7月31日，由雨果跨境主办，空中云汇和灰牛财税联合协办的2026雨果跨境年中茶话会在深圳如期举行。本次闭门茶话会，我们共邀请了近20位亿级卖家以及投资人和头部跨境服务商参与，讨论在当前美国市场内卷加剧、合规成本攀升、流量红利消退，跨境卖家如何在新旧秩序交替中找到破局之道，围绕市场迁移、品牌节奏、平台博弈、财税红线、AI效率边界等命题，给出了各自的判断与选择。如果你也想参与雨果跨境闭门私享会（仅限亿级卖家），可报名参加9月17日（深圳）亚马逊卖家经营闭门私享会（点击报名）以下是本次茶话会相关观点整理（略有删减）一、市场布局篇核心判断：美国市场持续内卷+关税压力，“去美国化”的多元化布局已是生存题，而非选择题。01欧洲：利润率更高，但合规是硬门槛欧洲市场整体利润率较美国市场高出约1.5倍，消费习惯与美国相近，是卖家拓展的第一站。但欧洲最大的问题是合规。“VAT是基础，今年开始实施的各国包装法才是新门槛——不管你的VAT注册在哪里，只要往那个国家发货，就必须注册当地的包装法。”强调：•欧洲是一个需要长期准备的市场，不是短期套利的战场。•如果要做欧洲，先做德国，德国是整个欧洲市场的枢纽和突破口，英国隔了一个海峡，情况相对特殊。行动建议：欧洲能做，但先把VAT、包装法、各类产品认证全部排好再做。这是一道门槛——正因为别人不愿意跨，跨过去的人反而活得舒服。02拉美：十年增量市场，也是高风险高回报的“西部世界”多位参会卖家将拉美（尤以墨西哥和巴西为代表）定义为“未来十年最大的增量市场” 。但也直言：“2019到2022年是拉美的黄金时代，那时候进去的基本是躺赚。但2023年底墨西哥税改之后，情况完全变了。”最大的变化是税率：跨境税号被平台强制代扣代缴约30%的税率，而本土税号只需约11%，这直接导致了大量卖家涌入本土账号赛道。风险提醒：参会卖家的墨西哥本土账号用的是本土法人注册。税改之后，那个法人直接把账号密码全部改了，店铺和里面的资金全部损失，他们毫无办法。他总结道，拉美的物流成本比欧美高很多，部分品类的通关风险也极高。这个市场不是不能做，但你的本土资源，比如可靠的本土合伙人、清关渠道、海外仓必须到位。行动建议：拉美机会巨大，但必须以“风控第一”的心态进入。找本土合伙人要慎之又慎，物流清关链路要提前跑通，不要盲目追求本土号的税率优惠而忽视法人风险。03澳洲：被低估的“美国翻版”案例分享：一家亚马逊美国站头部卖家在拓展欧洲时，英国站投产比并不理想（英国人花钱没有美国人大方），但澳洲市场虽然体量不大，投产比却是最高的。因为澳洲的消费文化与美国高度相似，竞争却没那么激烈。行动建议：对暂时无力应对欧洲合规复杂度的中小卖家而言，澳洲是性价比极高的替代选项。04品牌布局的战略提醒：如果笃定要做品牌，最好还是从美国市场开始。因为品牌的真正沉淀靠的是内容影响力，而美国主流社媒（TikTok、YouTube、Instagram）的内容影响力天然可以辐射欧洲、日韩乃至全球。但从其他新兴市场做起来的品牌，要再打回美国，基本等于从头开始。二、品牌化转型篇核心判断：品牌是加分项，但不是必选项。认清自己的基因，比盲目追品牌更重要。01不是每个人都适合做品牌判断框架：要不要做品牌，取决于你有没有供应链优势或产品定义能力。如果两者都没有，做品牌的前期投入你根本cover不住。铺货也能赚钱，只要把成本控住、渠道能力做强，没必要每个人都去追品牌。参会卖家观点：•战略是基石：大公司谈战略，小公司谈目标，但定位必须极其清晰；•运营是基础：标品你能搭起来、能稳住，运营基本功才算过关，这一步没过，给你再差异化的产品也拿不到好结果；•产品是核心：从外观到功能到性能到专利，一层层递进，这是你的核心竞争力；•风控是常态：店铺风控、链接风控、品牌风控、财务风控，把风控体系先搭好，你才有活下去的基本面；•人才是承载，组织是保障：什么样的机制塑造什么样的人才，土坑只能长泥鳅，大海才能养鲸鱼。•品牌路径：从公域流量切入，先拿市场占有率，公域最大的平台就是亚马逊。你用矩阵也好，用VC+SC组合拳也好，先把产品让别人看到。看都看不到，谈什么品牌？有了占有率再慢慢向私域和独立站导流，这是一个自然结果，而不是为了做品牌而做品牌。”