AI一线｜ShareCentre

比特冲刺 DASHBIT｜¥5/月 100GB 🆕首单7折优惠码: dashbit ,100GB 年付仅3️⃣9️⃣元 📱支持流媒体和AI解锁，另有每月1T免费流量的公益节点🤖 🚀“还在担心机场踩雷还不能退款？选择比特冲刺，注册即送48小时免费试用！速度稳定性一试便知” 🚀 购买地址: https://web.dashbit.top 机场频道: https://t.me/dashbitTel 机场群组: https://t.me/dashbitWWW

🧠 GLM-5.3 发布：编码与网络安全能力同步升级 Z.ai（智谱）发布 GLM-5.3。官方称它沿用 GLM-5.2 的同一基座，能力提升全部来自进一步扩展后训练：增加长程任务环境、任务多样性与训练计算，并继续使用 IndexShare、SAO 与 slime 等训练栈，重点面向复杂编码、智能体长任务和漏洞分析。 按 Z.ai 公布的评测，GLM-5.3 相比 5.2 在 Terminal-Bench 3.0 从 4.6 升至 28.3，DeepSWE v1.1 从 46.2 升至 66.9，Agents’ Last Exam 从 23.8 升至 28.5；内部 Z.ai Code Bench 的提升为 50%。网络安全方面，官方报告 CyberGym 84.5%、ExploitBench 54.4%，以及 ExploitGym 在吞吐归一后的 2 小时/6 小时预算内完成 105/130 个任务。 GLM-5.3 已向 GLM Coding Plan 的 Lite、Pro、Max 用户及 ZCode 上线，模型 ID 为 glm-5.3，支持 low、high、max 三档 reasoning effort，默认 max；5.3 不再支持完全关闭 thinking。官方 X 同时表示，按量 API 将分阶段开放；模型权重计划在完成安全评估与加固后约两周公开。 官方博客：https://z.ai/blog/glm-5.3 官方 X：https://x.com/Zai_org/status/2088132965922476159

MiniMax Music 3 公开完整权重，可本地生成最长 5 分钟歌曲 MiniMax 已在 Hugging Face 公开 MiniMax Music 3 的可下载模型制品。仓库现有 88 个文件约 57.35GB；8 月 13 日 15:18 UTC 的提交新增约 28.52GB Diffusers 模块权重，标志着此前只有官方 Demo 后，模型制品首次可公开下载。 模型输入歌词和音乐描述，生成最长 5 分钟完整歌曲。其结构由负责长程结构的 8B Global LLM、补充帧级声学细节的 0.6B Local LLM，以及 2.4B Flow Matching 与 123M Flow-VAE 解码器组成。支持 SGLang-Omni、Diffusers 和 ComfyUI；Diffusers 全精度路径称单卡 24GB 显存以内可运行，CPU 卸载约占 22GB，逐层卸载可降至 8GB，但速度更慢。 当前限制包括仅 CUDA、仅非流式、文本提示最多 5000 tokens，速度、调性、配器、歌词和结构等控制项也不保证严格命中。权重采用自定义 MiniMax-Music3 Community License：商业产品须标注模型名，相关产品或服务年营收超过 2000 万美元需另行授权；面向公众发布的生成内容须披露 AI 生成。 模型与模型卡：https://huggingface.co/MiniMaxAI/MiniMax-Music3 官方 GitHub：https://github.com/MiniMax-AI/MiniMax-Music3 许可证：https://huggingface.co/MiniMaxAI/MiniMax-Music3/blob/main/LICENSE

