一周AI大事：神秘生图AI一夜封神，Deepseek带飞国产芯片

本周焦点：NanoBanana、Qwen-Image Edit、DeepSeek V3.1、Seed OSS 36B、Nemotron Nano 9B V2、Pixel 10搭载Gemini Live、搜索服务AI模式全球上线、Command A Reasoning、Agents.md，以及生物学研究专用的rBio和GPT-4b micro。
一、重磅工具：AI图像编辑火爆——NanoBanana火爆登场、Qwen-Image Edit争艳
新闻：NanoBanana是一款新发布的AI图像生成模型，在LMArena平台上一经亮相，便因其出色的图像编辑效果而迅速走红，引发热烈反响。NanoBanana具备直观的自然语言控制功能和高保真编辑能力，能够根据用户提示精确修改图像，比如添加或移除物体、更换背景、应用各种艺术风格，还能生成或精修人像。


从技术层面看，NanoBanana模型似乎在底层采用了基于体积或神经场的实体建模技术，从而在编辑过程中保持空间与风格的一致性。这使得它成为一款具备Photoshop级别编辑能力的AI提示词驱动工具，既能保留真实图像中的既有元素，又能无缝添加逼真元素。
外界普遍认为NanoBanana是谷歌的下一代Imagen模型，但谷歌官方唯一的确认是公司员工洛根·基尔帕特里克（Logan Kilpatrick）在社交媒体X上发了一个香蕉表情符号。X平台上也有人声称NanoBanana模型来自Higgsfield公司，但目前尚无官方消息。目前LMArena上线的NanoBanana仍是有限的公开预览，此外，NanoBanana也已上线了Dzine等其他一些图像生成平台。
无独有偶，阿里巴巴的通义千问团队也发布了开源图像编辑模型Qwen-Image Edit，该模型能够通过文本提示实现类似Photoshop的图像编辑。Qwen-Image Edit基于近期发布的Qwen-Image模型构建，既能处理广泛的语义转换，也能进行精细的外观更改，并支持中英文。该模型已在Hugging Face上线，也可通过通义千问（QwenChat）的API使用。
锐评：神秘的NanoBanana和阿里的Qwen争相上岗，以后“眼见为实”可能要成为历史了。
二、AI技术与产品发布——字节、英伟达、谷歌齐发力，大模型迎来“内卷”新高潮
1. 新闻：深度求索（DeepSeek）发布DeepSeek-V3.1。这款混合思维模型拥有更高效的推理能力、更强的搜索推理能力以及更出色的工具调用和智能体能力。其混合思维模式可以在“思考”和“非思考”模式间切换，从而优化性能和效率。该模型性能大幅领先深度求索前代R1模型，同时使用的“思考”词元（token）更少。例如，DeepSeek-V3.1在SWE-Bench测试中的得分率为66%，Aider Polyglot测试得分率为76%。 DeepSeek-V3.1是一款开源的混合专家模型（MoE），总参数量6710亿，激活参数量为370亿，上下文长度为128K。模型还采用FP8精度格式进行了优化，暗示未来有望大规模使用国产芯片，受此影响，国产芯片股价在周五暴涨。目前，DeepSeek-V3.1-Base和DeepSeek-V3.1均已在HuggingFace上线。