行动建议：做品牌是“用时间换空间”的慢生意。如果你连半年的广告负收益都扛不住，建议先把铺货的精髓吃透。品牌转型首先考验的是老板的耐心，其次才是钱。三、TikTok篇核心判断：流量巨大，但平台“神经质”，供应链跟不上就是灾难。01一位托管卖家的血泪总结这位卖家是TikTok托管模式的第一批入驻者，从第一条链接供货至今，享受了早期的流量红利，但也对平台的特性有着切肤之痛：如果你卖得好，备货备到你死，流量会给你顶到极限；但只要你断货一天，后台直接给你停售。他形容这种模式是“赌”——备货不足断货即死，备货过剩90天卖不完也等于废品（官方仓滚动90天，卖不完的货基本可以丢弃）。但他仍然选择继续加码：“TikTok的流量就摆在那里，不可否认。 我们现在已经办好了欧洲各国的税号，正准备往欧洲官方仓大批备货。”02TikTok欧洲的机会点参会卖家观点：TikTok目前的重心正在向欧洲官方仓倾斜——“官方仓模式有流量扶持和运费补贴，而且是全方位补贴（仓租、面单全补）。”他判断：TikTok现在布局欧洲官方仓，下一步就是美区全面铺开，这是跟着平台节奏走的一波机会。建议：如果TikTok官方仓备货量较大，可以考虑在波兰或捷克寻找线下清货渠道。“我的一个朋友是做日用品的，他们在欧洲原本就有线下商超渠道，如果TikTok卖不动，可以走线下消化一部分，不至于全部压死。”对SKU单一、备货量大的卖家尤其有参考价值。03TikTok内容的门槛在提高以前纯视频流、自然流也能出不错的订单。现在不做强运营、不靠达人、不做好内容，基本很难出单。一个优质的内容团队，比十个矩阵号都管用。每条视频能过大几十万、百万播放，根本不需要靠号海战术。下半年的新机会：最值得关注的是直播竞拍，但这个模式对主播要求很高，而且低客单价产品不适合。高客单价、有品牌背书、有故事性的产品，才适合做竞拍。行动建议：TikTok的核心是内容，内容的核心是团队。想靠铺量矩阵号薅流量的时代已经过去了。下半年关注直播竞拍，但要评估自己的产品是否匹配。04AI视频踩坑实录：亚马逊对AI内容有“特殊审核”卖家惨痛案例：运营用AI生成了一个电动猫玩具的视频并上传到Listing，结果亚马逊突然冻结了FBA库存，理由是“客户投诉产品视频功能不符”。奇怪的是，实际投诉只有两例，按正常情况绝不会触发冻结。后来仔细排查才发现问题出在哪里。视频生成时，AI把5点描述里的“卖点”全部变成了“功能按钮”呈现在产品上，玩具上凭空多出了好几个实际上不存在的按键。而亚马逊的审核系统疑似识别出这是AI生成视频，触发了比实拍视频更严格的审核机制。卖家换了实拍视频上去后，冻结迅速解除。卖家推测：亚马逊自己的审核也越来越依赖AI，AI识别出你是AI生成的内容，可能审核门槛直接提升一个等级。TikTok上大量零播放的视频，可能也是平台在屏蔽AI内容。行动建议：现阶段AI生成的视觉素材需人工逐帧审核，确保与实际产品完全一致。平台对AI内容的识别和“歧视”正在发生，不要心存侥幸。四、VC账号篇核心判断：封号潮的本质是“合规清洗”，VC仍是做品牌的利器，但玩法彻底变了。01封号的真相：每一个被封的VC，屁股都不干净卖家观点：早期做VC，我们也是各种薅羊毛。改品牌、搞僵尸链接、什么黑科技都玩。后来亚马逊严控刷单刷评，我们就彻底转向白帽运营。那个做家具的品牌号一直运营到现在，年销已经上10-20亿了。”02VC的商业逻辑：你是类目供应商，不是万能卖家卖家观点：VC账号是按类目下发的。你通过手机类目的VM（Vendor Manager）下了号，你的职责就是做好3C这条品类，帮VM解决他的业绩考核。结果你转身就去开家具、开宠物，VM当然不高兴。你占了他的名额，却不帮他解决问题，他不封你封谁？他进一步指出市场上买号的风险：“一个账号如果做得好好的、在赚钱，谁会拿出来卖？拿出来卖的账号一定有瑕疵——可能类目和你做的对不上，可能下号品牌和你要做的品牌对不上。你搞不清楚这些底层逻辑，账号被关了都不知道为什么。”03VC的未来机会：PO在收缩，DF空间最大VC的三种订单模式：DI（Direct Import）：目前已基本做不了，亚马逊不愿承担关税风险。PO（Purchase Order）：亚马逊预付制，对平台资金占用高。