DeepSeek-V4-Flash-Vision-Exp 正式上线 DeepSeek API 开放平台

这款实验性多模态模型在文本能力上比肩 DeepSeek-V4-Flash——涵盖智能体（Agents）、逻辑推理以及世界知识。 在多模态智能体基准测试中，V4-Flash-Vision-Exp 相比 V4-Flash 实现了大幅飞跃，使多模态智能体性能逼近 Opus-4.8。

现指定参数 model='deepseek-v4-flash-vision-exp' 进行体验。今天同步发布的 DeepSeek Harness 0.1.1 已开箱即用支持该新模型。

—— DeepSeek

via 风向旗参考快讯 - Telegram Channel

🌟 【一人一节点】日本/韩国/美国专线 (300 G)

还在忍受共享机场 IP 乱跳导致的账号风控、异地登录警告吗？

独立原生 IP，每次连接稳定如一

完美支持主流交易所与 DeFi 深度交互

极速低延迟，告别卡顿与断连

👇 立即体验独享稳定网络

🚀 网站: https://tglink.io/dd8a84ea056c35
✈️ 群组: https://t.me/happyvless

雷鸟推出iO AI眼镜，售价2499元支持全天候AI记忆

雷鸟创新（RayNeo）在2026雷鸟AI眼镜新品发布会上推出全新iO系列，首款产品雷鸟iO定位“人类增强AI眼镜”，售价2499元，首发到手价1996元起，支持0至1000度近视配镜，已在京东、天猫、抖音及线下眼镜渠道开售。Counterpoint与IDC数据显示，雷鸟创新2026年第一季度位居中国及全球AR眼镜出货量第一。

雷鸟iO采用双目显示架构和蓝湖光波导，OC区域透过率93%，非显示区超过98%，入眼亮度1800尼特，支持等效33英寸画面及DC调光。整机采用镁铝合金前框和钛合金镜腿，重量34克，配备体积小于一颗红豆的“萤火光引擎Nano”。产品支持Smart Crown智能旋钮、点头确认和摇头取消，并可显示天气、日程、待办等信息。

AI能力方面，雷鸟iO首批接入DeepSeek V4Pro和千问3.7Max，后续将支持Kimi K3及自研RayNeo AI大模型，续航最长两天。RayNeo全天候记忆引擎可处理声音、位置等信息，形成24小时上下文，并自动生成每日总结;实时提示功能还能识别对话中的问题并将参考答案显示在镜片上。产品还支持55种语言及109种口音翻译，以及AI提词器。

隐私方面，雷鸟iO采用无摄像头设计，录音、翻译等功能启动时隐私指示灯同步亮起且无法通过软件关闭。全天智记原始对话先在设备端匿名化、脱敏，用户可导出、迁移或彻底删除数据。

via AI新闻资讯 (author: AI Base)

Investigating service degradation

Aug 21, 09:20 UTC
Investigating - We are investigating a service degradation affecting some non-fast Grok-4.6 sessions.
Users may experience failures in sessions with attached images.

via Cursor Status - Incident History

图像理解

via DeepSeek 新闻

Deepseek

图像理解 | DeepSeek API Docs

deepseek-v4-flash-vision-exp 模型支持在文本之外输入图片，你可以让模型描述图片、识别截图中的文字、分析图表等。

Files API 让你上传图片，之后通过 file_id 引用。推荐在以下场景使用：

● 在多个请求中复用同一张图片，无需重复上传。
● 发送会超过 48 MiB 请求体限制或 32 MiB 单图内联限制的图片（见 图像理解：限制）。

上传的文件与 deepseek-v4-flash-vision-exp 模型配合使用。如何在对话请求中引用已上传的文件，请参考 图像理解。

支持的格式：JPEG、PNG、GIF、WebP。格式由文件实际内容判断。

以下示例的 base_url 为 https://api.deepseek.com。

----------------------

上传文件

通过 multipart/form-data 请求向 POST /files 上传文件。单个文件最大 64 MiB，上传需在 10 分钟内完成。

表单字段：

from openai import OpenAI

client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")

with open("image.jpg", "rb") as f:
    uploaded = client.files.create(file=f, purpose="user_data")

print(uploaded.id)  # file-api-xxxxxxxxxxxxxxxx

curl https://api.deepseek.com/files \
  -H "Authorization: Bearer <DeepSeek API Key>" \
  -F purpose="user_data" \
  -F file="@image.jpg"

