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AI领域多点开花：宇树科技上市前夕发布人形机器人“超人”，跳高与速度打破人类纪录；Anthropic年化收入达650亿美元，较去年底增长逾7倍。语音模型、代码托管平台等新品密集上线，AI投资叙事则转向融资与基础设施，市场关注度持续升温。
02:36MarkTechPost（RSS）
MiniMax 发布开源权重文本转音乐模型 MiniMax-Music3，可基于带段落标签的歌词与结构化音乐描述，单次生成最长五分钟的完整歌曲，输出为 32kHz、16-bit 立体声 WAV。架构采用混合分层自回归与连续合成路径：8B 全局 LLM 逐帧预测首个 RVQ 码本并把握长程结构，0.6B 局部 LLM 预测帧内其余码本；合成阶段融合两个 LLM 的最终隐藏状态，输入 2.4B flow-matching 模块，再由 123M Flow-VAE 解码，推理时不加载离散 tokenizer 解码器。
16:01IT之家（RSS）
8月17日，阿里云宣布Qwen-Audio-3.0系列语音模型正式上线千问AI平台和阿里云百炼平台，开发者可通过API调用或订阅Token Plan使用。该系列包含三款模型：语音识别大模型Qwen-Audio-3.0-ASR，支持复杂语境和专业领域识别；语音合成大模型Qwen-Audio-3.0-TTS，支持多语种、多方言，可控制情绪、语气与节奏；实时语音交互对话模型Qwen-Audio-3.0-Realtime，支持端到端语音理解与对话，可边听边说、随时打断追问，并支持工具调用。
02:01宝玉
Cursor 的代码托管平台 Origin 正式上线，用户可从 GitHub 同步仓库开始使用。Origin 是 Cursor 自研的 GitHub 替代品，提供代码存储、Git 托管、代码审查与团队协作，但设计前提是将 AI Agent 作为主要用户。在 Compile 大会演示中，Origin 在单个仓库内达到每秒 22.6 次提交、每小时 29.6 万次克隆，全球同步延迟低于 400 毫秒，并内置 AI 驱动的自动合并冲突解决。其技术源自 Cursor 2025 年底收购的 Graphite 团队，后者擅长堆叠式 PR 管理，适配 AI 智能体并行工作。
01:32宝玉
yetone 开源新项目 Cumora，将 AI Agent 引入类 Slack 聊天界面，使其成为群聊正式成员。Agent 拥有名字、人设、记忆，可私聊、建群、认领任务、收发邮件，并能在未被 @ 时主动发言。默认团队含 Atlas（研究员）、Bram（工程师）等角色。技术上有两种运行方式：Cumora Cloud 将 Agent 托管于云端 Kubernetes Pod，由 OpenAI Responses API 驱动；BYOA 模式则通过 npx cumora agent computer 在本地运行，使用 Claude Code 或 Codex CLI，密钥不经过服务器。
03:52Chubby♨️
据彭博社报道，Anthropic 截至 7 月底的年化收入达 650 亿美元，是 2025 年底运行率的 7 倍以上。最近一个完整季度收入超过 115 亿美元，上年同期为 7.87 亿美元，并录得正的调整后营业利润。其年化运行率在 5 月已突破 470 亿美元。相比之下，OpenAI 近期年化收入超过 400 亿美元，但两家公司计算口径可能不同。这些数据对 Anthropic 即将进行的 IPO 意义重大。
20:16华尔街见闻（RSS）
人形机器人企业宇树科技将于2026年8月19日登陆科创板，发行价150.80元/股，对应发行后总市值约609.93亿元，发行市盈率219倍，远超行业平均。公司公开发行4044.64万股，占总股本10%，募资净额约59.17亿元。创始人王兴兴通过特别表决权安排，上市后合计控制约65.31%表决权。战略配售引入DeepSeek、腾讯关联方等机构。业绩方面，2023至2025年营收复合增长率达226.78%，但2026年上半年营收同比增长48.54%至11.52亿元，扣非净利润同比下降19.34%。挂牌前夕，公司发布人形机器人新品“超人”，演示原地跳高2米、极限速度12.66m/s。
19:56华尔街见闻（RSS）关联 2 源
