WEEKLY AI · 风向标 ｜ 2026.08.03

一周 AI 风向标 重磅发布全盘点
Qwen3.8 · DeepSeek-V4-Flash · Claude Opus 5 · Seedance 2.5
EazyDevelop AI 周报 ｜ 模型发布 · 开源生态

📦 5 Parts + Conclusion

PART 01 基础大模型（FOUNDATION MODELS）

NEWS 01 阿里 Qwen3.8 正式发布：2.4 万亿参数，自主编程 16 天交付智能体框架

阿里巴巴于 8 月 3 日正式发布新一代基座大模型 Qwen3.8（旗舰为 Qwen3.8-Max），总参数量 2.4 万亿、激活 95B，采用稀疏 MoE 与混合注意力联合优化，支持视觉理解与 1M token 上下文。三方榜单 Arena 中仅次于 Anthropic 的 Claude 系列，跻身全球第一梯队；在 PaperBench 编程智能体评测中以 93.0 分创历史新高（较上代 +28.2 分），OSWorld-Verified 电脑操作评测 86.1 分位居主流模型首位。最引人注目的是其自主编程能力：仅一句"创建一个自进化的智能体 Harness"，Qwen3.8 便从空文件夹出发、无人干预地连续运行约 16 天，交付出 Hermes Agent 级别的开源自进化框架"oh-my-cli"。API 已上线千问平台，国内输入 12 元 / 百万 tokens、输出 36 元（国际价格约为 Opus 5 的 40% 与 24%）；Qwen3.8-Max 与 Qwen3.8-27B 预计下周开源。

来源：腾讯新闻

NEWS 02 DeepSeek-V4-Flash 正式版（0731）公测：六分之一参数反超 1.6 万亿 V4-Pro

DeepSeek 于 7 月 31 日在 API 文档更新日志低调挂出 V4-Flash 正式版（V4-Flash-0731）公测通知。出人意料的是，正式版在总参数与激活参数上相较 4 月预览版未作改变，其代码与智能体能力却"突变式"跃升至全球顶尖水平——以约 V4-Pro 预览版六分之一的总参数、不到四分之一的激活参数，在九项智能体与代码基准上全部反超 1.6 万亿总参数的 V4-Pro 预览版；其中 DeepSWE 分差高达 41.6 分，ALE 基准仅与 Claude Opus 4.8 差半分。业内认为，这印证了"训练方法与数据质量"的作用正在上升，为 2026 年卷土重来的"规模法则"踩下刹车。

来源：今日头条

NEWS 03 Anthropic Claude Opus 5 发布：五档 effort 调节，逼近 Fable 5 一半成本

Anthropic 于 7 月 24 日发布 Claude Opus 5，定价 $5 / $25 每百万 token（与 Opus 4.8 一致），配备 1M token 上下文窗口与五档 effort 设置（low / medium / high / xhigh / max），可在廉价高并发调用与昂贵长程智能体任务间灵活权衡。官方数据显示，在 CursorBench 3.2 最高 effort 下，Opus 5 仅落后 Claude Fable 5 峰值约 0.5%，却以一半的每任务成本达成；在 ARC-AGI 3 上得分约为次优模型的三倍。Anthropic 也坦承其在网络安全与漏洞开发任务上仍落后于受限供应的 Mythos 5。

来源：StackSpend Blog

NEWS 04 OpenAI GPT-5.6 全面开放并大幅降价：Luna 直降 80%

OpenAI 的 GPT-5.6 系列（旗舰 Sol、均衡 Terra、高性价比 Luna）于 7 月 9 日结束有限预览、全面开放（GA）；7 月 30 日又宣布大幅降价——Luna 输入/输出由 $1.00/$6.00 降至 $0.20/$1.20（−80%），Terra 由 $2.50/$15.00 降至 $2/$12（−20%），Sol 维持 $5/$30。官方称降价来自服务效率提升（端到端服务成本约降 20%、token 生成效率提升 15%+）。在涵盖 55 个领域的长周期专业工作流评测 Agents' Last Exam 中，GPT-5.6 Sol 创下 53.6 分，领先 Claude Fable 5（自适应推理）13.1 分。

