科技简报 | 2026年8月14日

这周的科技圈有点像下饺子。大厂小厂都在发新东西，尤其是中文互联网和 AI 这块，声音特别密。我挑了几条自己觉得有意思的，跟你聊聊。

小红书 dots 团队把 dots.tts 开源了。20 亿参数，全连续端到端自回归。它在 Seed-TTS-Eval 三个子集上，平均内容准确度和平均说话人相似度都拿到了最佳。

坦白讲，TTS 这个领域以前给人感觉是大厂实验室的专属，但现在国内团队开始把基座模型往外放。对做内容、做配音、做无障碍应用的人来说，这其实是多了一条靠谱路。

来源，小红书技术公众号（dots.llm）

阿里开源了 Qwen3.8-2.4T-A95B。总规模 2.4T，激活参数 95B。硅基流动当天就给了 Day-0 支持。API 定价输入 2 美元/百万 token，输出 6 美元/百万 token。

它主打的是自主编码、复杂研究和端到端智能体执行。参数规模继续往上顶，同时国内云厂商跟得也越来越快。

来源，@SiliconFlowAI

DeepSeek-V4-Pro 正式上线 APP、网页和 API。模型名改成 deepseek-v4-pro 就能用。Agent 能力涨了一截，HLE 成绩达到 42.7/60.0，代码和终端任务上的表现也有提升。

同一天，DeepSeek Harness v0.1 开发者预览版也开源，MIT 许可证。它基于 Cordis 元框架，核心思路是“一切皆插件”，模型、工具、技能、会话、沙箱、文件系统、循环、编排都能插拔。

DeepSeek 最近不是发模型就是发框架，节奏确实有点猛。

来源，DeepSeek API 更新日志和 @deepseek_ai

MiniMax 发了 Music 3.0，开源权重，号称生产级全能。你给创意概念和可选歌词，它一次性把作曲、编曲、演奏、制作全包，最长能到 5 分钟。

之前 AI 音乐多是“片段惊艳”，但很难把整首歌的完整性做稳。MiniMax 这次把生成时长和端到端流程都往前推了一步。

来源，MiniMax Blog

WorkBuddy 上线了远程控制。PC、App、小程序被打通，手机端能实时同步电脑端的任务、对话、工作空间和产物。一台手机可以连多台电脑，还能随时切换，不用扫码。

这个功能听起来很“工具属性”，但它其实是在做 Agent 工作的入口。把远程电脑、手机、AI 工作流串在一起，才算是国内比较顺滑的 Agent 工作方式。

来源，公众号数字生命卡兹克

OpenAI 在 8 月 6 日宣布 ChatGPT 月活超过 10 亿。几乎同时，皮查伊说 Gemini 月活也破了 10 亿，是谷歌史上增长最快的产品。

两个头部聊天机器人同时迈过这个门槛，说明 AI 助手已经从尝鲜变成基础设施。对后面的中小玩家来说，获客成本只会更高。

来源，The Verge 和 @sundarpichai

微软发了首个自研推理模型 MAI-Thinking-1，Mustafa Suleyman 在 X 上宣布。模型已经在 Microsoft Foundry 上线。

这几年微软一直靠 OpenAI 的模型撑场面，现在自己也开始从零做推理模型。后续它和 Azure、Foundry 的绑定会怎么演进，值得关注。

来源，@mustafasuleyman

Cursor 推出了 builds 功能。它在后台持续准备好开发环境的副本，云智能体启动时不用从零搭环境，响应速度最高能快 3 倍。内部环境启动快 10 倍，首个 token 生成快 3 倍。

Agent 最有价值的场景是长时任务，但长时任务最怕中断。builds 解决的是“恢复成本”，这块做好了，agent 的可用性会明显不一样。

来源，Cursor Blog

今天简报就到这里。如果你也在关注国内 AI 开源和 Agent 工具，欢迎留言聊两句。