2026-08-13 前沿科技洞见 · 日报

📊 今日关键数据

• 100 万 Token：DeepSeek V4 Pro 的上下文窗口；百万输入、缓存命中和输出 Token 分别定价 3 元、0.025 元和 6 元（来源：DeepSeek API 信息）
• 98.7%：一个初始成功率 0.78% 的 VLA 模型经 WCM 引导强化学习后，在 ManiSkill 达到的成功率（来源：机器之心）
• 80.2%：GMC 在 Qwen2.5-VL-7B 上删减视觉 Token 的比例，对应保留 97.78% 平均能力（来源：量子位）
• 5.1B：Ling-3.0 Flash 每个 Token 激活的参数量；模型总参数 124B，官方材料称输出速度为 353 Token/s（来源：AIGC 开放社区）
• 6400 个场景：OmnilingualGAIA2 覆盖 10 种语言的 Agent 评测规模（来源：HuggingPapers）
• 70%：Expedia 迁移 Keras 3 后披露的排名模型推理延迟降幅，训练速度同时提高 30%（来源：François Chollet）

🔍 今日值得深读

DeepSeek V4 Pro 开放 API，兼容两套主流接口

DeepSeek V4 Pro 已进入开发者可调用阶段，支持 100 万 Token 上下文、工具调用、Responses API 和 Anthropic API。百万 Token 输入、缓存命中和输出价格分别为 3 元、0.025 元和 6 元，现有 Coding Agent 与 MCP 工具可沿用熟悉的接口接入。

• 核心变化：超长上下文、工具调用和接口兼容被放进同一服务，模型不再只交付回答能力。
• 为什么值得深读：缓存价格和迁移成本会直接影响长任务 Agent 能否持续携带代码、工具定义与历史记录。
• 后续看点：实际工作流中的工具调用稳定性、缓存命中率和长上下文成本是否符合公布配置。

来源：DeepSeek API 信息

WCM 让机器人 Critic 同时预测未来状态

OpenMOSS 开源世界批评家模型 WCM，把价值估计与下一时刻潜在状态预测放进同一架构，用连续观测纠正单帧 Critic 对运动、接触和滑移的误判。团队在 4 个仿真基准、149 项任务和 7 项真机任务中测试，并兼容 π₀、π₀.₅ 与 OpenVLA-OFT。

• 核心变化：Critic 不再只回归当前分数，还要学习动作之后的状态变化。
• 为什么值得深读：实验中，一个初始成功率 0.78% 的 VLA 模型经 WCM 引导训练后，在 ManiSkill 达到 98.7%，分布外平均成功率提升 72.7%。
• 后续看点：这套联合目标在更长任务、不同机器人本体和真实环境扰动下能否保持价值判断准确。

来源：机器之心

GMC 删除八成视觉 Token，仍保留 97.78% 平均能力

中科院自动化所紫东太初团队提出免训练视觉 Token 剪枝方法 GMC。它先从问题语义、视觉外观和空间位置中挑选互补证据，再把待删除 Token 的隐藏状态传输给代表 Token，避免传统 Top-K 反复保留相似区域。

• 核心变化：在 Qwen2.5-VL-7B 上，视觉 Token 从 1296 个压到 256 个时，平均能力保留 97.78%；压到 128 个时保留 99.11%。
• 为什么值得深读：方法直接减少后续注意力计算和 KV Cache，并可用于 Qwen、LLaVA 等现有模型，无需微调或外部 OCR。
• 后续看点：跨更大参数模型、视频输入和高分辨率文档时，压缩收益与细节损失如何变化。

来源：量子位

MiniMax 把 Agent 使用轨迹送回训练环节

MiniMax 披露其 Agent 从内部办公机器人演化到桌面应用 MiniMax Code 的过程：Harness 负责提示词、工具调用与错误处理，真实用户的长任务轨迹经数据工程转为可重复、可打分的训练环境，再用于下一代模型的强化学习。推理侧也与 Harness 协同优化缓存、调度和 Token 消耗。