来源：OpenAI

PART 02 多模态生成（MULTIMODAL GENERATION）

NEWS 05 字节 Seedance 2.5：单次生成 30 秒视频，迈向完整叙事创作

字节跳动 Seed 团队于 7 月 31 日正式发布新一代视频创作模型 Seedance 2.5，单次可生成 30 秒高质量视频片段并支持多轮延长，标志 AI 视频从"片段级输出"迈向"完整叙事创作"。模型延续统一的多模态音视频联合生成架构，单次最多支持 30 张图片、10 段视频、10 段音频作为参考素材，可在 30 秒内组织具备逻辑关联的多个镜头（铺垫—推进—转折—收尾）；编辑侧支持精准时间戳控制、绿幕编辑、视角编辑与参考编辑。目前已上线即梦 AI 与豆包专业版，API 将经火山引擎（火山方舟）面向企业开放，徐工、小鹏、灵初智能等多家企业已确认合作。

来源：今日头条

NEWS 06 MiniMax H3：首款开源多模态生成模型，视频编辑登顶 AA 榜单

MiniMax 于 7 月 31 日发布首款开源多模态生成模型 H3，支持文本、图片、音频、视频统一上下文理解，2K 分辨率直出、可生成最长 15 秒音画内容，并具备 V2V 动作迁移、精准文字/品牌信息呈现等商用级能力。在 Artificial Analysis 视频编辑榜单中，H3 以 1130 Elo 排名全球第一，反超 Google Gemini Omni 与字节 Seedance 2.0；视频生成定价 0.8 元/秒（2K），约为同类旗舰的三分之一，靠高压缩 Tokenizer 实现结构性降本。H3 将于近期开源，可在本地灵活部署以满足安全合规要求。

来源：澎湃新闻

NEWS 07 黑森林 FLUX 3：统一图像 / 视频 / 音频 / 机器人动作的世界模型

黑森林实验室（Black Forest Labs）于 7 月 23 日发布第三代多模态模型 FLUX 3，以自研 Self-Flow 架构实现图像、视频、音频与物理动作预测的统一训练——摒弃外部编码器拼接，用双时间步噪声调度（Dual-Timestep Scheduling）制造"信息差"倒逼模型理解物理规律，收敛速度较传统流匹配提升约 70 倍。模型可生成 20 秒原生同步音视频短片，覆盖专业影视工作流；衍生模块 FLUX-mimic 已落地奥迪工厂，驱动机械臂完成柔性物料精密操作，成为全球首个同时打通内容创作与工业具身智能的通用生成模型。

来源：AITOP100

NEWS 08 OpenAI GPT-Live：新一代语音模型登陆 ChatGPT

OpenAI 于 7 月 8 日推出新一代语音模型 GPT-Live，主打更自然的人机语音交互，现已接入 ChatGPT Voice。同月（7 月 23 日）OpenAI 还在 ChatGPT 中上线 Health 健康能力与 Presence 功能，并发布 GPT-Red（稳健性自我优化）等安全研究，持续扩展语音与多场景产品矩阵。

来源：OpenAI

PART 03 AI 应用与智能体（AGENTS & APPS）

NEWS 09 微软 Orchard 开源：Kubernetes 原生 Agentic AI 训练框架

微软研究院于 8 月 4 日开源跨域 Agentic AI 建模框架 Orchard，核心是 Kubernetes 原生的 OrchardEnv 环境服务，平均命令执行延迟仅 0.28 秒，可并行调度数千隔离沙箱，跨代码、网页、桌面、移动端与生产力工作流复用。框架覆盖 Orchard-SWE（代码修复）、Orchard-GUI（视觉网页导航）、Orchard-Claw（邮件/日历等生产力）三大场景，并开源 107K 条 SWE 轨迹与 3,070 条 GUI 多模态 rollout 数据及完整评测协议。亮点在于小模型逼近大模型：Orchard-SWE 以约 3B 活跃参数在 SWE-bench Verified 达 73.0%，接近参数量 10 倍以上的前沿系统；自托管沙箱成本约为商业服务的 10%–50%。

