概览
本期共 9 条，前 3 条为今日重点；正文按板块展开。
热门模型动态
- 重点 · Meta 开源 Muse Glimmer，30B 单卡可跑
- 重点 · Anthropic 发布 Claude Sonnet 5
- 重点 · Anthropic 将为未来 Claude 文本全球加水印
- Cactus 发布 Needle 2：14MB 端侧智能体模型
全球 AI 资讯 5. 英伟达拉六家华尔街机构，组超 5000 亿美元 AI 算力融资平台 6. 微软正式发布 Agent Framework Harness 与 Hosted Agents 7. VectorWare 把 Rust 可移植 SIMD 映射到英伟达 GPU
区域与早期信号 8. 200 美元从零训练 10 亿参数模型 9. 千问办公 Qwen3.8：精致的单点工具，数据不随设备走
九凤根据本期已引用来源整理。
热门模型动态
Meta 开源 Muse Glimmer，30B 单卡可跑
Meta 发布 Apache-2.0 开源智能体模型，单张消费级 GPU 即可运行。
Meta 发布开源权重智能体模型 Muse Glimmer，参数 30B，许可证 Apache 2.0，可装入 24 GB 显存的单张消费级 GPU。官方称配合自研的 DFlash 投机解码，解码速度提升 3.1 倍。Hugging Face 合集提供 BF16 权重、GGUF k-quant 量化、ExecuTorch 构建与 DFlash 草稿模型，支持自托管部署。
局限：3.1 倍加速是官方基于自家 DFlash 方法给出的数字，需搭配草稿（drafter）模型才能达到；这是一款 30B 开源权重智能体模型，具体能力尚无第三方基准评测，效果有待独立验证。
图片来源：huggingface；已转存至九凤 R2。
来源：MarkTechPost · Hugging Face 合集
Anthropic 发布 Claude Sonnet 5
官方称是「迄今最具智能体能力的 Sonnet」，定价每百万输入/输出 tokens 为 $2/$10。
Anthropic 在官网发布 Claude Sonnet 5，定位为「迄今最具智能体能力的 Sonnet」，主打编程与日常专业办公的「顶级智能」。官方定价为每百万输入 tokens $2、每百万输出 tokens $10，低于同门 Opus 4.8 的 $5/$25。公告引用 System Card，并给出 BrowseComp、OSWorld-Verified 等评测图表。
局限：基准成绩与定价均出自 Anthropic 官方公告（含 System Card 自测数据），本轮候选中仅此一个一手来源，第三方独立评测尚未出现，能力对比有待验证。
Anthropic 将为未来 Claude 文本全球加水印
新政覆盖 API 与云合作伙伴，生成文件在支持处附带 C2PA 溯源元数据。
Anthropic 宣布将对未来 Claude 模型生成的文本在全球范围加水印，政策覆盖 Claude 的 API 与云合作伙伴；在支持 C2PA 的环境下，生成文件会携带 C2PA 溯源元数据。该计划在周一（8 月 10 日）经用户 M1（@M1Astra）转发后引发更广关注。
局限：在指定日期之前发布的模型设有过渡期，Anthropic 称仍在为它们补齐加标记支持，即旧模型暂未覆盖；C2PA 元数据也仅在支持处附带。文本水印的具体实现与抗篡改强度，来源未展开。
来源：RuntimeWire · M1（@M1Astra）
Cactus 发布 Needle 2：14MB 端侧智能体模型
面向手机、可穿戴、智能家居与小型机器人的工具调用与结构化抽取模型。
Cactus 团队（发帖人 Henry）发布 Needle 2，一款体积仅 14MB 的智能体 LLM，面向手机、可穿戴设备、智能家居和小型机器人，主打工具调用、设备操作与结构化信息抽取。此前团队已发布同为 14MB 的初代 Cactus Needle，本次为迭代版本，并配有 arXiv 论文（2607.18363）。
局限：模型通过 Show HN（Hacker News）发布，定位是端侧工具调用与结构化抽取，并非通用对话；14MB 的体量决定其能力边界。技术细节以配套 arXiv 论文为准。
来源：arXiv · Hacker News
全球 AI 资讯
英伟达拉六家华尔街机构，组超 5000 亿美元 AI 算力融资平台
