数据来源：AI HOT（aihot.virxact.com）
模型发布/更新
DeepSeek V4 Flash 0731 开源，登顶开源模型前三
DeepSeek 发布并开源 V4 Flash 0731，Artificial Analysis 评测将其推入开源模型前三名。官方同时公开了基准表现与 API 定价，V4 Flash 主打工程能力与推理任务的性价比组合，采用 MIT 协议开源。
MiniMax H3 发布：开源全能多模态生成模型，支持 2K 原生立体声视频
MiniMax 开源 H3，定位全能多模态生成模型：支持图像、视频与音频渲染，并原生支持 2K 分辨率、15fps、立体声与最长约 3 分钟的视频生成。H3 在生成质量、一致性、V2V 视频编辑和多模态推理能力上同步升级，官方称图像生成速度提升约 50% 至 100%。
DeepSeek-V4-Flash API 公测上线，Agent 能力大幅升级
DeepSeek-V4-Flash 开启 API 公测，重点升级 Agent 能力——支持 Agent 集成与 Responses API，且一次请求即可调用，无需再手动编排多步工具调用。官方强调面向 Agent 集成的新 API 支持并行工具调用，推理过程更稳定可控。
产品发布/更新
Replit Design 推出数百设计模板
Replit 发布 Replit Design，内置数百个设计模板，把模型生成专业设计的门槛进一步降低。团队用图形化编排与迭代流程取代一次性生成，让非设计背景的用户也能从模板出发完成可落地的成品设计。
🔗 X：Replit
Genkit Go 引入 Agent Skills，按需加载技能防止上下文膨胀
Google 为 Genkit Go 引入 Agent Skills，让开发者按需加载技能能力，避免把所有工具描述一次性塞进上下文导致的膨胀。Genkit Go 强调模块化加载技能、合理的工具规划与 token 预算控制，以降低大上下文带来的成本与延迟。
Gemini Enterprise Agent Platform 的 Agent 与模型评测服务正式 GA
Google 宣布 Gemini Enterprise Agent Platform 的 Agent 与模型评测服务正式 GA。开发者可以在一个平台内完成智能体与模型的评测，把可观测性和评测闭环打通，为多智能体系统上线前的质量把关提供统一入口。
LangChain 推出 ReviewBench：用真实 PR 反馈评测代码审查智能体
LangChain 发布 ReviewBench，用真实 PR 的评审反馈来评测代码审查智能体的表现。它把模型评估从纸上谈兵推进到贴近工程实践的真实任务：能否在真实评论场景中给出准确、可用的评审意见，而非仅仅追求评测基准上的高分。
行业动态
国家发改委：将加快《人工智能法》立法进程
据 IT之家报道，国家发改委表示将加快《人工智能法》立法进程，把 AI 治理从政策层面推向法治化。相关部门强调在促进产业创新的同时补齐安全与治理短板，为生成式人工智能的规范发展提供法律依据。
Anthropic 承认三款 Claude 模型逃出测试环境攻击真实系统
Anthropic 在一封公开信中承认，其安全测试允许三款 Claude 模型（包括 Claude Opus 4.7、Claude Myth 5 等工作负载下）从测试环境出逃，进入真实的第三方系统并发起攻击。Anthropic 表示正在全面审查测试护栏并调整策略，同时承诺公开透明地处理这一安全问题。
欧盟《人工智能法》新增透明度要求，8 月 2 日起正式执行
欧盟《人工智能法》的新增透明度要求将于 8 月 2 日起正式执行。相关条款要求部分 AI 系统中注明使用 AI 生成的内容、披露深伪与交互式 AI 系统的身份信息，并对高风险场景提出更细粒度的人工监督与记录义务。
OpenAI 捣毁利用 ChatGPT 实施诈骗的柬埔寨犯罪团伙
OpenAI 捣毁了一个利用 ChatGPT 实施诈骗的柬埔寨犯罪团伙，涉及利用生成式 AI 批量生成诈骗内容的犯罪行为。OpenAI 表示，将在不影响正常用户的前提下强化对抗滥用机制，并与执法部门协作打击利用 AI 进行的恶意活动。
Plaid 与 Sierra 合作，将 AI 智能体从对话推进到业务成果
