AI 热点日报（2026-08-12）

模型发布/更新

1. NVIDIA 推出 Nemotron 3.5 Lightning，加速本地智能体任务

NVIDIA 发布 Nemotron 3.5 Lightning，一款可定制的开源 30B 混合专家（MoE）模型，专为常驻智能体设计。相比同类开源模型，其 token 生成速度最高提升 4 倍，任务完成时间缩短 30%。该模型采用开放权重，支持用户微调以匹配特定任务，并可在 RTX PC、DGX Spark 及 Jetson 等设备上运行。
来源： NVIDIA Blog（RSS）

2. SGLang 宣布 Day-0 支持 NVIDIA Nemotron 3.5 Lightning

SGLang 宣布对 NVIDIA Nemotron 3.5 Lightning 提供 Day-0 支持，该开源模型为 30B 总参数、3B 激活参数的混合专家架构，支持最长 1M token 上下文，可从 Hugging Face 下载 BF16 和 NVFP4 权重。模型支持 MTP、DFlash、DSpark 三种投机解码技术，并可通过 OpenAI 兼容 API 接入智能体工作流。
来源： LMSYS：Blog（Chatbot Arena 团队）

3. Ling-3.0-tiny 正式开源：1.3B 激活参数如何进入真实任务

蚂蚁百灵开源 Ling-3.0-tiny，一款总参数 7.9B、推理时仅激活 1.3B 参数的原生混合推理模型，同步提供 BF16、FP8 和 INT4 三个版本。
来源： 公众号：蚂蚁百灵（Ling）

产品发布/更新

1. Runway Seedance 2.5 上线，支持 50 角色参考

完整阵容，完整曲目，一次生成一个。 Seedance 2.5 已在 Runway 上线，支持 50 个独特角色参考，以及最长 30 秒、与音乐同步的片段。点击下方链接即可开始使用。
来源： X：Runway (@runwayml)

2. Gemini 助力 Database Migration Service 加速 PostgreSQL 迁移

Google Cloud 在 Database Migration Service（DMS）中推出由 Gemini 驱动的 AI 辅助代码转换，可将 Oracle 或 SQL Server 的存储过程、触发器和自定义函数转换为 PostgreSQL PL/pgSQL 代码。
来源： Google Cloud：Databases（RSS）

3. ZCode 全面升级：Goal、Subagents、Remote Control 与闲时任务四大功能上线

ZCode 针对 GLM 深度优化，今日上线 Goal、Subagents、Remote Control 与闲时任务四大功能。在 Z.ai Code Bench 测试中，GLM-5.2 搭配 ZCode 较搭配 Claude Code 任务整体通过率高 2.39%；ZCode 缓存命中率超 98%，叠加 1.5 倍限时额度加成后，GLM Coding Plan 整体使用量接近常规额度的 1.8 倍。
来源： 公众号：智谱（GLM）

4. ChatGPT 桌面端支持导入其他智能体工作数据

你现在可以将其他智能体的工作内容与 ChatGPT Work 和 Codex 保持同步。 可导入项目、聊天记录、技能和插件，查看导入历史，并可在设置中选择开启自动更新。 现已在 ChatGPT 桌面应用中提供。
来源： X：OpenAI Developers (@OpenAIDevs)

5. Databricks 开源 Metals v2：面向数百万行代码库的 Java 和 Scala 语言服务器

Databricks 开源 Metals v2，这是其面向数百万行代码库的 Java 和 Scala 语言服务器。Metals v2 专为智能体驱动的开发场景设计，旨在提升大规模代码库中的编辑与导航性能。目前 Databricks 的大部分代码已由智能体编写，该工具服务于工程师仍需要手动介入的环节。
来源： Databricks：Blog（RSS）

行业动态

1. 研究人员发现可读取 ChatGPT 等模型加密推理过程的 API 漏洞

Alexander Panfilov 团队发现 OpenAI、Anthropic、Google 等主要 AI 提供商 API 存在漏洞，可读取推理模型的加密思考过程。扫描约 7000 条公开会话发现 62 个 API 密钥、33 个邮箱和 33 个密码。通过越狱，Anthropic 的 Haiku 4.5 可逐字转写 Opus 4.8 的原始推理；解码 10000 条推理轨迹的 API 成本约 720 美元。
来源： The Decoder：AI News（RSS）

