Google 8 月 AI 更新盘点：Gemini 3.7 Flash、Gemini 3.5 Transcribe 与 Pixel 11 系列发布
Google 发布 8 月 AI 更新盘点，推出面向编程与智能体的 Gemini 3.7 Flash，其每百万 token 价格为首发时 3.6 Flash 的一半；同时发布语音转文本模型 Gemini 3.5 Transcribe 和搭载 Tensor G6、运行 Gemini Nano 的 Pixel 11 系列。
#产品更新
#产品更新
今日 7 条Google Blog: AIAI 评分4646 Runway NewsAI 评分3535 Miro 如何用 Runway 为四地市场制作 Canvas26 主题演讲视频
Miro 品牌团队完全用 Runway 生成 Canvas26 年度活动开场视频，并针对 4 个城市分别制作本地化版本，所有城市景观、人群和入场镜头均由 Runway 生成，再叠加动效与品牌元素。团队用场馆照片作为 Runway 参考图生成对应地点的电影感入场镜头，并借助 Runway 原生生成非标准宽高比画面，避免 4K 素材裁切损失分辨率。
Google DeepMind精选AI 评分6868 Google DeepMind 为 Gemini 推出 agentic video understanding 视频分析功能
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出 agentic video understanding，动态检索视频片段以替代固定帧率处理，token 消耗最多降 88%，成本最多降 66%，准确率最多提升 7%。
推荐理由：官方给出 token、成本与准确率的具体降幅和开启方式，长视频处理场景下可评估是否切换处理模式。
Google Blog: AIAI 评分5555 Google Workspace 推出图像创建与编辑工具 Google Pics
Google 发布 Workspace 旗下图像创建与编辑工具 Google Pics，基于 Nano Banana 模型，将在未来几周内向 Google AI Pro 和 Ultra 订阅者及大部分 Workspace 商业客户推出。
Hugging Face Blog精选AI 评分6363 Hugging Face 发布 @huggingface/kernels：207 个 WebGPU 内核用于浏览器本地 AI
Hugging Face WebAI 团队发布 @huggingface/kernels 库，可从 Hub 加载和运行优化的 WebGPU 内核，首批提供 207 个内核，Apache-2.0 许可。
推荐理由：官方给出了与 ORT WebGPU 的对比数字和浏览器端众测入口，读者可据此评估浏览器本地推理的可用性。
Anthropic NewsroomAI 评分4848 Anthropic 推出 Enterprise Frontier Safeguards：零数据留存叠加滥用检测
Anthropic 发布 Enterprise Frontier Safeguards（EFS），将零数据留存（ZDR）与滥用检测防护结合，数据存储在客户自有云基础设施而非 Anthropic，今秋起分阶段向客户推出。
LMSYS Blog精选AI 评分6060 SGLang 发布 SSD Expert Pack，在消费级硬件上运行 DeepSeek-V4-Flash 和 Kimi-K3
SGLang 将 SSD-LLaMA 的核心思路引入 MoE 推理，把放不进 VRAM 和内存的路由专家权重放在 NVMe SSD 上，通过 Expert Pack 连续布局、O_DIRECT 直接 I/O、pinned 暂存和 GPU 缓存，只加载 router 选中的专家。
推荐理由：原文给出完整机制说明和单卡实测数据，读者可以据此评估 NVMe SSD 承载超大 MoE 模型的可行性。
Hugging Face BlogAI 评分5151 Open ASR Leaderboard 新增 Monsoon 印地语与印度英语评测集
Voice Arena 与 Hugging Face 在 Open ASR Leaderboard 推出 Monsoon en-IN 和 Monsoon hi-IN 两套评测集，共 4 个 split、4,888 名说话人、约 17 小时对话语音，印地语成为多语言标签页里第一个南亚语言。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini Omni 1.1 Flash，强化生成式视频创作控制
Google DeepMind 发布 Gemini Omni 1.1 Flash，为开发者提供一组创意控制和生成式视频能力，可通过 Google AI Studio 中的 Gemini API 使用。
推荐理由：官方披露了场景扩展、首末帧插值、4K 放大等具体能力与可用入口，便于开发者评估是否迁移现有视频生成工作流。
Google Blog: AIAI 评分5858 Google Search 的 AI Mode 新增航班价格追踪、积分里程报价和酒店预订功能
Google 在 Search 的 AI Mode 中推出三项旅行功能：航班价格追踪、积分或里程价格展示，以及通过 AI Mode 直接预订酒店。
Google DeepMind精选AI 评分6565 Google DeepMind 发布语音转写模型 Gemini 3.5 Transcribe
