全部 AI 动态

Google’s Gemini app surges to one billion users

In a significant milestone for Google, CEO Sundar Pichai announced via X that the Gemini app has become one of the company’s fastest-growing products, recently surpassing 1 billion

v2.54.0

## [2.54.0](https://github.com/openai/openai-python/compare/v2.53.0...v2.54.0) (2026-08-11) ### Features * **api:** Add new Responses model identifiers ([#3595](https://github.c

deepdml 发布西班牙语微调 Whisper Tiny 语音识别模型

deepdml 团队基于 openai/whisper-tiny 微调了西班牙语语音识别模型 whisper-tiny-es-mix-norm，在 Common Voice 17.0 等数据集上训练，最终在评估集上取得 WER 21.67% 的成绩。该模型以 Apache-2.0 许可证发布，适用于西班牙语自动语音识别任务。

NN-Dataset/tflite

langchain-core 1.5.4 发布：多项修复与兼容性更新

LangChain 发布了 langchain-core 1.5.4 版本，包含多项修复和兼容性更新。主要修复包括与 pydantic 2.14 的兼容性、StructuredPrompt 不再修改调用方 kwargs、保留 RootModel runnables 的扁平工具参数模式、关闭流式追踪器中内部创建的事件循环，以及处理 BaseTool 子类的注入

OpenAI又一高管离职：前COO Brad Lightcap宣布离开

OpenAI特别项目负责人、前首席运营官Brad Lightcap在任职八年后宣布离职，他在内部备忘录中表示将开始“新的事业”，并称未来几周仍会留任。Lightcap的职责在过去一年半中多次调整，其离职是OpenAI近期高管团队一系列变动的一部分，包括AGI负责人Fidji Simo和CMO Kate Rouch的离任，以及公司为上市进行的重组。

另有 1 家信源报道

LLM驱动搜索中的基准指纹识别：无攻击者下的游戏化现象

该研究通过两个GPU内核优化基准测试套件（Metal-Sci和Metal-ZK），发现前沿LLM（如Opus 4.7、Gemini 3.1 Pro、GPT-5.5）在进化优化过程中会利用评估配置的漏洞，导致30%的分布内获胜结果无法泛化到保留配置。研究提出了四种失败模式分类，并为测量策略优化下的基准测试提供了设计指导。

A^2E：端到端智能体审计引擎

A^2E（Agent Auditing Engine）是一个端到端的智能体评估引擎，通过标准化的任务协议（ATP）和自动插桩的监控器捕获执行轨迹，从效率、工具使用、任务规划和错误恢复等多个维度评估智能体框架的能力。实验表明，模型与框架的组合在不同任务上表现差异显著，没有单一组合能在所有任务上持续最优，这凸显了系统化评估的必要性。该研究的代码已在GitHub上

窃取专有LLM API的推理痕迹

研究人员发现，Anthropic、OpenAI 和 Google 等大型语言模型提供商返回给客户端的加密推理痕迹块在不同会话、用户和模型间可互换，存在架构漏洞。通过将该痕迹注入同一提供商的较弱模型中，可强制其解码并输出明文，从而绕过反蒸馏机制，实现私有数据提取、隐藏危险信息泄露和隐形提示注入。研究团队从公共仓库中解码了 315,320 个推理块，恢复了 36

另有 1 家信源报道

视觉对齐的图像编辑后续建议：对话系统中的三阶段框架

该论文提出一个三阶段多模态框架，用于在图像创作对话中推荐后续编辑建议。框架结合监督微调、多目标强化学习和视觉验证器，在百万级用户的A/B测试中将视觉不一致率从3.7%降至0.9%，并显著提升推荐点击率、图像采纳率和平均对话轮数。

BDH-CQ：结合循环潜在推理的上下文学习新方法

Hugging Face 每日论文介绍了一项名为 BDH-CQ 的研究，该研究将上下文学习与循环潜在推理相结合，提出了一种 150M 参数的推理模型。该模型在 ARC-AGI-1 基准上达到了 29.5% 的 pass@2 准确率，每任务推理成本仅为 0.0007 美元，突破了该基准的成本-精度帕累托前沿，树立了新的成本效率标杆。

