8月21日 AI创业晚报：多模态模型、AI视觉与科研Agent
本期在X上读取了404个关注账号的5507条推文，其中279条落在时间窗内；公众号方面，5个账号的25篇文章在本期窗口内。
0:00 / 9:44
本期聚合北京时间 2026 年 8 月 21 日 09:00 至 22:00 的 AI 与创业新增事实，重点覆盖 GPT-Image-2 透明背景、DeepSeek-V4-Flash-Vision-Exp、MiniMax Design，以及玻尔·科学空间，并补充 Agent 产品、开发者工具、AI for Science 和机器人快讯。
重点事实
图片与多模态模型
OpenAI Developers 官方账号宣布，GPT-Image-2 的 API 已经预览支持透明背景，可用于产品图片、平面设计、网站样机和营销活动。 1
当前窗口的讨论帖展示了用 GPT-Image-2 生成透明背景的仙人掌图片。 2
DeepSeek 官方账号宣布，DeepSeek-V4-Flash-Vision-Exp 已上线 DeepSeek API 平台。官方说明称，这个实验性多模态模型保留了 V4-Flash 的文本能力，包括 Agent、推理和世界知识；在多模态 Agent 基准上，相较 V4-Flash 有明显提升，表现接近 Opus-4.8。 3
该模型在 API 中使用
deepseek-v4-flash-vision-exp，DeepSeek Harness 0.1.1 已提供开箱支持；DeepSeek API 文档列出了图像输入和 Harness 开发者预览支持。 4AI 视频与视觉工作流
X 账号 @xiaohu 介绍了 MiniMax Design，这是一款面向商业视频和内容创作者的 AI Agent 客户端，流程从策划、分镜、生成、剪辑一直连接到交付。 5
帖子列出的功能包括自动理解意图、无限画布、节点图协作、技能和插件生态，以及不同商业场景的预设技能。另一条帖子展示了按设定运镜生成视频，以及从一句综合需求出发，自动拆解分镜、批量生成产品图和场景图，再交叉渲染成片。 67
科研 Agent
机器之心介绍了深势科技发布的玻尔·科学空间公开测试版。它是一个桌面端科研工作环境，连接本地和云端的科学数据、计算与实验资源，并把不同学科的 AI 科学家放进科研流程。 8
其中的 SciMaster 可以围绕研究问题检索文献和专利，理解论文里的文字、图表、分子和公式，再整理共识、分歧和研究空白。研究者确认假设后，系统可以拆解任务，调用数据、模型、软件和算力资源，执行计算、模拟和数据分析。 8
同一篇文章还写到，Uni-Parser 在多模态文档解析评测中的准确率超过 98%；玻尔 Sandbox 累计调用约 185 万次，工具创建成功率是 98.8%。 8
文章还列出了 BioMaster、PharmMaster 和 MatMaster，分别面向生物医学、药物研发和材料科学任务；Science Navigator 连接超过 2 亿篇文献与专利，DeployMaster 精选部署超过 5 万个科学计算工具。 8
其他快讯
Replit 创始人转发的帖子提到，Replit 与 OpenAI 合作推出 Free mode。产品线说明还包括浏览器 IDE、Codecademy、Replit 和 Agent；这些入口都放在 Free mode 的介绍里。 9
Grok 官方相关帖子写明，一个提示可以生成带独立域名的网页应用，功能面向 X Premium 和 SuperGrok 订阅者。 10
Okara 汇总了本周更新，包括 Google Analytics 实时读取、收入指标、Wix 发布、SEO 工具、竞争对手变化提醒和聊天界面改动。 11
OpenBMB 发布 MathForm，包含面向 Lean 4 自动形式化的开源框架、数据集和模型，FormalVerse 数据集收录超过 36.7 万条经过验证的 Lean 4 样例。MathForm 的介绍还列出，Syntax Check Pass@8 是 88.06%，Consistency Check Pass@8 是 72.37%；FATE-H 和 FATE-X 的占比分别是 63% 和 37%。 12
机器之心介绍了一套端到端论文生成系统，文章标题列出的假结论检出率是 92%，并包含自动跑实验、画图和生成论文初稿。 13
极佳视界发布 GigaBrain-0.7，机器之心文章标题列出了 System-3 加双塔体系和开源信息。 16
量子位还报道，内存价格一年上涨 500%，文章把它放在 20 年内存价格变化的背景里。 19
36 氪文章介绍京东机器人从舞台展示走向零售和服务场景，并把机器人放进具体业务流程。文章还写到，今年 618 京东人形机器人的销售额同比增长超过 10 倍，并与超过 200 个机器人品牌合作；京东联合 20 多家伙伴推进机器人电池标准化，目前有 8 个机器人维修中心，未来 5 年计划建设 80 个 RoboBase。 20
36 氪的另一篇世界机器人大会文章把标题写成「从 Model 到 Organization」，并讨论 AI 进入群智协作。 21
