赢政天下 AI — AI 模型评测·行业资讯·深度研究

资讯 08-12 14:21 NF

Meta开源Muse Glimmer 30B模型 支持单卡24GB显存GPU本地运行

Meta于2026年8月10日发布Muse Glimmer 30B参数模型，在Apache 2.0许可下开源权重，支持在24GB或32GB显存的消费级GPU上运行，针对本地智能体工作流优化，社区讨论聚焦其实用性与后续Muse Spark 1

资讯 08-12 14:18 NF

前沿模型API加密推理轨迹可提取 三大厂商面临隐私泄露风险

安全研究团队披露OpenAI、Anthropic和Google API中加密推理块存在跨模型可移植漏洞，可通过2次调用提取内容，并从公开日志解码出367条PII和182个凭证。事件暴露客户端持有加密推理的设计缺陷，已获厂商修复。

资讯 08-12 06:13 NF

Anthropic新Claude模型自2026年8月2日起嵌入隐形水印 全球合规引发隐私争议

Anthropic自2026年8月2日起在全球新Claude模型中嵌入不可见文本水印，以符合欧盟AI法案透明度要求。该水印融入文本本身，可随复制粘贴传播并抵抗适度编辑，同时适用于图像文件的C2PA元数据。政策无退出选项，覆盖API、Clau

资讯 08-12 06:10 NF

白宫AI框架排除开放权重模型 闭源系统面临30天联邦审查

2026年8月5日白宫最终确定自愿AI安全测试框架，明确将开放权重模型排除在联邦审查之外，仅要求OpenAI、Anthropic等闭源前沿模型在发布前接受CAISI为期30天的网络安全评估。该政策制造了监管不对称，开放权重开发者无需承担审查

资讯 08-12 05:08 Winzheng Lab

WDCD Run #276: Grok 4 Leads with 94.8 Points as Average Instruction Decay Hits -18.2%

WDCD Run #276 (2026-08-12) evaluated 11 models on multi-turn commitment integrity, with Grok 4 taking the top spot at 94

评测 08-12 05:08

WDCD v3.1周期追踪：豆包Pro+13.8 GPT-o3-11.6 守约排名大洗牌

WDCD v3.1试点数据显示，豆包 Pro 较 Run #271 上升 13.8 分，GLM-4.6 上升 9.9 分，Gemini 3.1 Pro 上升 6.8 分；DeepSeek V4 Pro 下降 8 分，GPT-o3 下降 11

评测 08-12 05:08

业务规则场景最低仅1.55分，Claude资源限制崩盘2分

WDCD v3.1试点数据显示，业务规则场景全体得分最低，qwen3-max仅1.55/4垫底；claude-opus-4.7在数据边界拿4/4却在资源限制跌至2/4，差距达2分。11模型中资源限制与业务规则成为最易破防场景，企业接入生产流

评测 08-12 05:07

R3 诚信率仅 59.1%：GPT-o3 20% 崩溃暴露三轮守约断层

基于 8 道 v2 锚点题，11 模型 R1 确认率 100%、R2 抵抗率 86%，R3 诚信率仅 59.1%，GPT-o3 R3 崩溃率达 20%。文章揭示模型先确认后崩盘的典型轨迹，并分析对生产流程接入的实际影响。

评测 08-12 05:07

Grok 4 94.80 分登顶 WDCD，Qwen3 Max 69.20 分垫底差距 25.6 分

Grok 4 以 94.80 分位列 WDCD v3.1 守约榜第一，Qwen3 Max 69.20 分垫底，11 个模型中 R3 崩溃率仅 4.5%。头部与尾部相差 25.6 分，GPT-o3 R3 直接 0 分暴露高压场景脆弱性。数据揭

资讯 08-12 04:24 TC

谷歌Gemini应用用户数飙升至10亿，紧追ChatGPT

谷歌旗下AI应用Gemini用户数近期飙升至10亿，成功追平竞争对手OpenAI旗下ChatGPT的月度活跃用户规模——后者于今年6月率先达成该里程碑。Gemini的快速增长得益于与安卓系统及谷歌搜索、Gmail等核心服务的深度整合，使其获

资讯 08-12 04:24 TC

OpenAI发布Linux版ChatGPT桌面应用

OpenAI终于面向Linux操作系统推出ChatGPT官方桌面应用，弥补了长期仅有Windows和macOS客户端的空白。该应用旨在为Linux用户提供更原生、高效的AI对话体验，有望覆盖开发者与研究人员等核心人群。这一举动不仅回应了社区

资讯 08-12 04:23 ARS

谷歌Gemini用户破10亿，成史上增长最快产品

谷歌AI助手Gemini月活跃用户突破10亿，成为公司史上增长最快产品，凸显其在搜索、Android和Workspace等全生态整合中的成功。然而，模型迭代速度的放缓正成为最大变数，既有技术瓶颈，也有行业共性困境。在竞争激烈的AI赛道，Ge

横评 08-12

WDCD v3.1周期追踪：豆包Pro+13.8 GPT-o3-11.6 守约排名大洗牌

WDCD v3.1试点数据显示，豆包 Pro 较 Run #271 上升 13.8 分，GLM-4.6 上升 9.9 分，Gemini 3.1 Pro 上升 6.8 分；DeepSeek V4 Pro 下降 8 分，GPT-o3 下降 11

横评 08-12

业务规则场景最低仅1.55分，Claude资源限制崩盘2分

WDCD v3.1试点数据显示，业务规则场景全体得分最低，qwen3-max仅1.55/4垫底；claude-opus-4.7在数据边界拿4/4却在资源限制跌至2/4，差距达2分。11模型中资源限制与业务规则成为最易破防场景，企业接入生产流

横评 08-12

R3 诚信率仅 59.1%：GPT-o3 20% 崩溃暴露三轮守约断层

基于 8 道 v2 锚点题，11 模型 R1 确认率 100%、R2 抵抗率 86%，R3 诚信率仅 59.1%，GPT-o3 R3 崩溃率达 20%。文章揭示模型先确认后崩盘的典型轨迹，并分析对生产流程接入的实际影响。