VOL. 2026-W34 · 12 STORIES · WEEKLY SIGNALS
AI HOT RADAR 周报
2026-08-17 — 2026-08-23 · PUBLISHED · 约 9 分钟
本周AI行业的主线是字节跳动在多模态生成领域的密集发力，其Seed …
本周AI行业的主线是字节跳动在多模态生成领域的密集发力，其Seed Research团队一周内连续发布SeedRealtime音视频全双工大模型、Seedream 5.0 Pro图像生成模型和Seed Audio 1.0音频生成模型，覆盖实时交互、图像与音频三大方向，显示出对多模态原生能力的系统性布局。与此同时，开源社区围绕Qwen系列持续衍生出多个量化与消融变体，包括Ling-3.0-tiny的GGUF版本、Qwen3.8-27B的RVN消融模型以及保留MTP张量的Nail-Qwen3.6-35B-A3B-GGUF-MTP，反映出推理效率与特定场景适配成为社区优化重点。谷歌发布Gemini 3.7 Flash，编程能力显著提升并限时半价，与字节的多模态发布共同构成本周大厂模型更新的双主线。具身智能赛道亦有进展，稚晖君掌舵的上纬新材半年营收8亿且机器人业务预收2.1亿，同时北京睿尔曼智能启动A股IPO辅导，显示资本与产业对具身智能的投入持续升温。行业舆论层面，Anthropic CEO与Meta CEO均面临公众信任质疑，前者将AI反弹归因于信任危机，后者则因社交媒体历史而难以让公众买账其AI愿景，反映出头部厂商在技术推进之外还需应对社会信任挑战。
本周主线
4 个章节 · 12 条情报- 01模型发布字节发布 SeedRealtime 音视频全双工大模型，实现多模态自然交互7
- 02产品发布Mastra 发布更新：TokenCostControl 重命名及多项新功能1
- 03行业与商业稚晖君掌舵上纬新材半年营收8亿，机器人业务预收2.1亿2
- 04观点为何公众不买账扎克伯格的AI未来愿景2
模型发布
MODEL RELEASE7 篇字节发布 SeedRealtime 音视频全双工大模型，实现多模态自然交互
字节跳动旗下 Seed Research 正式发布 SeedRealtime，一款原生音视频全双工大语言模型。该模型采用统一架构原生融合音频、视频和文本，实现实时多模态交互，具备联合音视频理解、主动交互和自然对话节奏三大突破。端到端评估显示，相比级联模型，其音视频对话节奏问题减半，并已在行业率先实现大规模部署。
字节发布Seedream 5.0 Pro：多模态图像生成模型实现四大能力突破
字节跳动旗下Seed Research团队正式发布多模态图像生成模型Seedream 5.0 Pro，相比前代在图文对齐、结构连贯性、文本渲染和视觉美学等基础能力上全面提升，并引入复杂信息可视化、交互式精准编辑、真实感图像与肖像纹理、原生多语言输入与生成四大核心能力突破。该模型能生成高密度信息图表、支持像素级编辑操作，并可直接处理十多种语言的输入与高质量渲染，旨在满足专业创意生产需求。
Ling-3.0-tiny GGUF 量化版本发布，支持多种精度
bloomer010 发布了 inclusionAI/Ling-3.0-tiny 模型的 GGUF 量化版本，支持多种量化精度，并针对 llama.cpp 的 bailingmoe3 架构提交了 PR #26608，包含 Q-LoRA 注意力路径。该模型为 7.9B 总参数、1.3B 激活参数的 MoE 架构，支持 131K 上下文，已通过 CPU 和 CUDA 测试。
Qwen3.8-27B RVN 消融模型发布：降低拒绝率并保持低行为损伤
Hugging Face 上发布了 Qwen3.8-27B 的 RVN 变体，基于 Qwen3.8-27B 并通过 ARA 技术进行双重消融，显著降低拒绝率至 0-1/100，同时保持低 KL 散度。该模型面向成人研究、创意写作和角色扮演，但移除了安全护栏，需谨慎使用。
字节跳动发布 Seed Audio 1.0 场景级音频生成模型
