CVerAI 评分55

CVer 成立医学影像及 Mamba 等垂直方向微信技术交流群

CVer 建立医学影像、Mamba 及多模态学习等微信技术交流群，涵盖目标检测、Transformer、NeRF 等计算机视觉垂直方向。用户需扫描助手二维码或添加微信号 CVer2233，按“研究方向+地点+学校/公司+昵称”格式备注，即可申请加入对应社群。

Google DeepMind精选AI 评分8080

Google DeepMind 开源 WeatherNext 模型，在飓风预测中实现突破

Google DeepMind 在 Nature 论文中发布并开源 WeatherNext 2 和 WeatherNext Cyclones 模型。该模型通过 AI 实现了飓风路径和强度的最新水平（SOTA）预测，平均为预报员争取到多一天的预警时间，相当于气象学十年间的进步。

极市平台AI 评分2323

AI引力场·南京首站｜2026长三角（芜湖）算力算法创新应用大赛走进南京大学

8月6日下午，2026长三角（芜湖）算力算法创新应用大赛首站交流会在南京大学举办，约15人到场，围绕芜湖人工智能产业、赛题需求解析与高校科研成果展开交流。大赛设数据应用、算法创新、算力三大赛道，覆盖政务、文旅、工业、遥感与具身智能数据五大真实产业命题，除奖金外还提供算力补贴与落地支持。

人工智能学家AI 评分4040

多模态大模型时代具身人工智能全面综述

该综述系统梳理了多模态大模型时代具身人工智能的最新进展，覆盖具身机器人、模拟器、具身感知、交互、智能体及仿真到现实适应等核心方向。文章指出具身 AI 是连接数字与物理世界、实现通用人工智能的关键路径，并基于多模态大模型与世界模型总结了当前研究的基准测试、面临挑战及未来方向。

新智元AI 评分4343

东方星链发射高光谱AI双星，构建行星级 Physical AI 与月球数据中心

东方星链于 8 月 5 日发射东方慧眼高光谱 AI 双星，旨在构建行星级 Physical AI。该系统规划 2032 年部署 258 颗卫星，并计划通过 200 个月球 AI 机器人组建月球数据中心。目前其 400 TOPS 星载 AI 算力已支持在轨异常探测与地物识别。

新智元AI 评分2727

OpenAI研究员Naomi Bashkansky离职，加入初创公司Conduit研发非侵入式脑机接口模型

OpenAI对齐团队23岁研究员Naomi Bashkansky离职，加入初创Conduit研发非侵入式脑机接口模型。该模型能通过头戴设备采集神经信号，在受试者开口前零样本解码其意图，Conduit称技术目前处于GPT-2时代。

极客公园AI 评分5454

对话刘靖康：影石Insta360的Camera Agent与「前轻后重」影像趋势

影石Insta360创始人刘靖康在AGI Playground 2026上与极客公园创始人张鹏对谈，提出影像设备将走向「前轻后重」，前端硬件变轻、重心转向AI与计算，并将产品愿景Cameraman解释为Camera Agent，核心价值是自动交付好照片好视频而非操作相机。

量子位AI 评分5757

Om AI联汇开源端侧原生VLX-Seek 1.5模型并完成数亿元融资

Om AI联汇完成数亿元融资，前海母基金领投，同日开源旗下端侧原生VLX-Seek 1.5模型，提供3B和10B两个版本。

AIGC开放社区AI 评分7373

商汤开源 SenseNova U1.5-Lite-Preview：8B 轻量模型支持 4K 图像生成与精细编辑

商汤开源 SenseNova U1.5-Lite-Preview，基于 8B MoT 架构，将生成分辨率提升至 4K 并优化文字与版式。新模型不依赖提示词增强，可直接执行长指令与复杂视觉约束，并提供多种图像编辑能力。评测显示其生成质量比肩商用闭源模型，U1 Pro 版本也在邀测中。

APPSOAI 评分2727

长鑫存储拒绝苹果压价/DeepSeek重启500亿元融资

长鑫存储拒绝苹果DRAM压价，要求报价不低于三星与SK海力士。DeepSeek重启第二轮融资，拟融资500亿元，投前估值升至5000亿元。

极市平台AI 评分4545

TPAMI | 北大 & 清华 & 复旦 提出 SparseVLM+：修正注意力偏置，让「文本引导的视觉稀疏化」更精准

北大、清华、复旦团队在 TPAMI 发表 SparseVLM+（ICML 2025 工作 SparseVLM 的期刊扩展版），通过注意力引力校正、优先头选择和时序平衡稀疏化三个模块修正文本-视觉注意力偏置，免训练、即插即用。