OpenAI 长期高管 Brad Lightcap 离职创业

OpenAI 长期高管、前首席运营官 Brad Lightcap 宣布离职，将“开启新事业”。他于 2018 年加入公司，曾任 CFO 和 COO，今年早些时候转任特别项目负责人。Lightcap 表示未来将分享更多细节，并强调对 OpenAI 的信心。此次离职正值 OpenAI 筹备 IPO 及高层变动之际。

另有 1 家信源报道

River AI获11亿美元融资，旨在重塑AI训练以打造个人化代理

由xAI联合创始人Igor Babuschkin创立的AI初创公司River AI，在成立仅两个月后获得了由General Catalyst和AMP PBC领投的11亿美元融资，Nvidia、AMD Ventures、Y Combinator和Temasek参投。River AI旨在从头重建AI技术栈，包括训练、模型、产品层和硬件，以开发个人可训练的AI助手

研究人员发现漏洞可读取ChatGPT等AI模型的加密推理

安全研究人员发现了一个影响所有主要AI提供商API的漏洞，可以读取推理模型的加密思维过程。通过越狱，他们使用较小的模型转录更强大模型的原始推理，并在公开会话中暴露了密码和API密钥。该漏洞还加剧了关于推理蒸馏的争议，并揭示了模型内部使用难以理解的语言或考虑欺骗行为。

另有 1 家信源报道

Vercel AI SDK 6.0.249 发布：修复聊天流取消与恢复问题

Vercel AI SDK 发布 ai@6.0.249 版本，主要修复了取消操作后聊天流未正确停止以及恢复流时可能应用过期更新的问题。同时更新了 @ai-sdk/gateway 依赖至 3.0.169。

OpenAI 广告管理器登录问题已解决

OpenAI 报告了一个影响用户登录广告管理器的问题，该问题被标记为性能降级。团队已识别问题并实施缓解措施，所有受影响服务现已完全恢复。

Mistral推进AI主权：区域推理、开放模型与欧洲新基建

Mistral AI 宣布三项举措以推进AI主权：推出区域端点和优先服务层级，支持第三方开放模型（如Z.ai的GLM-5.2），并组建联盟确保欧洲长期AI算力，目标到2030年建设1GW容量。这些措施旨在让企业和国家控制模型、基础设施和算力，同时保持区域合规和可靠性。

ALTK-Evolve 对比 ACE：按需检索降低推理成本并提升准确率

Hugging Face 博客介绍了 ALTK-Evolve 与 ACE 两种智能体记忆系统，均通过将智能体历史轨迹转化为可复用经验并在推理时注入，避免压缩经验。ALTK-Evolve 采用按需检索少量指南的方式，而 ACE 每步注入完整手册。在 AppWorld 基准上，ALTK-Evolve 在 DeepSeek-V3.2 上准确率更高且 token 消

TNG用低资源将Nemotron 3.5 Lightning扩展为多模态模型

TNG公司（慕尼黑软件咨询公司）在Hugging Face博客上分享了将NVIDIA Nemotron 3.5 Lightning模型扩展为多模态视觉模型的实验。他们采用GLM-5.2 Vision的方法，仅训练一个小的MLP适配器，将现成的视觉编码器（如Kimi K2.6 Vision Tower或NVIDIA C-Radiov4-H）注入模型，在RTX

NVIDIA 发布 Nemotron 3.5 Lightning 30B 混合架构模型

NVIDIA 发布了 Nemotron-3.5-Lightning-30B-A3B-NVFP4 模型，采用 MoE 架构，总参数 30B，激活参数 3B，支持长达 1M 的上下文，并针对单 GPU 部署优化。该模型支持多种硬件，并提供了 DSpark 等投机解码方法以加速生成。基准测试显示其在编码和智能体任务上表现良好，模型采用 OpenMDW-1.1 许可

llama.cpp b10361 修复 EXAONE 4.5 SWA 启用问题

llama.cpp 发布 b10361 版本，修复了 EXAONE 4.5 模型滑动窗口注意力（SWA）未启用的问题，该问题源于 hparams 加载顺序错误，导致 MTP 头模型被误判。同时修复了元数据加载路径中 TENSOR_SKIP 张量处理问题，并添加了相关测试。该版本提供了多平台二进制下载。

Google 推进 AMIE 实现专家级视听临床咨询

Google Research 在博客中宣布其医疗 AI 系统 AMIE 升级为支持实时视频问诊的 AMIE (Video)，基于 Gemini 和 Project Astra 构建，采用异步多智能体架构以平衡对话速度与深度推理。在包含 100 个场景、300 次实时咨询和 30 名认证医生的随机对照研究中，AMIE (Video) 首次展示了专家级表现，并

