2
0今日AI大事件速览
2025年8月21日-22日，全球AI领域重磅消息不断：谷歌全面升级Gemini教育系统与搜索AI Agent能力，阿里发布第三代GUI Agent框架Mobile-Agent-v3，DeepSeek推出V3.1新模型并支持Claude API，同时大模型训练新范式DuPO、金融认知诊断框架FinCDM等前沿研究也相继亮相。本文为你详细梳理今日最值得关注的AI科技动态。
谷歌双线出击：教育+搜索全面AI化
Gemini变身完整AI教学系统
据 AIGCLINK 报道，谷歌已将Gemini打造为一套完整的AI教育教学系统，面向使用Google Workspace教育版的用户免费开放，且不会使用聊天数据训练模型。
教师端功能强大：
- 辅助制定教学计划，自动生成词汇表、教案等
- 可创建专属“AI专家”，如基于课程材料的交互式模拟助手
- 集成NotebookLM的“视频概述”功能，一键将学习资源转为教学视频
- 支持用Veo 3生成短视频，用Gemini表单自动生成测验
学生端体验升级：
- 可用Gemini Canvas生成个性化测验
- 未来将支持交互式图表解释复杂概念
- 接收老师分享的AI专家和笔记
- 内置内容过滤机制，保障学习环境安全
管理员还可管理AI应用权限，查看使用报告，标志AI正深度融入教育全流程。
搜索AI Mode新增Agent能力
谷歌搜索的AI Mode也迎来重大升级，具备了AI Agent能力，可主动执行任务：
- 订餐厅：搜索多个平台，提供实时信息并导航至预订页
- 买门票/预约服务：即将上线
- 个性化推荐：结合搜索历史、地图互动等推荐餐厅、咖啡厅
- 内容分享：可分享旅游攻略等，对方可接续AI对话
AI模式已扩展至180多个新国家和地区，信息检索从被动响应走向主动服务。
阿里发布Mobile-Agent-v3：GUI自动化新突破
阿里推出第三代GUI Agent框架 Mobile-Agent-v3，在10+GUI基准测试中取得SOTA性能，在AndroidWorld上得分73.3，OSWorld上达37.7。
该框架基于新开源的多模态跨平台GUI虚拟层模型 GUI-Owl，具备以下能力：
- 理解GUI界面布局与元素
- 将指令转化为屏幕坐标与操作
- 完成端到端GUI操作流程
Mobile-Agent-v3在此基础上实现了任务分解、规划、进度管理、异常处理与关键信息记录，支持跨应用复杂任务执行，是迈向通用AI Agent的重要一步。
DeepSeek-V3.1发布：强化Agent能力，支持Claude API
DeepSeek正式发布 V3.1 版本，定位为“迈向Agent时代的第一步”。据 karminski-牙医 拆解，主要更新包括：
- 增强Agent能力（任务规划、反思、异常处理）
- 编程与数学能力提升
- 新增“Think & Non-Think”混合推理模式
- 通用能力略有下降（如GPQA-Diamond降0.9分）
在Aider Polyglot榜单中，DeepSeek-V3.1-Thinking以76.3%的分数超越Gemini和Claude Opus，登顶开源模型编程能力榜首。
ClaudeCode现已支持DeepSeek
开发者可通过Anthropic风格API直接调用DeepSeek-V3.1，无需转换器。这意味ClaudeCode用户可“无缝切换”至DeepSeek，极大拓展使用场景。不过据 mrfakename 指出，DeepSeek API价格将上调并取消折扣，可能影响性价比。
前沿研究：从3D建模到金融诊断
MeshCoder：从点云生成Blender脚本
新框架 MeshCoder 可将3D点云重建为可编辑的Blender Python脚本，提升形状到代码的转换能力，并增强大模型对3D形状的理解。
Tinker：高保真3D编辑新框架
Tinker 利用预训练扩散模型实现高质量3D编辑，仅需1-2张图像即可生成多视角一致的编辑结果，无需每场景微调，降低3D内容创作门槛。
DuPO：无标注反馈的双学习框架
DuPO 提出一种双学习框架，通过“泛化对偶性”生成无标注反馈，已在翻译、数学推理等任务上实现显著提升，为大模型优化提供新范式。
FinCDM：金融大模型认知诊断
FinCDM 是首个面向金融LLM的认知诊断框架，基于CPA考试构建CPA-QKA数据集，可识别模型在税法、监管推理等领域的知识盲区，推动更可信的金融AI发展。
其他重要动态
- Google Pixel 10 搭载新Tensor G5芯片与AI拍照教练，提升摄影体验（The Verge）
- 微软Xbox Ally 测试“我的应用”功能，整合Steam、Battle.net等第三方应用，打造掌机友好界面（The Verge）
- DECA-AI发布4744B超大模型，需1TB内存运行，采用DynAMoE架构，暂仅支持专用引擎（karminski-牙医）
- Qwen推出Deep Research功能，支持免费深度论文分析（Qwen）
结语
AI正从“工具”向“协作者”进化。无论是谷歌的教育AI、阿里的GUI Agent，还是DeepSeek的编程突破，都预示着AI将更深度地融入工作、学习与创造。未来属于那些能与AI协同进化的人。
