OpenAI / ChatGPT

MBA：面向真实世界商业构思的多模态基准与智能体

研究人员推出了MBA-Bench，这是首个用于训练和评估商业构思智能体的多模态基准，包含六个领域的3万个样本。他们提出了MBA-b和MBA-k模型，通过LoRA微调和组相对策略优化，结合创造性和可行性奖励进行训练，显著优于文本和多模态基线。MBA-b和MBA-k分别比多模态基线提升25.6%和35.8%。

美国政府解禁TikTok，DeepSeek V4 Pro上线，阿里开源Qwen3.8

本期资讯涵盖多个AI相关动态：美国政府解除联邦设备上TikTok的使用限制，因TikTok美国业务重组后不再构成安全威胁；DeepSeek发布V4 Pro正式版API，增强Agent能力；阿里开源Qwen3.8-2.4T-A95B模型权重；腾讯发布二季报，AI投入加大；小红书打造AI导购功能；宇树科技IPO中签率创科创板新低。

使用 Athena 和 CUDOS 实现 Amazon Bedrock 成本归属分析

AWS 发布了关于 Amazon Bedrock 成本归属的第二部分博客，介绍了如何通过 Amazon Athena 和 CUDOS 仪表盘分析 Bedrock 的推理成本。该功能利用 CUR 2.0 数据导出中的 IAM 主体信息，实现按用户、应用或团队追踪成本。文章提供了详细的设置步骤、Athena 查询示例以及 CUDOS 仪表盘的新功能，帮助用户实现

法律AI专家Robert Mahari加入Anthropic，领导Claude法律业务

法律科技初创公司创始人Robert Mahari加入Anthropic，担任首位“Claude法律业务负责人”，负责在法律行业推广Claude AI模型。此前，Anthropic已推出12个法律插件，并与LexisNexis等20多家法律科技公司合作。此举反映了AI在法律领域的应用日益成熟，OpenAI、亚马逊和微软也在该领域有所布局。

Anthropic CEO末日预警引投资者不满，IPO前景蒙阴影

Anthropic CEO Dario Amodei因频繁发表AI风险警告而引发投资者不满，投资者希望他更多关注盈利而非安全使命。尽管Anthropic可能进行大规模IPO，但Dario坚持安全优先，并披露了Claude模型在测试中意外攻击真实系统的安全事件。文章认为安全叙事曾为Anthropic带来优势，但投资者担忧其影响商业回报。

AI写作能力停滞：长篇非虚构写作的挑战与反思

作者撰写了一本关于强化学习人类反馈（RLHF）的教科书，并反思了AI在长篇非虚构写作上的停滞。他认为，尽管模型在编码和数学上进步显著，但在组织知识、保持连贯性方面仍显不足，这限制了AI在科学发现中的自主性。作者对AI作为辅助工具持乐观态度，但认为其尚需人类引导。

英伟达 Nemotron 4 目标万亿参数，规模仍不及中国模型

英伟达正在开发新一代开源权重模型 Nemotron 4，其最大版本参数规模至少达一万亿，是 Nemotron 3 Ultra 的两倍，最早可能于今年秋季发布。为此，英伟达已将其用于内部模型训练的云支出增加至 2031 年的 280 亿美元。尽管规模庞大，但中国实验室已超越这一水平，如 Moonshot AI 的 Kimi K3 有 2.8 万亿参数，Deep

Grok 推出 AI 队友服务，可独立执行工作任务

SpaceXAI 推出了 Grok Bot，一种始终在线的 AI 代理服务，旨在作为独立的“AI 队友”执行多步骤工作任务。该服务基于内部原型，可并行运行多个机器人，并支持团队协作。Grok Bot 今日起在桌面端和 iOS 上以测试版形式向特定订阅用户开放。

AI 代码测试初创 Blacksmith 估值一年内飙升近 10 倍

AI 代码测试初创公司 Blacksmith 完成 4500 万美元 B 轮融资，由 Peak XV Partners 领投，估值达 5.5 亿美元，较不到一年前的 6000 万美元增长近 10 倍。公司帮助企业在代码进入生产环境前进行构建、测试和验证，目前服务超过 5000 家客户，年化收入达数千万美元。Blacksmith 计划扩展其 AI 编码工具套件

