「欧洲主权AI」不装了？Mistral直接把智谱GLM-5.2请进门
相关推荐
“千问办公”首发上线GLM-5.3、DeepSeek V4 Pro两款模型
火星财经消息，8月15日，阿里巴巴旗下Agent产品“千问办公”首发上线GLM-5.3和DeepSeek V4 Pro两款前沿模型。即日起，用户可在产品首页的“前沿模型”档位直接选用。加上此前首发上线的Qwen3.8-Max，千问办公目前已支持三款国产旗舰模型。
网传DeepSeek Harness本周开启内测，对标Claude Code
BlockBeats 消息，7 月 28 日，据 Max For AI 爆料，名为「Harness」的 DeepSeek 版 Claude Code 即将开始内测。社群疯传的内测招募截图显示，DeepSeek Harness 计划于本周晚些时候开启内测，首批用户将从小范围群聊中筛选。入选者需要提交个人资料、签署《保密承诺函》，并获得产品访问权限。 更值得注意的是，图里还明确提醒：一旦泄密，不仅会被取消资格，还会影响之后 DeepSeek 各类模型、产品内测以及合作机会的入选。如果消息属实，V4 正式版和 Harness 将很快公布。 动察 Beating 稍早前报道，DeepSeek V4 正式版（V4 GA）可能推迟到 8 月中旬发布。Harness 封闭测试结束后约 1 至 2 周会开放 V4，发布时间可能在 8 月 10 日至 20 日之间。如果消息属实，DeepSeek V4 上线时可能会面对更强竞争。届时 GPT-6、Claude Fable 5.1、GLM-5.5 等下一代模型可能已经进入市场。 点击下方原文链接，加入动察 Beating · 飞书 AI 新闻渠道，7×24 小时不间断监测全球 AI 热点与新闻。
Anthropic首次点名智谱，指责GLM-5.2蒸馏Claude和OpenAI模型
据 动察 Beating 监测，Anthropic 国家安全政策负责人 Tarun Chhabra 在阿斯彭安全论坛上首次点名智谱。他指控 GLM-5.2 蒸馏了 Claude 和 OpenAI 模型。 蒸馏是用强模型的回答训练另一个模型。技术本身很常见，争议在于是否绕过服务条款，大规模抓取竞争对手的输出。 Chhabra 称，中国头部 AI 实验室几乎都在蒸馏美国模型。Anthropic 每周正在封禁数百万个相关账号。美国前沿模型目前领先中国约 6 到 9 个月。他认为，若没有这类蒸馏，差距本可达到 12 到 18 个月。 此前 Anthropic 已点名 DeepSeek、月之暗面、MiniMax 和阿里。
观点：API蒸馏仅为RL垫脚石，GLM 5.2自主迭代可彻底摆脱美国模型依赖
据动察 Beating 监测，谷歌 TPU 软件工程师 Patrick Toulme 指出，外界对 GLM 5.2 靠蒸馏追平 Opus 的说法存在误解。大模型在智能体编码任务上的训练难点在于「零梯度困境」，即模型早期若无法产生正确运行路径，强化学习便无法获得梯度信号来启动参数更新。蒸馏 Claude 或 GPT-5.5 的作用，仅仅是在冷启动阶段提供种子解答以绕过零梯度困境。 一旦模型跨过冷启动门槛，后续的性能爬升将不再依赖蒸馏，而是完全依靠强化学习的爬山算法进行自我演化。Toulme 强调，GLM 5.2 已经具备独立产生成功路径的能力，完全可以通过强化学习自主迭代到更高级别，彻底摆脱对美国大模型的依赖。 Redis 创始人 Salvatore Sanfilippo 补充了另一条路径的可能性：虽然通过高能力模型引入推理模式（蒸馏）对于获取更好的 RL 信号非常有用，但 DeepSeek R0 的实践已经证明，即使在完全没有蒸馏播种的纯冷启动情况下，强化学习依然可以自主运转并取得突破。 同时他认为，若仍需越过冷启动门槛，大模型研发完全可以初步使用 DeepSeek-v3.2 等本土开源模型进行微调，而非必须依赖美国 API。
美团领投A轮，Mindverse总融资近5000万美元，将开源首个基于GLM 5.1的750B强化学习Agent模型
据动察 Beating 监测，AI 智能体研发商 Mindverse（心洲科技）宣布完成由美团领投的 A 轮融资，元禾璞华、韶音、变量资本及老股东跟投，累计融资近 5000 万美元，高鹄资本担任独家财务顾问。Mindverse 由陈锴杰与 Andrew（曾与姚顺雨合作发表 ReAct / FireAct 论文）共同创立，核心研发团队来自 DeepSeek、字节 Seed、xAI 等，致力于通过后训练和持续学习技术构建原生智能体模型（Agent Model）。 与依赖外部 Prompt 拼接的常规做法不同，Mindverse 坚信智能体的核心能力来自于模型的「后训练」（Post-Training）。公司以 LoRA 为构建持续学习与参数化记忆的技术底座，在 2025 年底实现了万亿参数 MoE 模型的无损 LoRA 强化学习，将后训练成本降至全参数训练的十分之一。通过 Mixture of LoRA 架构，成千上万个代表不同偏好或业务经验的独立「技能包」（LoRA）可挂载在共享底座上，支持动态快速激活（秒级）与干净的隐私隔离。 Mindverse 宣布将开源其最新训练的 750B 参数 Agent 模型，该模型包含 744B 预训练 GLM 5.1 底座与 6B 的 LoRA，是全球首个在 GLM 5.1 上完成强化学习后训练的成果，在 Living Bench、Vita Bench、A2UI 及 PinchBench 四大榜单中均取得 SOTA。产品上，Mindverse 采用模型训练与 C 端生活 Agent 应用 Macaron（200 万用户，10 万日活）协同迭代的双向飞轮；商业上则与华为云、微软云等深度合作，将低成本高并发的 LoRA 训练与推理基础设施向企业开放。
ZCode免费送1亿GLM-5.3 Token，太火导致上线一小时就暂停
据动察 Beating 监测，智谱旗下编程 Agent 工具 ZCode，给 GLM-5.3 推出了一场周末免费活动。新用户首次登录 ZCode，即可获得 1 亿 GLM-5.3 Token，用于 AI 编程、代码修改和 Agent 任务。 活动原定北京时间 8 月 16 日 0 点开始，持续到 17 日上午 9 点。结果上线一小时，ZCode 就宣布暂停新增 1 亿 Token 发放。官方称活动需求「超出预期」，正在调整服务容量。 已经领取的额度不受影响，普通新用户的 300 万 GLM-5.3 Token 福利仍然开放。ZCode 表示，等容量恢复后会重新开启 1 亿 Token 活动。