1. OpenAI 宣布 ChatGPT 桌面应用正式推出 Linux 预览版,支持 ChatGPT、ChatGPT Work 和 Codex 功能,用户可在 Debian、Fedora 等指定发行版上使用,涵盖 x64 和 ARM64 架构。
2. xAI 推出 Grok Bot 早期测试版,这是一款拥有独立云端计算机的 Agent,能登录已有工具及无公开 API 的平台,端到端完成多步骤任务。目前面向 SuperGrok Heavy 等订阅用户开放桌面和 iOS 版,Elon Musk 称修复基本问题后将扩大测试范围,并计划于本周发布 Grok 4.6。
3. 近日有研究人员发表论文称,利用专有大语言模型 API 的漏洞,可将强模型的加密推理块注入弱模型进行越狱,进而提取出明文隐藏推理。研究人员表示已向相关公司进行负责任披露。
4. Bilibili 正式发布 IndexTTS-2.5 零样本语音克隆模型权重,支持中、英、日、西、阿五语跨语种迁移。模型重构架构提升推理效率,增强发音与情感控制,支持 0.5 至 2 倍语速调节,代码与权重已在相关平台发布。
5. 智谱宣布旗下 Harness 产品 ZCode 用户数突破一百万,并已于 8 月 11 日 13 点重置全体 GLM Coding Plan 用户的额度。官方同时宣布 ZCode 上线低峰时段自动执行且不扣额度的"闲时任务"等功能。
6. OpenAI 推出 Agent 导入功能:ChatGPT 桌面应用和 Codex CLI 现可从 Claude Code、Claude Cowork 及 Cursor 导入配置、项目和近期工作;桌面应用还支持开启自动更新与原始 Agent 同步。
7. Google CEO Sundar Pichai 宣布,Gemini 应用月活用户突破 10 亿,成为谷歌历史上增长最快的产品;同期 Gemma 模型家族下载量也已突破 10 亿次。
8. LTX 发布开源世界模型 LTX-2.5,能从图文和视频生成高保真音视频,实现原生多镜头场景与角色一致。模型引入扩散保真渲染提升细节,开放权重,最低 16GB 显存即可本地运行。
9. NVIDIA 发布开源模型 Nemotron 3.5 Lightning,采用 30B MoE 架构、仅激活 3B 参数,专为长期运行 Agent 的高频执行任务设计,已上线 OpenRouter 和 OpenCode 免费使用。
10. 商汤宣布上线多模态模型 SenseNova 6.8 Flash Lite Preview,用户可通过 SenseNova Token Plan 抢先体验,享受每 5 小时 1500 次的限时免费使用额度。官方表示,性能进一步提升的 6.8 Flash Lite 正式版及 6.8 Flash 模型预计将于本月发布。
11. 微软代码模型 MAI-Code-1.1-Flash 正在 GitHub Copilot 推出,官方称该模型新增原生视觉支持,优化了 CLI 和 .NET 任务,所需 token 减少且传输提速。
12. Unsloth 团队发布开源桌面应用 Unsloth Desktop,支持用户在 Mac、Windows 和 Linux 系统上本地运行和训练 LLM 等多种 AI 模型,兼容 NVIDIA、AMD、Intel 和 Apple Silicon 等多类芯片。
13. NVIDIA 发布开源模型路由库 NeMo Switchyard,支持 LLM 分类器、阶段路由、升级路由等算法,该项目目前处于 pre-alpha 阶段。
14. Anthropic 将 Compliance API 扩展至 Claude Cowork 和 Claude Code,并向 Enterprise 客户开放 Beta 测试。合规团队可拉取两款产品的会话内容与元数据用于审计取证,无需单独集成。
15. WorkBuddy 上线多端同步,打通 PC、APP 和小程序,登录同一账号即可用手机远程控制电脑 Agent,支持锁屏操作与双端协同。
16. OpenAI 推出工作区 Agent 功能,允许用户在 ChatGPT 中创建可共享的 Agent,处理跨工具的复杂多步骤工作流。该功能目前处于研究预览阶段,仅向 ChatGPT Business、Enterprise、Edu 和 Teachers 订阅方案开放。
17. Manus 官方宣布即将恢复作为独立公司运营,作为与 Meta 分拆的一部分。部分用户在特定日期之后产生的数据将于 8 月 23 日至 24 日(新加坡时间)删除,受影响用户需提前备份,并可自 8 月 25 日起恢复数据。
18. Mistral AI 推出区域推理端点,允许客户选择在欧洲或美国运行,以满足数据驻留需求。此外,Mistral 平台将支持第三方开放模型,首批引入智谱 GLM-5.2。
19. 通义千问前负责人林俊旸宣布创立语用科技,专注于研发跨越数字和物理世界的下一代 Agent。林俊旸表示,公司已获得红杉中国与高榕创投等机构的投资支持。
20. 近日有网友发现,DeepSeek 官方注册了"Deepseek Harness 团队"微信公众号,相关信息显示该账号于七月初注册完成,截至目前暂未发文。
21. Google 宣布其医疗 AI 系统 AMIE 现在可以进行实时视频咨询。在一项使用模拟咨询的随机研究中,AMIE 达到了临床表现基准,但目前仍是一个研究系统。
22. 腾讯混元发布名为 WorldClaw 的 Agentic 框架,能将文本提示词转化为可自由探索、完全由可编辑 3D 资产构成的大规模 3D 开放世界场景。
23. 有消息称,OpenAI 将向美国大学生免费提供一年的 ChatGPT Plus,覆盖 220 多所美国参与高校的在读学生,需通过 SheerID 验证身份后激活。目前该信息尚未获得官方确认。
24. 据报道,字节跳动近期成立新一级部门"AI 数据与安全",该部门整合多个分散团队,主要为字节所有大模型提供跨模态数据服务。
25. 据报道,Riot Platforms 与 Anthropic 达成约 91 亿美元的 20 年数据中心租赁协议,覆盖 191 兆瓦算力,含两次五年续约选项,总潜在价值约 161 亿美元。