OpenAI 启动 Ultrafast 有限预览：GPT-5.6 Sol 最高每秒输出 750 token OpenAI 8 月 13 日开始向首批受邀客户开放 Ultrafast，这是面向 GPT-5.6 Sol 的新推理服务层，首先进入 OpenAI API。OpenAI 称其由 Cerebras 提供底层支持，生成速度最高可达 Standard processing 的 14 倍、每秒 750 个输出 token，目标是让旗舰模型进入事故响应、实时金融研究、复杂客服、语音、交易和交互式实验等延迟敏感工作流。 Ultrafast 与 7 月 30 日由 Priority Processing 更名而来的 Fast mode 不是同一档位：Fast 已有公开的 service_tier=fast 或 priority 请求方式，官方速度上限为 Standard 的 2.5 倍；Ultrafast 当前仅面向 select customers，并随 Cerebras 容量增长逐步扩展。OpenAI 展示了 Jane Street、Podium、Basis 与 Rogo 的早期使用反馈，以及 Sol 在 Standard 和 Ultrafast 下用同一提示构建 3D 仓库模拟器的对照演示。 Cerebras 称其 Wafer-Scale Engine 每颗晶圆级芯片集成 44GB SRAM，让模型权重留在片上，并通过跨晶圆流水线持续生成 token。此次上线把双方此前宣布的高速推理合作推进到实际产品预览。 OpenAI：https://openai.com/index/previewing-ultrafast/ Cerebras：https://www.cerebras.ai/blog/accelerating-gpt-5-6-sol-ultrafast-with-openai

Google Sheets Canvas 面向个人用户全球开放，Workspace 分批推出 Google 开始在 Sheets 推出 Sheets Canvas。用户描述需求后，Gemini 可把一个工作表标签变成仪表盘、看板、日历或其他定制界面，无需代码或公式。Canvas 是源数据上的可读写层：编辑者能直接增删改，界面与表格双向实时同步；查看者和评论者不能改动。Canvas 作为 Sheets 标签存在并继承原表格分享权限，还可继续用提示词调整布局和功能。 个人 Google AI Pro、Ultra 用户现已获得全球英语版；Workspace Business Standard/Plus、Enterprise Standard/Plus，以及 Google AI Pro for Education 和 AI Expanded Access 正分批开放。Rapid Release 域从 8 月 10 日启动，Scheduled Release 域从 8 月 31 日起逐步发布。当前仅支持网页版和英语；不支持移动端、第三方存储或离线文件；每个 Canvas 只使用一个 Sheet 标签，数据量过大时可能不可用。 官方公告：https://blog.google/products-and-platforms/products/workspace/sheets-canvas-for-google-sheets-spreadsheets/ 发布说明：https://workspaceupdates.googleblog.com/2026/08/use-google-sheets-canvas-to-visualize-data.html

Google 发布 Gemini 3.7 Flash：编码与 Agent 新模型以 GA 上线 Google 8 月 13 日发布 Gemini 3.7 Flash，并将稳定模型 gemini-3.7-flash 以 GA 形式开放生产使用。它保留 1,048,576 token 输入上下文和 65,536 token 最大文本输出，支持文本、图片、视频、音频与 PDF 输入，也支持函数调用、代码执行、文件搜索、Search/Maps grounding、结构化输出和低、中、高三档 thinking；computer use 仍为预览。 Google 将新版定位为编码与 Agent 场景的 Flash 主力，重点改善调试、长程软件工程、网页开发和多步工具调用。按 Google 公布的结果，FrontierCode 1.1 得分为 43.6%（3.6 为 34.4%），DeepSWE v1.1 为 65.3%，Terminal-bench 2.1 为 85.8%。模型已进入 Gemini API、AI Studio、Antigravity、Gemini Enterprise Agent Platform，并从发布当天起驱动 Gemini Spark。 2026 年底前，标准 API 促销价为每百万输入/输出 token 0.75/3.75 美元，输出价包含 thinking token；2027 年 1 月 1 日起调整为 1.50/7.50 美元。 官方发布：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-3-7-flash/ 模型卡：https://deepmind.google/models/model-cards/gemini-3-7-flash/

🧠 Google Research：大模型答错事实，瓶颈可能不是“没学过”，而是“想不起来” Google Research 8 月 12 日发布 WikiProfile 研究解读，尝试把大模型的事实错误拆成两类：知识没有被编码，以及知识已经存在、但在当前提问方式下无法召回。研究团队从 2,125 个英文 Wikipedia 页面提取 2,150 个事实，每个事实设计 10 种任务，分别测试上下文补全、正反向问答和多选识别；13 个模型对每项任务采样 8 次，有无推理模式合计产生约 450 万条回答。 在这套基准上，Gemini-3-Pro 和 GPT-5 的事实编码率达到 95%–98%，但不启用推理时仍有 26%–34% 的事实无法直接召回；启用推理后，失败比例降至 11%–12%。对擅长推理的模型，额外思考可找回约 40%–65% 已编码但原本答不出的事实。 研究还发现，长尾事实与反向提问主要拉低的是开放式召回，而非多选识别。团队据此认为，提升事实可靠性除了扩大训练数据和模型规模，还需要改善模型访问已有知识的方式。WikiProfile 数据集已公开，采用 CC BY-SA 4.0 许可。 Google Research：https://research.google/blog/empty-shelves-or-lost-keys-recall-is-the-bottleneck-for-parametric-factuality/ 论文：https://arxiv.org/abs/2602.14080 数据集：https://huggingface.co/datasets/google/WikiProfile

