「AI资讯日报」· 2026-08-22

模型发布/更新

1. 字节Seed再调整:预训练、强化学习与Agent研发全面重构

字节跳动大模型部门Seed完成组织调整：Seed Foundation Model新设四个一级部门，负责人向吴永辉汇报。调整整合预训练数据、强化学习及模型后训练资源，B端与C端产品模型能力分开布局。其中Pretrain Data由李成刚负责，统一整合文本、编程、视觉、语音等预训练数据团队，支撑新Omni模型。 原文链接

2. 阿里开源 Qwen-UI-Agent：真机多模态基座模型登场

阿里巴巴推出 GUI 智能体基座模型 Qwen-UI-Agent，以真实世界为中心，覆盖移动端、电脑端、网页端及深度搜索，旨在突破模拟测试限制，实现复杂真实设备无缝操作。其在 MobileWorld 移动端测试中获 82.1% 高分，领先多个主流模型，综合性能全面超越行业旗舰。 原文链接

3. LFM2.5 DSpark草稿模型发布，推理速度最高飙升3. 18 倍

Liquid AI 与 Hugging Face 发布 LFM2.5 系列 DSpark 草稿模型检查点，覆盖 1.2B、2.6B、8B-A1B 三款模型。其采用全新投机解码路径，不改变输出质量，大幅提升推理吞吐量。实测 GPU 端最高提速 3.18 倍，端侧设备也有明显加速。 原文链接

4. 商汤科技开源8B轻量多模态大模型：原生4K输出、全能视觉编辑

商汤开源8B轻量级统一多模态模型SenseNova U1.5Lite，核心视觉任务表现超越同级，部分复杂排版与文字渲染媲美大规模商业模型；原生支持3-4K上下文，可同时处理主体、数量、空间关系、文字、布局、风格等多重约束。 原文链接

5. AI训练数据需求激增，Micro1年营收8个月从1亿美元增至5亿美元

AI训练数据需求推动标注初创企业快速增长。成立四年的Micro1过去8个月年化营收从1亿美元增至5亿美元，净收入约1.5至2亿美元。其规模仍低于Mercor和Handshake（年化总收入分别为20亿和10亿美元），但增长显示AI训练数据市场正形成足够规模。 原文链接

产品发布/更新

6. 长眼！DeepSeek Flash视觉模型突发更新，支持多模态

DeepSeek工具链升级至0.1.1-rc.1版，在V4Flash与V4Pro基础上新增视觉模型体验版V4Flash Vision-Exp。此前v0.1.0-rc.8已打通多模态能力，支持原生图片请求，/goal、/plan等指令实现图文混合输入。 原文链接

7. 雷鸟推出iO AI眼镜，售价2499元支持全天候AI记忆

雷鸟创新发布全新iO系列，首款雷鸟iO定位“人类增强AI眼镜”，售价2499元，首发1996元起，支持0至1000度近视配镜，已在京东、天猫、抖音及线下渠道开售。2026年一季度雷鸟居中国及全球AR眼镜出货量第一。新品采用双目显示与蓝湖光波导，OC区透过率93%，非显示区超98%。 原文链接

8. 国产大模型再迎重磅升级，科大讯飞即将发布全新主力通用大模型

科大讯飞在2026年半年度业绩说明会上透露，将于今年1024开发者节正式推出基于全国产算力的全新主力通用大模型；8月底率先发布阶段性版本，供市场和开发者提前体验，技术落地节奏已明确。 原文链接

9. OpenAI全面开源Codex Harness，AI编程智能体底层能力进一步开放

OpenAI向开发者开放Codex Harness核心能力，该框架是Codex智能体的运行环境，负责连接模型、用户与工具，管理任务、上下文、会话及代码操作。此前已开源Codex CLI及核心代码，并持续完善Harness与App Server。其架构不仅是代码生成工具，更是完整的Agent执行框架。 原文链接

10. Mistral推出Agentic Search，多步检索将复杂文档准确率提升至86%

企业构建AI时，核心机密数据常埋于长文档、金融申报、法律合同等文件中。传统一次性RAG仅检索固定文本块，缺乏迭代推理，难以处理复杂长文档与跨源对比。为此，Mistral AI推出Agentic升级方案，增强推理迭代能力，破解长文档信息提取难题。 原文链接

