AI 日报 · 2026-08-25

OpenAI 在 Kiro 上线 GPT-5.6，主打以更优性价比帮助开发者完成软件规划、构建、审查和测试。腾讯发布 WeMM-Embedding 2B/4B/9B 多模态向量模型系列，支持文本、图像、视频与视觉文档，并在 MMEB-v2 上整体领先 Qwen3-VL-Embedding 等对比模型。NVIDIA 连续发文强调智能体推理的工厂级效率，宣布 Groq 3 LPX 全面投产，并称 Vera Rubin NVL72 每瓦工作量最高提升 30 倍。开发工具侧，Gradio 推出可拖拽的 AI 工作流，Claude Code 修复 Linux 启动崩溃并增加用量统计。LangChain 与丰田、Fireworks 分别展示企业级 agent 落地与低成本 trace 评估，OpenAI 还封禁了一个俄罗斯隐蔽影响力网络。

北美一手（LLMs 官方 & 关联账号）

Anthropic

⭐⭐ [产品更新] 2.1.245

Claude Code 发布 2.1.245 和 2.1.243 版本更新。2.1.245 修复了在 glibc 2.44 的 Linux 发行版（如 Arch Linux、CachyOS、Fedora Rawhide）上启动崩溃的问题。2.1.243 新增多项功能，包括 /usage 中的 Loops 细分统计、可自定义的 /model 选择器、proomptCacheTtl 与 subagentPromptCacheTtl 设置、按合同费率计算成本的 modelPricing 托管设置，以及无需 API key 的 Console 账户登录方式。此外还修复了远程 MCP 服务器掉线重连、MCP 登录重定向、自动模式、模型选择、会话恢复、CI 工作负载身份联合等多个问题。

OpenAI

⭐⭐⭐⭐ [模型发布] Advancing price-performance for developers with GPT‑5.6 in Kiro

OpenAI 宣布 GPT‑5.6 现已在 Kiro 中可用，帮助开发者以更优的性价比进行软件规划、构建、审查和测试。

⭐⭐ [其他] Disrupting a new covert influence campaign from Russia

OpenAI 公布了针对一起来自俄罗斯的隐蔽影响力行动的处置措施。该公司封禁了一批源自俄罗斯的账号，这些账号利用人工智能工具推广一个虚假的以色列智库，以及一个所谓「主权」指数。该指数内容赞扬俄罗斯并批评西方。此行动旨在破坏这一新发现的影响力宣传网络。

东亚一手（中国厂商官方 & 模型发布）

腾讯（混元）

⭐⭐⭐ [模型发布] tencent/WeMM-Embedding-9B

腾讯在 HuggingFace 发布 WeMM-Embedding-9B，一个基于 Qwen3.5-9B 构建的通用多模态 embedding 模型。它接受文本、图像、视频、视觉文档及交错多模态输入，输出 4096 维 L2 归一化向量，不支持音频输入。模型提供 Transformers 与 Sentence Transformers 接口，支持 Matryoshka Embeddings 维度截断，并可通过 vLLM 0.27.0 或 SGLang 0.5.9 部署服务。据技术报告，该模型在 MMEB-v2 的 78 个数据集上平均得分 80.6（图像 81.9、视频 74.3、视觉文档 83.3），高于对比表中的 Qwen3-VL-Embedding 8B（77.8）等模型。

⭐⭐⭐ [模型发布] tencent/WeMM-Embedding-2B

腾讯混元发布通用多模态向量模型 WeMM-Embedding-2B，基于 Qwen3.5 构建，支持文本、图像、视频、视觉文档及交错多模态输入，输出 2048 维 L2 归一化向量，不支持音频。模型支持 Matryoshka 降维，256 维仍保留全维图像和视频 98.7% 的性能。在 MMEB-v2 评测中，2B 版本平均得分 77.9，超过同尺寸的 Qwen3-VL-Embedding（73.2）和 DME-Small（74.8）等模型；同时提供 4B、9B 更大版本，其中 9B 版本平均分达 80.6。官方提供了 Transformers、Sentence Transformers、vLLM、SGLang 等部署与推理方案。

⭐⭐⭐ [模型发布] tencent/WeMM-Embedding-4B

腾讯混元在 HuggingFace 发布多模态嵌入模型 WeMM-Embedding-4B，基于 Qwen3.5 构建。模型支持文本、图像、视频、视觉文档与交错多模态输入，输出 2,560 维 L2 归一化向量，不支持音频输入。官方在 MMEB-v2 的 78 个数据集上公布评测：4B 版平均分 79.2，超过 Qwen3-VL-Embedding 8B（77.8）与 DME-Small 2B（74.8），表中 9B 版本平均分 80.6 最高。模型支持 Matryoshka 维度截断，并提供 Transformers、Sentence Transformers、vLLM 与 SGLang 等使用方式。