比特冲刺 DASHBIT｜¥5/月 100GB 🆕首单7折优惠码: dashbit ,100GB 年付仅3️⃣9️⃣元 📱支持流媒体和AI解锁，另有每月1T免费流量的公益节点🤖 🚀“还在担心机场踩雷还不能退款？选择比特冲刺，注册即送48小时免费试用！速度稳定性一试便知” 🚀 购买地址: https://web.dashbit.top 机场频道: https://t.me/dashbitTel 机场群组: https://t.me/dashbitWWW

🐧 OpenAI 推出 ChatGPT Linux 桌面预览，Codex 进入官方 Linux 应用 OpenAI 已开放 ChatGPT 桌面应用的 Linux 预览版，把 ChatGPT、Work 与 Codex 集成到同一个桌面工作区。用户可登录 ChatGPT 账户，处理项目和本地文件、使用浏览器工作流，并直接运行 Codex；统一桌面体验由此首次正式扩展到 Linux。 首批正式支持 Ubuntu 24.04 LTS、Ubuntu 26.04 LTS、Debian 13，以及 Fedora 43、44，同时提供 x64 与 ARM64。Ubuntu、Debian 使用 .deb 包，Fedora 使用 .rpm 包；安装时会配置 OpenAI 的签名软件仓库，后续可通过 apt 或 dnf 更新。 Linux 版仍处于预览阶段。Computer Use 尚未开放，官方表示会在未来版本加入。原生 Wayland 也仍属实验性：应用在可用时默认借助 XWayland，用户可通过启动参数切换原生 Wayland；浮动窗口、窗口定位、焦点和快捷键等行为仍可能不完整。 官方公告： https://community.openai.com/t/codex-in-chatgpt-desktop-app-for-linux-is-now-in-preview/1390027 安装文档： https://learn.chatgpt.com/docs/linux/linux-app 官方 X： https://x.com/OpenAI/status/2087248033906094175

千问发布 Qwen3.8 旗舰开放权重：2.4 万亿参数、95B 激活 阿里千问已公开 Qwen3.8-2.4T-A95B 的完整模型权重，这是 Qwen 首次把 Max 级模型以开放权重形式交付。官方 Hugging Face 与 ModelScope 仓库现提供 213 个 BF16 权重分片，总计约 4.89TB；同簇 FP8 版本约 2.50TB，也包含 213 个分片和完整索引。 模型采用混合 MoE 架构，总参数 2.4 万亿、每个 token 激活 950 亿参数，共 92 层、512 个路由专家，每次激活 10 个路由专家和 1 个共享专家。原生上下文为 262,144 token，可扩展至 1,010,000 token；开放权重版是纯文本模型，所有交互必须启用思考模式，可用 reasoning_effort 在 xhigh、medium 和 low 之间调节推理强度。官方列出 vLLM、SGLang 与 TokenSpeed 部署支持。 该权重采用 Qwen3.8-Max 自定义许可证。一般使用、修改、分发和商业部署获得许可，但超大规模产品须显示模型名；达到规定收入门槛的模型即服务或 AI 办公、编程助手业务需要另行取得 Qwen 许可。BF16 与 FP8 体积意味着实际服务通常需要数据中心级多节点 GPU 集群。 ModelScope：https://modelscope.cn/models/Qwen/Qwen3.8-2.4T-A95B BF16：https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B FP8：https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B-FP8 许可证：https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B/blob/main/LICENSE