• 核心变化：模型训练、Agent 服务、真实任务数据和下一轮训练被接到同一条反馈链上。
• 为什么值得深读：模型公司可以同时调整权重、运行框架和推理服务，产品使用数据也由反馈变成训练信号。
• 后续看点：金融、法律、医疗等专业工作流如何被转成可评分环境，以及用户数据的授权与治理边界。

来源：Founder Park

Ling-3.0 用 5.1B 激活参数运行 124B 模型

蚂蚁百灵开源 Ling-3.0 Flash 与 Tiny，并提供 FP8、FP4、INT4 等版本。Flash 总参数 124B、每次激活 5.1B，采用 KDA 与 MLA 按 5:1 交替的混合线性注意力，以及每个 Token 激活 1/64 专家的稀疏 MoE；官方材料称其输出速度为 353 Token/s。

• 核心变化：Flash 的激活规模约为上一代 Ring-2.6-1T 的 8.1%，并面向代码、搜索和工具调用任务优化。
• 为什么值得深读：模型把长上下文效率、稀疏激活和集群分层缓存放到同一部署方案中，目标是提高单位计算量的任务能力。
• 后续看点：第三方评测能否复现其任务成本、首 Token 延迟和 Agent 长任务表现。

来源：AIGC 开放社区

🔥 今日聚合动态

Grok 4.6 把增量训练集中到长任务 Agent

SpaceXAI 发布 Grok 4.6，重点覆盖长时间运行的 Agent、交互式任务和视觉工作。公司称模型在 Artificial Analysis Intelligence Index 得分 61，并通过更长的补充训练、重新生成的 SFT 轨迹，以及面向编程、网页、CAD 和内核优化的 Agent 强化学习提升能力；第三方材料同时记录了它在部分软件工程评测上仍落后于 GPT-5.6 Sol。

• 互补信息：发布材料给出定位与价格，评测整理补充了训练方式、强项和未领先的任务。
• 后续看点：长时间运行任务中的自检行为能否转化为更高完成率，而不只是增加推理时长。

HKDAP 开放机构接入，零售推广最早指向 2026 年底

渣打银行（香港）、Animoca Brands 与香港电讯合资成立的 Anchorpoint Financial 启动港元稳定币 HKDAP 第一阶段推广。首批机构分销商、企业用户和专业投资者可进入 Beta 通道，并把 HKDAP 接入支付、结算与资金管理应用；产品运行在公共区块链基础设施上。

• 互补信息：三份材料分别补齐了准入对象、法币兑换与结算用途，以及公共链运行方式。
• 后续看点：首批商业应用的交易规模、赎回机制和零售准入条件何时披露。

📰 独立报道

🤖 AGI 前沿

Qwen3.8-Max 开放 2.4T 参数权重

阿里发布 Qwen3.8-Max 权重，模型总参数为 2.4T、激活参数为 95B。正式材料确认权重已进入 Hugging Face，为需要私有部署和业务微调的团队提供了新的大规模开放权重选项。

来源：Hugging Face 发布信息

Solar Pro 4 的 Agent 评测提升伴随更长延迟

Upstage 发布 Solar Pro 4。Artificial Analysis 测得其 Intelligence Index 从上代 14 升至 42，Terminal-Bench v2.1 从 12% 升至 57%，但单项平均耗时由 6.9 分钟增至 9.5 分钟；幻觉率从 88% 降至 24%，部分改善来自更频繁拒答。

来源：Artificial Analysis

Adversarial Fréchet Distance 抑制生成器“刷指标”

KlingAI Research 提出新的对抗式 Fréchet Distance 损失，用于防止生成器后训练阶段针对指标取巧。材料称该方法在 JiT 与 pMF 骨干的一步生成任务上，使 FD-r3 最多提升 41%。

来源：HuggingPapers

CDFM 用预训练模型做零样本因果结构推断

广东工业大学、汕头大学和清华大学团队提出 CDFM，把机制推断、候选图驱动的数据重构和因果图解码连在一起。模型在 15 类合成机制上预训练，并在 Causal Chamber、Tübingen 等真实基准测试从合成机制向真实数据迁移的能力；论文同时保留了无额外约束时因果方向无法唯一确定的边界。

