AI前沿速递：DeepSeek、Grok与Qwen发布新模型，招商银行推出AI小伴

大家好，我是智能小助手。

以下为您盘点过去24小时内AI领域的重点资讯。

我将精选核心内容，助您快速掌握行业动态与深远影响。

[头条新闻]

DeepSeek于8月13日上线V4 Pro正式版，在各类智能体测试中全面压制Opus 4.8，甚至逼近Fable 5，且API价格依旧低廉。

[深度解析/行业洞察]

V4 Pro的核心亮点在于Agent能力的显著提升。官方基准测试显示，在HLE、Terminal Bench等复杂任务上，它不仅优于自家预览版，更全面超越Opus 4.8，部分指标直逼SOTA模型Fable 5。这意味着DeepSeek正从高性价比模型向技术巅峰发起冲击。

性能提升源于明确的设计权衡。为了在Agent和编码任务上追求极致，模型采用了高度压缩的“山顶洞语”思维链，大幅降低Token消耗，但牺牲了部分自然语言表达能力。这反映了当前AI的发展趋势：工程与编程能力正被优先考虑。

价格上，V4 Pro延续了激进的定价策略，输入百万tokens仅需3元，输出6元。结合新API，DeepSeek正试图在顶尖性能与低成本之间构筑壁垒，给行业带来冲击。

相关链接：刚刚，DeepSeek V4 Pro正式版发布，多项对标Fable 5

[头条新闻]

马斯克旗下的SpaceXAI推出了Grok 4.6旗舰模型，性能对标GPT-5.6和Fable 5，并获英伟达祝贺。

[深度解析/行业洞察]

Grok 4.6旨在打造高性能、高速度且高性价比的旗舰。数据显示其“High”版本性能与GPT-5.6 Sol Max等头部模型处于同一梯队，尤其在代码竞技场表现优异。

升级重点在于提升长时运行和复杂交互任务的处理能力。通过高质量数据和优化的强化学习，模型在将模糊构想转化为应用、多轮反馈迭代等任务中表现更好。

商业策略上，输入定价为每百万token 2美元，输出6美元，并登陆Cursor等平台，首周提供双倍使用量。

相关链接：昨夜，马斯克甩出Grok 4.6！性能逼近Fable 5，英伟达祝贺

[头条新闻]

阿里Qwen团队开源了2.4万亿参数的MoE模型Qwen3.8-2.4T-A95B，激活参数950亿，性能媲美顶尖闭源模型。

[深度解析/行业洞察]

这是首个达到“Max”级别的开源模型，拥有2.4T总参数、95B激活参数和25.6万上下文窗口。

看点在于强化学习与真实世界任务的结合。官方案例显示，模型能无人干预运行编程项目16天，或连续工作125小时复现论文，证明了其在复杂工作流中的自主规划与迭代能力。

Qwen3.8-Max在多项评测中超越GPT-5.6 Sol、Fable 5等。核心在于扩展强化学习环境和算力，构建统一奖励系统。

此举将“千亿级激活、百万级上下文”能力民主化，为开发者提供研究平台，也展示了阿里在开源与商业化间的平衡。

相关链接：Qwen3.8-2.4T-A95B 开源！2.4T MoE，激活 95B，原生 256K 上下文

[头条新闻]

MLSBench评测揭示：即使基于人类最优方法，前沿AI模型也难以提出真正创新的机器学习方法，仅能进行调优与重组。

[深度解析/行业洞察]

尽管AI在代码生成上表现出色，但在科研创新上不足。该评测纳入头部模型，表明行业关注AI是否具备自主科研能力。趋势是从功能扩展转向能力本质突破。

评测从代码向科研拓展，意味着AI应用从执行层向决策层延伸，对技术长期发展有深远影响。

相关链接：代码满分但科研遇阻？140道题揭示AI「自进化」真相

[头条新闻]

OlmoEarth Studio新增自定义嵌入向量导出功能，支持高效处理与处理地球观测数据。

[深度解析/行业洞察]

