全网 AI 情报，每天一站看全

NVIDIA 发布了一份在 GB300 NVL72 上部署阿里最新开源模型 Qwen3.8-2.4T-A95B（即 Qwen3.8-Max）的官方指南，为超大规模 MoE 模型的高效推理提供了一条清晰路径。

• 模型规模空前：Qwen3.8-2.4T-A95B 拥有 2.4 万亿总参数，但每次推理仅激活 95B 参数，属于典型的稀疏 MoE 架构，在性能与算力开销之间取得平衡。
• 架构创新：模型采用细粒度专家混合（fine-grained MoE）设计，并混合使用全注意力和线性注意力，兼顾长上下文处理与计算效率。
• 平台匹配：部署目标是 NVIDIA GB300 NVL72，这是专为万亿级模型优化的高密度服务器，指南详细说明了在软硬件层面如何配置与调优。
• 可配置推理：指南特别强调了“可配置推理”，允许用户根据任务需求灵活调整推理深度和计算资源，兼顾速度与质量。
• 开源意义：这是阿里迄今最大规模的开源权重模型，接近前沿能力，此次部署指南将极大降低社区使用门槛。
• 这份指南不仅展示了开源大模型与顶级硬件结合的巨大潜力，也标志着 AI 基础设施走向更开放、更高效的新阶段。

本内容由 AI 生成，仅供参考，请注意甄别

英伟达发布面向AI代理高频执行场景的轻量级开放模型与配套路由库，让开发者和企业能以更低成本构建全天候智能体。

• Nemotron 3.5 Lightning采用30B参数MoE架构，仅激活3B参数，结合Mamba-2、MoE与注意力混合设计，支持1M上下文，专攻工具调用、结果验证等高频率执行任务。
• 官方数据显示，其输出速度比同规模模型快至4倍，在PinchBench基准上完成1万项任务较Qwen3.6 35B快30%，精度相当。
• 搭配开源的NeMo Switchyard路由库，可将代理工作流的每一步动态分配给最合适且经济的模型，避免所有任务都调用旗舰推理模型。
• 模型以OpenMDW-1.1许可开放权重、训练数据和配方，可商用，单张H100或DGX Spark即可部署，也可通过Baseten、Together AI等云服务或完全本地化运行。
• 影响看点：开放、高效、低门槛的组合，正在让“单GPU开发者与大型企业站在同一起跑线”，执行层AI代理的落地成本有望被大幅拉低。

本内容由 AI 生成，仅供参考，请注意甄别

开放世界模型公司LTX发布LTX-2.5视频生成模型，在双卡GB200上生成10秒720P视频仅需6.8秒，并原生集成ComfyUI。

• LTX-2.5支持通过Hugging Face、ComfyUI与LTX API获取，22GB显存下即可本地运行，生成10秒720p视频耗时6.8秒（官方数据）。
• 授权策略上，年经常性收入低于1000万美元的组织可免费使用，且允许微调；更大规模企业需协商商业授权。
• 定价方面，LTX-2.5 Fast模式每秒0.09美元，10秒片段0.9美元，可扩展至4K（0.3美元/秒）；Pro版支持1080p，0.12美元/秒。
• 对比可见，LTX-2.5是同类中唯一开放权重的模型，差异化明显，兼顾低成本和可定制性。
• 模型长度最长20秒，支持24/25fps，满足短视频创作和程序化生成的常见需求。
• 影响看点：LTX-2.5把高质量视频生成成本拉低到每段1美元以内，开放权重策略有望吸引开发者社群，撼动闭源API的定价权。

本内容由 AI 生成，仅供参考，请注意甄别

OpenAI正在测试ChatGPT Plus付费重置使用额度功能，用户在额度用尽后可支付8美元立即恢复，这标志着AI订阅商业模式的新探索。

• 该功能出现在部分Plus用户界面中，付费后可“完全重置”每周额度，无需等待约5小时的自动恢复窗口；OpenAI尚未正式官宣。
• 此前OpenAI已为Codex提供类似重置功能，包括免费重置和推荐奖励，此次扩展到ChatGPT Plus，显示付费重置或成常态。
• 定价8美元，相比升级到更贵套餐更便宜，特别是Pro用户每周套餐费用可能达25至50美元，重置功能成为灵活补充。
• OpenAI发言人称正在探索购买额外额度的方式，旨在让产品更易用实用；同时这也是与Anthropic争夺用户习惯的竞争策略。
• Anthropic也对Claude提供促销额度，两家公司在“免费赠额度”和“付费买额度”之间形成有趣对比。
• 影响看点：当AI工具的边际成本高企，按次付费重置额度可能成为新标配，用户习惯和公司收入结构都会被慢慢重塑。