Google DeepMind 推出语音转文字模型 Gemini 3.5 Transcribe，定位为更精确的实时转写模型，已在 Gemini API（Google AI Studio 和 Gemini Enterprise Agent Platform）开启公开预览。
推荐理由：官方给出了两个 API 入口、WER 数字和与 Chirp 3 的对比，读者可据此评估其语音转写与语音交互场景的可用性。
Anthropic Newsroom精选AI 评分6060 Anthropic 开启 Model Hardware Standard 研究预览，让 AI 智能体安全操控实验与制造设备
Anthropic 开放 Model Hardware Standard（MHS）研究预览，这是让 AI 智能体安全操作物理设备的标准规范，首批面向科研实验室和先进制造商，可将原本需数周至数月的硬件集成缩短到数小时或数分钟。
推荐理由：官方介绍 MHS 标准化驱动如何把硬件集成从数周缩到数分钟，并给出多家机构实测用例，对关注智能体操控实体设备的读者有参考。
Claude Platform release notesAI 评分3434 Anthropic 发布 Claude 多语言 SDK 更新：files 与 skills 转正，Console 支持个人与服务账号密钥
Anthropic 更新 Python SDK 1.2.0、TypeScript SDK 0.122.0、Go SDK 1.68.0、Java SDK 2.59.0。
Google Developers BlogAI 评分3535 Google Cloud 在 Cloud TPU 上为 vLLM 带来企业级长上下文多模态嵌入推理
Google Cloud 将原生 TPU 支持集成进 vLLM，用于在 Cloud TPU 上服务 Qwen3-Embedding 系列嵌入模型，支持 4K+ token 文本与 15K+ token 多模态输入的长上下文。团队针对 TPU 做了词表 padding、懒加载初始化与 StepPool 长上下文等优化，并以余弦相似度验证数值一致性，文本目标阈值 ≥0.999、多模态 ≥0.995。
Claude Platform release notesAI 评分3636 Anthropic Compliance API 会话端点转正，Admin API 进入 ant CLI 与多语言 SDK
Anthropic 的 Compliance API 会话端点结束 beta，正式支持 Cowork 与 Claude Code 会话。本地会话端点新增返回 Claude Science 及 Excel、PowerPoint、Word、Outlook 中 Claude for Microsoft 365 会话记录，面向 Claude Enterprise 组织开放 beta。
LMSYS Blog精选AI 评分7272 SGLang 为 Qwen3.8-Flash-Next 提供 Day-0 支持
SGLang 团队与 Qwen、NVIDIA、AMD 合作，为 Qwen 团队开源的多模态 MoE 模型 Qwen3.8-Flash-Next 提供 day-0 支持。
推荐理由：原文详解了 SGLang 对 Qwen3.8-Flash-Next 的 day-0 支持与架构实现细节，含量化检查点和实测吞吐数据，对部署选型有参考价值。
Claude Blog精选AI 评分7373 Claude Cowork 桌面端内置浏览器上线
Anthropic 在 Claude Cowork 桌面应用中内置浏览器，Claude 可自主导航网页、阅读、点击、填表，本周起向 Pro、Max 和 Team 计划推送，Enterprise 管理员即日起可开启。
推荐理由：官方说明了内置浏览器与 Claude in Chrome 的分工、登录方式和安全边界，读者可据此判断网页类任务该交给哪条路径。
Claude Blog精选AI 评分7878 Claude in Chrome 正式全面开放，支持自动执行浏览器操作
Anthropic 宣布 Claude in Chrome 正式向所有付费 Claude 计划开放，Claude 可在浏览器中自主执行读取、点击、填表等操作，无需逐项确认。
推荐理由：官方给出各模型在提示词注入评测中的具体成功率数字，读者可以据此评估浏览器智能体的安全进展。
Hugging Face Blog精选AI 评分6969 Gradio 推出 gr.Workflow：把 AI 管线变成可拖拽、可部署的节点图
Hugging Face 在 Gradio 中内置 gr.Workflow，将 AI 应用管线描述为带类型的节点图，在同一画布上提供可运行节点、可视化中间结果、REST API 和一键部署到 Hugging Face Spaces。
推荐理由：官方介绍了 gr.Workflow 的节点图机制和多条可复制的示例工作流，读者可以据此评估它能否替代手工拼装 Python 管线。
Meta EngineeringAI 评分5353 Meta 发布 MetaRoCE：面向百万 GPU 规模以太网 AI 基础设施的全新 RDMA 传输协议
Meta 发布为 AI 工作负载在商用以太网上全新设计的 RDMA 传输协议 MetaRoCE，将通过 OCP 开放规范、参考软件实现和合规测试套件，并计划在 2026 OCP Global Summit 上发布。
OpenRouter Announcements精选AI 评分6262 OpenRouter 上线 Visual Image Benchmarks 覆盖 39 个图像模型
