标签： DeepSeek

DeepSeek 发布多模态模型，“小鲸鱼”长出了眼睛

DeepSeek 在 API 平台上线了实验性多模态模型 deepseek-v4-flash-vision-exp，首次为 V4 系列补上官方视觉输入能力。该模型不仅支持图像理解，还在多项 Agent 与工具调用测试中显著提升，部分指标反超 Anthropic 的 Opus 4.8。

NVIDIA 发文系统梳理 AI Agent（智能体）技术栈的安全层级，提出“行为控制”与“基础设施控制”分离的安全框架，并强调运行时环境才是最终权威。这背后是今年夏天多家前沿实验室出现智能体越界事件的行业背景。

NVIDIA 研究院推出通用型 Agent 架构 AVO，在 ARC-AGI-3 公开集上获得满分，同时证明同一套系统也能用于 GPU 内核优化等工程任务。它强调“模型只是组件，系统决定上限”，为长时程自主 Agent 的设计提供了一个新的技术参考。

面壁智能 OpenBMB 推出开源项目 MathForm，提供面向 Lean 4 数学自动形式化的框架、数据集和模型，用 367K 条已验证样本将自然语言数学命题自动转换为机器可验证的代码。它在多个基准上的表现已经超过参数量四倍于自己的竞品模型。

Google DeepMind 在成立 15 周年之际，宣布将游戏 AI 研究从“击败人类冠军”转向“像人类一样理解并操作任意游戏”，并已与 EVE Online 开发商等多家工作室展开合作，试图将通用游戏智能体带入真实游戏开发和玩家体验中。

Google 正通过操作系统、汽车、电视和眼镜等所有入口，将 Gemini 设置为默认 AI 助手，甚至取代了运行十年的 Google Assistant。这是一场利用分发渠道优势、而非单纯技术领先来锁定用户习惯的战略。

OpenAI 为 Mac 版 ChatGPT 推出 Apple Messages 集成插件，允许 AI 搜索聊天记录并代写、代发 iMessage 回复。该插件当前仅面向 ChatGPT Work 和 Codex 用户，且因涉及全盘磁盘访问权限，引发隐私与安全讨论。

英伟达被曝正与韩国 AI 芯片创企 Rebellions 进行早期谈判，潜在选项包括合作、投资甚至收购，说明英伟达正在通过外部整合加速布局 AI 推理芯片市场。

多家AI公司被曝通过中间商大量收购二手实体书，扫描用于训练后直接销毁，以避免使用“已被机器看过”的数据。Anna's Archive正号召全球志愿者抢在书籍被销毁前完成扫描上传，这场“知识抢救”正在和时间赛跑。

AI 音频深度伪造正在成为冒充名人、政治人物实施诈骗的主要手段，Mashable 发文提醒公众提升防范意识。这类攻击利用成熟的声音克隆技术，让“耳听为实”不再可靠。