本内容由 AI 生成，仅供参考，请注意甄别

谷歌 CEO 皮查伊宣布 Gemini 应用月活跃用户突破 10 亿，成为谷歌史上增长最快的产品。

• 这是谷歌第 14 款跨越十亿用户大关的产品，此前已有 13 款达到该里程碑。
• 今年 6 月 Gemini 月活刚超过 9 亿，仅两个月左右就再增加 1 亿，增速惊人。
• Gemini 应用的增长速度超过谷歌搜索、Gmail、Android 等前辈产品。
• 该成绩表明 AI 聊天助手已从小众工具变成大众日常应用。
• 影响/看点：十亿用户意味着 AI 应用正式成为主流入口，将对搜索和移动生态产生深远影响。

本内容由 AI 生成，仅供参考，请注意甄别

导读：AI开发工具LiteLLM遭遇供应链攻击，数TB凭据在40分钟内被窃取，波及微软、亚马逊等巨头，堪称AI安全领域的“核弹级”事件，值得所有依赖开源组件的团队警惕。

• 攻击方式是攻击者在Python官方仓库PyPI上传被篡改的LiteLLM包，开发者安装后即被窃取敏感凭据。
• 泄露的凭据类型包括云密钥、代码仓库令牌、SSH密钥、Kubernetes密钥、环境变量及AI提供商密钥。
• 泄露文件总量高达195TB，安全公司CloudSEK和Hudson Rock先后披露，涉及超2500家组织。
• 受害名单包括微软、亚马逊、思科、三星、Salesforce等知名企业，影响范围极为广泛。
• 攻击窗口极短，仅40分钟，但已造成大规模数据暴露，凸显供应链攻击的高效与隐蔽。
• 结尾：这一事件警示AI开发工具链已成为网络攻击的新热点，开发者在下载开源依赖时必须加强完整性校验与来源审计。

本内容由 AI 生成，仅供参考，请注意甄别

芝商所拟推出以英伟达H100和B200 GPU租赁价格为标的的期货合约，为算力成本提供公开、可交易的金融对冲工具。

• 新合约全称为“Silicon Data H100租赁指数期货”和“Silicon Data B200租赁指数期货”，每份代表租赁一个月对应GPU的费用，计划10月5日上线，正等待监管批准。
• 芝商所表示，这一金融工具为企业管理计算成本、平抑算力价格波动提供了新手段，同时提升算力市场透明度，并为AI支出预测提供窗口。
• Silicon Data CEO指出，过去两家公司购买完全相同的GPU容量，价格可能相差悬殊且无从比较，如今终于有了可参考的基准。
• 计算期货将计算资源从企业盲目谈判的对象，转变为可以据此规划的市场，有望重塑企业预算与采购决策。
• 影响看点：算力期货让GPU像大宗商品一样可交易，AI基础设施的投资逻辑将迎来新的风险对冲维度。

本内容由 AI 生成，仅供参考，请注意甄别

腾讯发布2026财年上半年财报，营收与净利润双双实现两位数增长，AI业务商业化加速成为重要看点。

• 上半年营业总收入4012.43亿元，同比增长10%；归母净利润1141.15亿元，同比增长10%；毛利率57.26%，经营现金流1540.61亿元。
• 第二季度营收2047.85亿元，同比增长11%；净利润560.22亿元，同比微增0.7%；微信合并月活14.39亿，同比增长2%。
• AI业务进展显著：Hy3正式版发布，按OpenRouter词元消耗量居全球前三；WorkBuddy与CodeBuddy用户增长居国内领先；微信内AI智能体“小微”开始灰度测试。
• 游戏业务表现亮眼，《三角洲行动》《无畏契约》日活创季度新高，《洛克王国：世界》在中国新游中平均日活与流水均排名第一。
• 营销服务升级至AI驱动投放，收入同比增长22%，成为业绩重要增长极。
• 影响看点：腾讯正将AI从基础设施层面渗透到应用与增长引擎，持续的高研发投入开始转化为可见的财务回报。

