2026-08-03 AI 日報

聲明：完全使用AI生成，可能存在錯誤，需謹慎甄別。

摘要

2026-08-03 AI 領域呈現多線並進格局，值得關注的資訊：OpenAI 發布模型指南協助開發者選擇合適模型；Facebook Research 推出 SAM 3D Body實現單圖全人體 3D 重建；PicoLM極簡推理引擎讓十億參數模型在 256MB 記憶體裝置運行；Agentic Awesome Skills提供 1,900 個 agentic 技能庫；Opus 5測試指環王 3D 場景生成標誌大模型測試轉向高度客製化。安全領域出現 BypassAV 與 CloakQuest3r 等開源工具，引發繞過防護技術關注。

熱點事件

OpenAI 發布模型指南

使用者發現 OpenAI 官方網站為每個模型提供專屬的模型指南，可透過開發者文件頁面存取。此舉讓開發者能更清楚了解各模型的功能特性、使用限制與最佳實踐，有助於在開發過程中選擇合適的模型並提升應用效能。

重點： 降低模型選擇門檻，提升開發效率

來源：展開 1 條收起 1 條

• 突然发现OpenAI每一个模型都会在官网附带一个模型指南，地址如下： https://developers.openai.com/api/docs/guides/latest-model?model=gpt-5.6（Twitter @雪踏烏雲）

Facebook Research 推出 SAM 3D Body

Facebook Research 推出 SAM 3D Body 技術，可從單張影像實現全人體 3D 網格重建。該技術採用動量人體骨架架構，支援 2D 關鍵點與遮罩等輔助提示，提升重建穩定性與準確度。此開源專案已發布於 GitHub，為單圖 3D 人體重建提供新解決方案。

重點： 單圖重建技術突破，降低 3D 內容製作門檻

來源：展開 1 條收起 1 條

• SAM 3D Body 利用動量人體骨架架構，從單張影像實現穩健的全人體 3D 網格重建，並支援輔助提示（Twitter @Tom Dörr）

PicoLM 極簡 LLM 推理引擎開源

PicoLM 是一款由 RightNow-AI 開發的極簡 LLM 推理引擎，以約 2500 行 C11 編寫，零依賴、單文件僅約 80KB。該引擎可在 256MB 記憶體的廉價開發板上運行十億參數級模型，支援樹莓派 Zero 2W、LicheeRV Nano 等硬體，能執行 TinyLlama 1.1B 等 GGUF 格式模型。此專案已開源於 GitHub，為資源受限裝置提供本地大語言模型推理能力。

重點： 極簡架構讓邊緣裝置也能運行大模型

來源：展開 1 條收起 1 條

• 在 256MB 内存的廉价开发板上本地运行十亿参数级 LLM 的纯 C 推理引擎 PicoLM 是约 2500 行 C11 写的极简 LLM 推理引擎，零依赖、单文件约 80KB，能在树莓派 Zer...（Twitter @Geek Lite）

Opus 5 測試指環王 3D 場景生成

Andrej Karpathy 使用《指環王》開頭段落測試 Opus 5 大模型，給予 100 萬 token 預算（約 10 美元），要求模型以 Three.js 將故事程序化渲染為 3D 場景。模型自行編排多邊形、座標與動畫，花兩小時生成 5500 行程式碼，產出可執行的場景。此舉標誌大模型測試從簡單任務轉向高度客製化生成，打開按需打造超定制世界的可能；但模型仍無法高效感知影片或真正遊玩自身生成的場景，需依賴截圖逐步檢查，易產生視覺與邏輯瑕疵。

重點： 大模型測試轉向高度客製化生成

來源：展開 1 條收起 1 條

• 早该换换了，好吧！ 这好比考题大家提前知道了，都已经做好了准备一样！ Karpathy用指环王第一段测试了大模型，结果它花了两小时写了5500行代码。 他给Opus 5一...（Twitter @Berryxia.AI）

Agentic Awesome Skills 技能庫發布

Agentic Awesome Skills 是一個可安裝的 GitHub 庫，提供超過 1,900 個 agentic 技能，支援 Claude Code、Cursor、Codex CLI、Autohand Code、Gemini CLI 及 Antigravity 等多個 AI 編程工具。該庫包含專門的插件目錄、捆綁包與工作流程，並提供專屬的安裝器 CLI 方便快速部署，為開發者整合 AI 輔助編程能力提供集中化資源。

重點： 集中化技能庫降低 AI 編程工具整合門檻

來源：展開 1 條收起 1 條

• Agentic Awesome Skills 是提供超過 1,900 個 AI 編程技能的 GitHub 安裝庫（Twitter @Tom Dörr）

變更與實踐

Code Pilot 0.64.0 版本更新

Code Pilot 是一款全平台 AI 編程助手軟體，最新版本 0.64.0 已重新加入Linux 版本支援。該軟體相容 Cloud Code、AI SDK 和 CodeX 三種 Agent 框架，可自由切換使用，並支援市面上主流 Token Plan。0.63.0 版本新增素材庫功能，使用者可將 AI 生成的圖片、HTML 等內容加入素材庫並打標籤，同時適配了Deepseek V4 Flash模型，增加可選推理強度設定。