锐评：深度求索的新模型不仅学会了“劳逸结合”，还特意为国产芯片“穿上了合脚的鞋”。
2. 新闻：字节跳动Seed团队发布Seed OSS 36B。这是一组由三个开源360亿参数稠密模型组成的产品，包括两个基础变体（一个使用合成数据，一个未使用）和一个指令微调模型。这些模型基于12万亿词元进行训练，专为长上下文（原生支持50万词元）和智能体应用而设计。它们还包含一个可以512个词元为增量进行设置的“思考预算”控制功能，让用户能在推理深度和速度之间进行权衡。
Seed OSS 36B在基准测试中表现出强大竞争力，性能优于Qwen 3 32B等同等规模模型。Seed-OSS-36B-Instruct采用Apache 2.0开源许可协议，已经上线HuggingFace。
锐评：字节跳动也端上了自家“大盘鸡”。
3. 新闻：英伟达发布Nemotron Nano 9B V2。这是一款运行速度很快的90亿参数混合架构（Mamba-Transformer混合体）AI模型，其完全开源，包括基础版、预对齐/剪枝版以及一个经过重新对aligned的推理模型。其训练数据也高度透明，包含约6.6万亿词元，涵盖网页、数学、代码和监督式微调数据。Nemotron Nano 2技术报告也已发布，有助于开发者复现和微调。
锐评：英伟达不仅卖“铲子”，还开始免费派发“寻宝图”。
4. 新闻：谷歌为Pixel 10和安卓系统推出重大Gemini升级。这些升级包括“Gemini Live”视觉指导功能，允许AI助手通过摄像头“看见”并实时指导用户完成拍摄任务；此外还有实时翻译和Gemini驱动的照片编辑功能。Pixel 10系列智能手机将于8月28日上市，后续相关AI功能将推广到其他安卓和iOS设备。
锐评：用上谷歌手机，再也不用担心给女朋友拍照被骂了。
5. 新闻：谷歌正在将搜索服务中的“AI模式”向全球新增的180个国家和地区推广。“AI模式”现已为Ultra订阅用户增加预订餐厅的智能体功能，并能根据用户偏好提供个性化的搜索结果。
锐评：AI帮用户“划重点”的搜索体验已成定局。
6. 新闻：谷歌宣布增强Drive的视频编辑体验，为旗下AI视频创作工具Vids增设了快捷按钮。Workspace用户现在可直接将Drive中的视频在Vids中打开，并进行剪辑、添加音乐和文字。
锐评：素材不用倒来倒去，剪片效率直接拉满。
7. 新闻：Cohere发布Command A Reasoning。这是一款新的企业级大语言模型，支持25.6万词元的上下文和23种语言，具备强大的推理和工具使用能力。Command A Reasoning现已商用，其提供的“词元预算”功能可用于定制推理深度。用户可通过 Cohere North平台进行安全部署。
锐评：给企业请了个随叫随到的“首席策略官”，专门解决最棘手的难题。
8. 新闻：VAST旗下AI 3D大模型发布Tripo 3.0版本。在AI 3D模型算法层面，VAST先后推出Tripo1.0至Tripo2.5等数十亿参数的3D大模型，而Tripo3.0的参数量将直接提升到200亿，并且采用全新的技术路线和“表达形式”TripoSF中的SparseFlex，大幅提升模型的分辨率和效率，让3D生成迈入IMAX新时代。
锐评：AI生成3D模型正式从“标清”迈入“IMAX”时代。
9. 新闻：OpenAI推出Agents.md。这是一个基于Markdown的开源标准，用于直接在代码仓库的根目录中记录智能体配置、指令和设置。Agents.md格式旨在标准化智能体配置生态系统（包括 MCP 服务器清单、工具模式定义、系统指南等），让各种工具能够自动检测并使用已记录的指令。这一标准似乎正得到广泛采纳，目前已被OpenAI Codex、Amp、Jules、Cursor、RooCode等多个平台采用。
锐评：OpenAI是想为混乱的AI智能体市场制定一套“普通话”。
10. 新闻：埃隆·马斯克（Elon Musk）周六在社交媒体平台X上发文称，旗下人工智能初创公司xAI已开源Grok 2.5模型，并计划在大约六个月后跟进开源Grok 3。

锐评：老马摆明是拿开源敲打OpenAI。
三、AI研究资讯——跑去预测“太阳打喷嚏”，还想搞生物研究
1. 新闻：IBM和NASA发布一款名为Surya的太阳活动预测模型。这是首个基于高分辨率太阳观测数据训练的太阳物理学AI基础模型，能帮助人类深入了解太阳表面的动态变化，从而更好地规划和应对可能干扰地球和太空技术设备的太阳活动事件。
锐评：AI现在不仅能预测下雨，还能预测“太阳打喷嚏”了。
2. 新闻：OpenAI发表题为《加速生命科学研究》（Accelerating life sciences research）的文章，介绍其AI模型如何支持生物学研究。他们分享了如何利用专为蛋白质工程优化的GPT-4o衍生版本GPT-4b micro，在干细胞重编程研究中成功地引导蛋白质设计，该技术有望应用于细胞再生疗法。
锐评：未来新药的研发速度可能要按天计算了。
3. 新闻：陈·扎克伯格倡议（CZI）推出rBio。这是首个利用虚拟模拟而非昂贵实验室实验进行训练、能够进行细胞生物学推理的AI模型。rBio模型采用“软验证”和强化学习技术，使研究人员能够通过计算来检验生物学假设，显著加速药物发现的进程。
锐评：rBio堪称科研界的“省钱神器”，就是不知道准不准。
四、AI商业与政策——苹果抱谷歌大腿，Meta花钱补“审美”
1. 新闻：据报道，苹果正在与谷歌洽谈使用Gemini来增强Siri的AI功能。目前苹果在提供有吸引力的AI应用方面仍然落后于竞争对手。
锐评：苹果终于决定给Siri请个“外教”了。
2. 新闻：Meta正在与Midjourney合作，获得后者AI图像和视频生成技术的授权，目的是将其创意美学能力整合到未来模型和产品中，“将美带给数十亿人”。Meta研究人员将直接与Midjourney合作整合技术。Meta强调，根据协议Midjourney将保持独立性。
锐评：Meta这是花钱给自家模型补“审美”课。
3. 新闻：Meta本周早些时候对AI部门进行重组，并随即冻结了该部门的招聘。就在此前几周，Meta 刚从竞争对手那里挖来了50多名AI研究员和工程师。