响应描述了已存储的文件：

{
  "id": "file-api-xxxxxxxxxxxxxxxx",
  "object": "file",
  "bytes": 102400,
  "created_at": 1700000000,
  "filename": "image.jpg",
  "purpose": "user_data",
  "expires_at": 1700003600
}

只有在上传时设置了有效期，expires_at 才会出现。

----------------------

列出文件

files = client.files.list()
for f in files.data:
    print(f.id, f.filename)

curl https://api.deepseek.com/files \
  -H "Authorization: Bearer <DeepSeek API Key>"

查询参数：

响应为分页列表：

{
  "object": "list",
  "data": [
    {
      "id": "file-api-xxxxxxxxxxxxxxxx",
      "object": "file",
      "bytes": 102400,
      "created_at": 1700000000,
      "filename": "image.jpg",
      "purpose": "user_data"
    }
  ],
  "first_id": "file-api-xxxxxxxxxxxxxxxx",
  "last_id": "file-api-xxxxxxxxxxxxxxxx",
  "has_more": false
}

----------------------

查询文件信息

info = client.files.retrieve("file-api-xxxxxxxxxxxxxxxx")
print(info.filename, info.bytes)

curl https://api.deepseek.com/files/file-api-xxxxxxxxxxxxxxxx \
  -H "Authorization: Bearer <DeepSeek API Key>"

----------------------

删除文件

client.files.delete("file-api-xxxxxxxxxxxxxxxx")

curl -X DELETE https://api.deepseek.com/files/file-api-xxxxxxxxxxxxxxxx \
  -H "Authorization: Bearer <DeepSeek API Key>"

{
  "id": "file-api-xxxxxxxxxxxxxxxx",
  "object": "file",
  "deleted": true
}

----------------------

在对话请求中使用已上传的文件

使用 file 内容块引用返回的 file_id：

response = client.chat.completions.create(
    model="deepseek-v4-flash-vision-exp",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "这张图片里有什么？"},
                {"type": "file", "file_id": "file-api-xxxxxxxxxxxxxxxx"},
            ],
        }
    ],
)
print(response.choices[0].message.content)

文件归属于你的 API key，可被任一 API 家族引用。注意：通过 Anthropic 兼容 /messages 端点引用文件时需携带 anthropic-beta: files-api-2025-04-14 请求头。

与内联（base64）图片不同，通过 file_id 引用的文件不受 32 MiB 单图限制，请求中单张最大 64 MiB。

file 块也可以通过 file_data 以 base64 形式内联携带图片，替代 file_id（二者互斥）。使用 file_data 时还可设置 filename；filename 不能与 file_id 同时出现。

----------------------

Anthropic 兼容 Files API

同样的文件操作也可通过 Anthropic 兼容端点使用，base_url 为 https://api.deepseek.com/anthropic。所有请求必须带请求头 anthropic-beta: files-api-2025-04-14。

端点位于 /anthropic/v1/ 路径下：Anthropic SDK 设置上述 base URL 时会自动补上 /v1；直接用 curl 等裸 HTTP 客户端时需要写完整路径。

这些端点（POST /anthropic/v1/files、GET /anthropic/v1/files、GET /anthropic/v1/files/{file_id}、DELETE /anthropic/v1/files/{file_id}）遵循 Anthropic Files API 的形态，与上文 OpenAI 兼容版本存在差异：