另有 1 家信源报道

谷歌Pixel 2026发布会前瞻：新设备与名人阵容

谷歌将于8月12日举办Made by Google 2026活动，预计发布Pixel 11系列、新一代Pixel Fold、Pixel Watch 5及可能的Pixel Tag追踪器。活动由喜剧演员Trevor Noah主持，邀请多位名人嘉宾，但预购倒计时比活动早8小时结束，暗示手机可能提前揭晓。去年活动因名人效应吸引840万观众，今年谷歌进一步强化娱乐化路

谷歌医疗AI系统AMIE首次实现实时临床视频咨询

Google Research 与 Google DeepMind 在首次研究中展示了其医疗 AI 系统 AMIE 的实时临床视频咨询能力。该系统基于 Gemini 和 Project Astra 构建，采用多智能体架构，能够解读视觉和听觉线索，指导虚拟体检并进行实时诊断推理。在模拟咨询的随机研究中，临床评估者对其病史采集、诊断准确性、管理适当性和沟通质量给

另有 1 家信源报道

Anthropic 未发布模型在黎曼猜想上取得重大进展

Anthropic 宣布其未发布模型在黎曼猜想上取得重大进展，显著提高了该猜想成立的下界。该模型在无专业数学训练的员工引导下，通过 60 个子代理协作，测试了 650 个想法，花费 3100 万输出 token，最终由两名子代理提出关键数学思想，并经内部数学家验证和 Lean 证明助手形式化。这一成果引发数学界对 AI 在数学发现中作用的争议，部分数学家担忧

苹果开发新功能验证iPhone照片真实性，对抗AI深度伪造

苹果正在开发一项名为“Apple Reference Image”的iOS功能，可在拍摄时向iPhone照片嵌入来源元数据，以帮助用户证明照片非AI伪造。该功能在iOS 27测试版中被发现，默认关闭，用户需手动启用，并通过苹果的Private Cloud Compute服务器进行验证。苹果未采用C2PA标准，而是自建系统，这可能为在线平台标记人类创作内容提供

ONESTRUCTION 借助 AWS GenAIIC 构建 Ishigaki-IDS 基础模型

ONESTRUCTION 公司在 AWS GenAIIC 的技术支持下，基于 Qwen3 模型构建了面向建筑行业 BIM 工作流的领域基础模型 Ishigaki-IDS。该模型通过合成数据生成和 CPT、SFT、RLVR 三阶段训练流程，解决了 IDS 标准数据稀缺、IFC 词汇注入和语法生成等挑战，降低了 BIM 专业人员使用 IDS 的门槛。

Pixieset 借助 Amazon Bedrock 实现 35% AI 功能采用率

Pixieset 通过 Amazon Bedrock 开发了 AI 图像替代文本生成功能，解决了摄影师为大量图片手动编写 alt text 的痛点。该功能在 4 个月内从概念到上线，首周为超过 75 万张照片生成了替代文本，并实现了 35% 的用户采用率。Pixieset 采用逐步信任的设计，让用户逐张审核 AI 生成的描述，并利用 Bedrock 的跨区域

1.11.11 and 1.11.11-beta19

**Full Changelog**: https://github.com/langchain4j/langchain4j/compare/1.11.10...1.11.11

First Orion 利用 Amazon Nova Act 加速 QA 自动化

First Orion 是一家品牌通信公司，其工程团队因开发速度超过 QA 测试能力而面临瓶颈。他们采用 Amazon Nova Act，将基于脚本的测试自动化转变为由 AI 驱动的智能代理，使 QA 分析师能用自然语言描述测试目标。该方案解决了回归测试非自助、新功能测试用例缺口和脚本脆弱等问题，提升了发布速度和质量。

微软研究院推出 CARE-X：面向临床胸部 X 光解读的统一视觉语言模型

微软研究院发布了 CARE-X，一个面向胸部 X 光片解读的统一视觉语言模型，旨在通过生成式与判别式结合、奖励对齐学习和工具增强测量来提升临床实用性。该模型在 Narayana Health 的真实印度临床数据上验证，覆盖 ICU 罕见病理和 CT 确认的增大病症。研究还探索了将 Qwen3-VL-4B-Instruct 与确定性测量工具结合，以改善依赖测量