本内容由 AI 生成，仅供参考，请注意甄别

Mistral 宣布整合推理基础设施、开放模型与长期承诺，为欧洲掌控 AI 未来铺设路线图。

• Mistral 正在强化自家推理基础设施，使模型部署更高效、成本更低。
• 坚持开放模型路线，强调透明和可定制性，与封闭模型形成差异化。
• 公司将长期投入欧洲本地化计算资源，减少对海外云服务的依赖。
• 这一布局意在让欧洲在全球 AI 竞赛中拥有自主权，并为世界提供参考样板。
• 影响/看点：Mistral 的欧洲 AI 愿景若落地，可能改变全球云与模型领域的权力版图。

本内容由 AI 生成，仅供参考，请注意甄别

腾讯第二季度录得自由现金流负138亿元，公司解释称主要因AI算力采购的大额预付款，剔除后自由现金流为376亿元。

• 二季度经营现金流净额为527亿元，但资本开支付款高达593亿元，加上媒体内容及租赁付款，导致自由现金流转负。
• 腾讯强调，经营现金流包含大额AI相关预付款，用于支持Hy模型升级、WorkBuddy、CodeBuddy推理需求及微信AI举措，并满足外部云服务需求。
• 若剔除算力采购预付款，自由现金流为376亿元，显示主业造血能力依然稳健，现金流波动主要是主动的算力投入。
• 截至6月30日现金净额582亿元，相比3月末的1469亿元下降明显，主要因季度资本开支付款及年度股息支付。
• 业内普遍认为，AI算力投入是中长期战略，短期现金流承压但符合市场对腾讯AI转型的预期。
• 影响看点：腾讯以短期现金流换AI基础设施领先地位，未来若AI场景放量，这笔投入或成为利润新引擎。

本内容由 AI 生成，仅供参考，请注意甄别

前阿里千问负责人林俊旸在上海创办 AI 公司语用科技（Pragmatik Labs），瞄准横跨数字与物理世界的下一代智能体，并获得红杉中国和高榕创投领投。

• 林俊旸曾为阿里最年轻 P10 专家，与唐杰、杨植麟、姚顺雨并称“基模四杰”，今年 3 月离职。
• 新公司方向为跨数字世界和物理世界的智能体，暗示将探索具身智能、IoT 与 AI 的融合。
• 高榕创投和红杉中国各投约 1 亿美元，腾讯投资约 2000 万美元，投后估值约 20 亿美元。
• 上海未来产业基金亦参与支持，显示出地方政府对 AI 创业的重视。
• 影响/看点：顶级人才与资本入局，下一代智能体赛道将迎来激烈竞争。

本内容由 AI 生成，仅供参考，请注意甄别

谷歌前首席科学家杰夫·迪恩披露离职前最后一天的日程，千余名同事送行的细节折射出这位技术领袖的感染力与谷歌的独特文化。

• 迪恩在谷歌最后一天仍工作到凌晨2点半，回复同事消息；离职前仅约12人知道他的计划，告别时他通过视频向139名亲密同事公布消息。
• 下午的告别活动吸引约1500人挤进仅容300人的咖啡厅，展现了他在谷歌远超管理层的个人号召力。
• 迪恩曾掌管谷歌研究和AI团队，直接或间接领导数千人，他在KDD大会上按小时回顾了最后48小时，包括瑜伽课和足球联赛。
• 告别信息短时间内累积400条，次日清晨又新增250条消息和500封抄送邮件，他一一回复后才合上电脑。
• 8月7日零时刚过，迪恩即与同伴成为Discovery Loop联合创始人，并马不停蹄参加炉边谈话和考察办公室。
• 影响看点：一个时代的技术领袖转身离开，新公司“Discovery Loop”瞄准加速AI前沿发现，科技史又翻过新的一页。

本内容由 AI 生成，仅供参考，请注意甄别

谷歌发布手语转文字模型 SL2T，首次将手语 AI 带入消费产品，为聋人和重听用户打开靠“打手势”输入的入口。

• 该模型支持美式手语转英文，运行在 Gboard 和 Pixel 11 的“实时转录”功能中，用户可用手语完成搜索、写消息、调用 Gemini 等操作。
• 与听力用户使用语音听写类似，手语用户可以直接对着手机比划，省去打字来回，实测中手语输入比英文打字更快、更自然。
• 手语是全世界 200 多种语言、约 7000 万聋人社区的主要语言，但 AI 处理手语长期被忽视，既有技术挑战，也有认知误解。
• 手语翻译比语音转录更难：需要空间、运动和语境的多模态建模，而不仅仅是按顺序映射音素。
• 影响/看点：SL2T 标志着手语 AI 从实验室走向日常使用，但距离广泛覆盖 200 多种手语还有很长的路。