Anthropic 兼容端点返回的文件对象形如：

{
  "id": "file-api-xxxxxxxxxxxxxxxx",
  "type": "file",
  "size_bytes": 102400,
  "created_at": "2026-01-01T00:00:00+00:00",
  "filename": "image.jpg",
  "mime_type": "image/jpeg"
}

使用 after_id / before_id 游标列出文件：

curl "https://api.deepseek.com/anthropic/v1/files?limit=20" \
  -H "x-api-key: <DeepSeek API Key>" \
  -H "anthropic-beta: files-api-2025-04-14"

{
  "data": [
    {
      "id": "file-api-xxxxxxxxxxxxxxxx",
      "type": "file",
      "size_bytes": 102400,
      "created_at": "2026-01-01T00:00:00+00:00",
      "filename": "image.jpg",
      "mime_type": "image/jpeg"
    }
  ],
  "first_id": "file-api-xxxxxxxxxxxxxxxx",
  "last_id": "file-api-xxxxxxxxxxxxxxxx",
  "has_more": false
}

删除文件返回 { "id": "...", "type": "file_deleted" }。

----------------------

限制

via DeepSeek 新闻

🤖deepseek-v4-flash-vision-exp 已上线 DeepSeek API，文档、定价暂未公布

🌸 在花频道 · 茶馆水群 · 投稿通道

via 科技圈🎗在花频道📮 - Telegram Channel

AI向癌症发起猛攻 4000种抗癌药虚拟试杀 Google Gemma下载破10亿

via cnBeta.COM - 中文业界资讯站 (author: 稿源：新智元)

Telegraph

AI向癌症发起猛攻 4000种抗癌药虚拟试杀 Google Gemma下载破10亿

又一个新里程碑！就在今天，GoogleDeepMind官宣Gemma开源全家桶的最新战绩——累计下载，首破十亿大关。2024年2月首次上线，从0到10亿，用了整整两年半的时间。如今，全球开发者基于Gemma，爆改出10万个衍生变体，入轨NASA卫星、接入1亿人手机.......属于Gemmaverse的生态大爆发，真的来了！ AI找出抗癌通路 4000种药虚拟试杀 如今，AI正式向癌症发起了总攻！ 在Gemma的众多案例中，真正令人震撼的是，AI开始深度参与探索癌症治疗的新机制。 就在昨天，全球mRNA…

AI巨头Anthropic冲击史上最大IPO

via cnBeta.COM - 中文业界资讯站 (author: 稿源： 财联社)

Telegraph

AI巨头Anthropic冲击史上最大IPO

北京时间周五凌晨的最新消息显示，备受科技投资者关注的Anthropic上市进程即将进入激动人心的倒计时流程。据媒体援引知情人士报道称，随着上市筹备工作的加快，公司正准备最快“在本月底前公开提交上市申请”。与此同时，Claude开发商正期望能展开一场打破IPO募资纪录的上市大秀。 需要说明的是，Anthropic这个级别的IPO一旦正式公开招股书，意味着整个上市排期接近敲定。美国SEC规定，拟上市公司最晚需要在路演前15天向全市场公开招股书，而路演和询价流程大概需要1-2周，之后就是激动人心的敲锣时刻。 …

AI生成劣质文稿泛滥 美国众议院法案起草办公室不堪重负

via cnBeta.COM - 中文业界资讯站 (author: 稿源：环球市场播报)

Telegraph

AI生成劣质文稿泛滥 美国众议院法案起草办公室不堪重负

美国国会律师正疲于应对海量由人工智能工具生成的立法草案，其中大量文稿错误百出、行文粗劣。八名现任及曾供职于众议院立法顾问办公室的官员接受采访时表示，越来越多国会办公室与外部机构依赖生成式AI起草法案，令该机构工作压力持续攀升。 这些官员称，AI能够瞬间产出海量文本，迫使立法顾问办公室的律师投入大量额外时间审阅、改写草案。很多草案存在各类疏漏，其负面影响会远超出华盛顿本地：拖慢立法进程，还可能因错误援引法规、法律定义出错而引发诉讼。 人工智能已经冲击软件、军工、好莱坞等诸多行业；如今登陆国会山，这项高速迭…