2025年6月关税波动后曾全面暂停PO，虽已陆续恢复，但平台正在有意控制规模。做PO的核心是稳定，订单量稳定、价格稳定、履约稳定，不需要依赖VM，靠自动采购系统运转。DF（Direct Fulfillment）：卖家自行发货，不占用亚马逊仓储，平台鼓励这种模式。“DF空间最大，尤其是大件家具类产品。亚马逊希望你能做到和FBA同样的履约时效，它在持续筛选优质Vendor。”做VC的三大风险点：财务风险（备货压垮资金链）、违规操作（红线不可碰）、账号风险（欺诈或时效问题导致的封号）。行动建议：VC不是不能做，但别再幻想薅羊毛。合规运营、稳定履约、给亚马逊留足利润——这三点做到，VC仍是碾压SC的品牌利器。五、财税合规篇核心判断：合规不是选择题，而是生死题。不合规的钱，迟早要连本带利吐出来。01“赛维模式”的真相：搭架构简单，真合规很难税务总局2026年4月发布的跨境电商涉税口径已正式认可赛维模式的商业合理性——“统一归集核算、多店铺分摊”，这是为了规避封号风险的合理商业安排。但真正的赛维模式必须做到三点：① ODI备案——资金合规出境；② 正规报关——货物流合规；③ 香港公司按真实收入报税——不是按流水随便做账。“很多小卖家虽然搭了香港架构，但香港那边根本没有按平台真实的收入去核算交税，只是在做流水账。这不是赛维模式，这是假的。”02店铺公司的税务处理逻辑当前的税务口径：店铺公司只涉及企业所得税，不涉及增值税。成本按各店铺收入占比分摊，按小规模纳税人5%税率缴纳所得税。供应链公司/报关公司才涉及增值税。关键：资金归集到香港后，香港公司不能留存大量利润，必须最终回流国内交税。如果你香港留存大量利润，税务局一定会查03个人卡收款是“最高风险”行为会上多位卖家反复强调：平台收入直接打入老板个人卡，是目前风险最高的行为。重点提醒：•第三方平台收款后打到老板个人卡，在CRS（共同申报准则）信息交换下，一定会被看到。 这不是会不会的问题，是什么时候的问题。•要关注怎么解释当年那笔钱是怎么出去的，怕的是被定性为违规资金出境，那就不只是补税的问题了。行动建议：不要心存侥幸，合规架构越早搭建成本越低。至少做到：店铺公司集中在一个城市（最好是深圳）、ODI备案做完、香港公司按真实收入报税、利润回流国内交税。个人卡收款这条红线，千万别再碰。六、降本增效篇核心判断：内迁能降成本，但人才密度是最大的隐形成本。深圳的产业氛围短期内无法被替代。01内迁的真实体验：人工省了，能力也降了卖家观点：人工成本确实大幅降低——房租便宜、工资便宜、社保成本也低。但最大的问题是招不到合适的人。你只能降低自己的标准，把简单的岗位移过去，核心岗位还得留在深圳。他特别提到了一个词——社会化程度不够。没在广东或浙江做过这行的人，很难适应跨境电商公司的管理节奏和强度。最好招的是从深圳、广州、义乌回流的那些人，培训成本极低，上手快。02地方政府的认知差异卖家反馈：去年各个平台开始向税务局推送数据，深圳税务局你可以去解释、去沟通、去备案。但在广东其他一些城市，你问一句政策，对方回答‘这是深圳的政策，我们是XX’一句话就给你堵死了。连珠三角城市都这样，何况更内陆的地方？其他佐证：去年平台报送数据的时候，有很多人从外地搬回深圳。深圳在全国范围内对跨境电商行业的理解是独一档的，其他地区（除了杭州稍好）基本都不了解这个行业，政策虽好但落地困难。行动建议：内迁适合“把执行端放出去、把核心决策端留在深圳”的模式。如果追求的是团队的高水平成长和行业信息的

海外社媒营销顶级“新”势力»»>TikTok Shop开店（美国、东南亚、英国）

2023年热度最高的俄罗斯平台»»>OZON开店（俄罗斯）

东南亚跨境电商平台霸主»»>Shopee开店（东南亚、拉美、台湾）

Shopee是东南亚最大的跨境电商平台，业务覆盖东南亚与拉美10+市场，触达超10亿消费者！

Shopee跻身2022年全球购物类App平均月活增速前三并囊括东南亚及巴西市场购物类App平均月活增速第一！

1、流量大，东南亚与台湾市场购物类App三冠王，东南亚顶流电商平台2、高效物流，支持国内发货、3PF多种发货模式3、安全快捷收款，支持Payoneer、Pingpong、连连4、本地客服5、选品推荐6、API对接