本内容由 AI 生成，仅供参考，请注意甄别

新研究展示了一种从专有 LLM API 中窃取隐藏推理痕迹的方法，引发对模型隐私与安全的新担忧。

• 研究人员从 OpenAI、Anthropic、Google 的加密链式思考块中发现漏洞，可将这些块重放给更弱的姐妹模型。
• 通过越狱弱模型，可让其在明文状态下输出强模型隐藏的推理内容。
• 关键问题在于同一模型家族共享同一加密密钥，导致加密形同虚设。
• 研究者已向所有供应商报告，目前该漏洞似乎已被修复。
• 影响/看点：这一发现揭示了“加密推理”并非万无一失，模型供应链中的信任边界值得重新审视。

本内容由 AI 生成，仅供参考，请注意甄别

Artificial Analysis 推出新智能体基准 AA-AnalystAgent，专门评估 AI 在真实电子表格与文档上的定量分析能力，Claude Opus 5 以 54% 领先。

• 基准以 pass^5 为核心指标，每个任务运行五次且要求全部通过，标准非常严格。
• Claude Opus 5（max）以 54% 居首，GPT-5.5（xhigh）50% 紧随其后，Claude Fable 5 49% 位列第三。
• Kimi K3 以 39% 成为最佳开源模型，显示开源模型与顶尖闭源差距正在缩小。
• 该基准聚焦真实工作场景中的文件分析，而非传统学术问答，更具实用性。
• 影响/看点：AA-AnalystAgent 为衡量 AI 智能体的实际“办公能力”提供了新标尺。

本内容由 AI 生成，仅供参考，请注意甄别

导读：xAI发布Grok 4.6模型卡，首次详尽披露该模型在编码、工程、知识工作等维度的评测能力及部署前的安全测试与防护栈，是了解最新大模型进展的必读资料。

• 能力覆盖：模型卡详细展现了Grok 4.6在软件编码、工程任务、知识工作等不同领域的评测表现。
• 安全测试：文档专门讨论了模型部署前的安全测试流程，体现对风险管控的重视。
• 防护栈：披露了模型内置的防护机制，旨在提升内容安全和生成可靠性。
• 应用潜力：知识工作能力的强化，可能提升其在数据分析、文档处理等场景的实用性。
• 公开渠道：模型卡已通过PDF形式发布，开发者可直接查阅技术细节。
• 结尾：模型卡的公开发布是xAI提升透明度与责任感的重要一步，也为外界客观评估Grok 4.6的实际水平提供了宝贵窗口。

本内容由 AI 生成，仅供参考，请注意甄别

AI 辅助开发的数据库工具 alchemy-utils 发布 0.1a0 版本，这是 sqlite-utils 的数据库无关版本，借助大模型辅助从原型走到 alpha 发布。

• 项目由知名开发者 Simon Willison 发起，他在灵感涌现的“洗澡项目”中，直接给 Codex 和 GPT-5.6 Sol Ultra 下达任务，要求以 SQLAlchemy 为底层，实现与 sqlite-utils 一致的核心 API，并支持 PostgreSQL、SQLite 和 DuckDB。
• 整个构建过程只用了极少的后续提示，就达到了可发布状态，这充分展示了当前大模型在理解需求、生成代码和迭代调试方面的惊人效率。
• alchemy-utils 保留了 insert、upsert、insert_all、upsert_all、create、update 以及表结构查看等核心方法，熟悉 sqlite-utils 的用户可以平滑迁移，同时获得跨数据库的能力。
• 它还提供了便捷的命令行界面，例如通过一条命令就能将 CSV 文件导入 DuckDB，或者直接列出 PostgreSQL 表中的记录，极大简化了数据库操作。
• 项目采用了红绿 TDD 和 pytest 测试，并利用 uv 初始化和管理项目，代码质量有着可靠保障，也为其他 AI 辅助开发的项目提供了可参考的工程实践。
• 影响/看点：alchemy-utils 既是一个实用的数据库工具，也是一个“用 AI 做开发”的鲜活案例。它预示了未来开发者可以更高效地让大模型将想法变成可用软件，开源生态的迭代速度也将进一步加快。

本内容由 AI 生成，仅供参考，请注意甄别