VOL · 67

把今天的 AI
一杯咖啡读完

每日精选 · 一手源优先 · 看见 AI 浪潮的真实方向

2026 / 08 / 20 · 周四

大 模 型
FLUX 3 统一多模态模型
Black Forest Labs 官方 · 昨日

Black Forest Labs 发布 FLUX 3:统一多模态,20 秒原生音视频

8/19 Black Forest Labs 发布统一多模态基座模型 FLUX 3,基于 Self-Flow 自监督流匹配框架,把图像、视频、音频与动作预测整合进同一架构。FLUX 3 Video 支持文生视频与图生视频,单次最长生成 20 秒并默认输出原生同步音频,支持多语言对话与动画排版;FLUX 3 Action 用于机器人动作预测与物理动态模拟,已与特定合作伙伴推进专业应用。目前通过 Early Access 开放,后续将分阶段推出 FLUX 3 Image、FLUX 3 Action 及开放权重版本 FLUX 3 Dev。

从「生成画面」到「生成带声音、能预测物理动作的世界」,FLUX 3 把多模态统一推进到新层级。最值得盯的是 Action 模块——视频不再只是拍给人看,而是可以直接当机器人训练的「教材」。当生成模型开始输出力学轨迹而非像素,AIGC 与具身智能的边界正在消失。
A G E N T
Claude 自主设计蛋白质
Anthropic 官方 · 前日

Claude 自主设计蛋白质:15 个靶标命中 14 个,命中率约为行业两倍

8/18 Anthropic 公布实验:Claude(Mythos Preview + Opus 4.8)拿到 15 个蛋白靶标后,自主完成从选靶点、选表位、装工具、跑模型到筛选排序的全流程,14 个成功命中。1320 个设计中 354 个经 Adaptyv Bio 与 Twist 两家独立实验室验证有效,总成功率 26.8%(行业均值 10%–15%);RBX1 靶点命中率 40%,而该靶点公开竞赛仅 3.7%,最强设计亲和力反超冠军约 10 倍。另一组实验中 Opus 5 直接解析 NMR/LC-MS 原始文件,分别 23 分钟、19 分钟出结果,纯度 96.4% 对上实验室 96.33%。

Claude 没有发明任何新工具——RFdiffusion、ProteinMPNN 全是现成的,它做的是「编排」:一份约 1.6 万词提示词把蛋白工程师的经验编进去,让模型自己当项目经理。这揭示了一个信号:AI 最先吃掉的可能不是「科学发现」本身,而是专家的操作时间。当模型能 48 小时跑完人类数周的编排劳动,「会用工具」本身就成了新的护城河。
开 源
玄铁 C950 跑通千问
阿里达摩院 / 驱动之家 · 昨日

阿里玄铁 C950 原生跑通千问 27B:RISC-V 首次直驱 270 亿大模型

8/19 阿里达摩院披露,5nm RISC-V 服务器 CPU 玄铁 C950 原生运行通义千问 3.8-27B,无需 GPU、不借助任何模拟层或二进制翻译,成为全球首款直接跑通 270 亿参数大模型的 RISC-V 处理器。实测解码约 30 token/s、首 token 延迟 1.9 秒;芯片 64 核、最高 3.2GHz,SPECint2006 单核破 70 分创 RISC-V 新高,访存带宽较前代 C920 提升 4 倍,内置矩阵与向量加速引擎。

在 x86/ARM 被授权费锁死、高端 GPU 又被管制的背景下,RISC-V 跑通 27B 模型的意义是「去依附」。阿里同时握着模型、云和芯片三层,第一次形成从指令集到算子库到模型的全栈闭环。30 token/s 不算惊艳,但「无 GPU、无模拟层」这条路线一旦走通,边缘与端侧的算力版图可能要重新洗牌。
商 业
字节 Seed 组织架构调整
晚点 LatePost · 昨日

字节 Seed 调整组织架构:新设四个一级部门,为 5 万亿参数 Omni 铺路

8/19 晚点 LatePost 报道,字节大模型部门 Seed 上周完成组织调整,Seed 基础模型新设四个一级部门:Pretrain Data(李成刚,统一多模态与超大模型数据)、Horizon RL(唐晟宇,整合后训练强化学习)、Product Posttrain-Work(秦禹嘉,B 端 Agentic 模型)、Product Posttrain-Chat(朱文佳,C 端对话模型),负责人均向吴永辉汇报。此举为字节正在讨论的超 5 万亿参数 Omni 全模态模型预训练铺路,该规模将超过 Qwen3.8-Max(2.4 万亿)与 Kimi K3(2.8 万亿)。

组织调整从来是战略的投影。字节把散落在文本、代码、视觉、语音的数据与后训练团队「合并同类项」,本质是承认——超大模型的真正瓶颈不在算力,而在「多模态数据」与「RL 上限」两件事上。当参数规模奔着 5 万亿去,团队的边界就得跟着重构。这是国产大模型军备竞赛里,最直白的一张组织架构图。
融 资
Etched 融资 7 亿美元
Etched 官方 / 界面新闻 · 前日