雨果跨境(含网站、客户端等)所展示的商品/服务的标题、价格、详情等信息内容由实际服务商提供。如用户对商品/服务的标题、价格、详情等任何信息有任何疑问的，可直接同服务商沟通确认，其他问题，请向雨果官方顾问咨询。因第三方服务商与用户因服务行为所发生的纠纷由第三方服务商与该用户自行处理或通过法律途径解决并自行承担法律后果。雨果跨境根据用户申请可参与相关协调调解工作，但不对纠纷事项及调解工作承担任何责任。

2天前OpenAI将在印度的ChatGPT版本展示广告OpenAI 宣布自 2026 年 8 月 27 日起，在印度面向已登录的成年用户，在 ChatGPT 免费版与每月 399 卢比的 Go 方案中正式上线广告，并计划于 9 月 4 日开放自助 Ads Manager，允许企业以 725 卢比起的日预算投放“赞助内容”；广告将以清晰标注的形式出现在回答底部，高阶付费档仍保持无广告体验，OpenAI 强调不会向广告主共享用户对话内容，并称大部分不具商业意图的查询不会插入广告。印度成为 ChatGPT 广告扩张新焦点广告如何呈现：位置、规则与场景选择广告主自助投放与 OpenAI 商业化布局隐私承诺、用户控制与外界关注本内容由AI生成

2天前消息称Meta每年在Anthropic AI模型上花费可达100亿美元多家媒体援引知情人士称，Meta正与AI初创公司Anthropic洽谈一笔为期两年的算力租赁协议，潜在交易总额最高可达100亿美元，由Anthropic按月向Meta支付费用，以获得训练和运行Claude系列模型所需的大规模AI算力，这一合作若达成将标志着Meta正式迈向对外提供AI云服务的新阶段。交易概况：两年期最高100亿美元算力合作传闻双方动机：Anthropic补算力，Meta变现“AI过度建设”格局影响：Meta谋当“第四朵AI云”，撬动多云竞争不确定性与后续看点：谈判早期、变量仍多本内容由AI生成

关注最新看重点大公司财经动态看世界硅谷动态风向·标同步官方重大消息丽江发布情况通报。8月29日晚，丽江市文化和旅游局发布情况通报：针对2026年8月18日、8月28日媒体报道“不参加指定付费项目被导游威胁”等相关问题，丽江市文化和旅游局及时调查处置。经查，两起视频报道均为同一旅行团、同一行程，丽江万山旅行社委派的导游王某东在带团过程中存在欺骗胁迫游客消费的违法行为。目前，丽江市文化和旅游局已依法吊销丽江万山旅行社《旅行社业务经营许可证》、吊销王某东《导游证》；丽江市玉龙县公安局依法对王某东作出行政拘留处罚。下一步，我们将持续保持旅游市场整治高压态势，从严打击各类违法违规行为，切实维护好广大游客合法权益。17分钟前10举报发表0/500虎嗅用户社区交流公约捉“谣”记这里最常见的消息是“否认三连”四川记协发布严正声明。8月29日，四川记协微信公众号发布严正声明称，近期在抖音平台有人冒用四川记协名义开设“四川省新闻工作者协会官方抖音号”，并通过蓝V认证。该账号伪称开展调查研究、学术研讨、行业自律、维护会员权利、咨询服务，却以股市分析为主要发布内容。官网简介显示，四川省新闻工作者协会简称四川省记协，成立于1981年3月，是中共四川省委领导、四川省委宣传部主管的四川新闻界的全省性人民团体。对此，四川记协表示：1、本协会从未在抖音平台开设官方抖音号，此号为冒用我会名义开设，与本协会无关。2、提请社会公众和媒体同仁认清假冒，凡因误信冒用账号产生的一切后果，均与本协会无关。3、我会的网络推广平台仅有两个，一是“四川记协”微信公众号，二是“四川记协网”（网址：www.scjx.cn）。4、强烈谴责冒用者的行为，呼吁抖音平台以向公众负责任的态度切实履行平台主体责任，加强审核管理，杜绝同类事件再次发生，营造风清气正的网络空间。本协会保留追究相关法律责任的权利。22分钟前00举报发表0/500虎嗅用户社区交流公约送别R.I.P.著名晋剧表演艺术家冀萍逝世，享年92岁。山西省戏剧家协会发布讣告，中国共产党优秀党员、著名晋剧表演艺术家、国家级非物质文化遗产传承人冀萍同志，因病医治无效于2026年8月29日中午12时36分逝世，享年92岁。