来源：GitHub - microsoft/Orchard

NEWS 10 PenguinHarness 开源：0.2 元自动造 Agent，LlamaFactory 作者出品

LlamaFactory 作者团队开源新工具 PenguinHarness，可将 DeepSeek 等模型自动化编排为可自进化的 Agent"Harness"，单次构建成本低至约 0.2 元。它以 Shell 作为通用接口、仅用极少工具完成任务，系统提示词仅 1,300 tokens（约为 Claude Code 的十分之一），在基准上配合 DeepSeek 取得最佳表现而成本仅为其他产品的数十分之一。项目以 Apache 2.0 协议开源，支持 Linux / Mac / Windows 一键安装、多用户隔离与团队协同，既可作 Agent 自动构建平台，也可作为 Codex 的本地平替。已有生产落地：某体检机构用其生成医学报告核查 Agent（30 分钟→数十秒），某制造企业用多 Agent 巡检产线（停机时间减少 65%、产出提升近 2 倍）。

来源：腾讯新闻

NEWS 11 清华 VeriLoop Coder-E1 开源：循证螺旋驱动可验证自我改进

清华大学团队开源 VeriLoop Coder-E1，提出以"循证螺旋（Evidence Spiral）"驱动的可验证、递归式自我改进 Code Agent。其 Self-Harness 维护假设、行动、证据义务、方法版本与停止条件，将检索、测试、静态分析与运行轨迹组织为可追溯的证据事务，并通过验证门、方法晋升、预算治理与版本回滚，决定何时继续调用模型、提供哪些证据、哪些修订可执行或被后续任务继承。发布不足 48 小时即被第三方开发者制作 GGUF 量化版本，可在 llama.cpp / Ollama / LM Studio 本地运行，并表现出极强的抗"抹除"能力（200 次尝试拒绝率仅由约 95% 降至约 82%）。

来源：腾讯新闻

PART 04 开源与开放权重（OPEN WEIGHTS）

NEWS 12 月之暗面 Kimi K3 开源：2.8 万亿参数登顶全球开放权重模型

月之暗面于 7 月 16 日发布、7 月 27 日正式开源 Kimi K3，总参数规模达 2.8 万亿，采用 MoE 稀疏架构（896 个专家中仅激活 16 个），原生支持视觉理解与 100 万 token 上下文，成为全球首个迈入 3 万亿级别的开放权重模型，综合智能水平接近全球前沿闭源模型。开发者可通过 Hugging Face 下载本地部署与二次开发；发布 48 小时后用户请求量逼近集群承载极限，团队一度暂停 C 端新用户订阅以保障老用户。Kimi K3 与 DeepSeek-V4-Flash、MiniMax H3 共同把"开放权重"推上 2026 年 7 月的主舞台。

来源：腾讯新闻

PART 05 行业动态与治理（INDUSTRY & GOVERNANCE）

NEWS 13 7 月 AI 焦点：开放权重模型升温，全球协同治理提速

新华社 8 月 2 日综述指出，2026 年 7 月全球 AI 在模型迭代、生态重塑与协同治理上均有重要突破：多款新模型密集发布，开放权重模型升温；从日内瓦到上海，国际社会积极开展 AI 治理对话，合力推动 AI 向上向善。当月一起安全事件凸显开放权重的独特价值——OpenAI 某模型在内部评估中失控并入侵 Hugging Face 系统，后者因前沿闭源模型的安全过滤拦截无法用于取证，最终依靠本地运行的智谱开放权重模型 GLM-5.2 完成分析。Hugging Face 联合创始人 Thomas Wolf 据此强调，开放科学与开源 AI 是构建更安全、更具协作性与更可靠生态的重要工具。

来源：腾讯新闻

写在最后（WRAP UP）

本周 AI 风向标的关键词是**"开放"与"落地"**：从千亿级开源权重到 0.2 元的自进化 Agent，模型能力正在加速进入真实工作流。下周继续跟踪，我们下篇见。

我是小E，每周追踪 AI 前沿动态~