字节跳动旗下 Seed Research 团队发布了 Seed Audio 1.0 音频生成模型，该模型能在统一框架内生成语音、音效、环境音等场景级音频元素，支持 20 多种语言、最长两分钟的单次生成，并具备 100 毫秒级别的对话时序控制能力。该模型旨在帮助创作者从拼接音频片段转向导演式的声音场景创作，提升叙事音频、视频配音、游戏本地化等场景的制作效率。
Nail-Qwen3.6-35B-A3B-GGUF-MTP：保留MTP张量的高效量化模型
peculiar-ragdoll 发布了 Nail-Qwen3.6-35B-A3B-GGUF-MTP，这是 Qwen3.6-35B-A3B 的 GGUF 量化版本，保留了多 token 预测（MTP）张量以支持投机解码。该模型在推理和智能体编码任务上匹配 Qwen3.6-27b 的准确性，同时响应更快，并在多轮对话质量上胜出。在 M2 Ultra 上，MTP 在 llama.cpp 中实现了约 1.35 倍的代码生成加速，在 vLLM/SGLang 中约 1.5-2 倍。
谷歌发布Gemini 3.7 Flash，编程能力大幅提升并限时半价
谷歌于8月14日发布Gemini 3.7 Flash，这是其面向编程和Agent场景的最强Flash系列模型，在编程、网页开发、复杂文档处理和企业自动化等任务上均有提升，其中DeepSWE v1.1成绩从49.0%升至65.3%。该模型在2026年底前提供半价优惠，每百万输入Token价格为0.75美元，输出Token价格为3.75美元。Gemini 3.7 Flash还将成为谷歌个人AI Agent Gemini Spark的新底座，增强跨应用的多步骤任务执行能力。
产品发布
PRODUCT RELEASE1 篇Mastra 发布更新：TokenCostControl 重命名及多项新功能
Mastra 发布了 2026 年 8 月 14 日的更新，主要亮点包括将 CostGuardProcessor 重命名为 TokenCostControl，并新增了更丰富的预算选项（如 warnAtPercent、按请求的 maxCost 函数、新的成本范围等）。同时，为 agent 和 controller 增加了活动运行检查 API，并修复了可观测性、数据脱敏和内存召回等问题。此外，还包含多项破坏性变更和补丁修复。
行业与商业
BUSINESS2 篇稚晖君掌舵上纬新材半年营收8亿，机器人业务预收2.1亿
上纬新材发布2026年半年度报告，显示其营收8.03亿元，净亏损1.67亿元，主要因研发投入大幅增加。公司已由智元机器人创始人彭志辉（稚晖君）担任董事长，并积极发展消费级具身智能机器人业务，推出启元Q1和启元T1两款产品，预收货款达2.1亿元。目前该业务尚未产生收入，但研发投入巨大，团队规模达180人。
北京机器人公司睿尔曼智能启动A股IPO辅导
北京睿尔曼智能科技股份有限公司已与国泰海通签署上市辅导协议，正式启动A股上市辅导，拟在深交所创业板上市。该公司成立于2018年，定位为具身智能时代的系统级基础设施平台公司，核心产品包括GLN远程作业网络、全栈自研关节模组和超轻量仿人机械臂。公司拥有超过120项核心专利，全球服务企业超8000家，今年3月完成近5亿元融资。
观点
OPINION2 篇为何公众不买账扎克伯格的AI未来愿景
Meta CEO马克·扎克伯格发布6500字宣言，宣称AI将赋能每个人，但TechCrunch播客主持人认为公众因Meta在社交媒体时代的负面历史而对其愿景持怀疑态度。评论指出Meta在AI前沿领域并非领先者，其新模型Glimmer和Muse Spark的硬件要求限制了普通用户的可及性。扎克伯格被比作Anthropic CEO Dario Amodei的反面，其乐观宣言被视为过于天真，引发广泛负面反应。
Anthropic CEO称AI反弹是信任危机，否认警告过度负面
Anthropic CEO Dario Amodei回应投资者Gavin Baker的批评，否认其AI风险警告导致公众反弹，认为AI负面看法本质上是信任危机，源于公众对科技行业的不信任。他承认AI公司未兑现造福世界的承诺，并反驳了监管等于权力集中的简化观点，强调Anthropic的政策提案旨在限制前沿AI公司而有利于小竞争者。