每日AI资讯 | 2026-08-23

⚡ 每日AI资讯

2026-08-23

🔥今日聚焦：8 月 22 日 AI 圈迎来"框架与多模态"双线爆发。DeepSeek 推出 V4-Flash-Vision-Exp，旗舰模型首次具备看图能力并沿用 Flash 定价；OpenAI 全面开源 Codex Harness，将 Agent 运行时对外开放，与 DeepSeek Harness 正面竞争。Anthropic 则让 Claude Platform 的 Computer Use、Skills API 全面可用。资本端同样火热：Anthropic 最快月底冲刺 IPO（年化营收 650 亿美元），英伟达 70 亿美元锁定 Poolside，Etched、Higgsfield 融资频创新高。Agent 竞争力正从底层模型转向运行时架构...

多模态

DeepSeek 旗舰模型首次"能看图"：V4-Flash-Vision-Exp 发布

DeepSeek 推出实验版多模态模型 deepseek-v4-flash-vision-exp，首次为 V4 系列加入图像理解能力，支持 JPEG/PNG/GIF/WebP 输入，图片按最多 384 token 计费且不另收视觉附加费，沿用 Flash 价格。DeepSWE 智能体基准达 59.3%，接近更高价闭源模型，同日接入 DeepSeek Harness 0.1.1...

来源：AI 技术日报

🔗 原文链接：https://www.toutiao.com/article/7676501714468176427/

编程专模

智谱 GLM-5.3 发布：纯后训练逼近前沿编程能力

智谱发布 GLM-5.3，基于 GLM-5.2 同一基座，全部增益来自后训练规模化，在 CyberGym 漏洞识别跑出 84.5%（SOTA），269 个真实项目识别 2436 个漏洞。权重计划约两周后开放，已上架千问平台；官方称其为"史诗级 Plus"，编码与 Agent 能力接近 Claude Fable 5...

来源：The AI Rankings

🔗 原文链接：https://theairankings.com/changelog

价格战

Gemini 3.7 Flash 半价开售，谷歌打出"加量不加价"

谷歌发布 Gemini 3.7 Flash，1M 上下文、多模态输入，限时半价（$0.75/$3.75 per M tokens，2027 年起翻倍）。DeepSWE v1.1 从 49.0% 跃升至 65.3%，成为谷歌当前最强在售模型，是旗舰缺席期间的"主力挡箭牌"，也把开发者项目绑定进 Gemini 生态...

来源：The AI Rankings

🔗 原文链接：https://theairankings.com/changelog

架构创新

谷歌 DiffusionGemma 开源：并行生成文本，1500 token/秒

谷歌 DeepMind 发布 DiffusionGemma 技术报告（arXiv:2608.00146），基于离散扩散，一次性并行精炼 256 个 token 块，在单张 H100 上约 1500 token/秒，速度远超自回归模型，保留思考模式与多模态输入，并可在普通自回归生成间小幅切换...

来源：Malpass Tech Blog

🔗 原文链接：https://malpass.co/top-ai-stories-2026-08-22

市场

中国 AI 大模型调用量连续十六周领跑全球

OpenRouter 数据显示，8 月 10—16 日全球大模型总调用量 75.3 万亿 Token，中国大模型周调用量 36.84 万亿 Token，连续十六周超美国居首；阿里 Qwen3.8-27B 登顶 Hugging Face 趋势榜，开源两天下载破百万，Qwen 已成全球开源社区基座模型...

来源：每日经济新闻

🔗 原文链接：https://www.toutiao.com/article/7675139658900128308/

视频生成

FLUX 3 支持带同步音频视频与首尾帧控制

最新营销工具指南显示，FLUX 3 可生成带同步音频的视频，并支持首尾帧关键帧控制；MiniMax H3 以 2K 分辨率运行、支持参考图控制，确保产品视觉一致性。Kling 3.0 综合评分 8.1（满分 10），视觉保真度 8.4 居参测产品之首...

来源：腾讯网

🔗 原文链接：https://new.qq.com/rain/a/20260820A04UTP00

图生视频

2026 图生视频格局定型：Veo、Kling、Seedance 各擅胜场

横向评测显示，2026 年图生视频已成主流生产工作流：Veo 3.1 主打电影质感、Kling 3.0 擅长人物与 4K、Seedance 2.0 长于对话、Runway 易用。多数模型支持 10-15 秒片段与原生同步音频，AI 视频已跨过生产可用门槛...