OpenAI全面开源Codex Harness，AI编程智能体底层能力进一步开放

OpenAI近日进一步开放Codex Harness相关核心能力，将驱动Codex不同产品形态的智能体运行框架向开发者开放。Codex Harness是Codex背后的核心Agent运行环境，负责连接模型、用户与工具，并管理任务执行、上下文、会话及代码操作等流程。OpenAI此前已将Codex CLI及相关核心代码开源，并持续完善Harness和App Server能力。

从架构来看，Codex Harness并非单纯的代码生成工具，而是完整的Agent执行框架。其核心包括Agent Loop、线程生命周期与持久化、配置及身份认证、工具执行和扩展机制等。通过Codex App Server，开发者可使用双向JSON-RPC协议将Harness接入不同客户端，并获得实时事件流，从而构建IDE、桌面应用及其他定制化Agent产品。

目前，Codex Harness已支撑Codex Web、CLI、IDE扩展及macOS应用等多种使用场景。OpenAI此前还公开分享“全由Codex编写代码”的Harness工程实践:一个内部产品在约5个月内形成约100万行代码，并完成约1500个Pull Request，团队核心理念从“人工编写代码”转向“人类设定目标、Agent执行”。

此次进一步开放Harness，意味着AI编程竞争正从模型能力延伸至Agent运行时、工具调用、上下文管理和工程反馈闭环。随着底层Harness逐渐标准化，开发者能够在Codex核心Agent能力之上构建更加丰富的专业化AI编程与软件工程工作流。

via AI新闻资讯 (author: AI Base)

Tibo 回应 Codex 使用限制，sub2api 转售共享会触发风控

Tibo 表示，Codex 使用限制不会在未与社区沟通且不透明的情况下调整。调查显示，许多受影响用户使用 sub2api；将订阅转成 API 流量后转供或共享给多人不受支持，并会被反欺诈系统标记。

通过 Sign in With ChatGPT 使用订阅不受影响，官方客户端及支持该登录方式的 Pi、OpenCode 等开源客户端均可使用。

Tibo(@thsottiaux)

🌸 在花频道 · 茶馆水群 · 投稿通道

via 科技圈🎗在花频道📮 - Telegram Channel

OpenAI API 预览开放 GPT-Image-2 透明背景，生成可复用素材

OpenAI 在 API 中为 GPT-Image-2 推出透明背景预览功能，可生成放置在任意背景上的可复用素材，适用于产品图、平面设计、网站原型和营销活动。

OpenAI Developers(@OpenAIDevs)

🌸 在花频道 · 茶馆水群 · 投稿通道

via 科技圈🎗在花频道📮 - Telegram Channel

↩️ 继 Anthropic 后，Amazon 也被曝购书扫描训练 AI，纸质书扫描后被销毁

科技圈🎗在花频道📮:

🤖 文件披露：Anthropic 砍书扫描数百万册训练 Claude，曾涉 LibGen 下载被罚 15 亿美元 《华盛顿邮报》披露，Anthropic 内部文件称其在 2024 年启动“Project Panama”，通过切掉书脊“破坏性扫描”数百万本实体书，投入数千万美元，用于训练 Claude 等模型，并强调“不想让外界知道”。 作者集体诉讼文件还称其曾下载 LibGen 等“影子图书馆”盗版数据；法官认为扫描训练可属合理使用，但获取方式可能侵权。Anthropic 已在 2025 年 8 月以…

继 Anthropic 后，Amazon 也被曝购书扫描训练 AI，纸质书扫描后被销毁

404 Media 调查发现，亚马逊正在大规模购买图书、扫描用于 AI 训练，并在此过程中销毁书籍。调查人员将追踪装置放入一本稀有书，最终追踪到其位于内华达州拉斯维加斯的亚马逊仓库。该仓库员工称，他们接收大量印刷书籍后剪掉装订以加快扫描，书页随即被销毁。