來源：展開 1 條收起 1 條

• 可能很多朋友不知道，Code Pilot 是全平台的一个软件。 而且支持 Cloud Code、AI SDK 和 CodeX 三种 Agent 框架的切换，以及市面上所有主流和常见 Token Plan 的...（Twitter @歸藏(guizang.ai)）

飛書推出多维表格×排版打印功能

飛書推出 多维表格 × 排版打印 功能，可將表格數據自動生成 合同、報價單、證書和標籤 等正式文件，無需手動複製姓名、金額、日期等資訊，大幅提升辦公效率。

來源：展開 1 條收起 1 條

• 飞书推出多维表格排版打印功能（Twitter @Rion Wu）

安全與風險

BypassAV 開源繞過防毒軟體技術心智圖

GitHub 上出現名為 BypassAV 的開源專案，由使用者 matro7sh 開發，將繞過防毒軟體與 EDR（端點偵測與回應） 系統的關鍵技術整理成視覺化心智圖，方便安全研究人員與滲透測試人員快速掌握各類 bypass 手法。該專案將原本分散的技術文件轉為結構清晰的圖形化呈現，涵蓋檔案隱藏、進程注入、權限提升等常見繞過策略。

影響： 安全研究人員與滲透測試人員可快速掌握繞過手法

建議： 企業應加強 EDR 多層防禦與行為監控

來源：展開 1 條收起 1 條

• BypassAV 將繞過防毒軟體與 EDR 的關鍵技術整理成視覺化心智圖（Twitter @Tom Dörr）

CloakQuest3r 偵測 Cloudflare 防護網站真實 IP

GitHub 上出現名為 CloakQuest3r 的開源工具，可透過子域名枚舉與被動分析技術，偵測受 Cloudflare 防護的網站真實 IP 位址。該工具由開發者 spyboy-productions 發布，能繞過 Cloudflare 的代理遮罩，直接揭露後端伺服器實際 IP。此技術對滲透測試與網路安全研究具實用價值，但也可能被用於惡意目標偵察。

影響： 可能暴露使用 Cloudflare 防護的伺服器真實 IP

建議： 企業應加強 DNS 記錄管理與 IP 隱藏策略

來源：展開 1 條收起 1 條

• 透過子域名枚舉與被動分析偵測受Cloudflare防護網站的真實IP位址（Twitter @Tom Dörr）

開源與工具

OSINT-BIBLE 整合 450 項開源情報工具

Twitter 帳號 @Tom Dörr 分享了一個名為 OSINT-BIBLE 的 GitHub 倉庫，該資源彙編了超過 450 項開源情報（OSINT）工具與道德指南，內容涵蓋 35 個分類章節，旨在協助調查研究人員系統性地運用公開情報技術。此倉庫整合了各類工具與倫理規範，為從事資訊調查的專業人士提供一站式參考資源。

適用場景： 調查研究人員與 OSINT 愛好者

來源：展開 1 條收起 1 條

• 彙編450餘項OSINT工具與道德指南，涵蓋35個章節供調查研究使用（Twitter @Tom Dörr）

KrillinAI 影片翻譯與配音工具

KrillinAI 是一款開源影片翻譯與配音工具，支援將影片翻譯成 100 多種語言，並具備 自動字幕同步 與 語音克隆 功能。該工具針對 TikTok、YouTube 和 Douyin 等短影音平台進行優化，提供 CLI 命令列介面 與 AI 代理編排 能力，可簡化多語系本地化工作流程。

適用場景： 影音內容多語系本地化與跨平台發布

來源：展開 1 條收起 1 條

• 支援百種語言影片翻譯與配音，自動字幕同步與語音克隆，專為TikTok、YouTube、Douyin優化（Twitter @Tom Dörr）

Genomi 個人基因數據 AI 分析工具

Genomi 是一款開源工具，能將原始 DNA 檔案解析並轉換為本地資料庫，讓 AI 代理成為個人基因專家。使用者只需將基因檢測公司（如 23andMe、AncestryDNA）提供的原始 DNA 數據上傳，Genomi 即可自動解析並建立本地查詢資料庫，隨後 AI 代理可基於該資料庫回答關於基因健康風險、遺傳特徵等問題。此工具由 Exon Research 開發並開源於 GitHub，讓個人能在本地環境中安全地探索自身基因資訊，無需將敏感數據上傳至雲端。

適用場景： 個人基因數據本地化分析與隱私保護

來源：展開 1 條收起 1 條

• Genomi 將你的 AI 代理轉變為個人 DNA 專家，透過將原始 DNA 檔案解析為本地資料庫以供查詢（Twitter @Tom Dörr）

數據與洞察

GLM 5.2 跑分表現引發討論

有網友在 Twitter 上分享 GLM 5.2 跑分結果，表現未達預期，引發網友諷刺 Kimi 缺席相關討論。此事件反映國內大模型競爭激烈，跑分成績成為關注焦點，也顯示市場對国产 AI 模型的期待與壓力。

