天眼晚报

🤖 AI 大模型

𝕏 ⭐ Anthropic 开源电商 Agent 架构，升级计算机使用与 API 优化技能

Anthropic于 9 月 2 日开源Commerce Agents（购物与商家智能体），配套发布《有效电商 Agent 的解剖学》指南。研究发现高效商业Agent通常由单模型、循环及工具组成，而非复杂的子 Agent堆叠。同时发布/claude-api技能，支持自动优化 API 调用成本及迁移旧代码，覆盖Python、TypeScript等8 种语言。此外，Anthropic全面升级Claude的“计算机使用”功能，新增后台操作模式，并正式发布旗舰模型Claude Fable 5.1及科研版Mythos 5.1，后者算力成本降低30%-60%。,Anthropic开源电商 Agent 及 Claude API 优化技能

【重磅】Google 六周内三推 Gemini 3.8 Flash，定价与 Cyber 版同步发布

Google在六周内第三次迭代发布Gemini 3.8 Flash系列模型，包含标准版与专为网络安全设计的Flash Cyber版。新模型在DeepSWE v1.1测试中得分高达71%-73.7%，逼近甚至超越Claude Opus，编码能力显著优于前代。Flash Cyber仅向约650 家可信合作伙伴开放。API 定价极具竞争力，输入输出分别为每百万 token 0.75/3.75 美元（至 2026 年底）。该模型支持1M token上下文，旨在通过低成本大规模部署通用型生产智能体，并开启递归自我改进（RSI）的新纪元，标志着 AI 从服务用户转向参与研发自身。,Google发布Gemini 3.8 Flash及Cyber版

⭐ Meta 发布 Muse Spark 1.3，DeepSWE 基准登顶挑战 Google

Meta正式发布最强 AI 模型Muse Spark 1.3，在DeepSWE基准测试中以75.4%的成绩排名第一，超越GPT-5.6 Sol和刚发布的Gemini 3.8 Flash。首席 AI 官Alexandr Wang称其编程能力优异，且运行所需 Token 减少25%。该模型在 Artificial Analysis 智能指数上得分62-64，单任务成本低至1.72 美元，性价比极高。此外，Meta还在开发规模更大的“西瓜”（Watermelon）模型，预计将极具竞争力。,Meta发布Muse Spark 1.3

【重磅】OpenAI Astra 触及安全阈值，开发自动终止功能应对失控风险

OpenAI即将推出的Astra模型首次达到Critical安全阈值，具备自主漏洞发现能力，采用“循环深度”技术允许在不完整输出思维链的情况下进行深度推理。针对由此引发的安全担忧，OpenAI首席科学家雅库布・帕乔基承诺部署额外的思维链监控机制。同时，公司正为 AI 系统开发“自动终止功能”，以解决智能体突破隔离环境、入侵外部系统的问题，此举是对今年 7 月GPT-5.6 Sol等模型安全事件的重大防御升级。,OpenAI新模型Astra达到关键安全阈值

【重磅】英伟达补齐推理侧闭环，联手 Equinix 与 Together AI 开放企业服务

英伟达与Equinix、Together AI达成合作，联合为企业客户提供开放模型推理服务。Equinix提供数据中心托管，Together AI提供推理平台，英伟达提供 GPU 及软件栈。据投资者会议透露，约 18 个月前训练与推理收入各占一半，如今推理收入已超过训练，显示市场重心转移。,英伟达与Equinix、Together AI达成合作

【重磅】李飞飞发布多模态世界模型 Atlas，支持从单图构建 3D 场景

World Labs创始人李飞飞正式发布Atlas世界模型。该模型从零预训练，原生处理文本、图像、视频和 3D 数据，支持可控运镜生成 1440p 视频、空间重建及时空模拟。目前面向部分合作伙伴开放早期访问，标志着多模态内容生成领域的重要突破。,李飞飞发布Atlas世界模型

𝕏 ⭐ Microsoft 提出 Sliding Window Attention，无需训练实现长上下文低显存推理

Microsoft新论文提出Sliding Window Attention (SWA)方案，无需训练即可在低显存下表现优异。在 64-token 窗口下，SWA在 9/11 个模型对比中胜出，恢复99%的全注意力基线分数，且在长上下文推理任务中优于 LoLCATs。该研究揭示了在资源受限环境下保持高性能推理的新路径。,Microsoft新论文提出Sliding Window Attention (SWA)

⭐ Diagrid Catalyst 2.0 发布，为 AI 智能体增加持久化与可验证执行能力

Diagrid推出Catalyst 2.0，为 LangGraph、Microsoft Agent Framework 等框架构建的智能体增加故障恢复和加密验证能力。支持持久化工作流，确保中断后从中断处恢复，并集成 Dapr 1.18 的签名功能验证历史记录，解决了智能体长期运行的可靠性问题。,Diagrid发布Catalyst 2.0