404 Media

🌸 在花频道 · 茶馆水群 · 投稿通道

via 科技圈🎗在花频道📮 - Telegram Channel

研究发现自ChatGPT推出以来发布的网页中有三分之一显示出AI创作的迹象

据皮尤研究中心周四发布的一项新研究，在ChatGPT推出后发布的网页，超过三分之一显示出由AI撰写的迹象。皮尤表示，在2026年7月收集的1万个网页的随机样本中，大约10%显示出 “显著的AI创作迹象”。然而，皮尤指出，像这样的随机样本不可避免地会包含较旧的网页。

为了更好地了解目前互联网上有多少内容是由AI撰写的，皮尤过滤掉了较旧的网页，只关注那些在ChatGPT推出后发布的网页。在去除较旧网页后的同一快照中，35%的页面发现了AI创作的迹象。皮尤发现具有 .com 域名的链接页面显示出AI创作迹象的比例大约是 .edu 或 .gov 域名的10倍。

—— Techcrunch

via 风向旗参考快讯 - Telegram Channel

币安现在允许用户使用AI智能体进行交易

拥有超过三亿注册用户的全球最大加密货币交易所币安，于周四推出一个平台，允许AI智能体分析市场并代表用户执行交易，将自主AI直接带入管理真实资金的业务中。该平台名为 Agent OS，允许开发者将 AI应用和智能体连接到币安的金融基础设施。

平台整合了该交易所现有的工具和服务，如币安API、币安钱包智能体中心、币安x402交易验证和支付服务 API ，以及币安 Skill Hub，连同新引入的对其上下文协议(MCP)的支持。该平台还与OpenAI的ChatGPT和Codex、Anthropic的Claude Code和Cursor等工具配合使用，允许用户授权智能体访问市场数据、查看账户信息并执行交易。

—— Techcrunch

via 风向旗参考快讯 - Telegram Channel

Grok Build重磅上线网页与移动端，人人皆可一句话秒变全栈开发者

随着大模型向应用层和生产力的深度渗透，AI原生应用的开发门槛正在被彻底打破。xAI 近日正式宣布，其备受瞩目的应用构建功能 Grok Build 已全面结束早期测试，正式面向所有套餐用户开放，并全面覆盖网页端、iOS 以及 Android 移动端。

在核心功能体验上，Grok Build 展现出了极高的便捷性与直观性。用户只需在与 Grok 的日常对话中，用自然语言详细描述自己想要的应用、小游戏、网站或数据仪表盘，系统便能在对话界面中实时生成并运行完整版本。自7月份推出早期测试版以来，该功能经历了高速迭代，不仅大幅提升了生成速度，更彻底打通了从创意构思、内容发布到社群分享的完整闭环。

为了让用户的创意能够无缝触达受众，Grok Build 推出了强大的社交分发机制。用户发布的应用不仅会获得一个专属的 grok.me 独立链接，支持自由设定访问权限并绑定个人专属域名，还会自动生成专属的富预览封面图。当这些应用被分享到 X（原 Twitter）等信息流平台时，它们将不再以生硬的单调链接呈现，而是直接以支持互动预览的内联卡片形式展现，甚至允许用户在信息流内直接试玩。

在功能扩展与底层生态方面，此次全量上线带来了多项重磅升级。应用现在可以直接调用 xAI API，在代码内部直接接入 Grok 的对话、图像生成以及语音合成能力，无需繁琐地管理和轮换 API 密钥。此外，新版本还同步推出了混谐（Remix）功能，允许其他用户对已发布的应用进行二次分叉与改造;支持一键将整个项目导出至 GitHub 仓库进行深度开发;引入了独立的第三方 API 密钥管理机制;并支持接入核心业务数据，打造出可实时筛选的动态仪表盘。

从创意构思的即时呈现到生产环境的无缝对接，Grok Build 的全面开放标志着人人皆可构建强大应用的时代已正式加速到来。

via AI新闻资讯 (author: AI Base)

