本周 Meta 回归开源、xAI 拿下图像编辑亚军、阿里发明了视频生成的新输入模态。以下是 2026 年 8 月 5–11 日的关键动态。
头条：Meta 的开源转向
Meta 本周做了两件事，重塑了开放权重格局：
Muse Spark 1.2（8 月 5 日）——编码导向旗舰，与 Muse Code（首个终端智能体）联合训练。TB 2.1 82.9%，AA 指数 54，标准层 $1.25/$4.25，贡献者层 $0.10/$0.20。每项编码基准都落后 Opus 5——靠价格而非峰值竞争。
Muse Glimmer（8 月 10 日）——30B 密集模型，Apache 2.0 许可，是 Meta 历史上首个完全开源发布。24GB 显存可运行，DFlash 推测解码在 RTX 5090 上加速 3.1 倍。扎克伯格发 14 页长信力挺开放 AI，并承诺「数周内」发布 Spark 1.2 权重。
信号：分发比控制更重要。从闭源 API 发布到 Apache 2.0 兄弟模型，仅隔五天。
图像生成：xAI 的大跃进
Grok Imagine Image 2.0（8 月 7 日）在 Arena T2I（Elo 1,320）和图像编辑（Elo 1,439）排行榜上全球 #2——仅次于 GPT-Image-2。前代 Quality Mode 在两个榜上都处于中游。
编辑工具组合：魔术棒、分割、去背、多参考合成（最多 5 张图）、智能缩放、专业模板。API 访问「即将推出」。
视频生成：文档输入来了
Wan 3.0（8 月 6 日，公测）将时长延长至 30 秒（Wan 2.7 的 2 倍），并引入文档和网页输入——PDF、PPT、电子表格、URL 直接转化为视频。目前没有其他主流视频模型能做到。定价 $0.05–$0.20/秒。代价：与 Wan 2.7 的开放权重不同，Wan 3.0 是闭源云端产品。
MAGI-2 Preview（8 月 5 日）是 Sand.ai 的 114B MoE（6B 激活）视频模型，Apache 2.0——首个开源的 100B 级视频生成模型。生成 10 秒视频配同步音频。需 8 块 Hopper GPU。研究预览，但完整权重 + 代码 + 报告全部公开。
OpenAI 更新：Sol 滑块、Luna 免费、Cyber 面向安全
GPT-5.6 Sol 改进了准确性并新增推理深度滑块（8 月 6 日）。GPT-5.6 Luna 成为免费用户默认模型，提供无限文本对话和 Think 按钮。
GPT-5.6-Cyber（8 月 10 日）是 Sol 的安全微调版：高级网安任务完成率 95%（GPT-5.5-Cyber 为 57.3%）。限审核合格的安全厂商和研究人员使用。
本周其他
| 动态 | 厂商 | 日期 | 意义 |
|---|---|---|---|
| Nemotron 3.5 Lightning | NVIDIA | 8/11 | 面向长时程智能体的开放权重模型，配套 NeMo Switchyard 多模型路由库。 |
| Qwen 3.8-Max 开放权重 | Alibaba | 8/12（明天） | ModelScope 倒计时确认 2.4T 模型权重明天发布。Qwen3.8-27B 随后跟进。 |
| NVIDIA Magpie TTS 更新 | NVIDIA | 8/10 | 364M 多语言 TTS 新增阿拉伯语、韩语、巴西葡萄牙语。开放权重。 |
| webAI TwiL-LM | webAI | 8/10 | 1.7B/3B 形式逻辑小模型，iPhone 可运行。非商用许可。 |
本周三大趋势
-
Meta 重返开源。 Apache 2.0 的 Glimmer 加上 Spark 1.2 开放权重承诺在同一周。从 Llama 的自定义许可到 Muse 的闭源 API，再到现在——这是一次真正的战略转向。
-
本地智能体模型成为品类。 Muse Glimmer（30B/24GB）、Nemotron 3.5 Lightning、TwiL-LM（iPhone 可运行）——三个独立实验室都在发布面向本地硬件的智能体模型。云推理不再是唯一选择。
-
视频输入正在超越文本和图像。 Wan 3.0 的文档转视频是真正的新能力。MAGI-2 的 114B MoE Apache 2.0 让 100B 级视频生成首次开源。视频模型领域的多样化速度超过了 LLM 同阶段。
详见各模型页面链接。全景参见 2026 LLM 指南。