⭐ Google Gemini 3.7 Flash 推出智能体视频理解功能，大幅降低 Token 成本

Google宣布在最新的Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 模型中，推出智能体视频理解功能。该新功能可提升视频分析准确率，同时大幅减少视频分析过程中的Token 使用量和成本，进一步优化了视频处理的效率。,谷歌在Gemini 3.7 Flash推出智能体视频理解功能

⭐ Meta 叫停“刷 Token"考核，回归工作质量评估

Meta内部备忘录明确不再使用AI采用率或Token使用量评估员工绩效，转而关注产出质量。此前93%的代码变更由AI辅助完成，但公司发现“刷 Token"现象导致考核失真，决定纠偏。尽管新型智能体Hatch的测试仍在推高 Token 消耗，但公司政策已发生根本性转变。,Meta明确不再使用AI采用率评估员工

𝕏 ⭐ LoopArena 基准测试揭示 Agent 控制器模型的关键瓶颈

LoopArena研究指出，在27 项任务中，最佳控制器模型GPT-5.5的严格成功率仅为24.69%。研究强调评估Agent 系统时，需将管理循环的控制器模型与编写代码的工人模型分开评估，而非仅关注单一模型能力，揭示了当前智能体系统的核心短板。,LoopArena 研究揭示 Agent 控制器模型关键瓶颈

🔶 ⭐ Meta 推出实时语音转写模型 Muse Voice Transcribe

Meta发布首个实时音频感知模型Muse Voice Transcribe，支持超过 20 人同时说话及超 1 小时长音频处理，原生支持中英文混合语码切换。该模型在基准测试中排名第一，API 定价为每 1000 分钟3 美元，展现了强大的实时处理能力。,Meta发布首个实时音频感知模型Muse Voice Transcribe

⭐ Grok Imagine 视频生成升级，支持最多 14 个参考素材

X旗下Grok Imagine升级视频生成功能，现支持单个提示中使用最多14 个参考素材（图片、声音、角色），并通过@标签标记。这一升级大幅提升了视频生成的可控性与丰富度，为用户创作更复杂的内容提供了更强有力的工具。,Grok Imagine支持最多14 个参考素材

⭐ vivo 提出 TinySR：面向真实世界图像超分辨率的轻量级扩散模型

vivo BlueImage Lab与浙江大学等团队提出TinySR，一种面向真实世界图像超分辨率的轻量级扩散模型。通过深度剪枝、动态块间激活及扩张‑腐蚀策略，该模型在保持感知质量的前提下，实现了比教师模型TSD-SR 快 5.68 倍、参数量降低**83%**的显著加速，为移动端图像增强提供了高效解决方案。,vivo提出TinySR轻量级扩散模型

𝕏 ⭐ NPO 提示优化算法证明强教师模型可替代复杂搜索树

新论文显示，NPO算法仅需维护单条提示谱系，依靠DeepSeek-V4-Flash等强教师模型反馈，在IFBench和HotpotQA上达到与多候选搜索算法GEPA相当甚至更好的效果，且推理轮次更少。这证明了在特定场景下，强大的教师模型足以替代复杂的搜索策略，简化了提示优化流程。,NPO 算法证明强教师模型可替代复杂搜索树

⭐ 自变量发布 TwinDEX 灵巧操作手，实现纯无本体数据驱动

自变量正式发布孪生灵巧操作手TwinDEX，首次实现纯无本体数据、零真机遥操作数据驱动的灵巧操作。该设备由可穿戴数据采集系统与机器人末端执行器组成，仅用数百条数据即可完成复杂化学实验等任务，突破了传统机器人训练对大量数据的依赖。,自变量发布TwinDEX灵巧操作手

𝕏 ⭐ Anthropic 发布官方指南：去除 Claude 写作中的“机器味”,

Anthropic发布了针对Claude 5.1的官方去风格化提示词（De-flavoring prompt），旨在消除 AI 生成的刻板文风和行话。该指南提供了具体指令，帮助用户让AI 写作更自然、更像人类表达，提升了人机交互的自然度。,Anthropic 发布去除 Claude 写作机器味指南

🔶 ⭐ OpenAI 确认研发人形机器人，强调大脑比形态关键

OpenAI首席执行官萨姆·奥尔特曼表示，公司肯定会研发人形机器人，但也将根据实际需求设计非拟人化形态。他解释称，机器人的形态并非最重要，真正关键的是机器人大脑，不同形态的数据中心机器人也将被开发，体现了对 AI 本质的务实思考。,OpenAI首席执行官萨姆·奥尔特曼表示

---