每日 AI 日报
开发生态
MiniMax 与 GMI Cloud 宣布，将在原文未注明年份的 8 月 24 日至 9 月 6 日开放 14 天免费访问，覆盖 M3、M2.7、Speech 2.8 和 Music 3.0，并设置反滥用与速率限制。
MiniMax 与 GMI Cloud 宣布，将于原文未注明年份的 8 月 24 日至 9 月 6 日，通过 GMI Cloud 开放为期 14 天的 MiniMax 模型与功能免费访问。活动涵盖 MiniMax M3、M2.7、Speech 2.8 和 Music 3.0，开发者需使用 GMI API 密钥接入。官方表示，活动期间上述服务不设使用量上限，但仍适用反滥用机制和速率限制。
开发生态
阿里云“云工开物”已面向通过认证的中国高校在校生发放 Qoder CN 专业版权益，并为每名同一用户提供1张300元无门槛优惠券。该券自领取起有效1年，可用于指定公共云产品，活动结束时间以官网通知为准。
阿里云已启动“云工开物”Qoder CN 专业版高校学生活动，通过学生认证的中国高校在校生现可领取1张300元无门槛优惠券，活动已经开始，结束时间以官网通知为准。据活动规则，适用对象包括专科、本科、硕士、博士及在职研究生等具有高等教育学籍的在校生，同一用户的多个关联账号按同人账号管理。优惠券自领取之日起有效1年，可用于页面用券专区列出的部分公共云产品；单笔订单金额不超过剩余余额时可重复使用至余额为0，但不可与产品折扣或其他优惠券叠加，也不能用于后付费产品领取、提现预留金额或转让。到期未使用的余额作废，资源用量超出券额后按产品资费标准支付；适用范围不含 alibabacloud.com、jp.aliyun.com 及其下属页面。
产品应用
OpenAI 向就读于美国符合条件学位授予机构的全日制及兼职学生开放 4 个月免费 ChatGPT Plus，官方标称价值 80 美元。申领人须于 2026 年 10 月 31 日前完成 SheerID 验证。
OpenAI 已推出面向美国大学生的 ChatGPT Plus 优惠，符合条件的学生须在 2026 年 10 月 31 日前通过 SheerID 完成验证并领取 4 个月免费使用期。据其说明，该优惠价值 80 美元，适用对象包括就读于美国学位授予机构的全日制学生和兼职学生。新用户在激活 ChatGPT Plus 时需要添加付款方式，但在 4 个月免费期内不会被扣费。
产品应用
Claude 网页端和桌面端换用 Anthropic 重建的流式渲染器，长回答输出平滑度约提升 4 倍。官方称，慢速笔记本上的卡顿减少 9 倍，最长冻结时间缩短 4.5 倍。
Anthropic 重建了 Claude 网页端与桌面端使用的流式渲染器，长回答在持续生成时的流式输出平滑度约提升 4 倍。官方表示，新渲染器目前的处理对象仅限于仍在变化的内容，这一处理方式用于改善长回复流式输出时的卡顿和冻结。据其说明，在慢速笔记本上，长回复的卡顿减少 9 倍，最长一次冻结的持续时间缩短 4.5 倍；在刷新率为 120Hz 的 MacBook 上，回答从开始生成到全部输出结束都可维持 120fps。
模型发布
Agnes AI 推出多模态模型 Agnes 2.5 Pro Alpha，并通过 API 提供服务。该模型基于 Qwen3.5-397B-A17B 继续训练，仓库采用 Apache License 2.0。
Agnes AI 已发布 Agnes 2.5 Pro Alpha，评测快照截至 2026 年 8 月 18 日，模型可通过 OpenAI-compatible Chat Completions 和 Responses APIs 使用。它是 Qwen/Qwen3.5-397B-A17B 的 post-trained derivative，由 Agnes AI 追加 post-training；仓库和上游模型均采用 Apache License 2.0，并保留原始版权声明。据其说明，模型会为复杂任务使用 extended reasoning，适用范围包括代码库级 coding、技术研究、文档综合、视觉分析及带工具的 Agent。
该模型与 Qwen3.5-397B、Qwen3.7-Max、GLM-5.2-744B、MiniMax-M3-428B、DeepSeek-V4-Pro-1.6T、Claude Opus 4.7、Claude Opus 4.8 对比，结果均来自 Artificial Analysis 的独立 benchmark measurement。Quickstart 使用 8-GPU tensor parallelism，checkpoint 为多分片 BF16 package，单张 GPU 不足以运行。官方要求采用 sampling 而非 greedy decoding，为 extended reasoning 预留足够的 max_tokens 或 max_output_tokens，并在回复提前结束时提高上限；API key 应存入环境变量，图像输入需使用公开可访问的 URL。官方表示输出可能有误，高影响决策和工具动作需要在 application layer 验证，发送敏感或受监管数据前需查看 Agnes AI service terms。
模型发布
阿里视频生成模型 Wan3.0 已结束公测并正式上线，单次可生成最长 30 秒视频，API 价格为每秒 0.3 至 1.2 元。该模型已登陆 8 个平台，部分平台提供限时 7 折优惠。
