🤖 AI HOT 日报 · 2026-08-13

xAI 发布 Grok 4.6，强化长时运行智能体能力；阿里开放 Qwen3.8-2.4T-A95B 模型权重，为 Qwen-Max 级模型首次开源；微软首发自研推理模型 MAI-Thinking-1；LTX-2.5 生成 10 秒 720P 视频仅需 6.8 秒；DeepSeek V4 Pro 与 Grok 4.6 同日发布，双双逼近 Claude Fable 5 体验；OpenRouter 推出实时网页搜索基准测试；Claude in Chrome 侧边栏升级为 Claude Cowork 会话。

1. 1. xAI 发布 Grok 4.6

   在 Grok 4.5 基础上重点强化长时运行智能体及更复杂的交互式与视觉工作能力，在多项智能体编码与知识工作基准上达到前沿水平，综合分追平 GPT-5.6 Sol。

2. 2. 阿里开放 Qwen3.8-2.4T-A95B 模型权重

   Qwen-Max 级别模型首次开源：总参数 2.4T，每 Token 激活 95B，原生支持 262,144 Token 上下文并可扩展至 1,010,000 Token。

3. 3. 微软首发自研推理模型 MAI-Thinking-1

   微软首个从零构建的推理模型 MAI-Thinking-1 已在 Microsoft Foundry 上线。

4. 4. LTX-2.5 模型登场：10秒720P视频仅需6.8秒

   原生集成 ComfyUI，在 2 张 GB200 配置下生成 10 秒 720P 视频仅需 6.8 秒，Fast 版生成带音频 720p 视频成本约 0.90 美元/10 秒。

5. 5. DeepSeek V4 Pro 正式版上线

   Agent 能力大幅提升且暂未涨价，官方测试说明还提及极简模式框架 DeepSeek Harness 即将来袭，或成为决定 Agent 能力的关键。

6. 6. OpenRouter 推出实时网页搜索基准测试

   系统评测模型、搜索引擎、搜索方法与预算四类配置组合：搜索预算增至 25 轮可使 BrowseComp 得分近乎翻倍，且模型选择比引擎更重要。

7. 7. Claude in Chrome 侧边栏升级为 Cowork 会话

   侧边栏对话保存至历史记录，技能和连接器可在浏览器中工作，任务可在桌面、网页和移动端应用间无缝切换。

8. 8. WhatsApp 构建 Scam Alert 诈骗提醒功能

   在端到端加密保护下于设备端运行 ML 模型识别潜在诈骗消息，消息内容不离开设备，模型权重公开供独立验证。

9. 9. Research Gold 号称「100%人类撰写」实为 AI 驱动

   面向医学研究者的 Research Gold 声称服务由人类撰写并列出多名博士审稿人，但调查发现审稿人为 AI 生成并不存在，电话中「Sarah」助手也实为 AI。

10. 10. Google 研究：回忆是参数化事实性的瓶颈

    知识画像框架发现前沿 LLM 的事实编码接近饱和但回忆能力不足，多数事实错误源于「丢钥匙」而非「空货架」，并配套推出 WikiProfile 基准。

11. 11. AutoGPT 如何管理 AI 生成的拉取请求

    通过强制 PR 模板、测试计划、CI 覆盖率门槛和 CLA 签名等门控机制，将智能体提交的 PR 从「不可用」转变为「可用但不符合路线图」。