概览
本期共 10 条，前 3 条为今日重点；正文按板块展开。
热门模型动态
- 重点 · Grok 4.6 接入 Devin，主打仓库探查与根因诊断
- 重点 · 阿里开放 Qwen3.8-2.4T-A95B 权重，2.4T MoE 首度开源
- 重点 · DeepSeek V4 Pro 上线，百万上下文逼近前沿梯队
- Gemini 市场份额下滑，Anthropic 升至 14.9%
全球 AI 资讯 5. Google DeepMind 发布手语转文字模型 SL2T 6. Liquid AI 发布端侧视觉模型 LFM2.5-VL-3B 7. 研究者从输出文本近乎完美还原 LLM 提示词 8. Twitch 上线开关，允许退出训练亚马逊 AI
区域与早期信号 9. 自变量机器人直播分拣 1816 件/小时（中文来源） 10. 腾讯云开源 Agent 沙箱 Cube Sandbox（中文来源）
九凤根据本期已引用来源整理。
热门模型动态
Grok 4.6 接入 Devin，主打仓库探查与根因诊断
Cognition 把 xAI 的 Grok 4.6 加进 Devin，佐证「编排层比单一底座模型更耐久」的产品主张。
Cognition 于 8 月 12 日把 xAI 的 Grok 4.6 加入 Devin Desktop 与 Devin CLI，让开发者在本地代码库里多了一个可选底座模型。公司在 X 上发布集成公告，并附一份技术说明，称 Grok 4.6 尤其擅长「先探查仓库、定位根因，再动手改代码」，还能遵循仓库既有约定、改完自测。Cognition 由 Scott Wu 带队，称创始团队合计拿过 10 枚国际信息学奥赛金牌，一直以可度量的编程能力为产品重心。
Cognition 把 Devin 定位成「模型中立的智能体控制层」，这份对 Grok 4.6 的能力描述出自 Cognition 官方、尚无第三方基准佐证；集成当日未公布定价或额度细节。
来源：RuntimeWire · Cognition on X
阿里开放 Qwen3.8-2.4T-A95B 权重，2.4T MoE 首度开源
Qwen-Max 级别模型首次开放权重，原生 256K 上下文、可扩到约 100 万 Token。
阿里 Qwen 团队 8 月 12 日深夜在魔搭 ModelScope 社区开放 Qwen3.8-2.4T-A95B 模型权重：总参数 2.4T，每个 Token 激活 95B，原生支持 262,144（256K）Token 上下文，可扩展至 1,010,000 Token。官方称这是 Qwen-Max 级别的模型首次开源权重。
模型页给出的是参数与上下文规格，许可证条款、榜单成绩与推理吞吐等细节需以 ModelScope 官方页为准；本文未见第三方独立评测数据。
来源：ModelScope
DeepSeek V4 Pro 上线，百万上下文逼近前沿梯队
DeepSeek-V4-Pro-0813 登陆 API，配百万 Token 上下文与智能体开发工具，定价为 Flash 档三倍。
DeepSeek 在 API 平台上线 DeepSeek-V4-Pro-0813，主打一百万 Token 上下文窗口，并面向智能体开发者提供显式工具接口；定价为 Flash 档的三倍。Pandaily 称该版本正逼近前沿梯队。
「逼近前沿」是 Pandaily 的表述，报道未附与具体前沿模型对比的榜单分数；目前为单一媒体来源，尚无独立基准复核。
来源：Pandaily
Gemini 市场份额下滑，Anthropic 升至 14.9%
三组数据同向：Pangram 测得 Gemini 从 12% 跌到 1.9%，OpenAI 稳守 50% 以上，Anthropic 从 4.3% 升至 14.9%。
据 The Decoder 汇总的三组数据：文本识别平台 Pangram 按提交文本统计，OpenAI 自开始追踪起每月份额均超 50%，Anthropic 从 4.3% 升到 14.9%（主要在技术与科研领域），Gemini 则从 12% 跌至 2026 年 7 月的 1.9%，被 Pangram 称为「崩塌」，OpenRouter 数据亦反映同一趋势。Similarweb 数据显示谷歌网站份额上月由 27% 微降至 26.8%，但一年前仅 9.4%；谷歌另称 Gemini App 月活达 10 亿。
报道明确列出各来源盲区：Pangram 主要衡量写作类任务（Gemini 一贯偏弱），OpenRouter 偏向开放权重模型，而月活是「质量很低的信号」。三组口径不同，只在 Gemini 份额收缩这一点上一致。
来源：The Decoder · Similarweb
全球 AI 资讯
Google DeepMind 发布手语转文字模型 SL2T
首次把手语 AI 推进消费级产品，率先支持美国手语（ASL）转英文。