阿里已将视频生成模型 Wan3.0 从公测转为正式服务，用户现可在阿里云百炼、万相官网、千问等 8 个平台使用。模型单次视频生成时长上限为 30 秒，并首次支持输入 doc、xls、ppt、pdf 和 md 格式文档；官方表示，生成时长、全能参考、真实世界还原、指令遵循和跨镜头一致性等能力均有升级。API 按分辨率计费，价格为每秒 0.3 至 1.2 元，部分平台正在提供限时 7 折优惠。井英科技、美图旗下 RoboNeo 等多家企业已接入 Wan3.0。
行业动态
媒体报道称，字节跳动将 TRAE 与扣子团队整体纳入豆包体系，完成办公 AI 产品团队整合；相关能力将按办公场景和编程产品线重组，官方称现有用户权益不受影响。
据媒体报道，字节跳动已完成办公 AI 产品团队整合，TRAE 与扣子团队整体并入豆包体系，整合后的团队向豆包产品负责人汇报。产品层面，报道称 TRAE Work 和扣子将与豆包的工作场景能力整合，TRAE IDE 与 CLI 则归入编程产品线。报道还称，豆包将推出统一 AI 办公产品“豆包工作”，并与飞书深度整合。字节跳动官方表示，此次调整旨在协同资源，现有用户权益不受影响。
行业动态
小米于 2026 年 8 月 24 日发布玄戒 O3、O100、D100 三款自研芯片，并展出 AI Cube 原型机。雷军称，三款芯片均完成回片验证，O3 将首发于小米 18 Fold，另两款计划 2027 年商用。
在 2026 年 8 月 24 日举行的玄戒芯片技术沟通会上，小米正式推出玄戒 O3、O100 和 D100，现场同时展示 AI Cube 原型机。小米创办人、董事长兼 CEO 雷军表示，三款芯片覆盖小米“人车家”全生态的端侧 AI 算力需求，均已完成回片验证；玄戒 O3 将在最高端折叠新品小米 18 Fold 上首次亮相，玄戒 O100 和 D100 将于 2027 年正式商用。据其说明，玄戒被定位为小米全生态的 AI 算力底座，覆盖从口袋、座舱和客厅到工厂的场景，既属于小米的芯片战略，也被其称为小米 AI 战略的物理基础。
行业动态
NVIDIA 宣布 SpaceXAI 的 AI 基础设施将采用 Vera CPU，并计划把优化后的 Vera Rubin NVL72 带入轨道。首颗 Starmind 卫星预计于 2027 年第四季度入轨，2028 年扩规。
NVIDIA 宣布，SpaceXAI 将部署 NVIDIA Vera CPU，用于加速 Agent AI 应用，并扩展支撑 Grok 的 AI 基础设施；SpaceXAI 还计划将为轨道环境优化的 Vera Rubin NVL72 部署到太空。首颗 Starmind 卫星预计于 2027 年第四季度发射入轨，并在 2028 年扩大部署规模。据 NVIDIA 说明，太空版系统的设计目标是在适应轨道环境的同时，保持与地面系统相同的架构和软件生态。
行业动态
NVIDIA 公布 Vera Rubin NVL72 早期数据：在 AgentX 测试中，其每兆瓦吞吐量最高达 GB300 NVL72 的 30 倍，每百万 token 成本可降至后者的 1/35。
NVIDIA 公布了 Vera Rubin NVL72 在 Agent 工作负载上的当前推理性能，表示该系统在 SemiAnalysis AgentX 收录的真实 Agent coding session 中，每兆瓦吞吐量最高为 GB300 NVL72 的 30 倍。该工作负载保留了实际的 context 增长、tool call 和 sub-agent spawning；其中 DeepSeek V4 Pro 的结果仍待 SemiAnalysis 审核，且尚未计入 Vera CPU 执行 tool calling 的性能。据其说明，Vera Rubin NVL72 的每百万 token 成本可降至 GB300 NVL72 的 1/35；GB300 NVL72 在同一模型上的每兆瓦吞吐量则最高为 NVIDIA Hopper 架构的 15 倍。
OpenRouter 数据显示，Agentic AI 工作负载消耗的 token 是简单 chat request 的 15 倍。NVIDIA 表示，普通 chat 或文档摘要的输入与输出序列通常为 1K–8K token，而 Agent session 的 context 会在多步执行中累积至数十万 input token。其称，Rubin GPU 的第五代 Tensor Cores、第三代 Transformer Engine 与 NVFP4 quantization 用于加速 prefill 和 decode；第六代 NVLink 及 NVLink Switches 的 packet rate 为现成 Ethernet 替代方案的 10 倍，latency 降至其 1/3。据其说明，DSX MaxLPS 可在相同兆瓦预算内部署最多增加 40% 的 GPU。Vera Rubin 采用 seven-chip architecture，另含 Vera CPU、Groq 3 LPU、NVLink 6 Switch、BlueField-4 DPU、Spectrum-6 SPX 和 ConnectX-9 SuperNIC；官方表示该平台已全面投产。
行业动态
