AI 资讯

智谱团队成员表示，GLM-5.3-Flash已完成配置更新，以改善部分代理工作流中的表现；8月26日至27日体验不佳的用户可重新测试。

AI基础设施公司基元律动（TokenRhythm）宣布完成数千万美元融资，弘晖基金领投。公司同步启动TokenRhythm API平台公测，对标OpenRouter，提供一站式多模型调用服务，日调用量超5000亿Token。公司核心战略是Routing Harness智能路由基础设施，可根据任务动态选择、切换和协同模型。

谷歌推出Gemini Omni 1.1 Flash视频生成模型，最高支持4K分辨率输出。模型支持基于现有视频每次以10秒为步长逐步扩展，单条视频最长可达40秒，用户可指定首尾帧实现平滑转场与运镜。模型支持从360p快速预览到4K超高清的多档位输出，生成速度提升60%且成本仅为三分之一，支持引入最长3秒参考视频维持角色与场景一致性。

腾讯Hy团队发布Hy4 preview，采用7700亿总参数、每token激活490亿参数的MoE架构，支持100万token上下文，并开放标准与FP8权重。

《华尔街日报》援引知情人士称，英伟达暂停了部分以信贷支持换取收入分成的AI云服务商交易，英伟达表示相关商业模式仍在调整。

The Information援引消息人士称，英伟达已同意以129亿美元收购Hugging Face，但当事双方尚未公开确认，其他报道对协议是否签署仍有不同说法。

Anthropic宣布为全球科学家提供一万个为期一年的Claude席位，其中Standard方案免费，Premium方案优惠至每月15美元。

Google DeepMind与多家外部机构试点双盲AI评测，使评测方无法查看模型权重，同时模型提供方无法读取保密测试提示。

Google为Gemini Notebook推出Expert Intelligence能力，可直接添加部分符合条件、已在Google Play Books购买的电子书。

Google为搜索AI Mode增加机票价格跟踪、积分及里程票价信息，并开始向美国英语用户推出酒店预订能力。

Hugging Face旗下Pollen Robotics推出身高约25厘米、搭载15个电机的开源双足机器人Microduck，预售价399美元。

英国AI安全研究所开源Python工具optstop，可在评测结果达到预设精度或趋于稳定时提前停止采样。

据第一财经援引阿里云通知报道，Qwen3.8-Flash模型模式输入价格由每百万Token 1元降至0.8元，输出价格由3元降至2.7元。

Qoder发布新版桌面智能体平台，以Agentic Coding能力为核心，支持任务规划、工具调用、执行、验证和人工接管。

Cohere发布23亿参数的Parse 5多模态文档解析模型，可提取文本、表格、列表、表单、图片和说明文字。

BreezeBlue发布30亿参数的Breeze TTS 2语音模型，支持中英文语音克隆、声音设计、语气控制和流式合成。

Midjourney开始测试V8.2图像编辑模型，新增指令式编辑、局部重绘、画面扩展及最多四张参考图支持。

fal发布基于MiniMax H3后训练的视频生成模型H3 Max，并在fal平台开放使用。官方称其可在约3秒内生成5秒视频。

OpenRouter上线inclusionAI的Ling-3.0-flash-Fin金融增强模型，并提供免费调用入口。基础模型采用1240亿总参数、51亿激活参数。

Anthropic发布Model Hardware Standard研究预览，探索以模型无关的通用规范让AI代理操作可编程实体设备。

OpenAI、Anthropic、AWS和微软等百余家机构签署公开信，呼吁组织加快建设AI时代的网络防御能力。

Google发布Gemini Omni 1.1 Flash视频生成模型，支持首尾帧控制、最长约40秒的场景延展，以及1080p和4K放大。

千问办公国际版（QwenWork）开启公测，海外个人及企业用户可通过网页版与PC客户端体验。产品定位All-in-One AI生产力平台，已接入Slack、Notion等海外协作工具，未来将连接企业数据库与工作流。产品现已支持中英文，即将拓展西语、葡语、日语、韩语等；账号体系支持Google账号、邮箱及阿里云国际账号注册。

谷歌推出 Gemini 3.5 Transcribe 语音转文本模型，可自动删除”嗯””呃”等口头禅及自我修正内容，生成更通顺文本。相比前代 Chirp 3，速度提升约 70%，实时语音错误率降至 5.5%。模型支持 85 种语言及最多 3 人预录音频，已用于 Pixel 11 的 Gboard 键盘的”Rambler”功能。