2. 消息称 Anthropic 最快今年 9 月上市，向投资者淡化 AI 模型竞争等挑战

Anthropic 正与潜在投资者接触，为可能成为史上规模最大的 IPO 做准备，计划今年 9 月或 10 月初正式上市。公司估值高达 9,650 亿美元，年化收入已超 470 亿美元，并淡化来自中国 AI 企业的竞争影响。Anthropic 还计划拓展 AI 在医疗和生物学领域的应用，但尚未公布具体 IPO 定价方案。
来源： IT 之家（RSS）

3. Gemini 月活破 10 亿，成谷歌增长最快产品

每月已有超过 10 亿人使用 @Geminiapp 激发新想法、完成工作。这是我们有史以来增长最快的产品，也是第 14 个达到 10 亿用户里程碑的产品。 感谢 @JoshWoodward 和整个 Gemini 团队，也感谢每一位与我们同行的伙伴——未来还有更多精彩！
来源： X：Sundar Pichai (@sundarpichai)

4. 消息称英伟达开发万亿参数开源 AI 模型 Nemotron 4，目标挑战全球顶级

英伟达正在研发新一代开源 AI 模型系列 Nemotron 4，规模最大的模型预计至少拥有 1 万亿个参数，旨在与全球最先进的开源模型竞争。英伟达尚未确定发布日期，最终训练也未完成，员工认为该模型最早可能在今年秋末准备就绪。此举意在通过开放模型生态扩大 AI 应用范围，并推动市场对其 GPU 算力的需求。
来源： IT 之家（RSS）

5. NVIDIA 为何需要新供电架构以扩展 AI 算力性能

NVIDIA 主张以 800 VDC 直流配电替代传统交流多次转换，以降低损耗、支撑 AI 算力扩展。NVIDIA 与 Google、Microsoft 通过 OCP 联合制定该架构，已发布白皮书及 LVDC 固态变压器规范 v0.3，超 80 家设备商正据此开发产品。
来源： NVIDIA Blog（RSS）

6. 英伟达循环融资达到新高度，黄仁勋是否过度出牌？

英伟达股价在相关消息公布后小幅下滑，收盘报 217.55 美元，盘前略有回升。金融记者 Holger Zschaepitz 和曾预测安然倒闭的 Jim Chanos 均对英伟达的循环融资做法表示担忧。此外，英伟达将发布真正开源（非仅开放权重）的 Nemotron 模型新版本，这可能最终削弱其合作伙伴 OpenAI 和 Anthropic 的地位。
来源： Gary Marcus：The Road to AI We Can Trust（RSS）

7. Electric 加入 Databricks，将 WASM Postgres 引入 AI 智能体沙箱

Databricks 宣布 Electric 团队加入，将 WASM Postgres 引入 AI 智能体沙箱。该技术让智能体在隔离环境中运行本地数据库，支持实时数据同步与离线操作，提升构建可靠、可验证智能体应用的效率。Electric 的加入将强化 Databricks 在智能体基础设施领域的布局。
来源： Databricks：Blog（RSS）

论文研究

1. Apple Silicon 与 macOS 虚拟机：借助 Llama.cpp 实现 11–16 倍的 LLM 推理加速

研究团队为 macOS 虚拟机中的 Metal 能力查询构建进程级兼容层，使 llama.cpp 能选用更新的 Metal 内核。在 M1 Ultra 上，TinyLlama 1.1B 的提示处理速度提升 11.08 倍、token 生成提升 16.36 倍，接近裸机性能的 98%；Gemma 4 12B 的提示处理与生成速度分别提升 7.20 倍和 14.54 倍。
来源： Hacker News 热门（buzzing.cc 中文翻译）

2. 统一 Radix 缓存：为混合模型前缀缓存构建单一树结构

LMSYS 团队提出 Unified Radix Cache，用单一 token 键控 radix 拓扑统一管理混合模型的 FULL、SWA 和 MAMBA 组件缓存，各组件独立执行路径、滑动窗口和检查点复用语义。
来源： LMSYS：Blog（Chatbot Arena 团队）