OpenAI 发布企业 AI 使用双报告：Codex 输出占比 64%，领先企业用量差距达 8.3 倍 OpenAI 8 月 12 日发布新版 Enterprise Signals 与工作论文《How Organizations Use AI: Evidence from ChatGPT》。按其企业客户数据，截至 2026 年 6 月，Codex 占 Codex 与 ChatGPT 合计输出 token 的 64%。OpenAI 每月按每名活跃用户的输出 token 给企业排序：前 10% 企业达到典型企业（第 45—55 百分位）的 8.3 倍，1 月该差距为 2.6 倍。 领先企业的周活跃用户中，21% 使用 Plugins、19% 使用 skills；典型企业分别为 9% 和 3%。自 2 月起，企业 Codex 周活跃用户在法务、销售、招聘、营销职能分别增长 108 倍、41 倍、41 倍和 26 倍，工程职能为 5 倍。 配套论文把 ChatGPT Enterprise 使用记录与职务、任务分类及 Compustat 财务数据关联至 2026 年 3 月。员工特征样本覆盖 1,764 家组织、约 1,745 万条消息；采用后第 26 周，早期职业阶段用户每周比高管多发送 13 条消息。美国上市公司中的早期采用者规模、估值及研发投入总体更高。 发布页：https://openai.com/index/how-enterprises-put-ai-to-work/ 企业数据：https://openai.com/signals/enterprise-data/ 工作论文：https://cdn.openai.com/pdf/how-organizations-use-chatgpt.pdf

xAI 发布 Grok 4.6：主攻长程 Agent，开放 500K API xAI 正式发布 Grok 4.6，定位是 Grok 4.5 的增强版，重点不是单轮问答，而是持续多步完成研究、信息分析、代码库工作，以及把产品想法做成交互式应用或工作成果。官方称本次补充训练比 4.5 更长：使用模型生成的推理与高级技术数据、工程数据和改进后的优化器，再由 Grok 4.5 重生成覆盖不同推理强度、Agent 框架、STEM、软件工程与知识工作的 SFT 轨迹，之后继续进行知识工作、通用编码、内核优化、网页开发和 CAD 等 Agent 强化学习。 在 xAI 公布的评测表中，Grok 4.6 High 的 Artificial Analysis Intelligence Index 为 61，高于 Grok 4.5 的 56，与 GPT-5.6 Sol Max 同分；Artificial Analysis 当前独立页面给出的精确值为 60.923。它在 CursorBench 3.2 得到 69.9%，高于表中 GPT-5.6 的 67.2%、略低于 Fable 5 的 70.5%；DeepSWE 1.1 为 65.9%，则低于 GPT-5.6 的 73% 和 Fable 5 的 70%。这说明整体智能与部分编码任务提升明显，但并非所有 Agent 基准领先。 官方开发者注册表显示，grok-4.6 支持文本和图像输入、函数调用、结构化输出，以及 low、medium、high、xhigh 四档推理，最大提示长度为 50 万 token。标准 API 价格为每百万输入/输出 token 2/6 美元；提示达到 20 万 token 后整次请求按 4/12 美元计费，缓存输入为 0.5/1 美元。xAI 还提供双倍价格的快速档。模型现已在 xAI API、Grok Build、Cursor 上线，OpenRouter、Vercel 与 Cloudflare 也已有一手接入证据；其中 Cursor 文档给出的平台上下文上限是 25.6 万 token。Grok Build 和 Cursor 首周提供 2 倍包含用量，xAI Python SDK 1.18.0 也已加入 grok-4.6。 xAI 官方发布：https://x.ai/news/grok-4-6 官方模型文档：https://docs.x.ai/developers/models 独立评测：https://artificialanalysis.ai/models/grok-4-6

DeepSeek 升级 V4 Pro API 至 0813：补齐 Responses 与 Codex 支持 DeepSeek 将稳定调用名 deepseek-v4-pro 背后的模型版本更新为 DeepSeek-V4-Pro-0813，调用名与 OpenAI、Anthropic 兼容地址保持不变。官方模型表列出的能力包括 1M 上下文、最高 384K 输出、JSON 输出、工具调用、Anthropic API，以及现已对 V4 Pro 开放的 Responses API。思考模式默认开启，默认强度为 high；low、medium、high、xhigh、max 分别映射为 low、high、high、high、max。 这次更新同时移除了 Codex 接入文档中“仅 V4 Flash 支持”的限制说明，官方配置现包含 V4 Flash 与 V4 Pro。V4 Pro 当前每百万 token 的缓存命中输入、缓存未命中输入和输出价格分别为 0.003625、0.435 和 0.87 美元，并发上限为 500。官方还提示，整体 API 价格近期计划显著上调，具体方案另行通知。 模型与价格：https://api-docs.deepseek.com/quick_start/pricing Responses API：https://api-docs.deepseek.com/guides/responses_api 思考模式：https://api-docs.deepseek.com/guides/thinking_mode

