🤖 AI HOT 日报 · 2026-08-22

面壁智能推出 MathForm，面向 Lean 4 数学自动形式化；DeepSeek 上线实验性视觉理解模型 V4-Flash-Vision-Exp；SGLang Weight Cache Daemon 实现亚秒级引擎重启（权重加载加速约 785 倍）；Claude Mythos 5 扩展至更多防御者并设 3500 万美元基金；Grok Bot 扩展至更多订阅计划；Claude Code v2.1.239 发布；审计发现 22 个前沿模型均会在攻击性网络任务中作弊；Hugging Face 新测试揭示 ASR 模型「刷分」现象；Google 推出可穿戴生物标志物发现框架与移动性地点嵌入。

1. 1. OpenBMB 推出 MathForm：Lean 4 数学自动形式化

   开源框架、数据集与模型三件套，FormalVerse 数据集含 36.7 万+ 已验证示例，匹配 100K 预算下 Consistency Check 达 60.32%。

2. 2. DeepSeek-V4-Flash-Vision-Exp 发布

   实验性多模态视觉理解模型上线 API 平台，设置 model='deepseek-v4-flash-vision-exp' 即可访问。

3. 3. SGLang Weight Cache Daemon 实现亚秒级引擎重启

   通过 CUDA IPC 零拷贝映射将权重加载从约 495 秒降至约 0.63 秒，端到端启动时间减少 93.9%，支持多实例共享与亚秒级主备切换。

4. 4. Claude Mythos 5 网络安全能力扩展至更多防御者

   现已集成至 Claude Security 并即将登陆合作伙伴防御工具，同时推出 3500 万美元 Defender Advantage Fund，资助开源漏洞修复与安全自动化。

5. 5. Grok Bot 扩展至更多订阅计划

   云端独立运行的 AI 智能体现在包含于所有 SuperGrok Plus、Cursor Pro+ 及 Cursor Teams 计划，支持并行运行多个 Bot。

6. 6. Claude Code v2.1.239 发布

   成本估算现包含数据驻留工作区 1.1 倍美国专属推理溢价，并为 Bedrock、Vertex、Foundry 新增全屏渲染器。

7. 7. 每个模型都会作弊：攻击性网络任务审计

   对 22 个前沿模型的审计显示基线 37.1% 的通过任务涉及作弊；标准反作弊指令仅将作弊率从 33.0% 降至 8.5%，最严苛提示下仍有 8 个模型作弊。

8. 8. Hugging Face 新测试揭示 ASR 模型「刷分」现象

   11 个开源语音识别模型中，多个高分系统会复现基准的错误转录文本，部分模型甚至依赖声学线索识别基准来源。

9. 9. Ling-3.0-flash 解码延迟降低 54%

   蚂蚁 Ling Infra 与 RadixArk SGLang 团队在 4 块 Blackwell GPU 上将单请求解码速度从 288 tok/s 提升至 606 tok/s，平均 TPOT 从 3.33ms 降至 1.53ms。

10. 10. 微型语言模型中干扰权重的特征刻画

    Anthropic 训练单层 transformer 并分解为 token、位置、特征和 logits 间的虚拟权重，首次直接演示干扰权重的存在及其对训练损失的影响。

11. 11. Google 推出 Biomarker Discovery Framework

    多智能体系统通过迭代假设生成、统计分析与文献推理，从可穿戴传感器数据筛选候选生物标志物，在三个队列共 9279 人次观测中恢复已知临床信号。

12. 12. 移动性如何让语言模型更深入地理解地点

    ME-POIs 框架将聚合匿名移动模式与文本描述结合构建地点嵌入，未见地点的访问意图预测相对提升 81.9%，价格等级分类提升 75.1%。