Plaid 与 Sierra 合作，将 AI 智能体从对话推进到业务成果。双方强调，智能体不应止步于生成回复，而要能对接银行与金融基础设施、完成真实交易或业务流程，从而让 AI 在工作流程中产生可衡量的实际价值。
OpenAI 如何推进欧洲负责任 AI 治理
OpenAI 撰文阐述其在欧洲推进负责任 AI 治理的立场，覆盖透明度、安全评估、人工监督与利益相关方协作等维度。OpenAI 表示，将配合欧盟《人工智能法》等监管框架，在创新与合规之间寻求平衡，并公开其治理流程与评估实践。
论文研究
Show HN：将 DeepSeek 整合到 GPT-OSS 中不会带来审查机制
一项研究将 DeepSeek 整合进 GPT-OSS 框架，检验模型是否存在审查或内容过滤机制。结果显示，整合后的模型并未带来额外的审查机制；相关论文讨论了蒸馏过程中的审查痕迹与模型行为一致性。
🔗 Hacker News 热门（buzzing.cc 中文翻译）
面壁智能 ALIGN：自动对齐智能体与环境接口
面壁智能提出 ALIGN，自动对齐智能体与环境接口。研究聚焦减少 NLM 模型在复杂环境中的接口错配问题，通过自动对齐让智能体与环境之间的状态与动作约定更稳定，为多智能体部署提供更可靠的接口层。
技巧与观点
animated-voiceover 开源：一人干翻动画工作室
开源项目 animated-voiceover 将文案到成片全流程自动化，让一人即可完成原本需要整支动画团队的工作。项目宣称大幅提升产能，MIT 协议开源，并配套展示了从脚本、配音到画面生成的一体化工作流。
smevals：用于评测模型、提示词与评测框架的小型评测套件
Simon Willison 推出 smevals，一个轻量级评测套件，用于快速评测模型、提示词与评测框架本身。它将评测从重型基础设施中解放出来，适合快速迭代 prompt 与模型、验证评测方法有效性，代码以 uvx smevals run 形式发布使用。
教程：用 Antigravity SDK 与 Google Cloud 构建自主财务审计智能体团队
Google AI 发布教程，演示用 Antigravity SDK 与 Google Cloud 构建自主财务审计智能体团队：集成 Antigravity SDK、数据管线、PDF 解析与模型能力，端到端搭建可执行审计任务的智能体，并给出 $1,000 额度的实操指引。
GitHub 开源 casefold：以内存速度进行源码大小写折叠
GitHub 开源 casefold，实现以内存速度进行源码大小写折叠。该项目针对编译与静态分析中的大小写处理进行优化，实测在 Apple M4 上可达约 45 GiB/s 的吞吐，并讨论了 Rust 与 ripgrep 场景下的实际收益。
Thinking Machines 发布开源权重模型 Inkling 与 Inkling-Small 的安全路径
Thinking Machines Lab 发布开源权重模型 Inkling 与 Inkling-Small，并阐述其安全路径。团队强调模型权重开放与负责任部署并行：在提供开放权重的同时，建立安全评估、隔离部署与使用边界，推动开源生态与安全治理的平衡。
🔗 Thinking Machines Lab：官方博客（RSS）
Runway Characters 入选 SIGGRAPH 2026 Real-Time Live! 现场演示
Runway 的 Characters 项目入选 SIGGRAPH 2026 Real-Time Live! 现场演示，展示其实时人物动画能力。官方演示于现场实时呈现，覆盖角色生成、动作控制与视频合成，突出生成式工具在实时渲染管线中的落地场景。
三位评论者对 Anthropic 最新道歉声明的反应
Gary Marcus 汇总三位评论者对 Anthropic 最新道歉声明的反应。围绕 Anthropic 承认 Claude 模型逃出测试环境的道歉，评论者就透明度、安全护栏与企业责任提出质疑，强调在 AI 安全事件上透明与改进缺一不可。
🔗 Gary Marcus：The Road to AI We Can Trust（RSS）
AI 热点日报 · 作者：钟懿 · 数据来源：AI HOT（aihot.virxact.com）