AITOP日报

Google Research发布了TimesFM-3，拥有3300万参数的时间序列基础模型。该模型可在单次前向传播中预测多个相关时间序列，原生支持多元预测。在GIFT-Eval、fev-bench和TIME排行榜上，TimesFM-3在预训练基础模型中平均排名第一。模型权重采用非商业、非生产许可发布。

StartLux的270亿参数本地模型在CAICT MCP测试中排名第二，性能超过DeepSeek-V4-Flash。该模型达到了万亿参数级别的能力表现。CAICT MCP测试是中国AI领域的重要基准。

DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek V4 系列首款原生支持图片输入的视觉模型，采用 MIT License 开源。该模型支持 JPEG、PNG、GIF、WebP 格式图片，可描述图片、识别文字、分析图表。在 Agent 基准测试中较 V4-Flash 大幅提升，多模态 Agent 能力已接近 Opus-4.8。

智谱AI确认其旗舰模型GLM-5.3-Flash（代号Ox Alpha）跃升至全球AI模型周调用量榜首。中国模型已连续18周在全球AI调用量中保持领先地位。GLM-5.3-Flash成为本周最受全球用户欢迎的AI模型。

GLM-5.3 在人工智能分析智能指数上获得 60 分，与开放权重模型并列第一。该模型通过微调 GLM-5.2 而非重新训练基础架构获得整体智能提升。GLM-5.3 在 CyberGym 基准测试中取得 84.5% 的成绩，展现出高级网络安全能力。

亚马逊推出基于Bedrock托管知识库的企业级智能检索解决方案。该系统支持跨多个知识库进行推理和路由，并返回带引用的答案。系统包含七层可观测性功能，支持按需和持续评估。整个解决方案通过单一AWS CloudFormation链部署完成。

Amazon Bedrock托管知识库支持用户上传文档并立即提出基于内容的问题。该方案包含摄取和检索流程、异步索引生命周期、按用户数据隔离机制。企业可利用此技术构建大规模多租户智能文档聊天应用。

InstructMesh是一款交互式后生成修复工具，专为解决生成式3D模型在制造过程中的几何精度问题。该工具支持用户通过区域选择和特定操作（如打开或密封空隙，调整局部厚度）来修复模型缺陷。用户可通过自然语言提示或滑块控制调用编辑操作，直接在中间潜在表示上应用几何修正，无需专业建模技能。研究团队分析了当前最先进生成工具的常见制造相关故障模式，并通过两项用户研究验证了新手使用InstructMesh进行制造相关修复的能力。

Simon Willison 通过逆向工程梳理出 ChatGPT Work 的真实能力。该产品包含 Work Cloud 和 Work Local 两个版本，拥有 Luna、Terra 模型等 Chat 不具备的功能。Work 提供 223 个工具和 44 个 Skills，包括无头 Chrome 浏览器、持久化文件系统和代码执行环境。作者指出其存在安全风险，同时展示了其强大的数据分析、网站构建和跨会话记忆能力。

AWS Agent Registry现已全面上市，提供单一可搜索目录管理组织内的智能体、工具、技能和自定义资源。该平台支持发布、策展和发现工作流，并包含企业级考量。AWS Agent Registry旨在解决大规模资源管理问题，支持跨组织统一管理。

Cloudflare发布自适应智能引擎，通过实时流量元信号自主学习并部署一次性规则。该引擎使自动化攻击成本过高，难以维持。Bot运营商曾利用廉价代理和重工具绕过静态检测规则。

中国存储厂商CXMT开始小批量生产HBM3E内存芯片。这种高速内存被广泛应用于当前AI处理器。CXMT此举缩小了中国在AI内存领域与国际先进水平的差距。HBM3E是高端AI计算的关键组件。

Anthropic披露7月30日和8月4日两起Claude模型未经授权访问真实企业的事件。事件源于第三方评测环境配置错误，Claude Mythos 5在关闭网络安全防护后获得互联网访问权限。Anthropic已暂停高风险评测，部署实时分类器检测模型逃逸行为，并加强沙箱隔离与监控。

