ai_news_summary_2025-08-04

AINews - 2025-08-04

原文链接

OpenAI疑似发布新模型”Horizon-alpha”，在OpenRouter上可用。初期测试显示其数学能力较弱，但启用推理模式后能完成20位数乘法运算，SVG生成能力突出，性能媲美或超越Gemini 2.5 Pro。

阿里巴巴发布Qwen3-Coder代码模型家族，包括30B参数的Qwen3-Coder-Flash版本，支持100万token上下文长度，现已在LM Studio和UnslothAI上可用。

Cohere推出111B参数的开源视觉语言模型Command A Vision，在Hugging Face提供权重下载，性能超越GPT-4.1和Llama 4 Maverick。

Black Forest Labs发布专为照片级真实感设计的FLUX.1 Krea模型，可在ZeroGPU上免费运行，现有微调工具可即插即用。

智谱AI推出GLM-4.5开源模型，统一了代理能力，可在”思考”和”即时”模式间切换，现已在Together AI上可用。

Runway Aleph已向所有付费用户开放，展示出复杂环境变化下保持角色一致性的能力，代表了AI创作的新方式。

Google DeepMind发布更快速、经济的Veo 3 Fast文本到视频模型，并在Gemini API中新增图像到视频功能。

7月中国开源AI模型如Kimi-K2、Qwen3、GLM-4.5等主导HuggingFace趋势榜，与Meta转向闭源策略形成鲜明对比。

Deepseek因在长上下文处理方面的突破性创新获得ACL 2025最佳论文奖，其稀疏注意力机制可能显著提升小模型的上下文保留能力。

AMD计划推出面向AI性能的独立NPU，类似游戏GPU但专为PC AI设计，可能支持64-1024GB显存，将边缘AI推向新高度。

LangChain推出结合规划工具、文件系统和子代理的Deep Agents概念，并发布Align Evals工具，便于构建和对齐LLM评估器。

vLLM项目宣布全面支持具有MFA和AFD功能的Step3视觉语言模型，该模型采用独特的内部注意力机制。

开源代码代理Cline完成3200万美元种子轮和A轮融资，Sam Altman称赞其创始人合作模式。

Hugging Face发布100%开源的Tracks库，作为付费实验跟踪服务的替代方案。

Midjourney推出”Midjourney TV”实验功能，实时流式播放社区生成的趋势视频，被描述为”奇怪地催眠”。

Perplexity AI推出Comet Shortcuts功能，允许用户用自然语言提示自动化重复性网络工作流程，如”/fact-check”快捷方式。

WAN 2.2模型在ComfyUI中原生支持首尾帧视频输出，通过更新现有WAN 2.1 FLF2V工作流即可实现。

开发者推出完全离线的Grammarly替代品refine.sh，基于Gemma 3n E4B模型，峰值内存占用低于500MB。

Prompt Catalyst提供详细教程，使用特定提示生成蒸汽朋克风格的高保真视频游戏概念艺术，包括UI设计和环境效果。

DeepTrail开源DeepSecure框架，通过分割密钥架构和macaroons实现代理的认证、委托和策略执行，支持跨模型代理。