回看 2 天 · 新增 39 条（框架 13，官方 12，媒体 9，权重 5）

一句话总览

今天最值得知道的是 NVIDIA 官方博客确认 Cosmos 3 世界模型家族以开放权重（OpenMDW 1.1 许可）发布，vLLM 侧已在补齐 Cosmos3-Edge 的视频剪枝支持；此外 MiniMax-H3 与 microsoft/Mage-VL 两个仓库在 HF 上同日放出实质内容，官方尚未发文。

正式发布

• NVIDIA · Cosmos 3 世界基座模型家族 · 2026-08-06 —— 官方博客（作者 Ming-Yu Liu）介绍 Cosmos 3 是面向物理 AI 的开放世界模型家族，用于生成训练数据、测试策略、以及针对具体机器人／自动驾驶／视觉系统做专门化后训练。权重按 Linux Foundation 的 OpenMDW 1.1 许可开放，允许团队用自有数据和硬件做 post-train，这是 NVIDIA 强调"开放"路线（7 月联署 Open Weights and American AI Leadership 公开信）的落地。官方称其在基准上领先并已在机器人、自动驾驶、视觉 AI 中被采用，具体基准数字与型号切分细节待官方补充。已发布，框架侧在补齐支持：vLLM #51221 为 nvidia/Cosmos3-Edge 实现 SupportsMultiModalPruning，打通 --video-pruning-rate（该模型此前已复用 Qwen3-VL 的多模态处理器但模型类缺 prune 钩子，参数是空操作）；H200 实测 10s/720p/3FPS 片段视频 token 从 24209 降到 12239（1.98×），并发 1 时 RPS 略升，并发 4 以上反而下降。来源 · 框架 PR
• MiniMax · MiniMax-H3 · 2026-08-06（权重已上线，官方尚未发文） —— HF 仓库 MiniMaxAI/MiniMax-H3 于 7-28 建仓、8-06 放出实质内容，已有 2667 likes / 12102 downloads。从标签看这是一个视频生成向的多模态模型（diffusers、text-to-video、image-to-video、image-text-to-video、video-to-video），并且带 text-to-audio-video / image-to-audio-video 两个标签，即直接生成带音轨的视频，这是相对上一代纯视频生成的关键增量。参数量、时长／分辨率上限和许可细节待官方补充。来源
• Microsoft · Mage-VL · 2026-08-06（权重已上线，官方尚未发文） —— microsoft/Mage-VL 7-25 建仓、8-06 放出内容，标签为 transformers / safetensors / 自有架构 mage_vl / image-text-to-text / vision-language-model / video-understanding，即一个带视频理解能力的视觉语言模型。likes 只有 283，但 downloads 已达 440176——下载量远高于点赞量，通常意味着已被下游管线批量拉取而非单纯围观。尺寸、上下文长度与许可待官方补充。来源
• Anthropic · Claude 平台更新 · 2026-08-05 —— release notes 两条硬变更：一是 Claude Opus 4.1（claude-opus-4-1-20250805）正式下线，所有请求现在直接报错，官方建议迁到 Claude Opus 5（7-24 发布，1M 上下文为默认也是上限、128k 最大输出、thinking 默认开启、$5/$25 per MTok 与 4.8 同价），研究者可走 External Researcher Access Program 申请继续访问；二是 Inference hooks 进入 beta（面向 Enterprise 组织），可把 claude.ai / Cowork / Claude Code 上每个受管提示先交给企业自己的 AI 安全服务器裁决 allow/deny 再进入推理，请求带签名、失败处理可配置、拒绝会记入合规 Activity Feed。来源
• NVIDIA · 语音识别小模型三连更 · 2026-08-05 —— parakeet-tdt-0.6b-v3、nemotron-speech-streaming-en-0.6b、nemotron-3.5-asr-streaming-0.6b 三个 0.6B 级 ASR 仓库同日更新权重，均提供 safetensors + gguf，后两个标签带 cache-aware 流式 ASR。nemotron-3.5-asr-streaming-0.6b 下载量已过 105 万，属于工程侧最常用的一档。非旗舰，属常规迭代。来源