OpenBMB 开源了 Ultra-FineWeb-L1，数据规模超过 1 万亿个 token，来源是经过处理的英文 Common Crawl 网页语料；项目说明还列出约 11.4 亿份文档，数据覆盖到 Common Crawl 的 2025 年第 51 批，并包含文本抽取、语言筛选、启发式过滤、敏感字段替换、去重和清洗流程。 22
Chroma 的 Foundation 研究预览出现在 X 讨论中，帖子称它可以根据 Agent 会话建立自我改进的记忆。 23
Google DeepMind 宣布与 Fenris Creations 开展研究合作，探索持续学习、深层记忆、跨周跨月的长程规划，以及多智能体互动。合作方把游戏作为研究环境，目标包括让 Agent 在持久的三维世界里获得新技能，同时不忘记过去的能力。 24
机器之心介绍了香港中文大学团队的 Libra，它是面向 Agent 强化学习后训练的资源管理器；文章写明，在 48 张 A800 上测试时，吞吐最高提高 3 倍，奖励收敛速度最高提高 2.5 倍。 25
Vite 相关的开源项目更新出现在 X 上，帖子写明 Vite Plus beta 已发布，Oxlint 的类型感知 lint 已经稳定，Oxc React Compiler 也已发布；更新还提到，Vitest 5 已经发布，Rolldown 也有新版本更新。 28
Stanford NLP 转发的 CollabSkill 更新写明，团队公开了采集到的轨迹和官方评分实现，相关论文已被 COLM 接收；这条更新还提到，数据集在八月初上传后已有超过 1700 次下载。 29
Codex 的更新还写明，产品已经达到两千万活跃用户，并开始向用户发放可以留到下个月使用的 banked reset。 30
Claude Platform 的更新写明，computer use、browser tool、Skills API 和 Files API 已经 GA，开发者可以在正式平台能力里调用这四项功能。 31
OpenCode 发布 Ox Alpha，提供一周免费使用、百万 token 上下文、多模态能力和 zero data retention，帖子还列出了这些产品条件。 32
Okara 还发布了 AI CMO v2 的上线记录：帖子称，团队用 4000 美元预算获得约 200 万次浏览和数千个注册，按其口径计算回报率为 50 倍。33
同一帖子还写到，X Agent、Influencer Agent、LinkedIn Agent 和 AI writer 参与了这次发布，团队把原本计划数周的准备压缩到 48 小时。33
DeepSeek V4 Flash Vision Exp 的讨论帖补充了价格信息：帖子称，它与 DeepSeek V4 Flash 的价格保持一致。34
MiniMax Design 相关帖子还列出了 H3 视频模型的价格，768P 约每秒 0.5 元，2K 约每秒 0.8 元，年卡价格低至每秒 0.4 元。5
一条 X 帖子提到，OpenAI 把 ChatGPT 放进 Apple Messages，插件可以搜索消息、整理对话、起草和发送回复，并已在 ChatGPT Work 和桌面端 Codex 提供。35
一条创业产品上线记录写明，Outbid 在一天内获得超过 20 万访问、约 2.15 万美元收入、1500 多名新增关注，并收到 10 万美元收购报价。36
References
- 1
- 2
- 3
- 4DeepSeek API 文档：模型与图像输入
api-docs.deepseek.com
- 5
- 6
- 7
- 8机器之心：玻尔·科学空间公开测试版
mp.weixin.qq.com
- 9Replit：Free mode
x.com
- 10Grok：一个提示生成网页应用
x.com
- 11Okara：本周产品更新
x.com
- 12OpenBMB：MathForm
x.com
- 13机器之心：端到端论文生成系统
mp.weixin.qq.com
- 14机器之心：豆包成为编辑部实习生
mp.weixin.qq.com
- 15机器之心：自进化设计 Harness
mp.weixin.qq.com
- 16机器之心：GigaBrain-0.7
mp.weixin.qq.com
- 17量子位：Meta Muse Spark 1.2
mp.weixin.qq.com
- 18量子位：机器人连续完成家务任务
mp.weixin.qq.com
- 19量子位：内存价格变化
mp.weixin.qq.com
- 2036氪：机器人走下舞台，京东上场
mp.weixin.qq.com
- 2136氪：从 Model 到 Organization
mp.weixin.qq.com
- 22
- 23
- 24
- 25机器之心：Libra 资源管理器
x.com
- 26机器之心：墨奇 Agentic-Native 具身大脑
mp.weixin.qq.com
- 27量子位：WRC 具身创业公司全栈方案
mp.weixin.qq.com
- 28Vite 生态更新
x.com
- 29
- 30
- 31
- 32OpenCode：Ox Alpha
x.com
- 33Okara：AI CMO v2 上线记录
x.com
- 34
- 35
- 36Outbid：上线后 24 小时记录
x.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.