宇树科技在科创板IPO发行结果落定、即将挂牌之际，发布名为“超人”的人形机器人。8月17日公布的30秒演示视频显示，“超人”在0.85米腿长的硬件基础上实现原地跳高2米、极限速度12.66m/s，两项指标均打破人类原地跳高与奔跑速度纪录。宇树科技表示，这款全新整机刚用3个多月研发出来，未来几个月仍有较大完善空间。发行结果显示，公司发行价150.80元/股，对应发行后总市值约609.93亿元；网上中签率仅0.0181%，为科创板史上最低，有效申购倍数8288倍，吸引978.46万户散户参与。以发行价计，对应2025年度净利润的市盈率为219倍，远高于约38倍的行业平均水平。
03:23Hacker News Best（web_list）
Wiz Research通过Snowflake的HackerOne漏洞披露计划，使用自主AI安全研究工具Red Agent，在Snowflake公共仓库snowflakedb/snowflake-connector-net中发现一个严重的GitHub Actions工作流漏洞。该漏洞源于PR #1218（2026年6月18日合并），该PR由Copilot Autofix（AI）共同编写，将原本安全的env变量+jq解析模式替换为直接字符串插值，导致未认证用户可通过构造恶意issue标题在GitHub Actions runner上执行任意命令。
09:37华尔街见闻（RSS）
AI投资叙事正从技术、资本支出转向融资。摩根士丹利预测，2028年前AI基建总支出将达3.2万亿美元，其中约1.75万亿需通过信贷市场筹集。Apollo数据显示，AI相关债券发行已占长久期供给的40%，超大规模云计算商信用利差显著走阔，而整体投资级市场几乎未动。摩根士丹利大幅下调各大超大规模云计算商2027年自由现金流预测，甲骨文接近-400亿美元；采购承诺已增至9820亿美元，且大量表外。甲骨文CDS从2025年中约40个基点飙升至2026年4月峰值近190个基点。摩根士丹利将2027年云计算资本支出增速预测从14%上调至29%。
12:27IT之家（RSS）
据英国《金融时报》报道，AI 视频生成平台 Higgsfield 已从 DST Global、高盛、Liberty Global 和英特尔等投资者处筹集 4 亿美元，估值达 54 亿美元。该公司由前 Snapchat 高管 Alex Mashrabov 创立，成立仅两年，上一轮融资为 8 个月前，当时估值 13 亿美元。Higgsfield 于 2025 年推出，年化收入今年 8 月已达 7 亿美元，而一年前仅 2000 万美元。目前在全球 238 个国家和地区拥有超 3000 万用户，美国为最大市场。公司正加速商业化，拓展企业订阅业务，大部分收入来自企业客户。
14:09华尔街见闻（RSS）
AI投资叙事正发生关键转变。Wellington Management和Capital Group等顶级机构在继续持有半导体仓位的同时，积极加仓亚马逊、微软、谷歌等超大云服务商，认为云计算增长提速、算力供应紧张将令掌控基础设施与客户关系的企业获益最深。同时，依赖高价租赁算力运营的“新云”服务商被视为脆弱标的，部分机构建议做空。费城半导体指数今年累计上涨约75%，CoreWeave和Nebius分别大涨约50%和逾200%。机构警告，一旦新增算力大规模上线、租赁定价回归正常，后者高债务、高定价模式将面临考验。
22:16Serenity
宇树科技（Unitree）即将于本月19日上市，其IPO获零售投资者超额认购逾8000倍。据衍生品市场暗示，其开盘市值约416.6亿美元，较约90亿美元的IPO估值高出约363.3%。此次上市标志着中国人形机器人赛道迎来又一重要资本事件，市场关注度较高。
14:15meng shao
本文基于 Anthropic 官方博客，讲解如何最大化 Claude Code 会话价值。token 单价由模型大小、输入输出（输出约为输入 5 倍，thinking token 占大头，可用 MAX_THINKING_TOKENS=0 关闭）及提示词缓存（缓存读取 0.1×，写入最高 2×）决定。切换模型、/effort、开启 Fast mode、/compact 等会击穿缓存导致全价 prefill。会话 token 量方面，进入上下文的内容每轮重发，需注意探索成本、命令输出（超 3 万字符自动落盘）及轮次累积。Subagent 可隔离上下文，适合产出大量无需保留输出的任务。