早期信号

• Dots3 NOTE——vLLM #51255（Draft）要给一个此前没出现过的模型加纯语言部分支持，描述称其结构与 DeepSeek-V3.2 相关但无法直接复用：全注意力层用 DeepSeek 式 MLA + DSA top-k 索引 + 128 头 + 512 维 latent KV，滑窗层换成 64 头 / 1024 维几何，另有分层不同的注意力门、tail-RoPE 的 DSA index-key checkpoint 布局、SWA 形状的 MTP 层和 FP8 MoE 权重——疑似一个混合 MLA 架构的新模型正在做适配，尚未发布。来源
• DeepSeek V4 系列——一天内 vLLM 有 6 个 V4 相关提交（尾部 system message 渲染、按 compress_ratio 给 sparse-indexer 预分配 prefill buffer、MHC post + HC head + RMSNorm 融合优化、保留 thinking tag、IndexCache「已在 V4-Flash-0731 上验证」、跳过空的 FlashInfer attention 切片），交叉验证未在 HF 找到官方组织的同版本权重，疑似为闭源 API 形态；提交密度和"0731"这种日期化版本号指向近期仍有新变体在推。来源
• TeleChat4——vLLM #51237（WIP）明确写"权重尚未在 HF 公开"，作者只用内部非公开 checkpoint 本地验证，先提代码等发布后再补测试项和文档；架构 TeleChat4ForCausalLM，还带了 reasoning parser 和 speculative 配置项，疑似一个带推理模式的新版本即将发布。来源
• MiniMax-M3——vLLM 两个 bugfix（开启 thinking 时结构化输出被静默忽略，因为调度器的 reasoning-end 门从未触发；CUDA graph replay 期间 FP8 query 分配不稳定），交叉验证无 HF 官方同版本权重，疑似闭源 API 侧模型，与今天权重上线的 MiniMax-H3 不是同一条线。来源
• Kimi-K3——vLLM #51253 给 ROCm 路径补上 LatentMoERunner 和 routed up-projection 分片（原先每个 TP rank 重复算整份投影，只需 1/8 工作量），MI355X 上吞吐提升 3~5%；另有 #51196 为 TPU 关掉 kimi_vit 的动态 torch.compile。PR 里直接用 vllm serve moonshotai/Kimi-K3，但交叉验证未见 HF 官方同版本权重，疑似权重未公开或分发受限，目前看到的是非 NVIDIA 硬件上的性能补齐。来源
• xAI 文档中的 grok-3 全家桶——docs.x.ai 索引里同时出现 grok-3、grok-3-latest、grok-3-beta、grok-3-fast（含 -latest/-beta）、grok-3-mini-beta、grok-3-mini-fast（含 -latest/-beta）共十个 ID，说明这批型号在 API 可调用；但文档索引不带日期，无法判断是新上线还是既有条目沉淀，不推定发布时间。来源

媒体转述（二手）

• 据澎湃新闻与华尔街见闻报道，DeepSeek 宣布大幅涨价，业内人士预计 V4 Pro 正式版即将发布，并把此举解读为国产大模型"免费午餐"阶段结束（二手，官方未见对应公告）。来源：thepaper.cn
• 据东方财富、投中与搜狐网报道，DeepSeek V4 Flash 单周调用量超 7 万亿登顶全球第一，中国产品包揽全球调用量前五，Kimi K3 引爆价格战、MiniMax 股价逆势大涨（榜单口径与统计来源均未经一手核实）。来源：finance.eastmoney.com
• Simon Willison 用 Claude Fable 5（跑在 Claude Code for web 里）从 2022 年一条 GPT-3 推文的截图一次性生成了可玩的 3D 浏览器游戏，全程手机操作、模型自主调用 gpt-image-2 生成贴图，并给出用 GitHub Pages 边跑边预览的技巧。来源：simonwillison.net
• 据澎湃新闻报道，张一鸣公开表态字节跳动"拒绝蒸馏"，不用别人的输出去换榜单排名。来源：thepaper.cn

判断

真正要动手的只有两件事。一是 Cosmos 3：OpenMDW 1.1 是允许改和商用的许可，权重能下能后训练，对做机器人／视觉检测／合成数据的团队来说这是可以直接进管线的东西，不是看个 demo；配套的 Cosmos3-Edge 视频剪枝那组数据也值得注意——并发 1 提速、并发 4 以上反而掉，说明这个开关是低并发长视频场景的优化，别无脑打开。二是 Claude Opus 4.1 已经硬下线，还在钉这个模型 ID 的代码今天就在报错，必须迁 Opus 5（同价、1M 上下文，但 xhigh/max 档不允许关 thinking，属破坏性变更）。

值得留一眼的是两个 HF 权重：Mage-VL 44 万下载配 283 likes，这种比例通常说明已经在被真实管线消费，做多模态选型的可以排进候选；MiniMax-H3 带的 audio-video 标签如果真是端到端出带音轨视频，那是能力项的跳变，等官方发文再判定。

剩下的多半是噪音或常规迭代：NVIDIA 三个 0.6B ASR 是例行刷权重；transformers 那两个 PR（whisper float16 自动 cast、auto_docstring 重构）纯属工程卫生；Ernie-4.5-VL 的 CUDA graph 支持因自带测试就崩被回退，也不指向新模型。DeepSeek 那条最需要盯——涨价 + 框架侧一天六个 V4 提交 + "V4-Flash-0731" 这种日期版本号，方向一致；但涨价和 V4 Pro 目前只有媒体口径，别拿它当定价依据去改预算，等官方公告。

原始条目

■ 官方 （12 条）

■ 权重 （5 条）

■ 框架 （13 条）

■ 媒体 （9 条）