OpenRouter 发布 Visual Image Benchmarks，帮助用户评估其平台上的 39 个图像模型（截至 2026 年 8 月）。挑战提示词分七类：不太可能的场景、计数、文字、空间关系、否定、编辑和一致性，结果以网格展示并支持按价格和生成时间排序。视频和音频等更多模态的评估即将推出，用户也可通过 OpenRouter API 或 Chat 试用模型。
推荐理由：原文给出七类挑战提示词和按价格与生成时间排序的结果网格，读者可直接用它对比 39 个图像模型的真实能力。
Hugging Face Blog精选AI 评分6565 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理吞吐最高提升 3.2x
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 三个模型发布 DSpark 草稿模型 checkpoint，通过投机解码在不改变输出质量的前提下加速推理，GPU 吞吐最高提升 3.18x，端侧最高 2.87x。
推荐理由：官方为 LFM2.5 三款模型发布 DSpark 草稿模型，给出从 H100 到 MacBook 的实测加速数据和开源接入方式。
Sierra BlogAI 评分4949 Sierra 推出 release governance：为大规模智能体发布加上护栏
Sierra 将 release governance 直接内置到平台，用 Agent Checks、Simulations、merge approval workflows 和 split traffic releases 把变更从 Workspace 安全推到线上对话。
LMSYS BlogAI 评分5454 SGLang 推出 Weight Cache Daemon，将 Ling-2.6-1T 权重加载从约 495 秒缩短至 0.63 秒
SGLang 团队联合蚂蚁 Ling Infra 团队发布 Weight Cache Daemon，通过常驻 GPU 进程和 CUDA IPC 零拷贝映射缓存量化后权重，使 Ling-2.6-1T FP8 的权重加载从约 495 秒降至 0.63 秒，端到端启动时间从 8.8 分钟降至 0.528 分钟。
Mistral AI精选AI 评分6666 Mistral 发布 Agentic Search，多步检索在 FinanceBench 上将准确率从 26.7% 提升至 86%
Mistral 发布 Agentic Search，通过 search、open、navigate、read、grep 五个工具让模型多步检索、翻阅并验证复杂文档，可通过 Mistral Search Toolkit 及 Studio 和 Vibe 中的 Libraries 使用，无需微调。
推荐理由：官方给出多步检索循环的完整工具设计和两个基准的具体数字，读者可据此评估它替代一次性 RAG 的适用场景。
Google Blog: AI精选AI 评分6060 Google 搜索推出 5 项 AI 学习工具：交互可视化、练习测验、Lens、笔记本与自定义文件
Google 宣布在 Search 的 AI Mode 和 AI Overviews 中推出 5 项学习工具。
推荐理由：原文列出了五项学习功能各自的入口、覆盖范围和上线节奏，读者可以据此了解 Google 搜索在 AI Mode 里的教育能力布局。
Claude Platform release notesAI 评分3434 Anthropic 发布 Python SDK v1.0，HTTP 层迁移至 httpx2
Anthropic 发布 Python SDK v1.0，HTTP 层从 httpx 迁移到 API 兼容的维护分支 httpx2，需 Python 3.10 及以上，并移除旧版 Text Completions API、Messages 方法的 temperature/top_p/top_k 参数及工具运行器的客户端 compaction_control。
Claude Platform release notesAI 评分5555 Claude API 多项能力正式发布，新增 browser use 工具集
Claude API 的 computer use 工具以 computer_toolset_20260801 转正，去掉 beta header，支持批量动作、默认缩放和经 configs 的按成员配置，并新增由应用托管浏览器的 browser use 工具集 browser_toolset_20260801。
Cursor BlogAI 评分5555 Cursor 推出 Origin 平台并详解自研 Git 存储系统 Continuity
Cursor 推出 Git 托管平台 Origin，其底层是自研存储系统 Continuity，以 S3 中的预写日志作为唯一事实来源，在推送完全持久化前不作确认，实现所有推送线性化和读取完全一致。
LMSYS Blog精选AI 评分7070 LMSYS 发布 Miles v0.1：面向生产级 RL 后训练的全栈系统
LMSYS 与生态伙伴发布 Miles v0.1，一个基于 slime 设计的全栈生产级后训练系统，目标是让前沿规模 RL 训练更易用。
推荐理由：官方完整走读 Miles 的 RL 训练环路与关键数字，读者可据此评估它是否适合承担自己的前沿规模后训练任务。
Claude Platform release notesAI 评分3030 Claude Console 的 Workbench 更名为 Playground
