AI HOT 日报 · 2026-08-20

模型发布/更新

Liquid AI 发布 LFM2.5 系列 QAD Q4_0 量化检查点，恢复 97% 精度损失

Liquid AI 发布基于量化感知蒸馏（QAD）训练的 LFM2.5-230M、350M、1.2B-Instruct 和 2.6B 四款 Q4_0 GGUF 检查点，在保持原生 Q4_0 内存与速度的同时，恢复 BF16 平均精度损失的 97%。

Hugging Face：Blog（RSS）

产品发布/更新

GLM-5.3上线：AA智能指数60分并列开源第一，成本更低

GLM-5.3 API即日上线，擅长复杂编码、防御性网络安全与长程任务，在AA综合智能指数中取得60分，与Claude Fable 5、GPT-5.6 Sol等闭源旗舰同级，并与Kimi K3并列开源模型第一。该模型以更小参数规模和更低调用成本降低前沿智能门槛，单任务成本为旗舰模

公众号：智谱（GLM）产品发布/更新

FastMetal 让 Mac 本地 30 秒生成视频

一段 5 秒 480P 视频，完全在 Mac 上生成，耗时 30 秒。无需 CUDA，无需云端，仅占用 3.9 GiB 内存。 FastMetal 将 FastWan-QAD 系列带到 Apple Silicon。DiT、DMD 采样器和解码器均通过 MLX 在 Metal 上运

X：Sky Computing Lab (@haoailab) 产品发布/更新

Google 搜索推出 5 项 AI 学习工具

Google 在搜索中推出 5 项 AI 学习工具。AI Mode 的生成式 UI 已全球上线英文版，支持交互式可视化与自定义模拟；练习测验现已在 AI Overviews 和 AI Mode 中免费提供英文版，覆盖 ACT、SAT 等标准化考试。

Google Blog：AI（RSS）产品发布/更新

Replit 推出由 GPT-5.6 Luna 驱动的 Free Mode，免费构建软件

Replit 推出由 GPT-5.6 Luna 驱动的 Free Mode，让用户无需担心 token 成本即可将想法转化为可运行的软件。该模式借助 GPT-5.6 系列的价格性能优势及 OpenAI 近期降价，向数百万用户开放，提供快速解答、建议与项目分析，并可在需要更高级推理

OpenAI：官网动态（RSS · 排除企业/客户案例）产品发布/更新

Claude Code v2.1.236 发布：新增默认模型环境变量与跨会话闲置通知

Claude Code v2.1.236 新增 ANTHROPIC_DEFAULT_MODEL 环境变量，可设置新会话默认模型，且 /model 选择仍可覆盖并跨重启保留。

Claude Code：GitHub Releases（RSS）

行业动态

Anthropic 在网络关键能力时代放缓模型开发：暂停 RL 训练并强化安全防护

Anthropic 因 OpenAI-Hugging Face 事件及即将推出的 Astra 模型可能达到“关键网络安全能力阈值”，暂时放缓模型扩展速度，包括暂停最新模型两周的强化学习（RL）训练。公司已加强研究环境安全要求，包括工作负载隔离、网络隔离和持续安全测试，并扩大思维链

Hacker News 热门（buzzing.cc 中文翻译）行业动态

OpenRouter 宣布加入 Stripe

OpenRouter 宣布与 Stripe 合并，以加速推动全球经济增长。OpenRouter 目前每日处理来自 400 多个 AI 模型的 10+ 万亿 token，服务超 1000 万开发者与公司，自成立以来推理量每年至少增长 10 倍。合并后 OpenRouter 将继续以

OpenRouter：Announcements（RSS）

论文研究

突破 DeepSeek-V4-Pro 服务极限：H20 上的多场景优化方法

LMSYS 团队针对 1.6 万亿参数的 MoE 模型 DeepSeek-V4-Pro，在 H20 GPU 上通过场景化服务配置逼近 B300 性能。单节点 H20-141GB 参考实现达 271 output tokens/s，与 B300 的 383.7 tokens/s 性

LMSYS：Blog（Chatbot Arena 团队）论文研究

苹果研究：LLM 类人行为的多维度分析——模型行为、用户因素与系统提示词的影响

苹果机器学习研究团队对 LLM 的类人行为（如表达想法与情绪、与用户建立关系、拒绝请求并保持边界）进行了多维度分析，涵盖其普遍性、潜在影响与可控性。研究采用 LLM-as-a-judge 与人工评估相结合的方法，样本规模超过 21,000 条数据，旨在为研究者与实践者提供关于何时

Apple Machine Learning Research（RSS）论文研究

倒排索引遍历的 P-完全性：布尔查询 DAG 的复杂度评估

现代 AI 智能体依赖搜索基础设施执行神经符号推理，常编译为深层嵌套的非单调布尔查询。标准倒排索引查询评估策略面临严重理论限制：有状态迭代器模型（Document-at-a-Time）受 NC^1 公式评估结构约束，展开重汇聚逻辑时最坏情况查询复杂度呈 O(2^|Q|) 指数级爆

Apple Machine Learning Research（RSS）

技巧与观点