来源：Apatero

🔗 原文链接：http://www.apatero.com/blog/image-to-video-models-2026-kling-veo-seedance

国产视频

可灵 Kling 3.0 国内第一梯队，人物一致性是核心强项

综合榜单指出，可灵 Kling 3.0 文生视频动作流畅、复杂人体动作还原优秀，图生视频支持首尾帧锁定，适合真人向短视频；生成速度快、会员订阅成熟。短板在于复杂多物体同框交互偶尔出错，私有化部署选项较少...

来源：SegmentFault

🔗 原文链接：https://segmentfault.com/a/1190000048186219

Agent 框架

OpenAI 全面开源 Codex Harness 运行框架

OpenAI 进一步开放 Codex Harness 核心能力，将 Codex 背后的 Agent 运行时（Agent Loop、会话持久化、工具执行）对外开放，支持 JSON-RPC 集成到 IDE/桌面端。这是 OpenAI 首次把 Codex"运行框架"开源，正面回应 DeepSeek Harness...

来源：AIbase

🔗 原文链接：https://www.aibase.com/news/30531

平台能力

Anthropic Claude Platform 上线 Computer Use 与 Skills API

Anthropic 宣布 Claude Platform 的 Computer Use、Skills API、Files API 全面可用（GA）。新版 Browser Use 可解析网页结构精准交互，Computer Use 单次调用可连续多步操作并达 HIPAA 合规；Files API 提供 1TB 专用存储、速率提升 5 倍...

来源：AIbase

🔗 原文链接：https://www.aibase.com/news/30522

桌面助手

ChatGPT macOS 版接入 Apple Messages 插件

ChatGPT macOS 桌面应用新增 Apple Messages 插件，可在 Apple Silicon Mac 上搜索、摘要、起草并发送 iMessage、SMS 与 RCS 消息，发送默认需逐条人工批准，打通了本地通讯与 AI 协作，是办公自动化的重要一步...

来源：The AI Rankings

🔗 原文链接：https://theairankings.com/changelog

GUI 智能体

阿里开源 Qwen-UI-Agent：真机 GUI 智能体基座模型

阿里推出 Qwen-UI-Agent，覆盖移动/桌面/网页端与深度搜索，构建 100+ 真机、150+ 应用的真实环境训练，在移动端基准超越 GPT-5.6 与 Claude；支持命令行操作、批量动作，对支付等敏感步骤暂停确认，支持 100 步以上长程强化学习...

来源：AI Agent Store

🔗 原文链接：https://aiagentstore.ai/ai-agent-news/daily/2026-08-22

轻量多模态

商汤开源 8B 多模态模型 SenseNova U1.5 Lite

商汤开源 8B 轻量统一多模态模型 SenseNova U1.5 Lite，原生支持 3-4K 上下文、高分辨率输入与 4K 输出，在复杂布局与文本渲染上媲美商用大模型，适合边缘设备与资源受限环境部署，给中小企业和端侧降低门槛...

来源：AIbase

🔗 原文链接：https://www.aibase.com/news/30527

融资

AI 芯片商 Etched 完成 7 亿美元融资，估值 210 亿

美国 AI 芯片初创 Etched 宣布完成 7 亿美元新一轮融资，由首位客户、量化巨头 Jane Street 领投，估值达 210 亿美元，较上月 C 轮（103 亿）近一个月翻番，反映专用 Transformer 推理芯片需求持续升温，资本向稀缺算力集中...

来源：腾讯网

🔗 原文链接：https://new.qq.com/rain/a/20260820A09TF800

视频融资

Higgsfield 融资 4 亿美元，估值 54 亿美元

AI 视频生成平台 Higgsfield 完成 4 亿美元 B 轮融资，由 DST Global 领投，估值达 54 亿美元，八个月内翻 4 倍。其年化收入已达 7 亿美元，服务 390 家财富 500 强，从消费娱乐果断转向企业营销，验证企业视频市场...