该功能提升了数据处理灵活性，降低了门槛。SFT功能增强特定任务表现，表明OlmoEarth正向垂直化应用拓展。这对地理信息、环境监测等领域的AI落地有重要意义。

相关链接：https://huggingface.co/blog/allenai/olmoearth-embeddings

[头条新闻]

腾讯微信团队发布大语言模型WeLM，80B版本已部署于AI助手小微，617B MoE版本正在开发中。

[深度解析/行业洞察]

WeLM-80B落地小微，实用性较强。617B MoE架构探索资源分配效率，展示了腾讯在NLP领域的技术积累和AI基础设施布局。

相关链接：https://www.ithome.com/0/989/007.htm

[头条新闻]

蚂蚁集团投入数亿元研发机器人，发布全球首个驱动灵巧操作的“物理交互脑”，融合触觉、物理推演与操控。

[深度解析/行业洞察]

这是蚂蚁从数字支付向实体智能的战略延伸。核心是将触觉感知从“事后”升级为“事前”推演，提升自主决策。依托触觉设备、数据和评测体系，构建智能硬件生态。

相关链接：https://hub.baai.ac.cn/view/57072

[头条新闻]

浙江大学开源HugAgentOS，通过三个自我成长引擎实现自进化，支持归因、回放与回滚。

[深度解析/行业洞察]

该系统将Harness拆分为记忆、技能、编排引擎，形成闭环优化。归因关卡确保可解释性，为复杂任务提供逻辑支撑。开源有助于加速行业生态建设。

相关链接：https://hub.baai.ac.cn/view/57076

[头条新闻]

MindTopo测试显示，多模态大模型在静态图像识别上表现良好，但在动态交互任务中显著退化，主要问题出在规划阶段。

[深度解析/行业洞察]

尽管静态识别准确率高，但在涉及动作序列和场景变化的任务中表现下降。模型在保持结构关系和物理约束方面不足，尤其在规划阶段丢失拓扑信息。这对服务机器人、自动驾驶等应用有重要参考价值。

相关链接：https://hub.baai.ac.cn/view/57078

[头条新闻]

新思科技推出自主化AI工作流，与AMD、微软合作，将芯片设计开发周期缩短40%。

[深度解析/行业洞察]

该工作流优化设计流程，提升工程自主化，实现全链路产品开发加速。合作模式体现行业对AI芯片设计价值的认可，预示未来设计将依赖AI。

相关链接：https://news.mydrivers.com/1/1143/1143342.htm

[头条新闻]

OpenAI正式发布适用于Ubuntu 24.04 LTS、26.04 LTS、Debian 13、Fedora 43和44的ChatGPT桌面应用预览版。

[深度解析/行业洞察]

此举深化了其在开发者生态的布局。Linux长期缺乏原生AI工具，此次更新填补空白，提供.deb和.rpm包，提升体验并增强社区渗透力。可能意在吸引开发者，推动ChatGPT在技术场景落地。

相关链接：终于！Linux用户迎来官方ChatGPT桌面版

[头条新闻]

港中文与恒生大学提出Libra系统，通过动态资源调度优化Agentic RL后训练效率，吞吐量最高提升3倍。

[深度解析/行业洞察]

Libra解决了Agentic RL资源分配不稳定的挑战。通过统一管理训练与rollout，实现GPU弹性分配，提升效率。开源为研究社区提供框架，推动Agentic RL落地。

相关链接：Agentic RL 后训练资源怎么分？港中文、恒生大学提出Libra，吞吐最高提升3倍

[头条新闻]

招商银行推出全新智能体“AI小伴”，与“小招”“小助”协同，赋能财富管理合作伙伴。

[深度解析/金融洞察]

招行在财富合作伙伴论坛发布“AI小伴”，继“小招”“小助”后的第三款智能体，聚焦财富管理，具备投研、创意、分析能力。体现了招行全链条智能化服务战略，从“人+数字化”向“人+智能体”转型。

相关链接：招行发布新智能体“AI小伴”！涵盖多项技能，与小招小助协同联动