AI 芯片创企 Etched 融资 7 亿美元,估值一个月翻倍至 210 亿

8/18 AI 芯片公司 Etched 宣布完成 7 亿美元融资,估值达 210 亿美元,距上月 C 轮的 103 亿翻倍。本轮由量化交易巨头 Jane Street 领投,KPCB、红杉、a16z、Tiger Global、贝恩资本等跟投;Jane Street 同时成为其首位客户,已在自己数据中心部署 Etched 的 Sohu 芯片机架。公司累计融资 19 亿美元,客户合同超 10 亿美元。

一家 2022 年成立、被叫「芯片菜鸟」的创业公司,一个月估值翻倍——赌注全押在「Transformer 专用 ASIC」这一件事上。Jane Street 从「投资人」变「首位客户」,比任何 PR 都有说服力:当量化交易巨头愿意用真金白银和真实负载下场验证,专用推理芯片就从「PPT」变成了「交付物」。英伟达的「全能 GPU」,正在被一群「做减法」的人从侧面撬动。
融 资
英伟达入股 SB Energy
至顶科技 / NVIDIA · 前日

英伟达 15 亿美元入股 SB Energy,锁定 OpenAI 俄亥俄 8GW 数据中心

8/18 英伟达宣布向软银旗下数据中心开发商 SB Energy 投资 15 亿美元,确立其为 OpenAI 俄亥俄 Ports-Pike 数据中心(初期 4.25GW、可扩至 8GW)唯一算力基础设施供应商的地位。据 SEC 文件,英伟达还将提供最高 1050 亿美元信贷支持,远低于此前媒体盛传的 2500 亿。SB Energy 计划自建约 9.2GW 天然气发电厂供电,建设成本约 330 亿美元。

英伟达已经不满足于卖芯片——它现在直接给「电」和「地」背书。15 亿股权 + 千亿信贷,本质是用自己的资产负债表为 OpenAI 的算力园区「兜底」,换取长期的、独家的 GPU 部署空间。芯片巨头正在从「AI 硬件供应商」变成「AI 工厂的组织者」,把竞争边界一路推到土地、电力、建筑这些最底层要素。
前 沿 技 术

Frontier · GitHub & arXiv 周边

jundot/omlx
GitHub Trending · 今日

omlx:Apple Silicon 本地 LLM 推理服务器,菜单栏一键管理,单日 +472★

jundot/omlx,19.8K★、今日 +472★。一个面向 Apple Silicon 的 LLM 推理服务器,支持连续批处理(continuous batching)与 SSD 缓存,可直接从 macOS 菜单栏管理,让 M 系列芯片在本地稳定跑大模型推理,把「本地私有推理」做成开箱即用的体验。

当云端推理按 token 计费,omlx 代表的是另一条路——把 Mac 的 M 芯片变成常驻的私人推理服务器。连续批处理 + SSD 缓存,解决的是本地跑大模型的「吞吐」和「显存」两大痛点。Apple Silicon 生态的成熟,正在让「模型私有化」从发烧友玩具走向真正可用。
mattpocock/skills
GitHub Trending · 今日

mattpocock/skills:真实工程师的 Agent skills,单日 +1894★

mattpocock/skills,223K★、今日 +1894★。知名 TypeScript 工程师 Matt Pocock 把自己的 .agents 目录开源,收录面向真实工程场景的 Agent skills,覆盖从代码规范到工程流程的实操技能,可直接被 Claude Code、Codex 等编码 Agent 加载,是「工程实践 × Agent 能力」的代表性 skills 集。

一个 22 万星的 skills 仓库,说明开发者真正缺的不是「更强的模型」,而是「把工程经验翻译成 Agent 能执行的动作」。当顶级工程师开始公开自己的 .agents 目录,Agent skills 就不再是玩具,而是一种可复用、可交易的「工程资产」。这可能是继开源代码之后,开发者社区的下一个分发范式。
obra/superpowers
GitHub Trending · 今日

superpowers:Agentic skills 框架与软件开发方法论,274K★ 单日 +557★

obra/superpowers,274K★、今日 +557★。一个 agentic skills 框架 + 软件开发方法论,把「如何让 Agent 高效协作写代码」沉淀为一套可复用的 skills 与流程规范,强调先想清楚再动手的工程纪律,已被大量编码 Agent 生态采用,是当下 Agent 编程方法论层的标杆项目。

274K 星的体量放在一个「方法论」项目上,几乎是个异类。superpowers 卖的既不是模型也不是工具,而是「如何用好 Agent」这件事本身。当写代码的门槛被 Agent 击穿,「怎么指挥 Agent 写出好代码」就成了新的稀缺能力——方法论正在变成比代码更值钱的资产。