千问AI平台模型矩阵持续扩容，GLM-5.3、DeepSeek-V4-Pro正式上线

阿里云千问AI平台（MaaS）近日更新模型服务矩阵，智谱旗舰大模型GLM-5.3、DeepSeek-V4-Pro正式版完成接入，配套API服务同步对外开放，开发者可快速调用模型能力。

本次上线的两款模型均聚焦编程与智能体核心应用场景。其中GLM-5.依托智谱最新技术迭代，大幅强化编程能力、长程任务执行能力与网络安全能力;DeepSeek-V4-Pro重点升级智能体交互能力，适配代码开发、多步骤复杂任务处理等需求。

目前千问AI平台已完成多品类主流模型聚合，覆盖文本生成、代码开发、语音处理、图像生成、视频生成五大赛道。平台已接入通义千问Qwen3.8-Max、Qwen3.8开源模型、Qwen Audio3.0、Qwen-Image3.0Pro、Wan3.0，同时引入GLM-5.3、DeepSeek-V4-Pro、Kimi K3等国内主流模型。开发者可依据业务场景灵活挑选模型，借助API将AI能力集成至自有应用与业务系统。

在付费使用层面，平台推出Token Plan套餐服务。DeepSeek-V4-Pro、Qwen3.8-Max、Qwen-Audio系列模型已开放订阅通道，用户完成套餐后，可在Qoder、Codex等AI开发工具内自由切换模型。

此次新模型上线，进一步完善了千问AI平台全场景模型供给，为开发者、企业用户提供更丰富的AI能力选型，助力智能体、代码开发类应用落地。

via AI新闻资讯 (author: AI Base)

Claude Platform 正式上线Computer Use、Skills API 与 Files API

Anthropic近日正式宣布，其备受瞩目的电脑操作（Computer use）、Skills API 以及 Files API 在 Claude Platform 上全面开放，迎来全面可用(Generally Available)阶段。此次更新不仅重磅推出了全新的浏览器使用工具(Browser use tool)，还对各项底层能力进行了深度优化，旨在赋能企业轻松构建能够真正操作软件、运用团队专业知识并输出成品的生产级智能体(Production Agents)。

在核心技术与能力升级方面，电脑操作功能迎来了重大突破。更新后的工具允许 Claude 在单个模型调用轮次中执行多项连续动作，大幅缩短了任务完成时间和调用次数。同时，电脑操作工具现已正式符合医疗保险流通与责任法案（HIPAA）的相关标准，可在签署商业伙伴协议(BAA)的前提下应用于受监管的医疗工作负载。

作为本次发布的绝对亮点，全新的浏览器使用工具正式登场。该工具完美继承了多动作轮次的优势，并创新性地引入了网页结构解析能力。与传统的纯截图点击不同，智能体现在能够直接识别并操作网页上的特定输入框或按钮，从而在网页应用程序中实现更加精准、高效的自动化执行。

在知识沉淀与文档管理生态上，Skills API 与 Files API 提供了强有力的底层支撑。其中，Skills API 允许企业上传和管理自身的专属技能文件夹，内含行业标准指令、脚本与模板，并在 Claude 的代码执行沙盒中安全运行，省去了企业自行托管的麻烦。Files API 则为智能体处理文档提供了稳定高效的存储空间，支持上传 PDF 或电子表格等文件并在后续请求中通过 ID 直接引用，同时实现了自动文件过期机制，速率限制大幅提升至原来的5倍，且每个组织提供高达1TB 的专属存储空间。

随着这一系列重磅功能的全面落地，开发者不仅可以继续通过 Microsoft Foundry 使用 Skills API 和 Files API，更新后的电脑操作和浏览器使用工具也即将登陆 Google Cloud 的 Vertex AI。各行业的企业与开发者正加速借助这套强大的工具链，全面革新复杂业务流程的自动化水平。

via AI新闻资讯 (author: AI Base)