30分钟前00举报发表0/500虎嗅用户社区交流公约硅谷动态这里本来有条个人简介加利福尼亚州立法机构通过了一项法案，豁免开源操作系统如 Linux 不受 2025 年年龄验证法的限制；Windows、macOS、iOS 和 Android 仍在适用范围内。32分钟前10举报发表0/500虎嗅用户社区交流公约体产动态体育产业+体育新闻00后小将常冰玉战胜赵心童夺冠。8月29日，2026斯诺克武汉公开赛决赛上演“中国德比”，00后小将常冰玉以10-7战胜新科世界第一赵心童，首夺排名赛冠军。这也是中国选手连续第三届获得武汉公开赛冠军。决赛采用19局10胜赛制。在下午的第一阶段常冰玉以5-4领先赵心童。晚场第二阶段开场后，常冰玉乘势连下两局，将比分扩大为7-4，随后赵心童连追三局将比分扳平，此后两局常冰玉打出连续进攻并抓住对手失误连胜两局取得赛点，第17局赵心童超分后解球失误被罚分，常冰玉接连打进高难度进球实现逆转，最终以10-7获胜。38分钟前10举报发表0/500虎嗅用户社区交流公约钢铁侠马一龙Tesla、SpaceX…SpaceX猎鹰重型火箭准备迎接发射。SpaceX猎鹰重型火箭已在肯尼迪航天中心39A发射工位完成垂直竖立，准备迎接今天的发射。50分钟前10举报发表0/500虎嗅用户社区交流公约安全小喇叭重大灾害事故预警、播报、跟进暴雨、台风双预警齐发，江苏、海南等部分地区有特大暴雨。8月30日6时，中央气象台发布暴雨黄色预警和台风蓝色预警。暴雨黄色预警 中央气象台8月30日06时继续发布暴雨黄色预警：预计，8月30日08时至31日08时，黑龙江北部、安徽中南部、江苏中南部、上海北部、浙江西北部、江西北部和西部、湖南东部和西南部、广西东北部、广东北部和南部、海南岛大部、云南西部、台湾岛南部等地部分地区有大到暴雨，其中，安徽南部、江苏中南部、广东西南部沿海、海南岛西部等地部分地区有大暴雨，江苏中部和南部、海南岛西部等地局地有特大暴雨（250-280毫米）。上述部分地区伴有短时强降水（最大小时降雨量20～50毫米，局地可超过70毫米），局地有雷暴大风等强对流天气。台风蓝色预警 中央气象台8月30日06时继续发布台风蓝色预警：今年第18号台风“沙德尔”减弱后的热带低压中心今天（30日）早晨5点钟位于广东省清远市连山壮族瑶族自治县境内，就是北纬24.7度、东经112.0度，外围最大风力有6级（12米/秒），中心最低气压为998百帕。预计，热带低压将以每小时15-20公里的速度向南偏西方向移动，强度缓慢减弱。大风预报：8月30日08时至31日08时，湖北南部、湖南大部、广西中北部将有5级、阵风6-7级大风，东海西部、南海大部、巴士海峡、北部湾、浙江北部沿海、海南岛南部沿海将有6-7级、阵风8级的大风。降水预报：8月30日08时至31日08时，安徽中南部、江苏中南部、上海北部、浙江西北部、江西北部和西部、湖南东部和西南部、广西东北部、广东北部和南部、海南岛大部、台湾岛南部等地部分地区有大到暴雨，其中，安徽南部、江苏中南部、广东西南部沿海、海南岛西部等地部分地区有大暴雨，江苏中部和南部、海南岛西部等地局地有特大暴雨（250-280毫米）。50分钟前20举报发表0/500虎嗅用户社区交流公约硅谷动态这里本来有条个人简介数据中心的发展正在推动对声学顾问的需求，因为开发商和邻近社区雇佣声学专家来评估噪声排放。2小时前00举报发表0/500虎嗅用户社区交流公约钢铁侠马一龙Tesla、SpaceX…马斯克：SpaceX和特斯拉正各自尽可能快地建设每年100吉瓦的太阳能产能，但未来数年仍需要天然气为太阳能发电提供补充与启动支撑。燃气轮机生产的制约因素在于叶片与静叶的铸造。通过在SpaceX开展内部铸造，我们最多可以将燃气轮机的上线时间提前18个月，这将是一个重大的变革。3小时前10举报发表0/500虎嗅用户社区交流公约硅谷动态这里本来有条个人简介职位列表和其他指标显示：SpaceX正在德克萨斯州巴斯特罗普建设一家铸造厂，用于制造大型燃气涡轮机的叶片，这可能会缓解其人工智能的电力紧缺问题。3小时前10举报发表0/500虎嗅用户社区交流公约钢铁侠马一龙Tesla、SpaceX…SpaceX：今日凌晨将猎鹰重型火箭转运至肯尼迪航天中心39A发射台，火箭搭载NASA罗曼空间望远镜，发射任务进入最终准备阶段。