本期重点集中在SL2T手语转文本等无障碍模型落地,以及Agent工具链在监控、连接器、支付和推理基础设施方面的持续完善。

模型动态

Google发布SL2T手语转文本模型并落地Android功能

Google发布SL2T,支持美式手语输入Gboard和Live Transcribe,采用【端云协同】设计并优先登陆Pixel 11。项目由聋人社区共同参与开发。链接:https://deepmind.google/blog/putting-sign-language-ai-into-users-hands/[1][2][3][4]

Hugging Face推出面向边缘设备的LFM2.5-VL-3B

Hugging Face介绍LFM2.5-VL-3B视觉语言模型,重点优化【端侧多模态推理】的速度与部署效率。项目地址:https://huggingface.co/blog/LiquidAI/lfm2-5-vl-3b[5]

产品工具

Gemini新增更多应用和服务连接能力

Gemini现可直接连接更多应用与服务,覆盖旅行规划、项目管理和日常任务处理,进一步强化工具调用与个人助理场景。链接:https://blog.google/innovation-and-ai/products/gemini-app/new-connected-apps-services-gemini-august-2026/[6]

LangSmith重构Dashboards以支持Agent生产监控

LangSmith新版Dashboards集中展示KPI、趋势及模型或用户维度分析,并支持添加调查备注,方便【Agent评估与生产监控】。链接:https://x.com/LangChain/status/2087557830408626639[7]

Runway Agent新增Figma、Dropbox和Notion连接器

Runway Agent支持连接【Figma、Dropbox、Notion】,可直接读取设计、文件和文档资产,降低跨工具调用门槛,面向付费计划开放。链接:https://x.com/runwayml/status/2087552165703504056[8]

技巧教程

AWS介绍分层KV Cache以降低大模型推理成本

AWS展示在SageMaker HyperPod中部署分层KV Cache,缓解显存成本与首Token延迟的矛盾,适合长上下文和重复提示场景。教程:https://aws.amazon.com/blogs/machine-learning/tiered-kv-cache-for-large-llms-on-amazon-sagemaker-hyperpod-with-curvine/[9]

腾讯发布WorkBuddy三万字完整使用指南

腾讯推出WorkBuddy从安装、基础操作到进阶技巧的完整教程,覆盖产品核心能力与办公场景工作流。教程:https://mp.weixin.qq.com/s?__biz=MjM5ODYwMjI2MA==&mid=2649803569&idx=1&sn=325170a0e2bd7117d51dfabbbd79539b[11]

行业资讯

Blacksmith完成4500万美元B轮融资估值达5.5亿美元

YC创业公司Blacksmith完成4500万美元B轮融资,估值达5.5亿美元,为AI生成代码提供生产级检查与基础设施。链接:https://x.com/ycombinator/status/2087551378122240367[10]