Claude Console 的 Workbench 现已更名为 Playground，支持全部 Messages API 参数，并内置演示代码执行、网页搜索等 API 功能的模板。每次运行都会展示完整的 SDK 请求与 API 响应，帮助开发者理解并使用该 API，可在 platform.claude.com/playground 试用。
OpenRouter Announcements精选AI 评分6262 OpenRouter 推出 Activity 仪表盘与 Analytics API，按 Agent、模型和请求分析 AI 用量
OpenRouter 发布 Activity 仪表盘和 Analytics API，可按 Agent、模型、用户和请求维度查看支出、token 用量、缓存命中率和延迟等指标。
推荐理由：原文给出仪表盘各项功能、Analytics API 端点和内部降本案例，读者可以据此评估如何排查自家 Agent 用量成本。
Cursor BlogAI 评分5959 Cursor 推出构建功能，云端智能体启动速度提升至 3 倍
Cursor 推出构建，即在后台预先准备好的可直接使用的开发环境副本，默认每小时创建一次，无需额外费用。智能体直接在已就绪环境中启动，Cursor 内部环境启动快 10 倍、首个 token 生成快 3 倍；构建失败时智能体回退到上一次成功构建，8 月 17 日起所有环境默认启用。
Google Developers BlogAI 评分5656 Google 开源 C++ 库 Credentio，用于本地验证 C2PA Content Credentials
Google 发布开源 C++ 库 Credentio，用于处理 C2PA Content Credentials，先支持规范 2.2 和 2.4 版本。该库支持完全本地验证，无需将媒体文件传到云端，零带宽开销、即时返回结果并保持数据隐私；验证大文件时内存占用较小，可配置官方或自定义 C2PA 信任列表，深入解析清单、断言、数字签名和声明结构，并给出详细的验证报告。
Suno Blog精选AI 评分6565 Suno Studio 2.0 发布，面向 Premier 订阅者新增 MIDI 编辑与自动化等功能
Suno 发布 Studio 2.0，现向 Premier 订阅者开放。新增时间线 MIDI 导入、录制与编辑，可用 MIDI 剪辑作为生成提示词，附带新的 wavetable 合成器；另推出 Chat bar（beta）协作创作、高级 stem 分离、音频效果与自定义插件、自动化曲线，并支持无损导出 32-bit/48kHz 多轨与 stems。插件创建目前不消耗 credits。
推荐理由：官方发布新增 MIDI、Chat bar、自动化等能力，音乐创作者可据此判断 Suno Studio 2.0 是否融入现有工作流。
Sierra BlogAI 评分3232 Sierra 推出 Horizon 智能体：把"跟进"变成保险销售的成交环节
Sierra 的 Horizon 智能体可为保险客户提供长周期主动跟进，从报价到成交持续数天、数周甚至数月，直到客户购买或放弃。文中示例中，AI 智能体 Jamie 在客户保存报价后当晚即发短信，第 4 天解答保险条款并演示加购影响，第 7 天完成电话确认，客户当晚即购买保单。Sierra 称该智能体遵循企业及行业最佳实践，沟通内容由企业控制。
Meta Engineering精选AI 评分6262 WhatsApp 推出端侧运行的 Scam Alert 反诈骗功能
WhatsApp 推出可选功能 Scam Alert，在设备端用机器学习模型对非联系人消息做诈骗分类，消息内容不上传、不自动上报。模型版本经 Cloudflare 签名并发布到第三方 append-only 透明账本，遥测经基于 TEE 的机密联邦分析管线以差分隐私聚合方式回传，用户可在应用内查看 Scam Alert Activity 日志，功能正在 Beta 小范围推送。
推荐理由：原文给出了 Scam Alert 的端侧架构与可验证机制细节，安全研究者可以据此评估其在端到端加密下的实现。
Sierra BlogAI 评分5454 Sierra 为智能体推出开箱即用的 IVR 电话导航能力
Sierra 推出开箱即用的 IVR 导航能力，让智能体能打电话穿越多级菜单、判断何时沉默、发送 DTMF 按键音并识别真人接听。评测显示开启该功能后整体通过率提升 49%，从 57% 到 85%，其中「联系到人」类任务提升最大；客户包括一家 top 5 医疗支付方和一家全国性数字药房。
Mistral AIAI 评分5353 Mistral 推出区域推理端点、第三方开放模型支持与欧洲算力联盟
Mistral 宣布三项推进 AI 主权的举措：Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行；Mistral Priority Tier 进入公开预览，为关键工作负载提供自定义速率限制和 uptime SLA。
Claude Platform release notesAI 评分3939 Anthropic Compliance API 新增本地会话记录接口，Claude API 增加 workspace ID 响应头
Anthropic 的 Compliance API 现可返回用户机器上 Cowork 和 Claude Code 会话的记录，面向 Claude Enterprise 组织开放 beta。