回看 2 天 · 新增 45 条（官方 20，框架 17，媒体 7，权重 1）

一句话总览

今天最值得知道的是两条：MiniMax-H3 的 HF 仓库正式放出内容（全模态生成，文本/图像/音频/视频进、带音轨短视频出），以及智谱文档站上 GLM-5.2 已经作为 1M 上下文的旗舰在售、GLM-5.1 / GLM-5-Turbo 同列。此外 Upstage 放出 Solar-Open2-250B 开源权重，NVIDIA 把 Alpamayo 全家族改成可商用开源许可。

正式发布

• MiniMax · MiniMax-H3 · 2026-08-05（HF 内容更新） —— 仓库 7-28 建好、8-05 才放出实质内容，likes 已 2389。tags 覆盖 text-to-video / image-to-video / video-to-video / text-to-audio-video / image-to-audio-video，是一个"全模态生成系统"而非纯语言模型：接受文本、图像、音频、视频，输出带音轨的短视频（据媒体转述上限约 15 秒）。已有第三方 MLX 移植可在 Apple Silicon 上跑，权重体积约 115GB 量级。参数量/上下文等细节待官方补充。来源
• 智谱 · GLM-5.2 / GLM-5.1 / GLM-5-Turbo · 日期未标注 —— 文档站上 GLM-5.2 已标 HOT 并有专门的迁移指南，定位旗舰基座：上下文 1M、最大输出 128K，新增 tool_stream 流式工具调用、thinking 自主判断是否思考（不同于 GLM-4.7 的强制思考）、reasoning_effort（high / max，默认 max）。同族 GLM-5.1 为 200K 上下文的长程任务旗舰，官方口径称"综合对齐 Claude Opus 4.6"、可单任务连续自主工作 8 小时；GLM-5-Turbo 是 200K/128K 的 OpenClaw 场景专用模型，官方自带 ZClawBench。上一代 GLM-4.7/4.6 仍在列。来源
• xAI · grok-4.5 / grok-4.3 · 日期未标注 —— 官方 API 文档里同时出现 grok-4.5（含 grok-4-5 别名）、grok-4.3 / grok-4.3-latest，以及 grok-4-1-fast 的 reasoning / non-reasoning 两档和一个 grok-4-code-eapi-lap4-unified- 编码型号。闭源模型出现在文档站基本等于已可调用。规格与定价文档条目未给出，细节待官方补充。来源
• Upstage · Solar-Open2-250B · 2026-08-05（框架侧适配） —— 权重已上线 HF 并附技术报告，本次抓取未见官方博客。250B 级开源模型，注意力用自有的 KDA（gated delta net 变体，2*sigmoid(b) beta、全秩 f_proj/g_proj），因为 Kimi K3 重写了共享 KDA 层，vLLM 里只能给它单独一份实现。带官方 reasoning 与 tool-call 解析器（流式/非流式），适配文档提到 B200 上的 TP8 形态。来源
• NVIDIA · Alpamayo 2 Super · 2026-08-04 —— 自动驾驶/Robotaxi 用的开源推理基座，基于 Cosmos 3 Super Reasoner 并做了 RL 后训练，强调可检查的决策链而非纯感知预测。关键变化是许可：以 OpenMDW-1.1（Linux Foundation 宽松许可）上 HF，覆盖微调、衍生模型与商业再分发，并回溯适用于整个 Alpamayo 家族（1 / 1.5 之前只面向 R&D）。家族内 2 Super 主打最强推理与生成教师数据/蒸馏，1.5 与 1 走性价比。来源
• AWS · Bedrock Web Search（GA）· 2026-08-05 —— 不是模型，但影响选型：Bedrock 上线亚马逊自建的服务端联网检索工具，一个参数即可给 OpenAI 模型（GPT-5.4、GPT-5.5，以及 GPT-5.6 的 Sol / Terra / Luna 三档）做事实接地，全程在 AWS 内完成、零数据出网，兼容 OpenAI Responses API。此前需自接第三方搜索供应商。首发 us-east-1 / us-east-2 / us-west-2。来源
• lmms-lab · LLaVA-OneVision-1.5 · 2026-08-05（框架侧适配） —— 已发布，transformers 侧在补齐原生支持（config/modeling/权重转换脚本/集成测试齐全），对齐的 checkpoint 是 lmms-lab/LLaVA-OneVision-1.5-4B-Instruct。视觉塔用 RiceRotaryEmbedding。同日 vLLM 也在接 internlm/Intern-S2-Mobius。两者都是开源多模态，不是旗舰级发布。来源
• InclusionAI · Ling 3.0 Flash · 2026-08-05（框架侧适配） —— llama.cpp 正在加 BailingMoE3 架构支持，PR 明确说是为了跑"新的 Ling 3.0 flash 模型"并带 MTP（多 token 预测）。MoE 架构，规格与权重发布形态本次抓取未确认，细节待官方补充。来源