NVIDIA 宣布用于 Vera Rubin NVL72 的 Groq 3 LPX 已全面投产；官方称其在 100,000-token 测试中达到每秒 3,400 个输出 token，为最近替代平台的 4 倍。
面向 Agentic AI 推理的 NVIDIA Groq 3 LPX 已进入全面投产阶段，并作为 token 生成专用加速扩展与 Vera Rubin NVL72 协同运行。官方表示，在 Artificial Analysis 使用开源 Agent 模型 Gemma 4 31B 的测试中，该系统面向 100,000-token 长上下文场景实现每秒 3,400 个输出 token，达到最近替代平台的 4 倍。其架构由 Rubin GPUs 处理大规模上下文，LPX 承担对延迟敏感的 decode 工作负载，以覆盖 Agent 推理、tool use 和系统交互中的逐 token 响应。
据 NVIDIA 说明，Nebius 成为首个采用 NVIDIA Groq 3 LPX 的 AI cloud，并将在 Nebius Token Factory 中加入该产品，用于交互式 Agent、coding 系统和其他实时 AI 应用。CoreWeave 已在生产环境部署 Spectrum-X Multiplane，通过多个并行 switch 连接 Vera Rubin racks，以提供高带宽、扁平且无损的 AI network。SpaceXAI 表示，其未来 AI 架构将以 Vera Rubin 为基础，覆盖地面 data centers 至轨道 satellites，并计划部署 Vera CPUs，处理 Agentic AI 的 orchestration、tool use、code execution、data processing 和 simulation。
行业动态
媒体于2026年8月24日报道，Nvidia正商谈在Perplexity AI新一轮股权融资中投资数十亿美元；该轮融资估值超过300亿美元，后者年化营收已升至7.5亿美元以上。
2026年8月24日，媒体报道称，Nvidia正在商谈参与Perplexity AI最新一轮股权融资并投入数十亿美元，双方同时也在磋商一项技术授权协议。据报道，该轮融资对Perplexity AI的估值超过300亿美元。其年化营收在2026年初低于2.5亿美元，此后已增至7.5亿美元以上；融资估值和营收数据均来自此次媒体报道。
行业动态
Mistral AI 与 HUMAIN 宣布在沙特阿拉伯及中东开展主权 AI 战略合作，覆盖基础设施、模型开发与行业部署；官方称合作规模为数亿欧元，初期重点包括阿拉伯语、网络安全和语音。
Mistral AI 与 HUMAIN 宣布建立覆盖沙特阿拉伯及中东的战略合作，涉及 AI 基础设施、先进模型开发和 AI 解决方案部署，官方表示合作规模为数亿欧元。双方计划开发并本地化先进 AI 模型，初期聚焦网络安全和语音，同时开发强化阿拉伯语能力的 frontier models。Mistral AI 将评估使用 HUMAIN 的数据中心基础设施，以满足当地增长的算力需求；双方还计划制定面向沙特阿拉伯市场的联合 go-to-market 策略，为受监管行业提供 AI 解决方案。据其说明，该合作所指的主权 AI 允许客户控制数据、智能、算力和运营，并可在客户选择的基础设施及司法管辖区内进行训练和 inference，以 open weights 调整和持有模型。公告同时说明，相关内容包含前瞻性陈述，实际结果可能因风险、不确定性及后续商业协议而不同。
行业动态
Thinking Machines Lab 启动 Tinker 资助，每笔最高 50,000 美元 credits，支持 open-weight 安全研究。方向为危险数据识别、抗篡改训练与 reward hacking。
Thinking Machines Lab 已启动 Tinker open-weight 模型安全研究资助，每笔提供最高 50,000 美元的 credits。该计划在 Inkling 和 Inkling-Small 以 open weights 形式发布后推出，面向可由额外 Tinker credits 加速的安全项目。列出的研究方向包括在 defensive fine-tuning 后分别测量攻方和守方的能力增幅，以判断差距是真实不对称，还是会在攻击压力下消失的抑制或只在测量中持续的 sandbagging；另一方向是训练能以足够规模和 recall 识别危险数据的 classifier，并通过下游 fine-tuning 测量过滤是否降低危险能力增幅。
研究范围还包括开发可在 adversarial fine-tuning 和普通 continued training 后保留的安全措施，以未见过的攻击策略测试泛化，并分析规模与 architecture 对 robustness 的影响。其余问题涉及窄范围有害 fine-tuning 何时扩展为广泛行为变化，模型能否把 planning、tool use 和领域知识组合成未在训练中端到端展示的行为，以及 reward hacking 如何随模型能力和 optimization pressure 变化。项目也关注早期信号能否在问题恶化前作出预测，以及规避或干扰 chain-of-thought monitors 的策略能否被检测并跨任务迁移。官方表示，这些方向并非完整清单。