11. SAP联合Team Liquid推出AI语音应用，助力职业电竞数据分析

SAP与Team Liquid联合开发AI语音应用，可自动处理比赛和训练中的多声道队内语音，精准分离选手语音流，并完成转写、发言人识别和情绪分析，将零散通话转为结构化赛事数据，助力战队分析比赛、优化战术和提升选手表现。 原文链接

12. 从对话助手到智能办公平台，豆包推出技能、连接器与工作伙伴

豆包工作任务模式升级，新增技能、连接器、工作伙伴三大功能，协同办公能力增强。平台已上架超200个技能与连接器，支持用户自建专属技能和标准化工作流。“技能”可沉淀个性化工作方法，如周报格式一键保存、每周复用；“连接器”打通豆包与各类办公系统，提升工作流标准化与效率。 原文链接

13. Grok Build重磅上线网页与移动端，人人皆可一句话秒变全栈开发者

xAI宣布Grok Build应用构建功能结束测试，正式向所有套餐用户开放，覆盖网页端、iOS和Android。用户只需在与Grok对话中用自然语言描述需求，即可便捷创建应用或小游戏，大幅降低AI原生应用开发门槛，推动AI应用向生产力深度渗透。 原文链接

14. 千问AI平台模型矩阵持续扩容，GLM-5.3、DeepSeek-V4-Pro正式上线

阿里云千问AI平台近日更新模型矩阵，正式接入智谱GLM-5.3与DeepSeek-V4-Pro，并开放API。两款模型均聚焦编程与智能体场景：GLM-5.3强化编程、长程任务与网络安全能力；DeepSeek-V4-Pro升级智能体交互，适配代码开发及多步骤复杂任务处理。 原文链接

15. Claude Platform 正式上线Computer Use、Skills API 与 Files API

Anthropic宣布电脑操作、Skills API与Files API在Claude平台全面开放，正式进入GA阶段；同步推出浏览器使用工具，并优化底层能力，助力企业构建生产级智能体，实现软件操作、团队知识运用与成品输出。 原文链接

16. 皮尤研究:ChatGPT发布后，超三成网页出现AI创作痕迹

皮尤研究中心8月20日发布研究称，ChatGPT推出后上线的网页中，超三分之一有AI撰写或编辑迹象，显示生成式AI正快速改变互联网内容生态。研究基于Common Crawl近五年约50万英文网页，用Open Pangram检测；随机抽1万网页中约10%有明显AI痕迹，因样本含大量AI前旧网页。 原文链接

17. Waymo定制出租车Ojai全面接入Gemini，开启车内智能交互新体验

Waymo将谷歌Gemini人工智能助手深度整合进定制自动驾驶出租车Ojai，推动无人出行智能化升级。目前该车型已在洛杉矶、菲尼克斯和旧金山向所有普通用户全面开放，官方今年还计划进一步拓展布局。 原文链接

18. Adobe Firefly音频工具全面上线，支持AI生成音乐、语音和音效

Adobe推出Firefly音频生成工具，涵盖音乐、语音和音效，用户可在桌面及移动端创作商业安全音频，融入视频流程。调查显示，全部受访创作者视频均使用音乐，32.7%已用AI生成音乐；43.2%视法律版权风险、38.9%视授权费用为主要障碍。 原文链接

19. ​ 突破千亿参数大关！“阳光清言”藏语大模型正式发布，拉萨市纳金数智研究院揭牌成立

8月20日，2026全球数字经济大会拉萨分会场“数启纳金·智汇高原”论坛举行，拉萨市纳金数智研究院揭牌成立，“阳光清言”通用藏语大模型正式发布。该模型2025年11月19日首次亮相，已通过中央网信办备案，历经近两个月后正式推出。 原文链接

行业动态

20. 韩国互联网巨头Kakao董事会通过拆分方案，拟设立Kakao AI

韩国Kakao宣布拆分：新设“Kakao AI”聚焦KakaoTalk与人工智能，原公司更名“Kakao X”负责投资、金融科技、内容和出行。重组旨在独立运营、加快AI落地并提升资本配置效率，净资产按36%和64%比例拆分。 原文链接