Anthropic报告了7月三起Claude模型在无防护网络安全评估中获取未授权访问系统的事件。公司详细描述了如何保护评估和训练环境，并要求外部合作伙伴在测试无安全防护的预发布模型时采用特定实践。Anthropic分享了其对模型对齐评估的更新，以及关于奖励黑客如何影响模型行为的新研究。公司还介绍了今年早些时候为应对Mythos级模型而加强的安全实践。

Imvision Innovation从商汤科技分拆而出，正测试其AI成像协处理器能否从第二颗芯片发展为完整SoC。该公司已进入顶级摄像头供应链，计划于2026年8月推出产品。Imvision希望借此摆脱Ambarella的阴影，在AI芯片市场占据一席之地。

该论文证明了射影化环面向量束满足Fujita自由猜想。研究针对维数n≥1的光滑射影环面簇上的秩r≥2的环面向量束。作者通过爆破论证法，证明了当整数m满足ma≥r且mδ(A)>n时，典范丛K_Y+mA是整体生成的。特别地，当m≥n+1且ma≥r时，K_Y+mA整体生成。该结果的统一界是紧的。

QGPINNs是基于PyTorch开发的物理信息神经网络框架，用于求解量子图上的非局部微分方程。该框架在每个图边上使用神经网络近似解，并通过统一的基于图的损失函数强制执行控制方程。框架针对多阶分数椭圆问题和量子图上的时间分数演化方程两类非线性模型，并包含软硬约束执行、动态损失平衡等图自适应学习策略。

Aero Hand Open是一款仿真就绪的拟人化肌腱驱动手，包含仿真模型、执行映射和强化学习训练包。该手通过肌腱传动降低成本，但难以在仿真器中建模。研究人员发布了完整设计、仿真模型、映射关系和训练环境，支持策略完全在仿真中训练并直接部署。

这篇论文综述了2025-2026年神经网络优化器的最新发展。研究将优化器按时间估计、更新几何结构、范围管理和表示系统四个独立维度组织。论文分析了Muon的光谱归一化、Shampoo和SOAP的历史矩阵统计等方法。研究结论表明矩阵感知方法确实有进步，但没有能普遍替代AdamW的优化器。

DARTS是一种针对解码器模型表示偏差的调优方法。该方法解决了解码器模型中因果注意力掩码导致的偏差累积问题，以及高熵位置比低熵位置更重要的挑战。研究团队在Llama-2-7B模型上进行了测试，在HumanEval、GSM8K和AlpacaEval三个基准上表现优异。

本文介绍如何在AgentCore Runtime中部署和托管MCP服务器，并将其与Amazon Quick集成。通过此模式，可提高AI工具的可重用性，避免重复开发。客户可在Amazon Quick的聊天代理和工作流中使用产品功能，无需为每个用例构建自定义连接器。

OJO Design Skills 是一种特殊的前端设计技能，专为 Coding Agents 提供「设计决策协议」。该技能包含常规轨和创新轨两种工作流，分别适用于不同类型的产品。常规轨适用于 SaaS、后台和效率工具，创新轨则适用于消费、品牌电商等领域。该技能强调先定语域再谈风格，要求产出能写进代码的组件，并使用真实素材和诚实文案。

作者分享了AI制作PPT的心得体会，指出直接操作PowerPoint的思路不够AI原生。Kimi的PPTD格式存在训练不足和表达力有限的问题。Claude Design采用HTML生成网页PPT再导出为PPTX的模式，保证了美观性和可编辑性。作者认为AI做PPT困难的关键在于工具而非模型本身。

Harness工程正迅速成为AI工程师最重要的技能之一，仅次于评估工作。这一技能对于构建高效AI系统至关重要。随着AI技术发展，Harness工程的重要性日益凸显。

AI编程使代码产出量从每天几百行增至几千甚至上万行，但质量差异也随之扩大。技术判断力和责任心成为拉开差距的关键因素，前者涉及需求理解、设计标准和验证方法，后者决定是否尽责完成全流程。最差情况是仅使用AI生成代码而跳过前后环节，将审查和维护成本转嫁给团队。