數據： GLM 5.2 跑分未達預期

意義： 反映国产大模型競爭激烈與市場期待

來源：展開 19 條收起 19 條

• 🚀Codex 进阶指南：文章中有 子代理（Sub-Agent） 的高级协同与实战用法 全程高能，干货满满，小白慎入！（Twitter @Lonely）
• 因为我最近在网络上踩的坑实在太多了。。。所以我选择从零开始学网络基础知识😅 诚然，Codex或者别的Agent每次都能帮我把这些问题解决，但是这种感受很不好—...（Twitter @逸塵）
• AI工具精選列表：潛在客戶生成、社交聆聽、數據豐富、語音代理與文案創作（Twitter @Tom Dörr）
• 刷抖音经常会看到一些雷同但又匪夷所思的名称 “哈佛/剑桥爸爸/妈妈” “清华爸爸/妈妈” “北大/清华/复旦哥哥/姐姐” “腾讯/华为爸爸妈妈” … 我一般就直接...（Twitter @衛斯理）
• 查理芒格说 男人想要获得幸福，必须要远离三样东西 女人、酒精和杠杆 以前不理解 现在有点理解了（Twitter @衛斯理）
• 经常会收到一些匪夷所思的留言，比如 “你的工资买这个不是很轻松吗？” 抱歉，不轻松 我的工资又不是我一个人的钱，我的工资是要拿去养家的（Twitter @衛斯理）
• 下午带我妈去看医生去 她有点小毛病让医生开点药 皮肤小问题折磨人哦 我发现医院的皮肤科都是爆满的 很难挂上号（Twitter @衛斯理）
• 看到一篇 GPT 5.6 Luna 与 DSv4 Flash 成本/审计差异对比的帖子，总结如下：（Twitter @Geek）
• 看得我直流口水，苹果全屋智能👇（Twitter @Geek）
• 由于gg 挂了，想搞个美区号，ultra mobile paygo 紫卡购买渠道是啥？ 京东、淘宝找了一圈，都是充值的😑（Twitter @Lonely）
• 这个周期的很多中文推友X收入有所增长 我觉得那些银狐机器人和色色机器人 功不可没 很多人包括我的互动量实际这个月没那多，但是发的钱都涨了不少🙂（Twitter @小互）
• 成长过程，不需要自己做所有的事情，别硬撑！（Twitter @小弟調調）
• 我明白了！这次跑分为什么没有Kimi 留着给 Deepseek v4 Pro 按在地上摩擦🤣🤣（Twitter @Lonely）
• 美國的夏天 🇺🇸（Twitter @The White House）
• 海外进YC是不是类似于国内考上的公务员啊🤔🤔（Twitter @衛斯理）
• 兄弟们，今天晚上已开通 ClaudePro，看看可以坚持多长时间 哈哈哈哈（Twitter @阿良｜AI 工作流）
• 我是中国移动的大冤种 每个月100 多的电话费，没有怎么使用过 是不是搞 2 个号？（Twitter @小弟調調）
• 下午打我妈去看医生去 她有点小毛病让医生开点药 皮肤小问题折磨人哦 我发现医院的皮肤科都是爆满的 很难挂上号（Twitter @衛斯理）
• 这种环境哪里看得进去书…（Twitter @衛斯理）

DeepSeek 多模態技術路線討論

Eric Xu 科普多模態概念，強調視覺等模態無法被文字或語音簡單取代，人擇原理決定 AI 必須接受人類已選擇的模態與輸入。他指出DeepSeek雖在 AGI 路上暫不做多模態輸出，但非開放版本已能處理視覺信號，多模態輸出被視為工程問題而非核心智能問題。JUNDE WU則認為多模態對實現 AGI 不重要，多模態是一種能力而非智力，類似反應速度或空間感等個人特長。

數據： DeepSeek 非開放版本已能處理視覺信號

意義： 多模態被視為工程問題而非核心智能問題

來源：展開 1 條收起 1 條

• RT Eric Xu (e/Mettā): 科普一下“多模态”的具体含义。 首先，我们虽然不认为盲人有“智力”上的缺陷，但不会因此让盲人靠听收音机去驾驶汽车。因为有些模态比...（Twitter @寶玉）

趨勢觀察

本期資訊顯示 AI 領域正朝向邊緣部署與開源生態雙軌發展。PicoLM 極簡引擎與 Genomi 本地化分析工具反映開發者對資源受限環境與隱私保護的重視；Agentic Awesome Skills 與 OSINT-BIBLE 等集中化資源庫則顯示開源社群正加速 AI 工具鏈的整合與普及。未來可觀察邊緣 AI 與本地化部署是否成為企業採購的新考量因素。