新智元AI 评分4545

元点 Zeroth 发布全尺寸人形机器人 Jupiter 及家庭协作机器人 N1

家庭具身智能品牌元点 Zeroth 发布首款全尺寸人形机器人 Jupiter 与全球首款异构机械臂家庭协作机器人 N1。Jupiter 高约 165cm、重约 55kg，能行走、导航及交互；N1 采用可拆分的异构机械臂方案，占地仅 0.2 平方米，配备 PSS 物理空间安全系统及家庭专属记忆系统，旨在成为长期共生的家庭成员。

新智元精选AI 评分6565

清华与UC Berkeley发布ODEWorld：连续时间具身世界模型

清华大学AIR与UC Berkeley BAIR团队提出ODEWorld，一种基于PT-Flow的连续时间具身世界模型。该模型将机器人视频预测从离散帧转向连续潜空间轨迹，利用单token动态表征和轻量MLP速度场，实现任意帧率生成与时间补全。在LIBERO基准上，其64帧预测延迟仅为0.072秒，优于LDP和V-JEPA 2。

机器之心AI 评分6060

影溯开源前馈式 3D 生成模型 QuerySplat，几张图片秒级生成可探索 3D 场景

影溯（InSpatio）正式开源前馈式 3D Gaussian Splatting 生成技术 QuerySplat，核心模型为 Topos-Lite，只需输入少量不同视角、无需相机位姿的图片，即可在一次前向推理中秒级生成可自由切换视角的 3D 场景，并配套推出免费 3D 捕捉工具 Crystal 空间相机 App。

量子位精选AI 评分7474

Sand.ai开源千亿参数MoE视频生成模型MAGI-2-preview

Sand.ai开源了视频生成模型MAGI-2-preview，总参数114B、单次前向激活约6B，采用单流架构与Multi-Head LatentMoE，每层3072个专家单元、每token激活72个小专家。

Microsoft AI BlogAI 评分4343

Microsoft Research 与 Paige 发布病理基础模型 PRISM2

Microsoft Research 和 Paige（现属 Tempus）发布了病理基础模型 PRISM2。该模型基于组织图像和病理报告文本训练，在前列腺癌、乳腺癌等基准测试中性能匹配或超越专用癌症检测系统，且无需为每个任务单独构建模型。PRISM2 的完整模型权重已在 Hugging Face 公开用于研究。

量子位AI 评分5454

智源&北大提出 InstructAV2AV：一句话完成音视频联合编辑（SIGGRAPH Asia 2026）

北京智源人工智能研究院与北京大学联合团队提出 InstructAV2AV，给定一段带声音的视频和一句自然语言指令，可在同一个端到端生成过程中同时编辑指定视觉对象及其对应声音，无需手工绘制掩码或边界框，相关工作已被 SIGGRAPH Asia 2026 接收，推理代码、模型权重、训练脚本、数据处理代码和 InsAVE-80K 数据集均已公开。

智能涌现AI 评分5151

Kimi K3 与 DeepSeek V4-Flash 在原生多模态路线上的时间差与资源取舍分析

Kimi K3 通过原生多模态增强视觉反馈能力，与仅优化后训练的 DeepSeek V4-Flash 形成路线对比。K3 总参数 2.8 万亿，能识别截图偏差实现视觉迭代；V4-Flash 参数仅为 K3 十分之一，在 Coding 与 Agent 评测中表现接近 GLM-5.2。业内观点指出，多模态虽重要，但 Coding 仍是核心门槛，资源分配因成本考量存在分歧。

光子星球AI 评分6060

千问办公实测：钉钉与阿里生态驱动办公Agent全链路落地

8月3日阿里云千问团队发布 Qwen3.8-Max 大模型，同日千问办公开启公测，公测价个人标准版 78 元/月、个人高级版 158 元/月，新用户注册赠 2000 积分、每日登录送 100 积分。

K姐研究社AI 评分6363

MiniMax H3 与 Seedance 商用视频四组实测对比及价格对比

K姐研究社用 MiniMax Hub 的全能参考能力，对 MiniMax H3 与 Seedance 做了四组同参考、同提示词的商用视频实测对比，覆盖品牌广告、电商视频、游戏装备演示和动作迁移。

