 8月12日消息，美国初创公司Sandbar推出语音智能戒指Stream，主打私密、按压触发式语音记录功能，旨在解决常开麦克风带来的隐私与社交接受度问题。该公司已累计融资3600万美元，其中2300万美元来自由Adjacent和Kindred Ventures领投的A轮融资。 Stream采用全自研硬件设计，强调“以人为中心”的交互逻辑。联合创始人兼CEO Mina Fahmi此前曾在神经接口公司CTRL labs（20...
欧洲AI开发平台Lovable宣布完成4亿美元C轮融资，投后估值达133亿美元。本轮融资由Menlo Ventures和Scaleup Europe Fund联合领投，十余家机构跟投。 该公司表示，此轮融资前，其年化营收已达5亿美元（2026年6月数据）。此前2025年12月的融资为3.3亿美元，估值66亿美元，同样由Menlo Ventures领投、CapitalG联合领投。 Lovable目前托管6000万个开发项目，月访问量达9亿；自...
AI 行业动态 8月12日消息，OpenRouter 近日上线实时网页搜索基准测试排行榜，系统评估模型、搜索引擎、搜索方法与预算四类配置组合在 BrowseComp 基准上的表现。 数据显示，将搜索预算从 1 轮提升至 25 轮，BrowseComp 得分接近翻倍，而成本仅增加 2.5 至 7 倍；模型选择对性能影响大于搜索引擎选择，平均分差为 15 分对比 10 分。 报告建议：对失败率较高的任务，宜降低搜索深度以平衡效果与成本。
TechCrunch 8月12日消息，原定价值2.5亿美元的VideoVerse收购案已实质性终止。收购方Minute Media于2026年5月宣布终止与VideoVerse的合作关系，称在尽职调查中发现“重大陈述不实”。 VideoVerse联合创始人Vinayak Shrivastav目前身陷多起法律诉讼，包括Bluestone Capital提起的欺诈索赔、债权人追讨6400万美元贷款，以及前COO Sabya Das指控其伪造签名...
谷歌在Made by Google 2026发布会上正式推出Pixel 11系列手机、Pixel Watch 5、Pixel Tag追踪设备及Pixel Buds Pro新配色。 Pixel 11标准版起售价899美元，基础存储升至256GB，取消128GB选项；Pixel 11 Pro起售价1099美元，Pro XL与Pro Fold同步更新，其中Pro Fold较前代减重近10%、变薄近1mm，并提升耐用性至三倍。 AI方面，Gemin...
NVIDIA创始人兼CEO黄仁勋以99%的员工认可率位居Glassdoor发布的2026年度“最佳CEO”榜单首位。该榜单基于2025年5月16日至2026年5月15日期间美国员工在Glassdoor平台提交的匿名评价生成，聚焦CEO及高管领导力对员工体验与公司声誉的影响。 Glassdoor此次重启“最佳CEO”榜单，取代已停办五年的“最佳管理公司”榜单，并强调领导力在AI时代重塑职场预期中的关键作用。榜单显示，科技行业CEO占比最高，共...
Liquid AI 于 8 月 12 日发布 LFM2.5 VL 3B 视觉语言模型。该模型参数量约 31 亿，采用 SigLIP2 400M NaFlex 视觉编码器与 LFM2.5 2.6B 文本骨干网络组合，预训练数据达 34 万亿 token，视觉数据量为前代的 4 倍，并扩展词表至 128K 以更好支持非拉丁文字。 模型在屏幕/UI 理解、自然语言目标定位（grounding）、多图推理及函数调用能力四方面实现提升，支持文档、图表...
Meta AI 超级智能实验室推出的首个开放权重多模态模型 Muse Glimmer 已上线 OpenRouter 平台。该模型参数量为 30B，支持文本与图像联合处理，采用 Apache 2.0 开源许可证。 Muse Glimmer 定位为可部署于本地的可靠智能体，其在 MCP Atlas 基准测试中得分为 75.5，在 SWE Bench Pro 基准测试中得分为 51.2。 用户可通过 OpenRouter 平台直接调用该模型：ht...
AI代码测试初创公司Blacksmith最新完成4500万美元B轮融资，投后估值达5.5亿美元，较不到一年前A轮融资时的6000万美元估值增长近10倍。本轮融资由Peak XV Partners领投，GV和Y Combinator等现有投资者跟投，公司总融资额达5850万美元。 Blacksmith成立于2024年，专注于软件构建、测试与验证环节，目前已服务超5000家客户，包括Mercury、Supabase、Clerk、Ashby和Ex...
LTX 正式推出 LTX 2.5 视频生成模型，该模型原生集成 ComfyUI。在配备 2 张英伟达 GB200 GPU 的硬件环境下，生成 10 秒 720P 视频仅需 6.8 秒。 LTX 同时提供 LTX 2.5 Fast 版本，支持按秒计费，单价为 0.09 美元/秒，生成 10 秒带音频 720P 视频的成本为 0.90 美元。 此外，LTX 宣布年度经常性收入低于 1000 万美元的组织可免费使用该模型。
面向医学研究者的网站 Research Gold 宣称其内容“100%由人类撰写、绝不使用AI”，并公开列出多名博士审稿人。调查发现，所列审稿人均为AI生成的虚构身份，实际并不存在；另有部分真实方法学家的姓名与照片被未经许可挪用。 该公司客服电话中自称“Sarah”的应答者坚称自己为真人，但后续邮件及在线聊天回复均显示由AI生成。目前尚无官方回应。 该事件引发对AI服务透明度及学术内容可信度的进一步关注。
Mojo 编程语言正式发布 1.0 版本，标志着该语言进入稳定可用阶段，具备生产环境部署能力。自 2023 年首次发布以来，Mojo 已逐步发展为通用编程语言。 开源标准库上线后，项目累计吸引近 200 名贡献者，合并超过 1,100 个拉取请求，代码改动逾 200,000 行。 此次版本更新旨在为 Mojo 生态系统长期发展提供坚实基础。
一份面向零基础用户的AI实操指南近日公开，提出12步快速上手流程。该流程建议用户准备内存不低于16GB的电脑，订阅ChatGPT服务，并搭配Codex或WorkBuddy等辅助工具使用；文中提及Codex可选用较高版本模型，WorkBuddy可参考Kimi系列版本。 操作环节强调以语音输入法配合【背景、痛点、需求】框架向AI清晰表达任务，再通过苏格拉底式提问进一步澄清目标，随后上传相关文件交由AI执行具体任务。 完成任务后，建议将成功案例沉...