锐评：前一秒还在大肆挖人，后一秒就冻结招聘，Meta的反复横跳让外界看得一头霧水。
4. 新闻：苹果即将在今年9月份发布的软件更新中将赋予企业对员工AI使用行为的精细化控制能力，允许IT管理员配置对外部AI服务提供商的访问权限。
锐评：苹果这是递给了企业IT部门一根驾驭AI烈马的“缰绳”。
5. 新闻：据称因安全顾虑，在有关部门向中国公司发出使用警告后，英伟达暂停了H20芯片的生产。此前，英伟达否认产品存在后门，并表示市场可以放心使用H20芯片。但中国鼓励使用国产芯片，这削弱了英伟达在中国AI市场的复苏势头。

锐评：国产芯片大有后来者居上的势头。
6. 新闻：英伟达首席执行官黄仁勋在造访台积电时透露，公司正在与美国政府磋商，讨论对中国出口一款新型人工智能芯片。此前有消息人士披露，英伟达正为中国市场开发一款名为B30A的AI芯片，性能将超过先前的H20芯片。
锐评：任何商业巨头在面对一块巨大蛋糕时都无法说不。
7. 新闻：OpenAI首席财务官萨拉·弗莱尔（Sarah Friar）在一档直播节目中透露，OpenAI将考虑在未来某个时间点上市。弗莱尔表示，即便在营收方面不断创下里程碑，公司仍然面临人工智能算力短缺的持续压力。“目前对GPU和算力的需求极为旺盛。”她在接受采访时说，“我们面临的最大挑战就是一直处于算力不足的状态。这就是我们为什么推出’星际之门’、为什么进行更大规模基础设施建设的原因。”她还强调，微软在未来“数年”都将是重要合作伙伴。
锐评：AI算力的吞金速度远超传统风险投资的想象力。
8. 新闻：AI智能体初创公司Manus联合创始人兼首席科学家季逸超（Peak）透露，公司当前收入运行率（Revenue Run Rate，RRR）已达到9000万美元（约合6.3亿人民币）。
锐评：AI智能体正从一个炫酷概念快速成长为能产生真金白银的巨大市场。
9. 新闻：Anthropic正在整合企业级AI产品，将Claude Code功能并入Claude企业版和团队版订阅服务中，同时增强管理员控制功能，并推出了新的合规API。此次更新解决了先前存在的个人使用量限制问题，并为企业提供更精细的支出控制和更佳的可观测性。
锐评：光有好产品不行，还得有产品策略。
10. 新闻：Coinbase首席执行官布莱恩·阿姆斯特朗（Brian Armstrong）解雇了拒绝使用 GitHub Copilot等AI编程助手的工程师。阿姆斯特朗在全公司范围内发布强制命令，并为不遵守规定的员工召开了一次会议。那些没有正当理由拒绝使用AI编程助手的员工被解雇，这明确传达了强制采用AI的信息。
锐评：堪称史上最硬核的“企业数字化转型”。
11. 新闻：Meta被指控使用盗版成人影片训练AI大模型。近日，两家成人影片制作公司Strike 3 Holdings 和 Counterlife Media对科技巨头Meta提起诉讼，指控Meta自2018年以来“故意且有意”地侵犯了至少2396部受版权保护的影片，用于训练其人工智能模型。
锐评：看来AI的“知识”来源并没有那么“纯洁”。
12. 新闻：特斯拉发布《特斯拉车机语音助手使用条款》，宣布车机语音助手将接入火山引擎提供的豆包大模型（云雀大模型）和DeepSeek Chat。官方暂未明确具体上线时间。
锐评：妥妥的“入乡随俗”。
13. 新闻：机器人初创公司FieldAI已融资4.05亿美元，其中包括最近由贝索斯个人风险投资基金Bezos Expeditions共同领投的3.14亿美元。该公司开发的“具身智能基础模型”本质上就是“机器人大脑”，能帮助各种机器人安全适应新环境。这些模型融合了物理学原理，使机器人能够在新环境中快速学习、管理风险并做出可靠决策。
锐评：这笔钱会不会让机器人进化成终结者？
五、AI观点与文章——炎炎夏日中陷入短暂沉寂
1. 新闻：GPT-5发布后，AI产品发布进入空窗期，整个AI领域似乎也进入了“休假模式”。当AI的建设者们享受夏末假期时，外界氛围也发生了转变，关于AI萎靡不振、AI泡沫破裂、模型规模化见顶等论调甚嚣尘上。
AI怀疑论者们议论纷纷，诸如《麻省理工学院报告：企业中95%的生成式AI试点项目宣告失败》等标题频频见诸报端。然而实际上，这项研究本身存在缺陷且范围有限，也并未直接断言95%的AI试点项目失败，而是指出AI投资的回报尚未实现。科技媒体VentureBeat解释说，企业AI并未失败，而是在通过“影子AI”悄然成功。这项研究实际上发现，AI的大部分“价值”都体现在作为私人工具使用的个体身上。


