每早八时出报
AI · 模型 · 产业
新闻枢纽 · 日报
中文 AI 资讯
NEWSHUB DAILY
今日，字节跳动被曝正在预训练参数规模高达10万亿的AI模型，远超Kimi K3的2.8万亿，展现独立研发实力。OpenAI首款无屏AI音箱计划于2027年发布，瞄准家庭场景。SK海力士斥资380亿美元新建两座存储芯片工厂，加码HBM与NAND产能。AI竞争从模型参数向硬件与基础设施延伸，行业格局持续演进。
17:10Rohan Paul关联 3 源
据英国《金融时报》报道，字节跳动正在预训练一个参数规模高达10万亿的AI模型，远超Kimi K3的2.8万亿参数。报道还称，字节跳动一年多来一直避免蒸馏竞争对手的模型，倾向于独立开发模型。若该训练成功，字节跳动将证明其能在不依赖对手模型作为教师的情况下，执行前沿规模的预训练。
10:19meng shao关联 2 源
Cloudflare 发布专为 AI Agent 设计的浏览器引擎 Kitesurf，完全运行在 Workers 的 V8 隔离环境上，已集成进 Browser Run 产品，beta 期免费。其核心论点是传统 Chromium 浏览器资源开销与 Agent 需求错配，高成本将 Web 锁在少数高价模型身后。架构遵循四条原则：测试先行（用 WPT 等测试驾驭 AI 编码）、尽量用原生 Rust、异常处理作为生存策略、隔离与无状态。
14:14数字生命卡兹克
Seedance 2.5 API正式上线，支持原生30秒生成、一次参考30张图片/10段视频/10段音频、时间戳级编辑和白模参考。相比2.0，2.5指令遵循更强，但模型主动性降低，导致业余用户觉得效果不如2.0，而专业创作者因可控性和一致性提升而青睐。2.5按电影标准重做SFT数据，强调导演意图理解，画面在材质、光影、空间和声音上更接近实拍，但仍有烟雾、POV镜头、中文对白等不足。作者认为，2.5对影视行业冲击将从广告、电商等中低成本镜头开始，并可能通过白模参考加速具身智能数据生产。未来，判断力、可被模型使用的资产和故事将成为最稀缺的能力。
08:00Rohan Paul
据彭博社报道，OpenAI 的首款消费设备是一款冰球大小、无屏幕的 AI 音箱，目标售价 300 至 400 美元。该设备呈甜甜圈形状，内置电池、麦克风、摄像头系统、灯光和活动部件，计划于 2027 年发布。由于没有屏幕，灯光和动作将成为显示 AI 何时在聆听或回应的界面。摄像头和其他传感器可提供周围视觉环境，软件预计会随时间了解用户并个性化对话。该音箱旨在将交互从打开应用转变为在家中随处可用的 AI 电脑，以语音为主要控制方式。它也是更广泛设备家族的首款产品，OpenAI 最终目标是开发可取代智能手机的硬件。
04:42MarkTechPost（RSS）
NVIDIA Labs 开源了 NOOA，一个模型无关的 Python 框架，用于构建 AI Agent。传统 Agent 开发分散在提示模板、工具模式、回调和流程图中，而 NOOA 将其整合到一个类中：方法即动作，字段即状态，文档字符串即提示，类型注解即运行时强制契约。方法体为省略号的方法由 LLM 循环完成，普通方法体保持确定性 Python，模型可调用。框架提供 PredictStrategy 和 CodeActStrategy 两种策略，支持通过引用传递、代码即动作等能力。
13:42MarkTechPost（RSS）
微软开源了 code-testing-generator，这是一个多语言单元测试代理，能编写测试并验证其有效性。它作为 dotnet-test 插件，包含在 MIT 许可的 dotnet/skills 仓库中。该代理通过 Research-Plan-Implement 流程，先读取仓库以确定测试框架、文件位置和断言方式，然后规划、编写、运行和检查测试。在微软内部 152 个任务的基准测试中，它完成了 140 个，而 GitHub Copilot 完成了 120 个。在模糊提示下，其成功率从 66.3% 提升至 88.8%；
