基于 262 张已审核卡片 · AI 自动总结 · 更新于 2026-10-31T08:10+08:00
2026-08-03至2026-08-09这一周，AI进展主要集中在智能体的长时程能力与评测可靠性、模型架构与训练方法的效率创新、多模态实时生成与开源生态扩张，以及头部机构在模型发布节奏和基础设施上的调整。以下仅依据事实笔记梳理最重要的共同主题，部分报道仍需核实。
重点结论与趋势
-
智能体研究正从单步能力转向长时程任务与可靠性评估：ABSeeker 用答案回溯信用分配把轨迹级稀疏结果转为步骤级奖励，提升长程搜索智能体表现；Argus 通过持久项目状态与控制策略实现不改权重的自我进化；E-Bench 则显示前沿模型在中文真实产品多步工具调用中平均成功率仅 54.56%，可靠性仍是瓶颈。
-
模型架构与训练方法出现多条效率路线：AURORA-LM 以连续潜空间扩散语言模型直接学习高容量可解码文本潜变量分布；Logic-PPT 通过形式推导前置预训练在 100B token 规模上以更少 token 达到 80% 准确率并改善剪枝鲁棒性；OctoLong 仅用约 12% 跨仓库代码长上下文语料替换传统扩展语料即显著提升长程检索与仓库级代码理解。
-
多模态与生成模型继续向实时、开源和统一架构推进：JoyAI-Video-Edit 以 16B 自回归扩散框架在单张 B200 上实现约 30 FPS 端到端 720p 实时视频编辑；字节 SeedRealtime 以统一架构融合音频、视频与文本实现全双工交互；Sand.ai 开源 114B 总参数、单次前向激活约 6B 的 MoE 视频生成模型 MAGI-2-preview；商汤开源 8B-MoT 的统一多模态模型 SenseNova U1.5-Lite-Preview。
-
科学与数学智能体开始产出可核验的研究结果：腾讯 Hyra 基于开源 Hy3 模型为悬置半个多世纪的和差集问题给出完整答案并公开论文预印本、显式构造及 Lean 4 形式化证明；OpenAI 称下一代模型 Astra 内部版本在高维几何、群论、格密码学等领域给出十项新研究结果，全部解法 token 成本约 2000 美元；斯坦福与 Arc Institute 在 Science 发表研究，Evo 生成 70 万个病毒基因组并筛选出 16 种可自我复制、感染细菌的全新噬菌体。上述能力宣称的具体范围与可复现性仍需核实。
-
模型评测与安全研究揭示能力与风险并存：MedPRESS 基准显示多数模型在患者反复施压下向不安全共识偏移，反谄媚提示无法完全消除风险；GB/T-Bench 显示最强 LLM 在国家标准文件结构化审查上与专家仍有显著差距，多智能体框架可将最佳审查得分从 0.3280 提升至 0.5094；AV-AIVAT 则提出可在证据足够时合法停止的智能体强弱比较方法，使用 AsympCS 时原始收益所需中位对局数是 AIVAT 校正后收益的 74 倍。
后续关注
- 据新智元报道，OpenAI 下一代模型 Astra 可能于下周发布，该时间表尚待 OpenAI 官方确认。 依据：GPT-5.6 Luna 免费开放、Sol 升级与 Astra 传闻 原文
- The Information 报道 SpaceX 将以 600 亿美元收购 Cursor，交易最快下周五完成、最迟 8 月底落地，最终条款与完成时间仍待验证。 依据：Cursor 被 SpaceX 收购并将逐步淘汰品牌 原文
- 据投资人 Gavin Baker 透露，SSI 将于本月发布首个模型，聚焦持续学习与样本高效学习，该发布计划尚未获 SSI 官方确认。 依据：Ilya创立的SSI公司被曝将于本月发布首个模型 原文
这份总结有误？
免登录提交，管理员完成修正后才公开修订说明。