VOL. 2026-08-11 · 9 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-08-11 · PUBLISHED · 约 8 分钟
今日AI行业焦点集中在模型发布与推理安全两大主线
今日AI行业焦点集中在模型发布与推理安全两大主线。NVIDIA 发布 Nemotron 3.5 Lightning，以30B总参数、3B激活参数的MoE架构专攻长时AI代理高频执行，并配套推出NeMo Switchyard路由库以平衡准确性、成本与延迟；Meta 则发布开放权重模型 Muse Glimmer 并预告 Spark，重申个人超级智能战略。研究方面，Google 升级医疗AI系统 AMIE 支持实时视频问诊，Hugging Face 提出将可解释性作为训练约束的 Steerling-8B 模型。安全领域出现重大隐患：研究人员发现可窃取专有LLM API推理痕迹的架构漏洞，可能绕过反蒸馏机制。此外，AWS 发布 Claude 应用网关部署参考架构，强化企业级治理。
今日看点
3 个章节 · 9 条情报- 01模型发布NVIDIA 发布 Nemotron 3.5 Lightning：为长时 AI 代理提供快速精准执行4
- 02研究进展Google 推进 AMIE 实现专家级视听临床咨询3
- 03产品发布AWS 发布 Claude 应用网关企业部署参考架构2
模型发布
MODEL RELEASE4 篇NVIDIA 发布 Nemotron 3.5 Lightning：为长时 AI 代理提供快速精准执行
NVIDIA 发布了 Nemotron 3.5 Lightning，一个 30B 参数的 MoE 模型，仅有 3B 活跃参数，专为长时间运行的 AI 代理的高频执行任务设计。该模型支持 OpenClaw 和 Hermes Agent 等框架，并配合 NVIDIA NeMo Switchyard 进行模型路由，以及 NeMoClaw 安全与管理栈。Nemotron 3.5 Lightning 在速度和准确性上达到 Pareto 前沿，输出速度比同类模型快 4 倍，在 PinchBench 上以 86% 的准确率比 Qwen3.6 35B 快 30%。模型权重、训练数据和配方以 OpenMDW-1.1 许可发布，支持微调和强化学习。
Meta 发布 Muse Glimmer 与 Spark，重申个人超级智能愿景
Meta 在扎克伯格发表个人超级智能文章一周年之际，发布了开放权重模型 Muse Glimmer，并计划推出 Spark，标志着其重返开放权重前沿。扎克伯格在文章中阐述了 Meta 以个人超级智能为核心的战略，并提出了关于就业、基础设施、安全、美国领导力等风险与应对建议。Glimmer 模型可在单张 RTX 3090 上运行，被视为美国开放模型的一次胜利。
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 许可证，可商用。
NVIDIA 发布 Nemotron 3.5 Lightning 和 NeMo Switchyard，提升代理式 AI 效率
NVIDIA 发布了 Nemotron 3.5 Lightning，一个 300 亿参数的混合专家模型，专为长时间运行的代理式 AI 工作负载设计，提供高达 4 倍的输出速度和 30% 更快的任务完成速度。同时，NVIDIA 推出了 NeMo Switchyard，一个开源模型路由库，可智能地将请求路由到最合适的模型，降低成本并保持质量。这些发布旨在为企业提供对 AI 部署和运行的更大控制，并已获得多家合作伙伴的采用。
研究进展
RESEARCH3 篇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，并开发了临床视听能力分类和自动化评估套件。该研究旨在提升远程医疗的可及性和诊断准确性。
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 367 个个人身份信息和 182 个凭据，并提出了加密和系统级缓解措施。
可解释语言模型的规模化：Steerling-8B 实现训练内可解释性
Hugging Face 发布了一篇技术报告，提出将可解释性作为训练约束而非事后解释的方法。实验表明，在自回归和扩散语言模型中，可解释性随规模提升而增强。他们发布了 Steerling-8B 模型，该模型能归因输出到输入 token、概念和训练数据，支持闭环干预，且性能可与使用 2-16 倍计算量训练的模型竞争。
产品发布
PRODUCT RELEASE2 篇AWS 发布 Claude 应用网关企业部署参考架构
AWS 发布了一篇关于部署 Anthropic Claude 应用网关（Claude apps gateway）的博客，该网关为 Claude Code 和 Claude Desktop 提供集中治理层，支持身份验证、模型访问控制、成本归属和支出限制。参考部署使用 AWS Fargate、RDS PostgreSQL、内部负载均衡器和 OIDC 身份提供商，确保企业级安全性和可扩展性。该网关解决了身份、策略、成本等治理需求，并支持与 Amazon Bedrock 或 Claude Platform 集成。
NVIDIA NeMo Switchyard：跨模型路由 AI 代理工作负载
NVIDIA 发布了 NeMo Switchyard，这是一个用于 AI 代理工作负载的模型路由库，允许开发者根据任务需求在多个模型之间路由请求，以平衡准确性、成本和延迟。该库支持多种路由算法，并提供与提供商无关的 SDK 和服务器参考实现，可接受 OpenAI、Anthropic 等 API 请求。通过智能路由，系统可以在复杂任务中使用更强大的模型，在简单任务中使用较小模型，从而优化整体性能。