有观点认为，GPT-5的发布显然“搞砸了”。连萨姆·奥特曼（Sam Altman）自己也说OpenAI“彻底搞砸了”GPT-5的发布。急于给AI炒作降温、鼓吹AI失败悲观论调的AI怀疑论者之一尤恩·莫里森（Ewan Morrison）这样描述论调的转变：两周前说AGI要来了； 一周前说GPT-5不是AGI，是个失败品。 这周说我们正处在AI泡沫中。
莫里森说，对GPT-5的失望情绪刺破了AI炒作泡沫。……现在连AI推手和意见领袖们都说大语言模型已经进入平台期。耗费两年时间和数十亿美元进行的修修补补并没有带来AGI。
但也有不少人认为，这种情绪波动只是AI炒作周期的季节性表现。在去年和前年的8月份，都曾出现类似的沉寂和对AI进展的质疑。2023年8月，当AI发展看似停滞时，曾有人发问“AI的夏天结束了吗”，结果不到一个月就迎来了多模态的GPT-4。去年8月份，也出现“模型规模化是否已经见顶”的讨论，结果o1模型在2024年9月份横空出世。所以，这一切也终将过去。
锐评：或许只是因为AI开发者们都去度假了。
2. 新闻：OpenAI首席执行官萨姆·奥特曼（Sam Altman）在公开场合表示，人工智能时代“或许是开启职业生涯最令人激动的时刻，可能有史以来皆是如此”。奥特曼认为，人工智能正以前所未有的速度改变着职场生态。它不仅能够催生新的产业和职位类型，还能显著提升劳动者学习和掌握新技能的能力。在科技、科学和媒体等前沿领域，人工智能工具正成为年轻劳动者，尤其是创业者的得力助手。微软联合创始人比尔·盖茨（Bill Gates）也表达了类似观点。他认为，人工智能将提高人们的工作效率，让人们从繁琐的任务中解脱出来，专注于更有价值的工作。
锐评：大佬们都在为AI站台，究竟是心灵鸡汤还是成功秘籍？
3. 新闻：微软AI业务主管穆斯塔法·苏莱曼（Mustafa Suleyman）将一项关于“AI福祉”的研究称为危险之举。他担心这会加剧人类现有问题并制造社会分裂。在一篇题为《我们必须为人类构建AI，而不是让AI成为人》的博客文章中，苏莱曼认为，倡导AI权利和“模型福利”是一种误导，也是一个危险的转向，可能会扭曲公众对AI的理解。他强调，AI 应该被视为工具而非生命体，并警告拟人化带来的风险。
锐评：别把AI当“人”养，它只是个工具。（辰辰）
                    
               
               
               
               
               
               
                    
                        延伸阅读
                        
                           
                           
                           
                                尚界首款车型H5预售价16.98万元起
                           
                           
                           
                           
                                创亚洲纪录！接受猪肾移植后，猕猴已健康存活超300天
                           
                           
                           
                           
                                华为云回应组织架构调整：将更多资源投入到AI产业和算力产业上