4小时前10举报发表0/500虎嗅用户社区交流公约硅谷动态这里本来有条个人简介消息来源详细说明了Meta与州检察长达成的171亿美元和解协议的过程，因为Meta希望在洛杉矶和新墨西哥州的案件中败诉后避免进入审判。6小时前00举报发表0/500虎嗅用户社区交流公约安全小喇叭重大灾害事故预警、播报、跟进菲律宾吕宋岛发生山体滑坡至少2人死亡。据菲律宾媒体报道，菲律宾吕宋岛三描礼士省苏比克市29日发生山体滑坡，已造成至少2人死亡、2人受伤。当地政府已经启动应急救援工作。7小时前10举报发表0/500虎嗅用户社区交流公约回应来了事事有回应，热点追踪逆变器龙头回应美国禁令影响。29日，逆变器龙头阳光电源发布投资者关系活动记录表公告，有提问称，请问美国FCC政策及近日美国关于电力设备的总统令对公司业务有何影响，公司有何应对策略？对此，阳光电源表示，FCC政策目前来看是针对未来新产品新型号，美国市场的光伏、储能产品迭代相对较慢，只要政策不变，现有产品还会有几年生存期。美国第14420号行政令目前从字面理解覆盖范围是69kV及以上输电系统设备，本地配电设备不在覆盖范围内，美国分布式光储项目是13.8kV接入，大型光储项目是34.5kV接入再升压至69kV及以上，从哪个节点开始约束目前是不明确的。长期看，在地缘政治波动的背景下，美国业务量会逐步有些萎缩，公司会做转型，会加强创新、向其他区域市场倾斜，发力渠道业务，美国业务适当收缩保持风险可控。而关于公司是否考虑美国本地化建厂？阳光电源表示，目前尚不考虑本地化，现在竞争环境对中国企业不公平，即使本地建厂，美国消费者仍会有疑虑，且在美国生产难有成本优势。公司也在寻求与海外企业合作，如零部件、服务、小型系统方面的合作，美国业务不会断崖式消失。7小时前10举报发表0/500虎嗅用户社区交流公约捉“谣”记这里最常见的消息是“否认三连”伊朗议会议长卡利巴夫称，美国财政部长所谓过去14天从霍尔木兹海峡运出1.3亿桶石油的说法纯属谎言。8小时前00举报发表0/500虎嗅用户社区交流公约时讯内参树欲静而风不止，新鲜资讯速递国家动物博物馆：两个小孩在展厅内手抓、脚踢标本，随行父亲非但未阻止还递给孩子一起玩闹，致莽山原矛头蝮标本受损，强烈谴责！据国家动物博物馆官方公众号消息，8月28日，该馆馆内监控拍下这样一幕：一层濒危动物展厅里，两个孩子在舟山眼镜蛇标本和莽山原矛头蝮标本前玩闹，不断用手抓、用脚踢标本。随行的父亲非但没有制止，反而把两件标本拿起来，递给孩子，跟着一起玩闹。其间，莽山原矛头蝮标本受损。监控画面局部，家长把莽山原矛头蝮标本拿起来，递到孩子手中。对于此类行为，国家动物博物馆指出，这是典型的、性质恶劣的不文明参观行为——成年人非但不引导孩子爱护展品，反而带头参与、放任破坏。国家动物博物馆表示强烈谴责，并已完整保存事发全程不间断的监控视频，将保留依法追究当事人法律责任的权利。据悉，监控画面中被损坏的标本，学名为莽山原矛头蝮（Protobothrops mangshanensis），旧称莽山烙铁头——中国特有物种，目前仅知分布于湖南莽山国家级自然保护区和广东南岭国家级自然保护区覆盖的部分区域，国家一级重点保护野生动物，野生种群濒临灭绝。国家动物博物馆濒危动物展厅展出的莽山原矛头蝮标本这件标本还有一个特殊来历：由陈远辉先生捐赠。为研究和保护这一濒危物种，陈远辉先后九次被蛇咬伤，中指落下终身残疾。国家动物博物馆强调，博物馆内禁止触摸标本展品是出于明确原因：手上的汗液、油脂会腐蚀标本；标本不可再生；部分标本残留防腐药剂。孩子摸完后不洗手，再摸眼睛、嘴巴，有健康风险；标本是真实动物而非模型，死后被制成标本，供研究、供科普。随意摆弄，是对展品和其来源的不尊重。公开资料显示，国家动物博物馆位于北京市朝阳区，是世界公认的亚洲最大、研究水平最高、综合实力最强的动物系统分类与进化研究中心，隶属于中国科学院动物研究所，是集动物分类学研究、标本收藏和展示、科学普及与教育宣传为一体的代表国家级水平的专业博物馆。8小时前51举报发表0/500虎嗅用户社区交流公约时讯内参树欲静而风不止，新鲜资讯速递国家动物博物馆：强烈谴责。