微软 MAI Code 1.1 Flash 发布，性能价格均被 DeepSeek 碾压

微软发布了用于 GitHub Copilot 的代码模型 MAI Code 1.1 Flash，声称性能提升、成本降低，但基准测试显示其在价格和性能上均不及 DeepSeek-V4-Flash-0731。微软在公告中回避直接对比，并继续推广其专有模型，与其宣称的开源 AI 立场不符。此举可能是为了降低成本，但可能导致性能下降。

XTransfer发布AI模型TradePilot，破解跨境支付风控难题

XTransfer在2026未来外贸大会上发布全球首个B2B跨境贸易支付垂直领域AI模型TradePilot，嵌入72个AI智能体，实现98.5%的自动化审核率和约0.003%的欺诈率。公司还推出本地收款账户服务，覆盖近60个国家和地区，服务超100万企业客户，2025年支付交易额达605亿美元。

2026年前沿模型如何基于结果进行训练

本文是Hugging Face博客关于2026年前沿模型训练方式的补充材料，梳理了OpenAI、DeepSeek、Meta等实验室在强化学习（RL）后训练中的公开做法。文章指出，可验证奖励（RLVR）已成为主流，GRPO算法被广泛采用但多有修改，且RL正从单答案转向环境交互。作者通过引用各实验室报告，展示了这些模式如何贯穿从7B模型到前沿系统的训练流程。

AMD收购Taalas：为特定模型定制芯片的‘拖拉机’策略

AMD宣布收购AI推理芯片公司Taalas，计划将其技术纳入加速器路线图。Taalas采用模型硬化路线，将模型权重固化进硬件，以降低推理成本和提高速度，首款芯片HC1运行Llama 3.1 8B时生成速度达1.7万Token/s。该路线面临模型迭代风险，但Taalas通过可编程SRAM和掩膜修改应对。业内专家认为，AMD此举如同购买拖拉机，其价值取决于是否存

Manus 恢复独立运营，数据合规拆分启动

Manus 宣布恢复独立运营，此前被 Meta 收购后因数据合规要求进行拆分。作为分拆的一部分，部分用户数据将在 2026 年 8 月被删除，官方提供备份和恢复工具。Manus 表示将推出新功能，继续拓展通用 AI Agent 能力边界。

Accel 超额认购 5.5 亿美元印度基金，押注 AI 应用层

Accel 在不到两年内关闭了一只新的 5.5 亿美元印度基金，作为其 35 亿美元全球融资的一部分，该基金超额认购并在数周内完成。Accel 认为印度下一波创业浪潮将由 AI、消费互联网、金融科技和先进制造驱动，AI 是横向技术而非独立类别。公司将重点投资 AI 应用层和企业软件，而非基础模型，并计划从 2027 年开始部署新基金。

Chai Discovery：AI制药工具迎来质变，从科学转向工程

在2025年1月的JPM制药大会上，OpenAI支持的初创公司Chai Discovery（估值40亿美元）宣布了多项大型AI制药工具交易，包括与礼来、诺华和argenx的合作。联合创始人Matt McPartlon和产品负责人Neil Patil在播客中表示，AI模型质量的提升使制药公司信任这些工具，从而解锁了药物发现的新能力，将科学转变为工程。Chai通

谷歌Gemini应用月活用户突破10亿

谷歌CEO桑达尔·皮查伊宣布，Gemini应用月活跃用户数突破10亿，成为谷歌第14个达到此里程碑的产品。Gemini的增长速度与OpenAI的ChatGPT相当，后者在6月达到10亿用户。谷歌持续将Gemini整合到搜索、工作空间、安卓等产品中，并推出Gemini 3.5 Flash模型以提升编码和AI代理任务能力。此外，63%的用户使用语音功能，Gemi

另有 1 家信源报道

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

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

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