Google DeepMind 发布大规模多语手语转文字（SL2T）翻译模型，称在质量与通用性上取得突破，并首次把手语 AI 从实验室带入消费级产品：SL2T 已驱动 Pixel 11 上 Gboard 与 Live Transcribe 的手语转文字听写，首发 ASL 转英文。DeepMind 指出，全球有 200 多种手语、约 7000 万聋人及听障者，此前的语音 AI 进展未覆盖到他们。
首发仅支持 ASL→英文，官方称「更多设备与语言即将到来」，尚未给出时间表与其它语种的准确率。
Liquid AI 发布端侧视觉模型 LFM2.5-VL-3B
3B 视觉语言模型，主打屏幕/界面理解、目标定位与函数调用，可在本地设备运行。
Liquid AI 发布 LFM2.5-VL-3B 视觉语言模型，可在自有硬件上运行，搭配 SigLIP2 视觉编码器。相较上代，官方列出四项改进：屏幕/界面理解、以自然语言查询做目标定位与检测、多图输入推理，以及在纯文本与图文场景下更强的函数调用；模型采用「直接作答、不做显式推理」的方式以保证端侧实时响应。
官方对函数调用的增强未给出量化分数，具体基准与延迟数据以 Hugging Face 模型页为准；3B 定位于端侧，能力边界与大模型不同。
图片来源：huggingface；已转存至九凤 R2。
来源：Hugging Face
研究者从输出文本近乎完美还原 LLM 提示词
IIT 孟买与 Adobe Research 提出 PTP 逆向模型，仅凭输出文本重建原始 prompt。
IIT 孟买与 Adobe Research 提出名为「Previous-Token Prediction（PTP）」的方法：训练一个逆向语言模型来预测上一个 Token，仅凭 LLM 生成的输出文本，就能以接近完美的准确率重建原始提示词。该逆向模型完全用目标 LLM 生成的合成数据从零训练，无需访问模型权重，甚至适用于第三方模型。
论文称因「多个不同 prompt 可能产生相似输出」，此类还原此前被视为不切实际；「接近完美」为论文在其设定下的结果，尚属 arXiv 预印本、待同行复现。
来源：The Decoder · arXiv
Twitch 上线开关，允许退出训练亚马逊 AI
用户可选择不让直播、录播、剪辑与聊天被用于训练亚马逊的生成式 AI 模型。
Twitch 上线一个开关，允许用户退出把自己的内容用于训练亚马逊生成式 AI 模型。据 The Verge，退出后「你的直播、VOD、剪辑、直播聊天，以及频道上的图片与文字」将不被用于「未来」训练目标为生成文本、音频、图像或视频的亚马逊 AI 模型；字幕、安全工具等其它 AI 支持功能不受影响。
该开关只作用于「未来」训练——据 The Verge，退出后你的内容不再被用于将来的训练，仅对将来生效；开关原文为「Allow your channel content to train generative AI content models at Amazon…」，关闭该开关即为退出。此外，若你在他人频道聊天，是否可用于训练由对方的退出设置决定。
来源：The Verge · Twitch on X
区域与早期信号
自变量机器人直播分拣 1816 件/小时（中文来源）
厂商直播实测：双臂+夹爪方案分拣异形包裹，称效率超 Figure AI 公开纪录 45%。
据量子位报道，自变量机器人在一场公开直播实测中，用双机械臂+夹爪方案连续一小时分拣随机异形包裹，效率达 1816 件/小时，称超过美国 Figure AI 此前公开的 1248 件/小时平均纪录约 45%，且硬件成本较 Figure 的人形机器人+五指灵巧手方案低约 70%。分拣对象包含纸盒、快递软袋、圆柱件与泡沫封装生鲜件，摆放为随机姿态，由自研 WALL-B「世界统一模型」实时识别并匹配抓取策略。
以上为厂商自办直播的实测主张，效率与成本对比均出自自变量机器人一方口径，尚无独立第三方复核；本条为中文来源单源报道。
来源：量子位
腾讯云开源 Agent 沙箱 Cube Sandbox（中文来源）
亚百毫秒级启动的智能体执行环境，7 月被 OpenClaw 作者合入其 provider 体系。
据 InfoQ 报道，腾讯云 2026 年 4 月开源 Cube Sandbox，定位为面向 AI Agent 的执行环境底座，主打亚百毫秒级启动；其底层由 2023 年前后的 Serverless 生产系统演进而来，后转向代码执行、数据分析、Agent RL 与 Agent Runtime。今年 7 月，OpenClaw 作者 Peter Steinberger 主动提交并合入 PR，把 Cube 接入其 provider 体系，与 E2B、Modal 等沙箱服务并列。背景是终端 Agent 拿到文件系统、浏览器、账号等权限后，隔离与可恢复的执行环境成为刚需。
报道将 Cube 视为观察 Agent 基础设施演进的样本，未给出与 E2B、Modal 的量化性能对比；本条为中文来源，附 GitHub 仓库供核验。
获取九凤最新的 AI 模型洞察与教程。
了解更多