苍何精选AI 评分7979

阿里发布 Qwen 3.8-Max 模型及实测分析

阿里发布迄今最强模型 Qwen 3.8-Max，参数规模 2.4 万亿，激活参数 95 B，支持 100 万上下文 Tokens。作者实测该模型耗时 48 小时研发了公众号数据监控平台，消耗 1.17 亿 tokens，并展示了其在 Agentic Coding 中的长上下文稳定性与跨模型审查流程。

新智元AI 评分3838

华中科技大学等团队推出甲骨文释读系统AlphaOracle

华中科技大学等联合团队推出首个模拟专家释读流程的甲骨文辅助系统AlphaOracle。该系统整合了2万余篇研究文献，在盲测中45.2%的最高偏好率优于GPT-5。86名专家评估认为其平均可节省约64%的分析时间，论文已被《The Innovation》接收。

新智元AI 评分5555

Grok 实现视频深度分析，可识别 Deepfake 并解读科拉茨猜想动画

马斯克宣布 Grok 4.5 具备分析任意视频的能力，可识别由 Grok Imagine Video 1.5 等工具生成的 Deepfake 并总结要点。新智元实测显示 Grok 能理解陶哲轩关于科拉茨猜想的无字幕数字动画，但也存在字幕依赖和幻觉问题。

卡尔的AI沃茨AI 评分6161

实测MiniMax H3视频模型：六大场景对比Seedance 2.0

作者实测MiniMax新出的H3视频模型，覆盖广告TVC、短剧、创意片头、动态海报、UI动效和游戏实机六个场景，并与1080P的Seedance 2.0用同样提示语对比，认为两者效果接近但H3只需四分之一积分。

机器之心AI 评分5151

哈佛MIT与港科大Stream3D打通流式3D重建与生成

来自香港科技大学World Mind Lab、麻省理工学院Media Lab与EECS、哈佛大学Kempner Institute的研究团队提出Stream3D，为冻结的视图条件3D生成器加入训练免费的流式机制，使其从单目视频流中持续筛选多视角证据并生成跨时间一致的完整3D结果。

极客公园精选AI 评分7676

Seedance 2.5 实测：30 秒原生直出与 50 个参考素材上线即梦

字节 7 月 31 日发布 Seedance 2.5，同步上线即梦、豆包专业版、扣子和小云雀。单次生成上限从 15 秒提升到 30 秒，通过即梦延长功能可续到 3 分钟，参考素材上限从 9 张图片、3 段视频、3 段音频提升到 50 个全模态参考，并新增局部编辑、白模和绿幕参考、文字渲染改进，即梦支持 Maya 和 Blender 插件唤起。

Andrej Karpathy@karpathyAI 评分4848

Andrej Karpathy 让 Claude Opus 5 用 1M token 预算（约 $10）把《指环王》首段渲染成 Three.js 场景，Opus 运行约 2 小时写出 5500 行代码，程序化生成了故事画面。

AI科技评论AI 评分4040

AI 产业新叙事：从智能稀缺转向可验证生产力

AI 行业需重构估值逻辑，核心从为智能稀缺性定价转向为可验证生产力定价。Anthropic 披露 Claude Code 年化收入超 25 亿美元，但 METR 研究显示在特定任务中 AI 可能增加 19% 完成时间。医疗影像等领域正通过德适的基座模型探索数据回流与跨任务复用，试图将模型能力转化为可持续的商业回报。

新智元AI 评分3636

格拉斯哥大学等提出Light-MER：854M多模态情感模型性能超8B教师模型

Light-MER通过SWD-H和M-GRPO将8B教师模型能力迁移至854.93M参数学生模型，九数据集平均分74.61超过教师模型。参数量和FLOPs降低约11倍，峰值显存降至2.54GB，ACM MM 2026主会已接收。

卡尔的AI沃茨AI 评分7474

烧了四万积分实测 Seedance 2.5：30 秒直出与片段重拍等新玩法

Seedance 2.5 上线后，作者在小云雀上花费近四万积分做了全面测评。单次直出视频时长从 15 秒延长至 30 秒，参考素材数量上升到 50 个，生成后还能继续延长两次、最长做到 90 秒，且角色形象、音色和剧情能保持一致。