来源：The CODEW

🔗 原文链接：https://www.thecodew.com/2026/08/startup-funding-watch-capital.html

IPO

Anthropic 最快本月底提交 IPO，年化营收 650 亿美元

Anthropic 准备最快本月底公开提交 IPO 文件，目标募资对标 SpaceX 约 750 亿美元纪录，年化营收运行率达 650 亿美元，预计 10 月前后上市，或早于 OpenAI。此前 OpenAI 定调最晚 2027 年上市，头部厂商进入商业验证期...

来源：微博科技

🔗 原文链接：https://weibo.com/7594643421/5334635505780919

算力投资

英伟达 60 亿许可费 + 10 亿投资锁定 Poolside

英伟达向 AI 编程公司 Poolside 支付 60 亿美元非排他许可费获取其"模型工厂"系统，并以 120 亿前估值追加 10 亿美元投资、向 109 名员工发出邀约，Poolside 继续独立运营。巨头正以许可+投资绑定稀缺 AI 工程能力...

来源：微博科技

🔗 原文链接：https://weibo.com/7594643421/5334635505780919

财报

OpenAI 定调最晚 2027 年 IPO，二季度营收 67 亿仍巨亏

OpenAI CFO 透露公司计划最迟 2027 年上市、若业务加速可提前，Anthropic 或于 9 月抢先 IPO。同日披露 OpenAI 二季度营收 67 亿美元（环比 +18%）但亏损扩大，2025 全年净亏损 385 亿美元，商业化与盈利压力并存...

来源：腾讯网

🔗 原文链接：https://new.qq.com/rain/a/20260820A09TF800

开源框架

DeepSeek Harness 周更，收编 Claude Code/Codex 为子代理

DeepSeek Harness 一周内多次更新，将 Claude Code、Codex 收编为子代理，定位 Agent 时代"调度层"，可在单一框架内按需切换模型与工具链；同步推出 V4-Flash-Vision-Exp 视觉体验版，社区涌现大量教程与插件...

来源：36氪

🔗 原文链接：https://www.cnblogs.com/itech/p/22626184

基准突破

英伟达 AVO 在 ARC-AGI-3 公开测试集取得 100% 满分

英伟达通用编程 Agent 系统 AVO（Agent for Visual Operations）在 ARC-AGI-3 全部 25 个环境、183 个关卡取得 100% 满分。TechCrunch 评称"Harness 而非模型本身是真正的英雄"，印证 Agent 竞争力转向运行时架构...

来源：Techmeme

🔗 原文链接：https://www.cnblogs.com/itech/p/22626184

编程榜首

Claude Opus 5 登顶编程榜，SWE-bench Pro 79.2%

截至 8 月 17 日，Claude Opus 5 以 79.2% 的 SWE-bench Pro 成绩位居前列编程模型榜首，价格（$5/$25 per M）仅为自家旗舰 Fable 5 的一半；GPT-5.6 Sol 终端基准 88.8%，DeepSeek-V4-Pro 55.4%，模型+工具链共同决定结果...

来源：Alphacorp

🔗 原文链接：https://alphacorp.ai/blog/best-ai-for-coding-august-2026-latest-models-compared-ranked

开源 Agent

OpenCode 登顶开源编程 Agent，约 19 万星

开源编程 Agent 榜单显示，OpenCode（MIT，约 19 万星）凭零许可成本、模型可移植与生产稳定登顶；DeepSeek Harness（MIT，插件化架构）成架构赌注；Cline、Kilo Code、Aider 分列其后，模型可移植成首要选型准则...

来源：andrew.ooo

🔗 原文链接：https://andrew.ooo/answers/best-open-source-ai-coding-agent-2026-ranked-guide

多模态编程

DeepSeek V4-Flash-Vision-Exp 助 Agent 读懂屏幕

DeepSeek V4-Flash-Vision-Exp 在保留文本推理与 Agent 行为的同时加入图像理解，按 Flash 价计费、图片最多 384 token 且无视觉附加费，同日接入 DeepSeek Harness 0.1.1，便于将截图、图表、PDF 纳入 Agent 工作流...

来源：AI Agent Store

🔗 原文链接：https://malpass.co/top-ai-stories-2026-08-22

1

2

3

4

5

每日AI资讯 · Mountain-tree探索团队协同梳理 · 覆盖全球AI前沿动态

数据来源：OpenRouter、The AI Rankings、Reuters、腾讯新闻、AIbase、AI Agent Store 等公开报道