3. AMIE 研究医疗 AI 系统首次展示实时临床视频问诊能力

Google Research 与 Google DeepMind 推进医疗 AI 系统 AMIE，实现实时临床视频问诊，首次在此场景展示专家级 AI 能力。该系统基于 Gemini 和 Project Astra 构建，可解读视觉与听觉线索、引导虚拟体格检查并实时诊断推理。随机研究中，临床评估者对 AMIE 的病史采集、诊断准确性等核心能力给予好评，患者演员也更偏好视频体验。
来源： Google Blog：AI（RSS）

技巧与观点

1. OpenAI 用 Astra 模型攻克 10 道数学难题，数学家既兴奋又担忧

OpenAI 宣布其未发布的 Astra 模型解决了 10 道长期悬而未决的数学难题，涵盖球体堆积、纠错码、非 sofic 群存在性等领域，并发布超 250 页论文及 Lean 验证结果。
来源： The Verge：AI（RSS）

2. 用 ComfyUI API 实现 MiniMax-H3 多模态视频与音频生成流水线

本教程演示如何以 ComfyUI 为无头推理后端，构建端到端的 MiniMax-H3 视频生成工作流。通过 Python 直接构建执行图，支持文生视频、首尾帧条件生成和参考图像条件生成，并自动根据 GPU 显存选择 quality、balanced、squeeze 三种权重配置。流水线涵盖模型自动下载、节点模式校验、音视频联合解码与进度监控，无需图形界面即可复现实验。
来源： MarkTechPost（RSS）

3. 将 GitHub Copilot 置于中间人（MitM）代理之后后，我学到了什么

作者通过 mitmproxy 对 VS Code 中的 GitHub Copilot 进行中间人代理拦截，逆向分析其网络流量与内部架构。文章指出这些 AI 应用普遍基于 Electron 构建，共享相似的网络栈，因此探测结果可迁移至其他同类应用。作者借此揭示了 Copilot 的运行时行为，并分享了配置代理的具体步骤。
来源： Hacker News 热门（buzzing.cc 中文翻译）

4. 编写智能体时，哪种编程语言最合适？

针对“动态语言比静态语言更省 LLM token”的流行说法，作者用 GPT-5.6 Sol 让智能体实现 zstd 解码器进行实测。结果显示，medium 努力度下动态语言表现更好，ultra 下静态语言反而更优，且此前评测存在测试路径错误等缺陷。作者认为，琐碎任务上的性能无法推广到更大问题。
来源： Hacker News 热门（buzzing.cc 中文翻译）

5. 微信小微 AI 帮写与 AI 点评内测：朋友圈最后一点人味正在消失

微信基于小微推出朋友圈 AI 帮写与 AI 点评内测功能，前者可根据图片和已写文字生成 3 条朋友圈文案，后者可长按文字生成评价或快捷评论。作者认为这两个功能将 AI 置于社交核心位置，可能鼓励 AI 内容、破坏朋友圈自 2012 年确立的“记录美好生活”基调。公众号端小微还常驻首位，自动总结常看公众号文章，作者担忧这会反向影响创作者内容生产。
来源： 公众号：数字生命卡兹克

6. Ryan Greenblatt：人类级 AI 或于 2032 年前通过递归自我改进催生失控超级智能

Dwarkesh Patel 与 Redwood Research 首席科学家 Ryan Greenblatt 探讨递归自我改进（RSI）的可能性：一旦 AI 达到人类顶级专家水平，可能在一年内实现相当于 4-5 年的 AI 进展，Ryan 的中位预期是 2031 年自动化 AI 研发。双方还讨论了超级智能的对齐对象、奖励黑客行为是否会升级为 AI 联手接管世界等风险。
来源： Dwarkesh Patel：Podcast & Blog（RSS）

7. 每个类别都有赢家：AI 时代 SaaS 龙头的估值溢价

SaaS 估值整体承压，但每个细分赛道都跑出了 AI 龙头：CrowdStrike 以 34.4x 前瞻收入领跑安全（中位数 3.9x），Cloudflare 32.6x 对 17.5x，Shopify 11.3x 对 1.4x。
来源： Tomer Tunguz 博客（VC 分析）

8. Can you trust what AI tells you?

来源：