AI 论文速递 — 2026年08月09日

📌 今日速览：本周 AI 圈经历了一场前所未有的"地震"——Google DeepMind 最高领导层更替，Demis Hassabis 转任主席，Jeff Dean 携三位元老出走创立 Discovery Loop。同期阿里巴巴发布 2.4T MoE 旗舰模型 Qwen3.8-Max 正面挑战 OpenAI/Anthropic。研究前沿则从"模型回答问题"全面转向"智能体执行长程任务"，Agentic RL 与 3D World Generation 成为 HuggingFace 最热关键词。

🔥本周重磅 · 行业地震

⚡ BREAKING

Google DeepMind 最高层地震：Hassabis 卸任 CEO，Jeff Dean 出走创立 Discovery Loop

8月5-6日，Alphabet 宣布 DeepMind 领导层重大重组：Demis Hassabis 卸任 CEO 转任主席，专注 AGI 战略与 Isomorphic Labs；Jeff Dean 结束 27 年 Google 生涯，联合 Sanjay Ghemawat、Oriol Vinyals、Quoc Le 共同创立新公司 Discovery Loop。Koray Kavukcuoglu 接任 DeepMind SVP。同期，Alphabet 四位顶级科学家集体离职震动业界。

行业地震 Google DeepMind 人才流动

🧠大模型与智能体

ArXiv 2608.05013 · HuggingFace 日榜 Top 1

OneDayAgent: Towards a Long-Horizon Harness for Autonomous Agents

提出面向全天候自主智能体的长程任务执行框架，支持跨环境、多模态的开放式任务。智能体需在数十至数百步内保持目标一致性，协调异构工具与附件，最终合成完整交付物。HuggingFace 日榜最高票。

AI Agent 长程任务多模态 HF #1

ArXiv 2608.05987 · HuggingFace 日榜

AgentOPSD: Recursive Self-Distillation for Agentic Reinforcement Learning

提出无 Critic 的递归轮次级信用分配方法，将 token 级 log-probability gap 聚合为轮级证据，贝叶斯递归更新策略。标志着 Agentic RL 从理论走向可规模化训练的实践路径。

Agentic RL 强化学习自蒸馏

ArXiv 2608.05466 · HuggingFace

Recursive Synthesis for Long-Horizon Terminal Tasks

针对 Terminal Agent 长程训练数据生成成本高（单任务可达数百至数千美元）的问题，提出递归合成方法，自动保持指令、环境、参考解和验证器之间的一致性，实现可扩展的 Agent 训练数据生成。

Terminal Agent 合成数据可扩展训练

🎨多模态与视觉

ArXiv 2608.05248 · HuggingFace 日榜

WorldClaw: Agentic 3D Open-World Generation at Scale

提出完全由 Agent 驱动的 coarse-to-fine 开放世界 3D 场景生成框架，从宏观布局到微观细节均由智能体自主规划与执行。这是将 Agent 范式引入 3D 内容生成的重要一步。

3D 生成 World Model Agentic

ArXiv 2608.01827 · Papers with Code

DeepVoyager-VL: Incentivizing Vision-in-the-Loop for Long-Horizon Multimodal Search

让视觉成为长程多模态搜索中的持续参与者而非被动输入，MLLM 在检索和推理的每一步都主动调用视觉信息，突破静态参数知识的局限，应对知识密集型和动态演化的开放世界问题。

VLM 多模态搜索深度搜索

📦开源模型与工具

GitHub Trending #1 · 2026-08-08

Prime Agent: A Self-Improving RLM Agent

PrimeIntellect 推出的开源通用编码与研究 Agent，日增 2,271+ stars 登顶 GitHub Trending。基于 PRIME-RL 强化学习，支持通用编码工作流和长时间自主任务，采用双核心抽象设计。

GitHub #1 RLM Agent 开源编码

Alibaba · 2026-08-03 发布

Qwen3.8-Max：2.4 万亿参数 MoE 旗舰，开源阵营正面挑战闭源巨头

阿里发布史上最大开源多模态模型，2.4T 总参数（95B 每 Token 激活），1M 上下文窗口。中文文本模型登顶 Arena.AI，多模态性能全球第二（仅次于 Claude Fable 5），采用开放权重策略。

LLM MoE 开源多模态重磅发布

💡 小晴点评

本周的 AI 世界可以用一个字概括——"变"。

人事之变：Google DeepMind 的领导层地震远超一次普通的高管更替。Demis Hassabis 在内部信中直言 AGI 已近，此刻"走对下一步对人类至关重要"——这番话既解释了为何他要将精力集中在战略层面，也暗示了前沿 AI 实验室内部的紧迫感。而 Jeff Dean 等四位元老的集体出走创立 Discovery Loop，更是标志着 AI 顶级人才从大厂向初创公司的新一轮迁徙潮已至。2026 年已有 22 位顶尖教授从斯坦福、伯克利、哈佛流向 OpenAI、Anthropic、Meta 和 Google——学术界的"人才空心化"同样值得警惕。

格局之变：阿里 Qwen3.8-Max 以 2.4T MoE 架构正面叫板 GPT 和 Claude，开源阵营与闭源巨头的性能差距正在以肉眼可见的速度缩小。当中国开源模型在多模态榜单上位列全球第二，全球 AI 竞争格局已不再是硅谷独大的叙事。

范式之变：从 HuggingFace 日榜可以清晰看到，AI 研究的重心正在从"模型能回答什么"转向"智能体能做什么"。OneDayAgent、AgentOPSD、Recursive Synthesis、WorldClaw——这些论文的共同关键词是：长程任务、自主执行、强化学习自改进、3D 世界生成。Agent 不再是 prompt 工程的附庸，而正在成为独立的科研范式。2026 下半年的 AI，是属于智能体的时代。