· 晨讯 Dispatch 2026-08-26

AI 资讯 · 2026-08-26

23 条 · 精选 5 · 关注 18 · 简讯 0 · 国内 8 / 海外 15
今日精选 · TOP 5 algorithmic top-5 by composite score
  1. #1 / 10.6 AnthropicDeepSeekQwen / AI科技评论 /模型发布 /2026-08-26
    全新架构,极致性价比!阿里千问Qwen3.8-Flash发布并开源

    8月26日晚,阿里发布并同步开源千问最新模型 Qwen3.8-Flash。该模型采用全新下一代架构,千亿总参数仅激活60亿(6B)即可获得超越Claude Opus4.6的前沿性能,创下模型效率的全球新基准。得益于架构和训练的全面革新,Qwen3.8-Flash训练成本较Qwen3.7-Plus骤降近90%,推理成本同样大幅下降,每百万Tokens输入仅1元,输出3元,价格最低至DeepSeek-V4-Flash的1/3,将全球模型性价比“斩杀”至极致新水平。Qwen3.8-Flash今晚将首发上线“千问办公”,开发者和企业也可通过千问AI平台获取新模型API服务。  Qwen3.8-Flash是一个多模态混合专家(MoE)模型,采用了下一代(Next)模型架构,Transformer参数125B仅激活6B,性能表现超越Opus4.6、接近Opus4.8。仅完成预训练的Qwen3.8-Flash基座(Base)模型,在通用(SuperGPQA)、数学推理(GSM8K)、编程(SWEBench-Pretrain)等基础能力上超过了3倍其大小的Qwen3.7-Plus基座模型。经后训练后,

    评分明细
    重要性 6 新颖度 6 信源权威 6 技术深度 6 实体加权 ×1.76
  2. #2 / 7.8 DeepSeekNVIDIA AI / AI科技评论 /其他 /2026-08-26
    英伟达Vera Rubin的Agent吞吐暴涨最高提升30倍,却不只靠GPU | Hot Chips 2026

    在Agent推理上,英伟达又把性能往前推了一大步。Hot Chips 2026期间,英伟达披露了Vera Rubin NVL72最新Agent工作负载测试结果:在DeepSeek V4-Pro、单用户每秒160 Token的测试条件下,相比GB300 NVL72,每兆瓦吞吐最高提升30倍。 但比30倍更值得关注的是,英伟达这次提升Agent推理效率,已经不再只依赖一颗更快的GPU。 面对长上下文、低延迟Token生成、工具调用和数据交互同时出现的Agent工作负载,英伟达正在把一次推理拆成不同类型的计算任务:Vera Rubin NVL72承担大规模模型计算,Groq 3 LPX专攻低延迟Token生成,Vera CPU处理工具编排、代码执行和数据处理,Spectrum-X则负责把这些计算、数据和存储资源连接起来。 换句话说,Agent工作负载让性能问题不再停留在一次模型计算内部,而是沿着上下文、生成、工具执行和基础设施访问继续向外扩展。从GPU、CPU到专用推理芯片和网络,英伟达在Hot Chips展示的已经不只是一代芯片的性能提升,而是一套针对Agent工作负载重新划分计算边界的系

    评分明细
    重要性 6 新颖度 6 信源权威 6 技术深度 6 实体加权 ×1.30
  3. #3 / 7.0 01.AI / TechCrunch AI /其他 /2026-08-26
    Runable hits $21M to bet AI agents can go from building businesses to growing them

    Runable says 60% to 70% of its 1 trillion-plus token usage in the last 90 days came from paying customers.

    评分明细
    重要性 5 新颖度 5 信源权威 5 技术深度 5 实体加权 ×1.07
  4. #4 / 6.9 NVIDIA AIStepfun / AI科技评论 /行业政策 /2026-08-26
    一台GPU用了三年,为什么租金反而更贵了?

    在AI芯片快速迭代的今天,上一代GPU并没有像传统硬件一样迅速贬值。“我们2023年部署的那批H100芯片,如今出租价格甚至高于最初上线时。”近日,云服务商Lambda联合创始人兼CTO Stephen Balaban在播客节目The MAD Podcast中表示。这并不是某代芯片的“传奇故事”。过去,人们曾期待GPU算力最终会像传统云计算资源一样,随着供应增加和硬件迭代逐渐标准化、商品化:性能越来越高,价格越来越低,不同供应商之间的差异也越来越小。但AI算力并没有完全沿着这条路径发展。一张GPU能够提供多少价值,越来越取决于它被放进怎样的系统、如何与其他GPU协同,以及这些昂贵设备能否持续被利用。芯片性能仍然重要,但它已经很难单独解释一套AI基础设施能够交付多少算力。那么,为什么GPU供应越来越多、产品迭代越来越快,算力却还没有像电力或带宽一样成为真正标准化的商品?01算力不是加法题,超节点难在协同前沿大模型正在改变的,并不是算力如何计价,而是算力在什么层级上被商品化。在最上层,AI服务正在把模型输出逐渐标准化为Token,并按Token计费。从这个意义上看,客户最终购买的计算结果,

    评分明细
    重要性 6 新颖度 6 信源权威 6 技术深度 6 实体加权 ×1.15
  5. #5 / 6.5 OpenAI / AI科技评论 /其他 /2026-08-26
    小米玄戒,磨剑十二年

    《天龙八部》里,有一章精彩片段,写的是鸠摩智独闯少林。鸠摩智当着少林僧众的面接连使出拈花指、无相劫指等七十二绝技,招式劲力乃至神韵都足以乱真,满座高僧无人能解。只有虚竹和扫地僧看出了关窍。鸠摩智真正依仗的是逍遥派小无相功,以此作内力根基,再套上少林绝技的招式,但“皮”越练越多,化戾气的“本”却一点没有,强练下去,大难已在旦夕之间。后来果然应验,鸠摩智强练易筋经走火入魔,武功尽失。真正的高手,最后拼的都不是招式,而是内功。练武如此,科技研发亦是如此。而芯片,就是科技时代的顶级内功。过去十几年,能站上高端市场顶端的公司,没有一家不掌握自己的核心芯片,苹果如此,华为也如此,三星和 Google 多年来也未曾放弃对自研芯片的投入。现在,小米在修炼多年后,也初见成效。8月24日,小米发布玄戒O3、玄戒O100和玄戒D100三颗3nm自研芯片,分别面向个人终端、端侧 AI 加速和高算力智能驾驶。至此,小米芯片覆盖了人车家全生态。造芯是小米的必答题AI时代,芯片决定了产品能力的边界。当小米的业务还主要集中在手机时,成熟的第三方芯片平台基本能够满足产品迭代需求。但随着手机、汽车和AIoT设备逐渐连成一

    评分明细
    重要性 5 新颖度 5 信源权威 5 技术深度 5 实体加权 ×1.30
值得关注 18 items