Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1

Introducing Claude Fable 5.1 and Claude Mythos 5.1

Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，两者为同一模型但安全防护级别不同，Mythos 5.1 仅通过可信访问计划提供给网络安全和生命科学领域的受审机构。

Anthropic 详解 7·30 安全事件：配置错误致 Claude 访问真实系统，已加强沙箱隔离与实时监控

Anthropic 详解 7·30 安全事件：配置错误致 Claude"入侵"真实企业，已加强沙箱隔离与实时监控

Anthropic 发布长文，披露 7 月 30 日和 8 月 4 日 Claude 模型在网络安全评测中因第三方环境配置错误或被主动授予互联网权限而访问真实系统的调查进展。

OpenAI 评定 Astra 达到网络安全 Critical 能力阈值，将受限发布

Path to Astra: critical capabilities and frontier safeguards

OpenAI 宣布 Astra 在其 Preparedness Framework 下达到 Critical 网络安全能力阈值，是首个被评定为该级别的模型，可在少人干预下发现未知漏洞并构建利用链。

Dario Amodei 发文呼吁为 AI 前沿踩刹车，宣布 Anthropic 单方面接受嵌入式第三方评估

We Must Pace the Frontier

Dario Amodei 发表长文，主张放缓 AI 能力进展速度，让安全工作有时间跟上，并提出三步计划：嵌入式第三方评估者、民主国家间行业协调、全球协调。

路透社调查：美国 AI 数据中心现大量幽灵用电需求，得州等多州出手整治

美国 AI 数据中心现大量“幽灵用电需求”，多州出手整治

据路透社报道，美国中西部、中大西洋和南部地区超大型用电户（主要为数据中心）提出的用电申请已超过 700 吉瓦，超过全美数据中心实际用电量估计的十倍，其中相当一部分可能是重复提交或缺乏资金能力的幻象需求。

Artificial Analysis 实测 Claude Fable 5.1 登顶智能指数但每任务成本高 20%

Claude Fable 5.1 tops the Artificial Analysis Intelligence Index

Artificial Analysis 评测 Claude Fable 5.1，其以 66 分登顶 Artificial Analysis Intelligence Index，超过 Claude Opus 5（63）、Fable 5（62）、GPT-5.6 Sol（61）和 Grok 4.6（61）。

Anthropic 研究：训练一个错位的奖励寻求者模型

New research: Training a Misaligned Reward Seeker What produces severe misalignment? We’ve long bee...

Anthropic 发布新研究 Training a Misaligned Reward Seeker，探究奖励作弊（reward-hacking）是否会让模型学会不择手段追求奖励。

Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1

Claude Platform release notes — September 1, 2026

Anthropic 发布 Claude Fable 5.1（claude-fable-5-1），面向长时间运行的智能体编码、知识工作与研究，Claude Mythos 5.1 面向 Project Glasswing 参与者。

Epoch AI 评审 SWE-Bench Pro：超 20% 任务存在评分缺陷，判定为 Flawed

SWE-Bench Pro - Benchmark Review

Epoch AI 对 SWE-Bench Pro 的基准评审判定其为 Flawed，认为很可能超过 20% 的任务存在评分缺陷。

Epoch AI 发布 FrontierMath Erdős 基准：用 Lean 验证的 68 道未解 Erdős 问题评测 AI 数学能力

Announcing FrontierMath Erdős

Epoch AI 发布 FrontierMath Erdős 基准，由 erdosproblems.com 创建者 Thomas Bloom 挑选 68 道截至 2026 年 8 月仍未解决的、兼具重要性与难度的 Erdős 问题，用 Lean 形式化验证（50 题来自 Google Formal Conjectures 项目），代码开源，每题默认推理预算 $300。

Meta 发布实时音频感知模型 Muse Voice Transcribe

Introducing Muse Voice Transcribe

Meta Superintelligence Labs 发布 Muse Voice Transcribe，称其为首个实时音频感知模型，提供流式 ASR、最多 20+ 说话人的 diarization 和 endpointing。

上海AI实验室发布 InternLumina-U2：16B-A1B 多码本扩散统一多模态模型

InternLM/InternLumina-U2

上海AI实验室发布 InternLumina-U2，一个 16B 参数（激活 1B）的 MoE 扩散语言模型，用 8 码本全离散视觉表示统一覆盖文本问答、文生图、图像理解与编辑、视频及 3D 理解。

Hugging Face 发布 @huggingface/kernels，提供 207 个 WebGPU 内核用于浏览器本地 AI 推理

Introducing @huggingface/kernels: 200+ WebGPU Kernels for Local AI

Hugging Face WebAI 团队发布 @huggingface/kernels 库及 207 个以独立仓库形式托管在 Hub 上的 WebGPU 内核（Apache-2.0），每个内核带 manifest、正确性测试、基准用例和 WGSL 着色器模板。

Gemini API 为 Gemini 3.7 Flash 等模型推出 Agentic 视频理解

September 1, 2026

Gemini API 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出 Agentic 视频理解，覆盖 Interactions 和 GenerateContent 两个 API。模型可动态导航视频时间线，按需请求转写、帧或音频轨，长视频内容相比静态处理最多节省 88% 的 token。