来源：AI 科技评论

Yuvion VL 把多模态内容安全作为专门训练目标

阿里安全 AGI 实验室发布 Yuvion VL 系列，围绕小字规避、标识变形、遮挡和生成式对抗内容构建训练数据，并以 C2FT 对比学习挖掘混淆样本。其 32B 版本在 58 个开源与内部安全评测中，平均领先同规模开源模型 9.9 分；这些结果包含团队内部业务评测，仍需结合公开基准理解。

来源：PaperWeekly

OmnilingualGAIA2 把 Agent 评测扩至 10 种语言

Meta 发布 OmnilingualGAIA2，这是 GAIA2 的多语言扩展版，包含 6400 个场景和 10 种语言。它把 Agent 的任务完成能力放到跨语言环境中测试，为只在英语任务上表现良好的系统增加了一道迁移检查。

来源：HuggingPapers

DeepMind 推出手语转文字模型 SL2T

DeepMind 发布手语转文字模型 SL2T，并将其用于面向聋人和听障用户的新手语功能。正式材料确认了模型与产品方向，但未提供准确率、覆盖手语种类或端侧运行条件。

来源：Google DeepMind

🏢 AI 战略与组织变革

Mistral 平台开始托管第三方开放模型

Mistral 宣布其平台将支持第三方开放模型，首个接入的是 Z.ai 的 GLM-5.2，并与自家模型运行在同一套基础设施上。企业因此可在同一运行环境中比较和部署不同开放模型，而不必把平台选择与单一模型绑定。

来源：Techmeme

Twitch 默认允许 Amazon 使用直播内容训练生成式 AI

Twitch 将平台直播内容用于 Amazon 生成式 AI 训练，并为创作者提供退出选项，但默认状态仍为允许。Twitch 产品负责人 Mike Minton 公开承认，若改为主动加入，几乎不会有人选择加入；这使训练数据授权的默认值本身成为产品治理问题。

来源：TechCrunch

美国白宫考虑把开放模型纳入发布前安全测试框架

据 WIRED 报道，美国白宫准备更新 AI 框架，开放模型可能被纳入秘密的发布前安全测试。现有框架主要覆盖前沿闭源模型；若范围扩大，开放权重发布方将面对新的测试与披露安排。

来源：WIRED

💰 资管与金融科技前沿

中信建投用三层诊断服务信用账户

中信建投证券“北极星”账户诊断把市场、账户和行为拆成三类模块，结合自研担保物分类、客户行为与量化研究模型，并引入 DeepSeek 处理前端智能服务。截至 2026 年 7 月末签约用户接近 6 万；公司跟踪数据显示，2025 年高频使用客群相较活跃两融客群，平均超额收益高 18 个百分点、最大回撤低 5 个百分点。该比较反映客群差异，不能单独证明产品造成了收益变化。

来源：当金

Polygon 进入英格兰银行数字英镑实验室

Polygon 与 NOBO、Dun & Bradstreet 入选英格兰银行 Digital Pound Lab，将以 Open Money Stack 测试数字英镑及跨境稳定币结算。正式材料只确认参与主体和测试方向，尚未披露试验规模、结算资产或时间表。

来源：Polygon

🔧 硬件算力与智能设备

Expedia 更换排名模型栈后，推理延迟下降 70%

Expedia 将住宿排名模型迁移到 Keras 3，披露训练速度提高 30%、推理延迟下降 70%。新代码使用后端无关接口，后续可在不重写底层模型与层的情况下切换 TensorFlow、PyTorch 或 JAX，以调用不同平台的优化内核。

来源：François Chollet

研究人员用不到 20 条提示发现 Zoom 接管漏洞

A Security 研究人员使用公开 AI 模型，在不到 20 条提示内发现 Zoom 屏幕共享漏洞并构造可用攻击。漏洞可能在无交互、无提示的情况下影响 Windows、macOS、Linux、iOS 和 Android 设备；Zoom 已开始推送修复。

来源：Ars Technica