AI 早报🤖 AI 早报
2026-08-22
📰 9 条要闻 🌐 14 个权威信源 ⏰ 24-48h 实时
DeepSeek V4 系列首个视觉模型上线，1M 上下文、支持图片输入 ↗
DeepSeek 官方 API 文档 8 月 21 日悄然上线 deepseek-v4-flash-vision-exp，为 V4 系列首个直接支持图片输入的视觉模型。拥有 1M 上下文、384K 最大输出，支持 JSON Output、Tool Calls、Responses API 等，图片按尺寸折算 Token 计费。这是 V4 系列多模态能力补全的重要里程碑。
2026 世界机器人大会北京开幕，具身智能成最大主线 ↗
8 月 19 日至 23 日，2026 世界机器人大会在北京亦创国际会展中心举行，主题「人机共生，产需共融」。小米首次展示下一代人形机器人样机（身高约 1.70 米，一半自由度集中在手部）；宇树科技 8 月 18 日登陆港股，上市首日股价暴涨近 5 倍；北京通用人工智能研究院发布通用智能机器人「通小宇」。大会同期发布《2026 人形机器人产业发展报告》，启动「全球机器人应用探索计划」。
智谱 GLM-5.3 发布：同底座纯后训练，编程能力提升 50%，承诺 8 月 28 日开源权重 ↗
智谱 AI 于 8 月 14 日发布 GLM-5.3，基座参数量维持 7400 亿不变，所有能力增益来自后训练 scaling。Terminal-Bench 3.0 得分从 4.6 跃升至 28.3，编程体感较 GLM-5.2 提升约 50%，成为当前编程能力最强开源模型。智谱承诺完成安全评估后两周内（8 月 28 日前）开放完整权重。同步上线 ZCode（用户突破 100 万）、AutoClaw、GLM Coding Plan。
Google DeepMind 发布 Project Genie：60 秒用一句话生成可探索的 3D 游戏世界 ↗
Google DeepMind 正式推出 Project Genie，基于 Genie 3 世界模型，用户输入一句话或一张图片即可生成可走进去的互动 3D 世界。系统支持第一人称步行或飞行视角，可「重混」同一世界并导出探索过程影片。Genie 3 被视为迈向通用世界模型的重要一步，现已开放给美国 Google AI Ultra 订阅者。
Anthropic Claude Code 50% 用量提升第三度延期至 8 月 31 日 ↗
Anthropic 官方开发者账号 ClaudeDevs 于 8 月 18 日宣布，Claude Code 週用量上限提升 50% 的临时措施再次延长至 8 月 31 日，这是该促销政策自 5 月推出以来的第三次展延。公司表示希望将加码永久化，但强劲需求导致运算容量持续吃紧。适用于 Pro、Max、Team 及席位制 Enterprise 用户。
Stripe 以 75 亿美元收购 AI 网关 OpenRouter ↗
Stripe 宣布收购 OpenRouter，后者连接开发者访问多种 AI 模型并聚合使用成本。《纽约时报》报道收购价为 75 亿美元。Stripe 将把自身支付平台与 OpenRouter 的 AI 模型聚合能力结合，但具体条款未披露。OpenRouter 为开发者提供统一的 AI 模型接入层，此次收购被视为 Stripe 布局 AI 支付基础设施的重要动作。
宇树科技登陆港股，上市首日涨幅近 5 倍 ↗
宇树科技 8 月 18 日正式在港交所上市，发行价 248 港元/股，上市首日股价一路攀升至约 1480 港元，涨幅接近 5 倍。宇树是全球人形机器人头部厂商，2026 年上半年出货量居全球前五（均为中国企业，合计占全球出货量 86%）。公司创始人王兴兴在 WRC 2026 上表示，最快 2 年机器人产业将迎来爆发点。
Google 赢得 1000 万美元破产拍卖，获取 Spirit Airlines 全部业务数据用于 AI 训练 ↗
Google 以 1000 万美元赢得已破产航空公司的破产拍卖，获得其全部业务数据（包括日历、文档、表格、邮件、员工聊天记录），将用于 AI 训练。Google 声明数据将经由第三方严格去识别化处理，不会接收任何个人信息。这批数据被描述为「deidentified」，但引发隐私倡导者关注。
ChatGPT Mac 版新增 Apple Messages 插件，可搜索、回复 iMessage ↗
OpenAI 为 ChatGPT Mac 版推出 Apple Messages 插件，ChatGPT 现可「搜索消息、跟进对话、起草并发送回复」。这是 ChatGPT 深度接入苹果生态的最新动作，用户可通过 ChatGPT 直接处理 iMessage 对话。OpenAI 同步展示了相关演示视频。