英伟达联手阿波罗、贝莱德等六家投资机构，为其客户建 AI 基建融资池。
英伟达周一（8 月 10 日）宣布，与阿波罗（Apollo）、贝莱德（BlackRock）、黑石（Blackstone）、Brookfield、高盛（Goldman Sachs）、KKR 六家投资机构签署初步协议，设立 AI 算力基础设施融资平台，计划撬动超过 5000 亿美元的第三方资本，为建设 AI 基建的英伟达客户提供融资池。
局限：目前为初步协议（preliminary agreements）。RuntimeWire 分析称，此举意在把「获取资本的能力」变成又一个拉动英伟达硬件销售的引擎，即融资安排与自家硬件销路直接绑定。
来源：英伟达官网 · RuntimeWire
微软正式发布 Agent Framework Harness 与 Hosted Agents
Harness 与托管智能体从「构建库」升级为可运行、可管理的平台能力。
微软正式发布 Agent Framework 的 Harness 与（Foundry）Hosted Agents，让平台团队不只是拿到一个构建智能体的库，而是有了运行和管理智能体的途径。Harness 以单个二进制文件形态，可跨本地开发、容器与托管部署环境运行。InfoQ 引用 MBZUAI 旗下 VILA 实验室 2026 年 4 月论文《深入解析 Claude Code》（分析 Claude Code v2.1.88）指出，Harness 占据了智能体系统的大部分，因此一个受支持的 Harness 比表面上更重要。此前该框架曾被视作对开源项目 Semantic Kernel 与 AutoGen 的整合。
局限：Harness「占大头」的论据来自第三方学术论文对 Claude Code 的分析，而非微软自家基准；正式发布内容以官方与 InfoQ 报道为准。
来源：InfoQ 中文 · InfoQ（英文） · arXiv
VectorWare 把 Rust 可移植 SIMD 映射到英伟达 GPU
编译器团队让普通 Rust 抽象跨越 GPU 线程、通道与异步执行。
VectorWare（创始人 Christian Legnitto）于 8 月 10 日演示了 Rust 的可移植 SIMD API 在英伟达 GPU 上运行。其编译器团队把 GPU 的 warp 当作又一种向量目标——英伟达把 GPU 线程按每 32 条通道（lane）组织成一个 warp——从而让开发者只写一次可移植 SIMD，而不必为每套指令集各维护一份实现。
局限：目前为演示（demonstration）阶段，尚非可用产品；可移植性是针对英伟达 GPU 的 warp 模型展示的，跨更多目标的成熟度未说明。
来源：RuntimeWire · NVIDIA CUDA 文档
区域与早期信号
200 美元从零训练 10 亿参数模型
一名开发者用约 200 美元、200 亿 token 从零训出 1B 模型，代码与权重开源可复现。
一名开发者作为个人学习/简历项目，用约 200 美元、在 200 亿（20B）token 上从零训练出一个 10 亿（1B）参数 LLM。模型刻意只用 2024 年前数据、设人为知识截止，以便做「意外性」实验（用 logprobs 衡量模型对截止后事件的可预测程度）。架构相对 Gemma 3 的主要改动是去掉滑动窗口注意力；词表 32,768（Gemma 为 262,144），仅英文，采用字节回退（无 UNK）并拆分数字。代码与权重托管在 GitHub，可复现。
局限：这是个人学习/简历性质的小项目，仅英文、数据截止 2024 年前，并非生产级模型；设计参考了 Llama 论文的部分做法。
来源：GitHub · arXiv（Llama 论文）
千问办公 Qwen3.8：精致的单点工具，数据不随设备走
钛媒体实测：好用但是「单点工具箱」，换台电脑本地数据就丢。
钛媒体对基于 Qwen3.8 的「千问办公」做了实测，结论是一个「精致的单点工具箱」：单点体验打磨到位，但产品能力偏孤立。实测暴露的一个具体局限是——数据本地存储、不随账号跨设备同步，换一台电脑此前的数据就会丢失。
局限：以上为钛媒体单一中文媒体的实测判断，非厂商指标；「数据丢失」是评测者在具体使用中的发现，覆盖版本与场景以原文为准（Chinese-language source）。
来源：钛媒体
获取九凤最新的 AI 模型洞察与教程。
了解更多