光子星球精选AI 评分7878

Seedance 2.5 发布：30 秒视频生成长度与局部编辑能力升级

Seedance 2.5 正式发布，单次生成视频时长提升至 30 秒并支持最多 50 个多模态参考素材。该模型新增视频局部编辑功能，可精准修改画面局部元素并保持整体节奏，已上线豆包、即梦等字节旗下产品。徐工集团、小鹏汽车、穹彻智能等多家企业确认引入该模型，用于工业培训、自动驾驶数据合成及具身智能训练场景。

AI科技评论精选AI 评分8383

MiniMax 视频旗舰模型 H3 开源：效果比肩 Seedance 2.0 且价格为其 1/3

MiniMax 发布视频旗舰模型 H3，其价格仅为 Seedance 2.0 的三分之一，Artificial Analysis 榜单中其 Elo 为 1130 位居第一。

智能涌现AI 评分3232

丘脑智能完成数千万元种子轮融资，推出MemAura多模态记忆基座

丘脑智能完成数千万元种子轮融资，并将资金主要用于技术研发。其推出的MemAura基座支持多模态长记忆，内存检索延迟控制在400毫秒以内，Token消耗降低40%-49%。该产品面向陪伴硬件及垂类Agent场景，通过ADK和API提供服务，旨在通过记忆层支撑AI从通用走向主动智能。

Google DeepMind精选AI 评分7979

Gemini Robotics ER 2 发布，提升视频理解与多机器人协作能力

Google DeepMind 发布 Gemini Robotics ER 2，作为面向机器人的具身推理模型，通过视频理解、任务编排和多机器人协作提升物理世界交互能力。该模型在任务进度分类上达到 57.4% 准确率，在关键时刻检测上达到 91.3% 准确率，并支持通过 Gemini API、Google AI Studio 开放给开发者使用。

特工宇宙AI 评分4545

微信 AI 助手「小微」更新：朋友圈支持「AI 帮写」及公众号「AI 总结」

微信 AI 助手「小微」新增朋友圈「AI 帮写」与公众号「AI 总结」功能。用户可通过多模态能力识别图片视频，直接生成文案或总结文章，无需跳转其他 App。文章指出微信凭借庞大用户基数，正探索将 AI 能力融入核心入口，重塑智能助手竞争规则。

AI信息GapAI 评分3131

面壁智能与昇腾发起 MiniCPM-o 4.5 推理优化挑战，设 40 万奖金池

面壁智能 OpenBMB 联合昇腾生态发起 MiniCPM & 昇腾推理优化与应用创新挑战赛，总奖金池达 40 万元。赛事分设高性能推理优化与创新应用双赛道，要求基于 MiniCPM-o 4.5 全模态模型在昇腾 910C 环境中完成部署落地。

Google Gemini API Release Notes精选AI 评分6767

Google Gemini 发布 Gemini Robotics ER 2 预览版

Gemini 发布两个具身推理模型端点：gemini-robotics-er-2-preview 支持空间推理、智能体代码执行、多步工具编排、视频时刻定位、进度分类和多机器人协作；gemini-robotics-er-2-streaming-preview 通过 Live API 支持实时文本流、双向音视频输入和低延迟机器人智能体。

Google DeepMindAI 评分5252

谷歌发布 Lyria 3.5，上线 Flow Music 提升音乐生成能力

谷歌发布其最新音乐生成模型 Lyria 3.5，并于当日上线 Flow Music。该模型在旋律结构的自然度、歌词质量与人声表现力方面均有改进，同时新增了对节奏和时长的更精细控制。

DatawhaleAI 评分3737

Step-3.7-flash 四城沙龙收官：实战拆解生产级 Agent 落地

阶跃星辰联合 Datawhale 在北京、上海、深圳、杭州四城完成「Building Agents That Work」线下沙龙，单场报名超 200 人。Step-3.7-flash 通过 Workshop 现场演示多模态识别与结构化数据生成，验证了其轻量部署与极速响应能力，解决生产级 Agent 的落地成本与稳定性痛点。

Google ResearchAI 评分5656

SymptomAI：面向日常症状评估的对话式 AI 智能体研究

Google Research 发布了研究论文 SymptomAI，展示了一个基于 Gemini Flash 2.0 的对话式 AI 智能体在 13,917 人参与的大规模随机研究中的表现。