VOL. 2026-08-11 · 10 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代理式AI效率提升上，NVIDIA …
今日AI行业焦点集中在模型发布与代理式AI效率提升上，NVIDIA 连发 Nemotron 3.5 Lightning 与 NeMo Switchyard，前者以30B总参数、3B激活参数的MoE架构专攻长时AI代理高频执行，后者则提供跨模型路由以平衡准确性、成本与延迟。Meta 发布 Muse Glimmer 并预告 Spark，重返开放权重前沿，重申个人超级智能战略。研究方面，Google 升级 AMIE 至视频问诊，采用异步多智能体架构实现专家级临床咨询；同时，有研究揭示专有LLM API的推理痕迹存在可互换漏洞，可被注入较弱模型以绕过反蒸馏机制。此外，Hugging Face 提出将可解释性作为训练约束的 Steerling-8B 模型，显示可解释性随规模提升而增强。边缘侧，NVIDIA JetPack 7.2.1 新增Agentic视频技能与PyNvVideoCodec支持，AWS 则发布 Claude 应用网关企业部署参考架构，强化集中治理。整体趋势指向模型效率、可解释性与代理工作负载管理的协同优化。
今日看点
3 个章节 · 10 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NVIDIA JetPack 7.2.1 新增 Agentic 视频技能与 PyNvVideoCodec 支持3
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 RELEASE3 篇NVIDIA JetPack 7.2.1 新增 Agentic 视频技能与 PyNvVideoCodec 支持
NVIDIA 发布 JetPack 7.2.1，首次在 Jetson 平台支持 PyNvVideoCodec 2.2，提供硬件加速视频编解码的 Python 接口，并引入基于 agent 的视频技能，帮助开发者自动配置、验证和基准测试编解码流程。该版本旨在加速 Jetson 上的 AI 应用开发，提升视频处理管线的效率和可复现性。
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。