衍生 & 周边（产品 / Agent / Tools / 观点）

产品更新

⭐⭐⭐ [产品更新] Wire It, Run It, Deploy It: AI Workflows in Gradio

Gradio 官方博客介绍了内置的 gr.Workflow 功能，可将 AI 应用的多个步骤组织为带类型的节点图，并以拖拽画布形式呈现：每个节点可独立运行，中间结果直接可见。同一张图还可作为 REST API 调用，并一键部署到 Hugging Face Spaces。文章展示了若干可运行的示例应用，包括图像编辑、由 FLUX 图像生成与背景移除等组成的媒体工作室、并行图像生成、Hugging Face 数据集分析，以及通过 ZeroGPU 在 Space 内运行自有 GPU 模型。工作流由 references、operators 和 subjects 三类节点构成，operator 可以是 Python 函数、Inference Providers 上的模型、另一个 Gradio Space 或 Hub 数据集行。

⭐⭐ [产品更新] With Groq 3 LPX in Full Production, NVIDIA Extends Vera Rubin Inference for Agents

NVIDIA 宣布扩展 Vera Rubin NVL72，为智能体（agentic）系统提供快速 token 生成能力。该公司表示，下一阶段 AI 推理将由 AI 工厂各层级的协同决定，而非单一芯片或系统。同时，Groq 3 LPX 现已全面投产，公告将 Vera Rubin 机架级系统定位应用于智能体推理场景。

⭐⭐ [产品更新] Up to 30x More Work Per Watt: NVIDIA Vera Rubin NVL72 Sets a New Efficiency Standard for AI Agents

NVIDIA 在官方博客中称，其 Vera Rubin NVL72 平台为 AI agent 工作负载设定了新的效率标准，每瓦特可完成的工作量最高提升 30 倍。文章引用 OpenRouter 数据指出，agentic AI 工作负载消耗的 token 量是简单聊天请求的 15 倍。文章以投资决策场景为例，展示了 AI agent 如何查询财务数据库、搜索新闻与备案文件、调用子代理进行同行比较和估值建模，并综合结果。

⭐⭐ [产品更新] NVIDIA Groq 3 LPX Now in Full Production With World-Class Speed for Agentic AI

NVIDIA 宣布其交互式 AI 推理加速器 Groq 3 LPX 现已全面投产。该产品是 NVIDIA Vera Rubin 平台的扩展，通过实现超快 token 生成，为高响应性的智能体（agentic）系统带来显著的 AI 推理性能提升。公告未披露具体的性能数字、价格或供货细节。

研究

⭐⭐ [研究] Building a 100x Cheaper Trace Judge with Fireworks

LangChain 与 Fireworks 合作，微调 Qwen 模型作为「Trace Judge」，用于在 LangSmith 的生产 trace 上检测「Perceived Error」（用户认为助手出错或需要纠正的主观感受）。该模型在检测性能上匹配或超越前沿模型，运行成本最高可降低 100 倍。数据集来自 chat-langchain 与 Fleet 两个内部 tracing 数据集，训练时只保留 Human 和 AI 消息、忽略工具调用。目前该「perceived error」模型开放早期测试报名。

观点

⭐⭐ [观点] How XPUs Meet a World-Class AI Factory

NVIDIA 发文论述 AI 工厂的设计原则，指出规模化生成智能要求 AI 工厂持续运行，其经济性由实际产出指标定义：每秒 token 数、每瓦 token 数、单 token 成本、利用率与运行时长。文章认为 AI 基础设施必须按完整工厂而非单个加速器的集合来设计与构建。超大规模云厂商和 AI 原生公司在构建定制 XPU 时，需要从整厂维度考虑这些指标。

其他

⭐⭐ [其他] Toyota Scales Enterprise AI with Deep Agents and LangSmith

丰田北美公司的约 35 人企业 AI 团队基于 LangChain 的 Deep Agents、LangGraph 和 LangSmith 构建了内部平台 ToyotaGPT，目前已有 50 多个生产环境中的 agent。此前发布一个新 agent 需要 6 个月和 6 名工程师，如今只需 4 天和 1 名工程师。团队还开发了 GearPal，让产线技术人员通过自然语言诊断设备故障，诊断时间从 5 到 6 小时缩短至 2 到 3 分钟。该团队通过可复用的技能库向 agent 注入领域知识，并解决了资深技师退休带来的知识传承问题。

⭐⭐ [其他] Your executable is a SQLite database

Simon Willison 在链接博客中转述了 Farid Zakaria 提出的一个 Linux 技巧：让 SQLite 数据库文件可以直接作为可执行二进制使用。方法是将 SQLite 文件格式第 68 字节处的 4 字节应用 ID 设为 SELF，并把 ELF 可执行格式的各个组件按特定 schema 组织成多张 SQLite 表。配套的 self-exec 解释器（C 代码）可提取并执行必要模块；还可借助 Linux 的 binfmt_misc 机制让内核自动识别并执行此类文件。文中给出了 binfmt_misc 注册命令示例，并以 NixOS 环境为例。