早期信号

• llama.cpp 重新启用了 MiniMax M3 的架构测试（测试此前被禁、已被修好），但 HF 上没有官方组织的同版本权重——疑似 M3 尚未公开发布，或是只走 API 的闭源型号；注意它与今天放权重的 H3（视频/全模态）不是一回事。来源
• Kimi K3 在 vLLM 侧同时有 4 个动作：/v1/responses 的 special token 空格开关、ROCm MLA small-head 汇编 decode 路径（TP8）、megamoe 路径去掉一次 add（GSM8K 96.2%→96.4%）、MLA DCP world size 修复；抓取未在 HF 官方组织匹配到同版本权重，措辞上仍按"疑似/在做适配"处理，但框架侧已按 moonshotai/Kimi-K3 跑端到端评测。来源
• DeepSeek V4 疑似存在 Flash 变体：vLLM 的 ROCm 修复里出现 deepseek-ai/DeepSeek-V4-Flash-0731 与 DSparkDeepseekV4ForCausalLM，DSpark 是全词表草稿模型的投机解码方案；HF 上没有官方组织的同版本权重。来源
• Gemma 4 疑似已在流通：transformers 里在为 gemma4 跳过 QuantizedCache 测试、llama.cpp 出现 Gemma4Assistant 共享张量路径，媒体侧也已有人本地跑 gemma-4-12b；但抓取未匹配到 HF 官方组织权重，仍按疑似记。来源
• llama.cpp 冒出一批投机解码/共享张量的新代号 —— Eagle3、DFlash、DSpark、MTP 通过 ctx_other 与目标模型共享 tok_embd/output，疑似指向多家在推"草稿模型跨 GPU"的部署形态；另有为 Gated DeltaNet 类循环模型做的前向望远镜式状态回滚引擎，以及 NVIDIA-Nemotron-Parse-2.0 的投机解码支持。来源
• Mistral 两条：Voxtral-Mini-4B-Realtime-2602 的 vLLM 全图 CUDA Graph 优化（H200 上 decode 吞吐 181.7→191.1 tok/s，batch 4 提速 1.24x），以及 Mistral3 嵌套 config 的词嵌入绑定修复——后者 HF 上没有官方组织的同版本权重，疑似在做适配。来源

媒体转述（二手）

• 据 TradingKey 报道，马斯克称 Grok 4.6 将于下周发布，会用上 SpaceX 数据和独占的 NVIDIA 算力——注意 xAI 文档站目前只见到 4.5 / 4.3。
• 据 Simon Willison 博客，其 LLM CLI 发布 0.32：默认模型换成 GPT-5.6 Luna，新增可见推理轨迹、服务端工具（OpenAI 的 CodeInterpreter/WebSearch，llm-anthropic 侧的 WebSearch/WebFetch/CodeExecution/AnthropicMCP）与内容寻址的 SQLite 日志。
• 据 Fortune 报道，白宫与 OpenAI、Anthropic、微软等评审了一套 AI 模型评估框架，但拒绝公开，被业内称为"令人费解"。
• 据华尔街见闻 / CSDN 等中文媒体，DeepSeek 与 Qwen 掀起的降价潮反而在推高 GPU 需求，同时一级市场对"SOTA 叙事"的估值权重在下降。

判断

真正值得动手的是 GLM-5.2 和 MiniMax-H3。GLM-5.2 的 1M 上下文 + 128K 输出 + reasoning_effort 分档，是这半年国产旗舰里第一个把"整项目塞进去"讲成主打场景的，做代码 agent 选型的话值得拿真实仓库压一轮；官方自己拿 Claude Opus 4.6 当 GLM-5.1 的对标线，说明定价/性能比这条路他们要继续打。MiniMax-H3 是权重真放出来的全模态视频生成，但 115GB 权重、单机 45 分钟出一段片子，短期只有离线批量场景能用。

Bedrock Web Search 是今天对成本影响最直接的一条：省掉第三方搜索供应商的接入、账单和合规审查，还顺带确认了 GPT-5.6 Sol/Terra/Luna 三档命名。Solar-Open2-250B 值得关注开源 250B + KDA 这条架构线，但注意它为了绕开 Kimi K3 重写过的共享层要走单独实现，短期部署会有坑。

其余基本是噪音或常规迭代：Qwen 的两个 vLLM PR 是 parser 自动识别和去 warning，transformers 那条 qwen2_moe 只是更新过期的期望输出字符串；Alpamayo 2 Super 是重要但垂直（AV 领域）的动作，真正的新闻是许可证回溯改成可商用。Grok 4.6 目前只有马斯克口头预告，别写进选型表。

原始条目

■ 官方 （20 条）

■ 权重 （1 条）

■ 框架 （17 条）

■ 媒体 （7 条）