EP.69 · 7×24 全球AI速报 · 2026-08-21(周五)

EP.69 · 7×24 全球AI速报 · 2026-08-21(周五)

9分钟 ·
播放数13
·
评论数0

Anthropic 一口气放三招:Computer Use、Skills API 和 Files API 在 Claude Platform 全面可用,还新增浏览器操作工具,智能体终于能自己操作软件、调团队技能、返回成品文件[1]。同时推出免费学堂 Claude Academy,课程借鉴内部培训的 4D AI Fluency 框架,从零基础到重度用户都有对应学习路径[2]。

Grok 的 Build 功能全面开放,网页、iOS、安卓端都能用,全网所有付费套餐可玩。一条提示词就能把创意变成带独立域名的已发布产品,支持完整认证、数据库和私有共享[3]。

阿里发布 Qwen-UI-Agent,主打让模型真正"会用"每一块屏幕,覆盖移动端、电脑端、网页端与深度搜索环境。移动端测试拿 82.1 分,领先 GPT-5.6 Sol 十二个百分点;真机测试 92.2 分;安卓日常测试冲到 97.5 分[4]。

OpenAI 首席财务官给员工放话:公司最迟 2027 年上市,业务持续向好可能更早。她称 IPO 不是终点而是里程碑,且 3 月刚完成 1220 亿美元融资,操作空间充足[5]。

Mistral 推出 Agentic Search,用 search、open、navigate、read、grep 五个工具做多步检索循环,帮企业在长文档和多来源里查找、定位并验证信息,面向复杂文档检索场景[6]。

Liquid AI 给 LFM2.5 系列发布 DSpark 草稿模型,用约 3 亿参数草稿模型一次提出 9 个候选 token,再由目标模型一次性验证,输出质量不变,GPU 吞吐最高提升 3.18 倍,端侧最高 2.87 倍,已开源支持 llama.cpp 和 SGLang[7]。

Google DeepMind 放出 DiffusionGemma,一个基于 Gemma 4 微调的开放权重文本扩散模型,不再逐 token 解码而是一次生成一批 token,H100 单卡每秒约 1500 个 token[8]。

商汤开源轻量多模态模型 SenseNova U1.5 Lite,仅 80 亿参数,一个模型同时做视觉理解、生成和编辑,无需路由切换专家,原生支持 4K 生成与复杂指令跟随[9]。

📌 下期关注:

- Claude Platform Computer Use 在真实生产环境的效果与开发者反馈

- Grok Build 全面开放后的一键生成产品生态

- Qwen-UI-Agent 后续是否开源权重

## Sources

[1] claude.com — Claude Platform 上线 Computer Use、Skills API 与 Files API

[2] claude.com — Anthropic 教学理念与 Claude Academy

[3] x.com — Grok Build 全面开放

[4] www.ithome.com — 阿里发布 Qwen-UI-Agent

[5] www.ithome.com — OpenAI 最迟 2027 年上市

[6] mistral.ai — Mistral 推出 Agentic Search

[7] huggingface.co — LFM2.5-DSpark 草稿模型

[8] arxiv.org — DiffusionGemma 技术报告

[9] x.com — 商汤开源 SenseNova U1.5 Lite