15:52华尔街见闻（RSS）
SK海力士宣布投资约54.3万亿韩元（约382.82亿美元），在韩国龙仁和清州新建两座晶圆厂，扩大DRAM和NAND生产基地。其中，龙仁Y2工厂投资35.2万亿韩元，聚焦HBM及下一代DRAM，预计明年7月开工，2029年6月启用首个洁净室；清州M17工厂投资19.1万亿韩元，用于NAND生产，计划明年2月开工，2028年12月开放首个洁净室。两座工厂均将在2031年前完成投资，首个洁净室最早于2028年底至2029年投产。SK海力士表示，将根据客户需求逐步增加产能，以满足AI带动的HBM及先进存储需求增长。
19:25Hacker News Best（web_list）关联 2 源
新墨西哥州法院裁定Meta支付5.67亿美元，用于弥补其平台对儿童心理健康造成的负面影响。该裁决是3月里程碑式审判的第二阶段结果，当时陪审团认定Meta故意伤害儿童心理健康并隐瞒儿童性剥削信息，处以3.75亿美元罚款。加上最新裁决，Meta需承担总额达9.42亿美元。法官Bryan Biedscheid指定其中4.2亿美元用于新墨西哥州青少年治疗服务，其余用于意识提升、预防和筛查。法院还要求Meta改进年龄验证工具，开发“13岁以下年龄预测模型”，并与学校合作建立举报门户。Meta表示不同意裁决并计划上诉。
11:07华尔街见闻（RSS）
本文深度剖析Anthropic CEO Dario Amodei的矛盾形象。他曾在OpenAI推动严格的信息管控，因与Sam Altman分歧于2020年底离职，与妹妹等人创立Anthropic。公司以AI安全为使命，却深度参与军备竞赛，估值三年暴涨200倍至近9650亿美元，年化营收已超越OpenAI。Anthropic内部文化宗教化，有内部哲学家和Claude的书面“宪法”。Amodei坚持安全投入，如为Claude 4开发生化武器过滤器，但也在竞争压力下撤回“不发布模型”承诺，接受威权政府投资，并向SpaceX支付巨额算力费。公司最快9月IPO，投资者对其监管立场和盈利动机存疑。
16:57IT之家（RSS）关联 2 源
IT之家8月7日消息，宇树科技即将在科创板上市，发行价150.80元/股，发行4044.6434万股，占发行后总股本10%。DeepSeek开发商杭州深度求索出现在战略配售名单中，获配93.339万股，金额约1.41亿元。在今日的网上投资者交流会上，宇树科技CEO王兴兴回应称，根据双方签订的《战略合作备忘录》，双方将在面向通用人工智能的研发、高性能通用机器人、AI大模型三方面开展深度合作。王兴兴还透露，宇树科技2025年度不含轮式双臂机器人的人形机器人出货量已超5500台，预计未来几年人形机器人在工业制造、消费服务等领域的渗透率将逐步提升。
09:39IT之家（RSS）
据路透社报道，知情人士称阿里巴巴计划向其下一代通义千问开源模型的大型商用用户收取费用，从收益中抽取一定比例分成。与月之暗面Kimi K3类似，Qwen3.8-Max为开源开放权重模型，开发者可下载参数自主运行。月之暗面条款规定，年销售额超2000万美元的商用实体须达成商业协议，分成最高30%。阿里计划下周实施类似举措，具体比例未定。DigitalOcean已与月之暗面签约，其CEO称这是经过市场检验的开源免费增值模式。目前，阿里云平台托管使用模型收费，自带数据中心运行大部分开源模型免费。
15:42Avi Chawla
NVIDIA研究人员提出一种无需训练的闭式方法，使KV缓存可在不同模型间迁移，目标模型可完全跳过预填充阶段，转换速度比重新处理上下文快2.7至25倍。该方法将跨模型KV迁移视为表示问题，通过线性回归将源模型的键映射到目标模型，并利用跨层选择与RoPE旋转剥离/重应用。在Qwen3、Llama 3.1和Ministral 3的六对模型上，四对保留了接收模型独立准确率的73%至98%。此前工作需训练神经适配器或要求架构相同，这是首个闭式且免训练的方法。目前仅限同族模型、密集全注意力，跨族迁移与头配置不匹配尚未测试。
