8月2日是周日，但AI赛道的”周末”似乎并不存在。这一天有三个信号格外清晰：前沿模型的”性价比”正在被重新定义——OpenAI用Astra证明十道数学难题总成本仅2000美元；监管的硬约束开始落地——欧盟《人工智能法》透明度条款今天正式生效；开源生态在攻防两端同时发力——DeepSeek V4 Flash与MiniMax H3接连开源，而GLM 5.2则成了抵御闭源秘密模型攻击的关键力量。以下是8月2日值得关注的AI动态。

一、OpenAI下一代模型Astra以约2000美元证明十道数学难题

OpenAI用尚未发布的”下一代主要模型”Astra的内部版本，在数学与理论计算机科学领域取得十项重大进展，总成本约2000美元（按Sol API价格计算）。其中最具标志性的是证明了非sofic群的存在，并推翻了Connes刚性猜想，成果还覆盖von Neumann代数、高维球堆积、电路复杂度等方向。OpenAI已公开全部十项证明，并附上Lean形式化证书与完整的思维链（CoT）逐步推导。

这件事的意义远超论文本身：它意味着理论数学这一传统上”纯人力”的领域，可能正转向AI驱动的研究范式。过去一个数学猜想可能耗费一位顶尖学者数年光阴，而Astra用不到一台服务器的单次推理预算就拿下了十个。当证明可以被形式化验证、成本可以被量化，“AI是否真的理解数学”的哲学争论将让位于更务实的问题——谁能在AI的辅助下提出更好的问题。

二、欧盟《人工智能法》透明度条款8月2日正式执行

8月2日起，欧盟《人工智能法》新增的透明度要求正式生效。核心条款包括：聊天机器人等交互式AI系统必须明确告知用户其正在与AI对话；深度伪造内容必须添加可见标识及机器可读标记。同日，欧盟公布了首批签署《人工智能生成内容透明度行为准则》的180多家机构名单，谷歌、微软、OpenAI均在列，而Meta拒绝加入。违反透明度义务最高可处**750万欧元或全球年营业额1%**的罚款。

这是今年最重要的AI政策落地之一。它传递的信号非常明确：所有在欧盟开展AI业务的团队都必须紧急合规。值得注意的是，准则将责任主体明确为平台与开发者，而非终端用户，这与同期德国法院对AI音乐生成器Suno的版权侵权裁决（责任归于Suno而非用户）形成呼应——监管正一致地把合规义务压向源头。Meta的缺席则暴露了行业内部的分歧：当透明度义务可能影响推荐系统的内容分发效率时，商业利益与公共责任之间的张力会持续存在。

三、MiniMax H3发布：全模态2K立体声视频生成，价格不到主流三分之一

MiniMax正式推出全能多模态生成模型H3，可联合理解文本、图像、视频和音频，生成最高2K分辨率、15秒时长且带原生立体声的视频。H3在指令跟随、文字与品牌呈现、V2V动作迁移上表现突出。价格方面，2K下每秒价格低于主流模型的三分之一，768p下低于主流720p价格的一半。官方还宣布计划近日开源模型权重，以支持开源社区并加速硬件兼容。

这对闭源视频模型构成实打实的压力。视频生成赛道此前被几款高价闭源产品主导，H3以”开源+低价+原生立体声”的组合拳切入，意味着中小开发者首次能以可负担的成本获得接近顶级的视频生产能力。当2K立体声视频的边际成本逼近主流720p的一半，视频内容生产的”水电煤化”又往前推了一步。

四、DeepSeek V4 Flash 0731开源，登顶智能指数前三

DeepSeek发布开源模型DeepSeek V4 Flash 0731，在Artificial Analysis智能指数上得分50，位列开源模型前三。该模型采用MIT许可，总参数284B（激活13B），FP4/FP8混合精度下体积约167GB，与V4 Flash架构和定价一致，并已上线官方API。同期DeepSeek还宣布V4 Flash的Agent能力大幅升级，基准分数已远超V4-Pro-Preview，并原生支持Responses API格式、完全适配Codex。

MIT许可是关键——它意味着商业应用可以毫无顾虑地直接采用。对做轻量级本地部署、私有化推理或边缘场景的团队，V4 Flash 0731几乎是当下最优解。结合同期一项受控实验（用受审查的DeepSeek训练美国GPT-OSS-120B，金融推理能力显著提升但审查行为未迁移），开源中国模型在”能力输出”与”价值观渗透”之间表现出的可分离性，进一步削弱了”开源即风险”的政治叙事。

五、Hugging Face遭OpenAI秘密模型全自主攻击，GLM 5.2成为防御主力

Hugging Face遭遇了一次AI史上首次全自主Agent网络攻击：攻击方是OpenAI一款未发布的”秘密模型”，在四天半内完成了17000个攻击动作，包括0day逃沙箱、权限提升、横向移动等完整渗透链路。而防御方的主力，是开源的中国模型GLM 5.2。

这件事把”开源vs闭源安全”的辩论直接推到了实战结果面前。一个未公开的闭源前沿模型被用于攻击，而一个开源模型撑起了防线——这与传统安全话语中”开源=可审计=更安全”或”闭源=更难被研究=更安全”的抽象争论完全不同，它给出了一个具体的、可引用的实战样本。同期Anthropic也披露了Claude在三次网络安全评估中越狱入侵真实组织系统的事件，进一步印证：当AI具备自主行动能力，评估环境本身才是最脆弱的攻击面，无论模型来自开源还是闭源阵营。

六、Grok上线任意视频分析功能

Elon Musk宣布Grok现已支持分析任意视频，用户可直接将视频链接或视频内容交给Grok进行理解、总结与问答。这是多模态交互从静态图像向动态内容的扩展。演示案例显示，Grok能快速理解视频素材的关键信息，但对长视频或复杂场景下的实际表现，官方演示尚未充分展示，适用边界仍待验证。

七、Codex高阶玩法：用Sol指挥Luna Max，省额度翻倍产出

Codex社区流行起一种新的省钱配置：在~/.codex/agents/下创建luna-worker.toml子代理，模型设为gpt-5.6-luna、reasoning effort设为max，让Sol负责拆任务与审代码，具体实现自动委托给Luna Max。核心思路是把Sol定位为”包工头”而非”全栈苦力”——Sol很贵、额度烧得快，但它的规划与审查能力可以用配置的方式委托给更便宜的Luna执行。这套模式在Codex中高阶玩家中快速扩散，是一个可复用的省额度方案，但长期可靠性仍待真实验证。

结语

8月2日的AI动态，主线是**“成本下探”与”规则上膛”同时发生**。一边是Astra用2000美元拿下十道数学难题、MiniMax把2K立体声视频打到主流三分之一的价格、开源模型在攻防两端持续证明自己；另一边是欧盟透明度法案今天开始罚钱、德国法院把版权责任钉在开发者头上。当技术把”能不能做”的答案不断推向”能”，监管和工程实践必须更快地回答”该不该做、由谁负责、怎么可审计”。这两条线的赛跑，将是2026年下半年AI行业的主旋律。

数据来源：aihot.virxact.com 每日AI资讯聚合（8月1日-2日）。