01:52MarkTechPost（RSS）
本教程基于 docTR 库，演示如何构建端到端的文档智能流水线。内容包括：生成逼真的合成发票文档，通过 DocumentFile 加载图像与 PDF，构建支持 GPU 的 OCR 预测器，并对不同检测-识别架构组合进行速度与精度基准测试。教程深入解析 Document 内部层级结构，可视化置信度感知的边界框，使用独立的检测与识别模型，对低置信度词实施两遍识别，调整检测阈值，并引入自定义流水线钩子用于框过滤与填充。同时处理旋转与倾斜文档，实验版面检测与 KIE，重建阅读顺序与表格信息，提取结构化发票字段，并将结果导出为文本、JSON、hOCR、合成文档图像及可搜索 PDF。
09:55Lee Robinson
Grok Bot 产品负责人分享其设计背后的四项关键技术决策：1. 最佳 UI 即无 UI，界面极简，专为当前前沿模型能力设计，随模型进步仍易用；2. 客户端薄壳、服务端厚壳，客户端仅负责消息传递，复杂度移至服务端，保证桌面与移动端流畅；3. 常驻云端电脑，每个 bot 连接专属持久化文件系统，无需为每次对话新建虚拟机，支持在持久环境中运行 agent；4. bot 可使用浏览器，结合代码编写与浏览器操作，可自动化几乎任何计算机任务，并支持录制操作生成可重复流程。
15:27InfoQ 中国（RSS）
本文复盘 KMP（Kotlin Multiplatform）在鸿蒙系统上的工程实践。团队将业务逻辑用 Kotlin 编写并编译为 ArkTS 字节码，实现跨平台复用，同时针对鸿蒙运行时做深度优化：用 ArkUI 声明式 UI 与 KMP 解耦，渲染任务下沉原生层以减少桥接开销；通过内存池复用、对象生命周期管理与 GC 参数调优，显著降低渲染内存占用与 GC 卡顿率。实测渲染内存峰值降约 95%，GC 卡顿率降约 90%。文章还分享了鸿蒙上调试 KMP、处理 ArkTS 与 Kotlin 类型映射差异、构建打包流程的踩坑经验，为其他团队提供可复用参考。
00:00GitHub 博客（RSS）
GitHub 博客作者分享了在 GitHub Copilot 中使用 canvases 的实践。Canvases 为开发者和 Agent 提供持久、共享的工作表面，使工作进展可见、可引导、可审批，解决了纯聊天界面中上下文丢失、审查耗时、多 Agent 编排困难等问题。作者构建了两个 canvas 实例：Java Modernization Studio 和 Site Studio，并总结了可复用的模式：清晰定义工作流状态、突出关键决策、即时持久化进度和草稿、保留明确的人工审批点。
03:46Hugging Face 博客（RSS）
Hugging Face 博客发布文章，探讨如何在不增加硬件投入的情况下，通过优化 GPU 调度顺序将集群利用率提升 33 个百分点。文章指出，调度顺序的调整是提升利用率的关键，而非单纯增加资源。作者分享了具体的实践方法，包括如何分析现有调度策略、识别瓶颈，以及如何通过重新排序任务来最大化 GPU 利用率。这一案例为 AI 基础设施团队提供了可复用的优化思路，强调在资源有限时，通过软件层面的调度优化同样能带来显著收益。
19:21meng shao
Greg Isenberg 提出「AI Agent 五要素测试」框架，评估哪些业务适合构建为 Agent。五要素包括：重复的触发器（高频任务才值得）、稳定的输入（结构化数据）、明确的工具集（动作边界清晰）、可衡量的终点（有验收标准）、中间需要判断力（每次运行有差异需实时决策）。核心洞察：前 4 条回答「能否自动化」，第 5 条区分「Agent 还是普通自动化」。Automation 是规则驱动、路径固定；Agent 在流程中段存在决策点，需理解上下文、权衡选项、处理例外。以客户退款申请为例，前 4 条使其可自动化，第 5 条（边缘案例判断）使其必须是 Agent。
10:00InfoQ 中国（RSS）
本文是AICon深圳的演讲内容，聚焦盘古大模型在昇腾平台上的训练与推理通信优化实践。作者分享了亲和昇腾平台的性能探索经验，包括通信拓扑感知、梯度压缩、流水线并行等优化手段，以及如何通过软硬协同设计提升大规模训练效率。文章强调通信优化在千卡级集群中的关键作用，并给出了具体的调优参数与工程取舍，为在昇腾平台上进行大模型训练的开发者提供了可复用的方法论。