据国家动物博物馆微信公众号消息，8月28日，馆内监控拍下这样一幕：一层濒危动物展厅里，两个孩子在舟山眼镜蛇标本和莽山原矛头蝮标本前玩闹，不断用手抓、用脚踢标本。随行的父亲非但没有制止，反而把两件标本拿起来，递给孩子，跟着一起玩闹。其间，莽山原矛头蝮标本受损。感谢在场其他游客及时告知馆方，才没有造成更严重后果，受损标本目前经由专业人员处理修复。国家动物博物馆监控室已完整保存事发全程不间断的监控视频。国家动物博物馆保留依法追究当事人法律责任的权利。对这样的行为，国家动物博物馆表示强烈谴责。被损坏的标本，是莽山原矛头蝮（Protobothrops mangshanensis），旧称莽山烙铁头——中国特有物种，由陈远辉先生捐赠。为了研究和保护这一濒危物种，陈远辉先后九次被蛇咬伤，中指落下终身残疾。禁止触摸四个字，是保护展品、保护他人，也是保护参观者自己。标本不会说话，馆方替它说一句：尊重展品，是参观的底线。请把这条底线，先从大人自己做起。请让尊重生命、敬畏自然，作为孩子走进博物馆的第一课。8小时前41举报发表0/500虎嗅用户社区交流公约时讯内参树欲静而风不止，新鲜资讯速递拖欠超千万元工程款，一镇政府账户被冻结！干部职工收不到

Gemini 3.5 Transcribe – 谷歌推出的最新语音转文本模型AI工具2天前发布AI小集02Gemini 3.5 Transcribe是什么Gemini 3.5 Transcribe 是 Google 推出的最新语音转文本模型，支持实时流式和预录音频处理两种模式，前者通过 Live API 实现亚秒级延迟，后者支持说话人归属与词级时间戳。Gemini 3.5 Transcribe 能自动清理填充词与自我纠正、识别 85 种以上语言及实时语言切换、自定义专业词汇，词错误率低至 2.6%，支持调用其他 Gemini 模型完成图像生成等复杂任务。Gemini 3.5 Transcribe的主要功能实时流式转录：通过 Live API 提供亚秒级延迟的连续双向语音转文本服务。预录音频转写：通过 Interactions API 为录音文件提供带说话人归属和词级时间戳的精确转录。智能文本清理：自动去除”嗯””啊”等填充词，修正自我纠正语句，并输出格式化文本。自定义词汇适配：根据用户提供的专业术语和特殊拼写调整转录结果，准确识别邮政编码、订单号等字母数字组合。多语言自动检测：支持 85 种以上语言的自动识别与转录，并能处理实时语言切换和多种口音方言。多说话人区分：在预录音频中准确归属最多三位说话人的发言内容。跨模型功能调用：在转录过程中可调用其他 Gemini 模型执行图像生成、文件分析等复杂任务。屏幕上下文融合：结合设备屏幕内容和对话历史提升特定场景下的转录准确度。Gemini 3.5 Transcribe的技术原理端到端音频理解：模型直接从原始音频波形生成文本，避免中间表示引入的误差累积，同时保留语音中的语调、停顿等副语言信息用于语义消歧。原生多模态融合：基于 Gemini 3.5 统一架构，音频与文本在共享的 Transformer 注意力空间中进行联合编码，使模型能建立声学特征与语义概念的直接映射。上下文感知推理：通过长上下文窗口同时处理语音信号、屏幕截图文本和对话历史，用交叉注意力机制动态加权相关上下文，提升专有名词、文件名称和领域术语的识别精度。增量流式解码：采用自适应分块与投机解码策略，在音频输入持续到达的同时进行局部语义整合，平衡低延迟需求与输出稳定性，支持双向交互中的即时响应与打断处理。如何使用Gemini 3.5 Transcribe开发者接入：通过 Gemini API 在 Google AI Studio 或 Gemini Enterprise Agent Platform 调用模型。实时语音交互：用 Live API 调用gemini-3.5-transcribe-live实现双向流式转录。录音文件处理：用 Interactions API 调用gemini-3.5-transcribe进行带时间戳的离线转写。macOS 桌面端：在 Gemini macOS 应用中直接用语音输入、编辑文本并调用其他模型功能。