09:18IT之家（RSS）
美国斯坦福大学研究人员使用AI技术，在实验室环境下设计出可复现、具备完整功能的全新病毒，这是AI首次成功设计完整基因组。团队开发的Evo1和Evo2模型用于预测“生命语言”，训练数据来自病毒、细菌、植物和人类的遗传代码，并通过微调使其设计噬菌体。研究人员挑选302个最有潜力的AI设计进行合成，其中16个能有效杀死大肠杆菌。这些噬菌体遗传代码长约5400个碱基对。研究可能为抗生素耐药感染提供新治疗路径，被视为应对细菌感染上升趋势的潜在方案。
05:29Hacker News Best（web_list）
本文由 Postgres 性能优化专家分享，详细介绍了如何通过三项关键技术将 Postgres 的分析查询性能提升数百倍。首先是批处理，将逐行处理改为批量处理，减少函数调用开销；其次是算子融合，将多个操作合并为单个循环，避免中间结果的物化；最后是 SIMD 指令，利用 CPU 的向量化能力并行处理数据。文章给出了具体的实现思路、代码示例和性能对比数据，并讨论了这些技术的适用场景与限制。对于需要优化 Postgres 分析查询的开发者，这是一份极具参考价值的工程实践指南。
09:20Hacker News Best（web_list）
开发者 Scalex 发布了一款浏览器游戏，模拟人类对 AI 编码代理的审批流程，玩家需在时间压力下批准或拒绝命令。基于超过 40,000 次运行和 409,000 次决策的数据分析显示：平均漏检率 33.7%，32.9% 的会话以负分结束。威胁类型中，明显破坏性命令漏检率最低（11.7%），而凭据窃取类高达 35%。最易漏检的是 npm run analyze，漏检率 64.7%，因为 npm run 可执行 package.json 中的任意脚本，即使历史日志显示可疑负载。此外，权限疲劳导致漏检率随时间上升，而过度拦截良性命令也造成噪音。作者认为，依赖人类审批作为安全边界存在根本缺陷。
05:13MarkTechPost（RSS）
本教程演示了如何用 NVIDIA NeMo Retriever 构建多模态 RAG 流水线。首先配置 Python 3.12 环境，安装依赖，并通过 PDFium 在 CPU 上离线提取 PDF 文本，无需 GPU 或 API 密钥。随后接入 NVIDIA 托管的 NIM 端点，检测页面元素、提取表格、图表和信息图，生成稠密向量嵌入，并将处理后的内容存入 LanceDB。最后实现稠密检索、视觉语言重排序、元数据过滤搜索、带内联引用的 grounded 生成，以及 recall-at-k 评估，以验证多模态文档内容的检索质量。
03:18Simon Willison 博客（RSS）
Simon Willison 在博客中对比了 Claude Fable 5 与 Codex Desktop（运行 GPT-5.6 Sol Ultra）在生成游戏方面的表现。他用同一个四年前由 GPT-3 和 DALL-E 生成的游戏概念提示词，分别让两个模型生成完整游戏。Claude Fable 5 的版本是单只浣熊在后院收集硬币和鱼，而 GPT-5.6 Sol Ultra 的版本则是在博物馆中营救同伴、叠罗汉偷取金沙丁鱼，更符合“浣熊大盗”主题。但 GPT-5.6 Sol 版本存在一个 bug：每只浣熊的眼睛被放大成巨大的黑色球体漂浮在头顶，Codex 在开发过程中未能发现。
11:21Hacker News Best（web_list）
作者认为，AI 工具让“从想法到成品”的距离几乎消失，但过去靠摩擦和成本建立的“质量底线”也随之瓦解。当生成变得廉价且流畅，决定什么值得保留的不再是制作成本，而是个人的判断力——即“品味”。品味不是消费好作品就能获得的，而是通过反复犯错、承受失败、在摩擦中积累而成的。如今，缺乏摩擦的生成让新手跳过学徒期，能做出任何东西却无法判断是否该做。同时，品味无法在指标上体现，导致有品味的人与无品味的人以相同速度交付，市场无法区分，最终导致“平庸”泛滥。