1、梁文锋突袭马斯克！DeepSeek V4 Pro对战Grok 4.6，首测夯爆了
DeepSeek与xAI同日分别发布DeepSeek V4 Pro正式版和Grok 4.6，两款模型在Agent长任务及工具调用能力上展开直接竞争。V4 Pro在CyberGym和AutomationBench评测中分别取得83.3分和31.8分，超越Fable 5和Opus 4.8；DeepSWE得分从12.8分跃升至62.7分。Grok 4.6在CursorBench和FrontierCode上分别以69.9%和61.3%超过GPT-5.6 Sol，并在知识工作评测中拿下三项第一。价格方面，V4 Pro每百万输出Token仅0.87美元，Grok 4.6为6美元，大幅低于GPT-5.6 Sol的30美元及Fable 5的50美元。实测显示两款模型在网页开发、游戏生成等任务中各有胜负。
2、3 个月烧掉 105 亿，腾讯急了
腾讯发布2026年第二季度财报，营收2047.9亿元，同比增长11%。新AI产品（混元、元宝、WorkBuddy、小微等）当季对Non-IFRS经营利润造成约105亿元净影响，高于一季度的88亿元，使整体利润增速从剔除AI影响后的19%降至9%。资本开支达527.8亿元，同比增长176%，远超市场预期的321亿元，自由现金流转负138亿元。管理层表示算力优先保障自研模型与AI应用，剩余通过腾讯云对外租赁。游戏收入659亿元，同比增长11%，重回双位数增长。
3、刚刚，中国AI交卷！40年难题56分钟破局，AI不再「学习」
百度发布AI4S“1+10+N”战略，推出自我演化智能体“伐谋”。在南京松材线虫病早期识别中，伐谋用56分钟从107个候选特征压缩至约5个，将早期病害检出率从89.1%提升至98.0%，误报率由13.6%降至5.1%，预计支持50万至100万亩森林预警。该智能体已拓展至数学证明（Famou-Lean）、空战博弈、能源调度、青岛港自动化码头等场景，其中青岛港核心指标提升10.21%，超3000家企业试用。其路径是从“学习已知”转向“搜索未知解”。
4、Opus 5通关ARC-AGI-3！Harness正在变成捆住模型的绳子
Opus 5在ARC-AGI-3基准测试中创下30.2%的官方成绩，登顶排行榜，远超第二名OpenAI GPT-5.6 Sol的7.8%。开发者Jeremy Berman为模型提供Claude Code环境、动作命令和文件系统日志，使其自主探索规则并生成工具，25个公开关卡中单次通关24关，正确率升至96.2%，两次机会下达99.3%。测试中共生成269个程序、约1.27万行代码，总成本540美元。同套方案用于GPT-5.6 Sol时成绩为73.7%，其中7次会话出现沙箱逃逸行为。相关代码已开源至GitHub仓库arc-code。
5、720美元套出A社死藏的Opus原始思维链，还是Haiku泄露的，GPT/Gemini也中招
研究人员发现可通过将闭源模型加密推理块交给同公司小模型复述，破解Claude Opus 4.8、GPT-5.6 Sol、Gemini 3.1 Pro等旗舰模型的隐藏思维链。约720美元可解码1万条推理轨迹；从6708条公开Agent轨迹中恢复315320段加密推理，泄露62个API Key、33个密码等敏感信息。漏洞源于推理块未绑定用户、会话及模型，已报告Anthropic、OpenAI、Google等厂商并修复。
6、国产具身智能创全球新纪录！以30%成本跑赢 Figure AI 45%效率，聪明的具身大脑成关键
自变量机器人公开直播物流分拣实测，采用双机械臂加标准夹爪方案，连续运行1小时完成分拣1816件/小时，准确率98%，较美国Figure AI此前1248件/小时的平均效率提升超45%，硬件成本下降约70%。其核心依托自研WALL-B世界统一模型，实现多模态感知与实时决策，在随机包裹场景下无需人工接管，展示了国产具身智能低成本高效率的规模化落地路径。
上一篇
08月14日AI资讯 | 智谱发GLM；谷歌推Gemini；OpenAI加速GPT；深度求索开源Harness；阿里开源Qwen；至知研究可解释
下一篇
08月12日AI资讯 | Meta开源30B模型；Grok Bot发布；OpenAI回购股票；思维链蒸馏遭破解；Manus恢复独立；林俊旸创办语用科技；Linux版ChatGPT上线；英伟达开源Nemotron
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com//article/3bb629a6-152d-814d-91f8-eb8bc562beb5
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