比特冲刺 DASHBIT｜¥5/月 100GB 🆕首单7折优惠码: dashbit ,100GB 年付仅3️⃣9️⃣元 📱支持流媒体和AI解锁，另有每月1T免费流量的公益节点🤖 🚀“还在担心机场踩雷还不能退款？选择比特冲刺，注册即送48小时免费试用！速度稳定性一试便知” 🚀 购买地址: https://web.dashbit.top 机场频道: https://t.me/dashbitTel 机场群组: https://t.me/dashbitWWW

AI 协作刷新 Grothendieck 常数上下界，首次锁定小数第一位 Alan Li、Rahul Saha 等七位研究者发布两篇配套预印本，给出 Grothendieck 常数的新界：6π/11≤K_G≤1.7818666069360661。这个常数刻画一类困难离散优化问题与其可在多项式时间求解的半定规划松弛之间，最坏情况下会相差多少，也联系矩阵 cut norm、Banach 空间几何和量子关联。此前已知范围约为 1.6769566742 至 1.7822139782；新结果把区间收窄约 35%，首次确定 K_G 的小数第一位是 7。 数学上的两项变化分别来自不同方向：新下界不再构造一个具体“困难实例”，而是证明任意 Krivine 舍入方案的相关函数系数满足约束，再借已有最优性定理推出 6π/11；新上界则构造随维度增长的 limiting Krivine scheme，给出高维方案确实能改善经典界的首个结果。作者公开了完整证明，以及基于 Arb 外向舍入区间算术的脚本、证书和日志。 协作记录显示，当前长程系统首先发现并证明了新下界，作者随后重写并逐步核验。系统以 GPT-5.5-Pro、后续 GPT-5.6-Sol 负责推理，Claude Code（Opus、后续 Fable 5）负责执行；6 月 16 日至 7 月 24 日约运行 240 个研究会话、调用推理模型 2,091 次、消耗约 1.52 亿 tokens，估算 API 标价约 5,400 美元。人类研究者提供既有数学框架，并通过约 40 条指令决定何时转向、如何概括失败及优先完成可闭合的证明。 案例论文：https://arxiv.org/abs/2608.11195 完整证明：https://arxiv.org/abs/2608.11158 代码与证书：https://github.com/trishullab/grothendieck-bounds

Google AMIE 扩展到实时视频问诊：100 个模拟病例中超过医生对照 Google Research 与 Google DeepMind 公布 AMIE Video。系统基于 Gemini 3 Flash、Gemini 3.1 Pro 和 Project Astra，让 Talker、Planner、Perception 三个智能体异步协作，在视频通话中进行语音对话、识别视听线索，并引导患者完成远程体格检查。 在随机化模拟研究中，15 名专业患者演员围绕 100 个病例，分别完成 AMIE 视频、AMIE 文本和全科医生视频三组共 300 次问诊；10 名美国认证全科医生参与对照，另有 20 名独立认证医生评审。 AMIE 视频组病例专属量表总分为 83%，医生组为 68%（经 FDR 调整 p=1.32×10⁻⁹）；首位诊断命中率为 91% 对 77%（p=.039），感知与检查得分为 74% 对 47%。相较 AMIE 文本组，视频组总分为 83% 对 75%，优势主要来自感知和检查，诊断与治疗管理差异不显著。 这仍是研究系统，并非可临床使用的产品。 Google 官方发布：https://blog.google/innovation-and-ai/models-and-research/google-research/amie-video-consultations/ 技术文章：https://research.google/blog/advancing-amie-towards-expert-level-audio-visual-clinical-consultations/ 论文：https://arxiv.org/abs/2608.09861