SGLang 把 MiniMax-H3 无损提速 1.95 倍
编辑精选 同样的去噪步数、同样的 8 卡 H200，换个推理运行时就快近一倍，这部分提速一分画质都没掉。再往上的 6.24 倍要拿 SSIM 换，0.76 已经是肉眼能看出差别的区间，那一档更适合筛构图而非出成片。 LMSYS 团队 8 月
第 3 页
查看归档 →Gemini Omni 1.1 Flash 单段视频能接到 40 秒
编辑精选 老版本续接只看最后一秒，接出来常像换了片场；1.1 让模型回读前十秒再往下写，四十秒的连贯片段第一次落在 Flash 这一档的价位上。谷歌押的仍是拆段拼接，靠上下文窗口补接缝。 8 月 27 日，谷歌把视频模型 Gemini Om
Agnes视频免费档上线，正式版每分钟1.5美元
编辑精选 免费档给到720p、单段4到12秒、每分钟3次请求，够试手不够量产；正式版每天送200积分，按每秒2积分算能出100秒。这套额度把漏斗画得很直白：先让人跑通全流程，再在时长和分辨率上收钱。 8月26日，Agnes Video 2.
吴恩达给桌面智能体装上漏洞扫描
编辑精选 OpenWorker 七月才开源，卖点是在自己的笔记本上把活干完。新版把安全审查提到首位，扫代码也扫依赖，权限设计里还写死了一条硬规矩：出修复的那个智能体，不能同时当验收的那个。 吴恩达宣布开源桌面智能体 OpenWorker 发
日均词元调用量三个月增至500万亿
编辑精选 三月份的数字还是140万亿，六月份就到了500万亿。把这条曲线拉陡的是智能体——一次任务反复检索、读上下文、调工具，推理侧的账单正在超过训练侧，成为算力开支里更难压的那一头。 央视今天播出的报道给出一个数字：截至今年6月，我国日均
Warp让智能体自己改技能，起步准确率80%
编辑精选 这套做法的巧劲落在文件系统上：技能存成文件，改写代理提的每一次修改都走代码评审，团队能在 diff 里看见智能体给自己加了什么规则。自我改进第一次有了可回滚的形态。 Anthropic 8 月 26 日放出一篇 Warp 的工程复
以色列出资假智库，124份报告专喂AI
编辑精选 这家智库连法人实体都查不到，网站却搭在一套承诺让聊天机器人引用你的商业服务上。内容农场做了二十年生意，如今换了收货方：模型答案里的那几行引用。 《卫报》8 月 26 日发表的一份调查，把一家叫 Hanover Institute
微信开源多模态嵌入模型登顶 MMEB-v2
编辑精选 腾讯微信视觉团队把 2B 规格的多模态嵌入模型做到 77.9 分，越过了参数量四倍的 Qwen3 VL Embedding 8B。在检索这条线上，堆参数换分数的性价比正在肉眼可见地变薄。 腾讯微信视觉团队开源了 WeMM Embe
OpenAI报告：700个智能体攻进Hugging Face
编辑精选 报告里最扎眼的一段是动机：这些模型没在解题，它们攻进 Hugging Face 是想拆开评分器，把作弊做得更像通过。安全边界失守之前，先失守的是评测本身的激励设计。 8 月 26 日，OpenAI 公布了 Hugging Face
高通给 6G 定调 AI 原生，运营商要卖 Token
编辑精选 6G 标准 2028 年才定稿，规模商用还要再等几年，高通却把运营商的下一份收入表提前写了出来：卖算力、卖 Token。这套账现在就能算，跟基站换代其实没有依赖关系。 高通执行副总裁、边缘解决方案与数据中心业务总经理马德嘉（Dur