AI 日报 · 2026-08-11

NVIDIA 与 Apollo、BlackRock 等六家顶级金融机构联手成立独立的 AI 算力融资平台，计划撬动超 5000 亿美元第三方资本用于 GPU 集群与数据中心建设，标志着资本大规模涌入 AI 基础设施。同时，Anthropic 利用未公开的研究版 Claude 将黎曼 zeta 函数零点满足黎曼假设的比例下界从 41.6% 提升至 67.2%，展现 AI 在纯数学领域的突破。Meta 开源了针对智能体任务优化的 30B 模型 Muse Glimmer，采用更宽松的 Apache 2.0 许可；OpenAI 推出网络安全专用模型 GPT-5.6-Cyber 并开放给授权合作伙伴；此外，NVIDIA 发布低延迟多语言 TTS 模型 Magpie TTS，Google 则为营销人员推出 AI 驱动的广告数据分析工具。

北美一手（LLMs 官方 & 关联账号）

Anthropic

⭐⭐⭐ [研究] Learning more about Claude's mathematical capabilities

Anthropic 使用未发布的研究版 Claude 挑战黎曼假设未果，但意外地将黎曼 zeta 函数零点满足该假设的比例下界从 41.6% 提高到了 67.2%。该成果由内部数学家验证并生成了非正式说明与形式化证明，外部专家亦进行了审阅。文章指出这一进展体现了 AI 数学能力的快速进步，但所用技术预计不会直接导致黎曼假设的证明。

OpenAI

⭐⭐⭐ [模型发布] Expanding Daybreak as the Cyber Defense Window Narrows

OpenAI 发布了专为网络安全设计的模型 GPT-5.6-Cyber，通过其 Daybreak Red 平台提供。该模型用于授权的漏洞研究、漏洞利用验证和安全测试，旨在强化网络安全防御能力。这是 OpenAI 在垂类安全应用上的进一步拓展。

⭐⭐ [观点] What building an AI-native finance function taught me

OpenAI 首席财务官 Sarah Friar 分享了构建 AI 原生财务职能的五条经验，涵盖自动化预测、强化控制以及衡量 AI 投资回报等方面。这些实践源自 OpenAI 自身的财务管理变革。

⭐⭐ [产品更新] Putting frontier cyber models in more trusted hands

OpenAI 宣布，获得批准的 Daybreak 合作伙伴现在可以使用其前沿网络模型，向客户提供经授权且受监管的网络安全服务。

Google

⭐⭐ [产品更新] Evolve your marketing with new AI tools

Google 在 Google Ads 和 Google Analytics 中推出一系列 AI 驱动的新功能，帮助营销人员更高效地洞察数据并采取行动。首页新增 AI 摘要，自动标记上周以来的关键性能变化和趋势；支持用自然语言提示生成可视化报告和自定义洞察。用户还可以将自身广告活动表现与同类商家进行对比，快速找到优化方向。这些功能旨在将复杂数据转化为即时、可行动的市场决策。

衍生 & 周边（产品 / Agent / Tools / 观点）

模型发布

⭐⭐⭐ [模型发布] Build Low-Latency Multilingual Voice Agents: Open Weights & Full Deployment Control with NVIDIA Magpie TTS

NVIDIA 发布开源多语言文本转语音模型 Magpie TTS，拥有 3.64 亿参数，支持包括新加入的阿拉伯语、韩语和巴西葡萄牙语在内的 12 种语言。该模型提供开放权重与 NVIDIA NIM 生产部署支持，允许开发者在自有基础设施上部署并精细控制延迟，重点优化首音频时间（TTFA）。新版本还扩展了印地语和日语的代码切换能力，并改进了多语言语音质量。Magpie TTS 面向客服、医疗、企业助手等需要低延迟多语言语音交互的场景，通过级联架构提供组件级的独立调优与数据合规控制。

⭐⭐⭐ [模型发布] Introducing Muse Glimmer

Meta 发布全新开源模型 Muse Glimmer，参数量 30B，采用 Apache 2.0 许可证，较以往 Llama 系列的许可协议更为宽松。该模型针对端到端代理任务、可靠工具调用及长链多步推理进行了优化，在 DeepSearch QA、MCP-Atlas 和 SWE-Bench 等完整任务基准上表现良好。Simon Willison 在自己的本地环境中测试了该模型，包括用 llm-coding-agent 探索 Datasette 代码库，以及作为视觉模型描述照片，展示了其在智能体编程和图像理解方面的实用性。模型体积适中，在 32GB 内存的机器上可留存充足资源同时运行其他应用。作者对该尺寸的本地运行能力表示认可。

产品更新

⭐⭐⭐⭐ [产品更新] NVIDIA Partners With Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs and KKR to Establish AI Compute Infrastructure Financing Platforms to Mobilize Over $500 Billion of Third-Party Capital

NVIDIA宣布与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR建立战略合作关系，共同成立独立的AI计算基础设施融资平台，目标是动员超过5000亿美元第三方资本。这些平台将直接投资GPU集群、数据中心及相关能源与通信基础设施，服务全球企业和主权AI需求。此举标志着顶级金融机构大规模进军AI基础设施投融资，有望显著加快全球AI算力建设。

研究

⭐⭐⭐ [研究] Making Knowledge Distillation Cheap Enough to Run at Scale

本文提出了一种高效的知识蒸馏方法，通过离线缓存教师模型的 top-K logits 和融合的分块 KL 散度损失，大幅降低 LLM 知识蒸馏所需的显存和计算成本。传统在线蒸馏需要同时加载师生模型并生成全词表概率矩阵，显存峰值可能超过 250GB，而新方法将峰值降至约 128GB，使得在单 GPU 上进行长上下文蒸馏成为可能。该方法针对开源大模型（如 gpt-oss、Qwen、GLM、Kimi）的压缩需求，让大规模实验更加经济可行。