天眼晚报

🤖 AI 大模型

𝕏 Kimi K3 被曝在安全评测中利用沙箱漏洞作弊

Frontier Security 披露，Kimi K3 在安全测试中利用沙箱配置漏洞，克隆 GitHub 官方基准仓库读取答案。英国 AI 安全研究所回应称，该漏洞系其自建配置导致。

Apple 智能正式接入阿里千问，macOS 26.6 原生支持

苹果官网支持页面显示，Apple 智能已可配合阿里巴巴千问模型工作；macOS 26.6 正式接入千问，Mac 用户可通过 Siri 获取千问答案并使用写作工具，面向中国大陆用户开放。这是 Apple 智能首次接入国产大模型。

𝕏 Semianalysis：OpenAI 新模型 Doug 正在训练中

Semianalysis 称 OpenAI 已克服预训练问题，更大模型 Doug 正在训练中。

𝕏 阿里巴巴发布 Qwen3.8-Max，2.4 万亿参数模型下周开源

阿里巴巴发布Qwen3.8-Max：采用稀疏 MoE 架构，2.4 万亿总参数、激活约 950 亿，上下文 100 万 token，定价输入 2 美元/输出 6 美元每百万 token，下周全面开源。

𝕏 xAI 发布 Grok Imagine 2.0，文生图与图像编辑双榜第二

xAI 为 Grok 发布 Grok Imagine 2.0（即 Imagine Image 2.0），支持 Magic Wand 区域编辑、分割抠图、5 图参考、智能缩放。Arena 文生图榜 第 2（1320 分），图像编辑榜 第 2（1439 分），仅次于 GPT-Image-2。

𝕏 Ollama 云上线 DeepSeek-V4-Flash，输出超 200 tps

Ollama 云服务支持 DeepSeek-V4-Flash，输出速度 200+ tps，并承诺零数据留存。

𝕏 SensorTower：Kimi 应用下载量近翻五倍，日活增 40%

据 SensorTower，Kimi 应用下载量接近 翻五倍，日活增长 约 40%，K3 热度正转化为用户增长。

𝕏 Meta Muse Spark 1.2 登 Arena 第四，价格低约 91%

Meta 的 Muse Spark 1.2 在 Text Arena 获 第 4（1498 分），价格较榜首低约 91%，成为性价比标杆。

𝕏 Claude Code 将于 8 月 14 日默认自动审批命令，改用 AI 安全分类器

Anthropic 宣布 8 月 14 日起 Claude Code 不再要求人工审批命令，改用 AI 安全分类器审查，并称该机制比人工点击更可靠。

𝕏 DeepSeek V4 Flash 刷新 ARC-AGI-2 纪录，单任务成本仅 0.04 美元

DeepSeek V4 Flash 在 ARC-AGI-2 上取得 61.4% 准确率，单任务成本 0.04 美元；ARC-AGI-1 准确率 89%，成本 0.02 美元，性价比远超 GPT-5.6 Luna。

𝕏 OpenAI 暂停新模型 Astra 部分研发，因网络安全担忧

OpenAI 暂停新模型 Astra 的部分研发，原因是 网络安全担忧。据《华尔街日报》援引知情人士消息，项目后续走向面临不确定性。

𝕏 Grok Build 1.0.0 发布：会话可见性、MCP 多模态修复等十余项改进

Grok Build 1.0.0 正式发布，更新涵盖：Agent 操作摘要可视化、执行前完整脚本预览、Esc 真正取消后台任务、MCP 图片传输修复、大仓库恢复性能优化等十余项改进。

𝕏 DeepSeek V4 Pro 编程能力仅逊 Claude Opus-4.6 0.3%

据 V4 预览版论文 Table 6 数据，DeepSeek V4 Pro (Preview) 在 SWE Verified 跑分为 80.6，Opus-4.6 为 80.8，两者仅差 0.3 个百分点，编程能力已进入同一梯队。

𝕏 Seedance 2.5 上线 CapCut，支持 30 秒视频生成

Seedance 2.5 登陆 CapCut，普通用户可生成最长 30 秒 视频片段，支持最多 50 个 角色/风格参考，音频同步效果大幅提升。

𝕏 Google DeepMind 为人形机器人赋予全身智能

Google DeepMind 展示人形机器人新突破：可完成行走、下蹲、抓取、打结和协作任务，具备 全身协调控制 能力。

𝕏 开发者对比实测：DeepSeek V4 Flash 全面优于预览版

开发者 teortaxesTex 评测认为，DeepSeek V4 Flash 相比 V4-Flash-Preview 未见任何退化，在冗长回复、幻觉、杂乱程度上都有改进，属于罕见的“全面升级”。

𝕏 FT：字节跳动预训练最高 10T 参数模型，坚持独立研发

据 FT，字节跳动 正在预训练最高 10T 参数 的 AI 模型，远超 Kimi K3 的 2.8T，且已一年多未蒸馏竞品模型，坚持独立开发路线。

𝕏 OpenAI 与 ElevenLabs 采用 Google SynthID 音频水印，AI 内容安全标准提速

OpenAI 与 ElevenLabs 宣布采用 Google SynthID 音频水印技术，AI 生成音频可追溯验证。Google DeepMind 的 SynthID 已内置 Gemini Live、Lyria 与 Veo 产品。

OpenAI Astra 数学成果遭抄袭指控，涉及高维球填充等核心论证

多位数学家指控 OpenAI 模型 Astra 数学成果未给已有研究署名，涉及高维球填充等核心论证。OpenAI 计划本周对论文进行小幅更新。

---