Android 输入法：在 Gboard 中开启 Rambler 功能，语音输入自动清理并支持语音改稿。Chrome 浏览器：即将支持在任意网页输入框中语音输入与打字。企业部署：通过 Gemini Enterprise Agent Platform 集成至客服与内部工作流。第三方框架：借助 Agora、LiveKit、Vercel 等已接入 Live API 的平台快速搭建语音应用。Gemini 3.5 Transcribe的核心优势转录精度领先：流式场景词错误率低至 4.0%，非流式低至 2.6%，在嘈杂环境中仍能准确捕获字母数字实体。延迟大幅优化：相比前代 Chirp 3，最终转录交付时间缩短 70%，实时流式响应达到亚秒级。智能语义清理：自动去除填充词、修正自我纠正语句，并输出可直接使用的格式化文本。多语言无缝切换：自动识别并转录 85 种以上语言，支持对话中的实时语言切换与多方言口音适配。说话人精准归属：预录音频支持最多三位说话人的发言区分，并附带词级时间戳便于回溯定位。屏幕上下文感知：结合设备屏幕内容与对话历史，显著提升文件名称、专业术语和活跃文档的识别准确度。跨模型任务协同：内置 Function Calling 能力，可在转录过程中调用其他 Gemini 模型完成图像生成、文件分析等复杂操作。Gemini 3.5 Transcribe的项目地址项目官网：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5-transcribe/Gemini 3.5 Transcribe的同类竞品对比对比维度Gemini 3.5 TranscribeOpenAI GPT-4o-transcribe定位智能语音转录模型，支持实时流式与预录音频GPT-4o 架构的专用转录模型，API 托管服务词错误率 WER流式 4.0% / 非流式 2.6%约 2.5%（干净音频，行业领先）实时流式延迟亚秒级，原生双向连续流式支持流式，通过 Realtime API 实现智能文本清理自动去除填充词、修正自我纠正、格式化输出不支持，输出原始口语化文本说话人归属原生支持最多 3 人区分 + 词级时间戳不支持原生，需额外调用 diarize 端点Gemini 3.5 Transcribe的应用场景实时会议智能纪要：在多人会议中实时流式转录，自动区分说话人、清理口语填充词，调用 Gemini 模型即时生成会议摘要与待办事项。多语言客服语音助手：通过 Live API 构建亚秒级延迟的语音客服系统，自动识别客户语言并实时切换，结合自定义词汇准确识别订单号、产品型号等关键信息。医疗与法律口述记录：医生或律师通过语音口述病历、庭审记录，模型自动清理自我纠正语句并格式化专业术语，输出可直接归档的标准文档。跨语言实时字幕与翻译：为直播、视频会议提供多语言实时字幕，用 85+ 语言自动检测能力，结合实时语言切换实现无缝跨语言沟通。语音驱动编程与办公自动化：在 Google AI Studio 或 Gemini macOS 应用中，开发者通过语音描述需求即可生成代码，办公人员语音指令调用屏幕上下文完成跨应用文件总结与图像生成。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Hy-MT2-1.8B - 腾讯混元推出的端侧翻译大模型下一篇怎么用 MetaDig 做 AI 短视频，附教程实测案例相关文章ResolveAI – 支持定制的企业级AI聊天机器人平台AI小集2autoresearch – Karpathy 开源的 AI 自主科研实验框架AI小集2MDM – 苹果推出开源的新型扩散模型框架AI小集2TurboSeek – AI驱动的开源的智能搜索引擎AI小集2National Gallery Mixtape – Google推出的AI音乐生成工具AI小集2FP Video – AI图像编辑应用，覆盖多场景的图像创意编辑AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录AlphaVowXCellMetaDigChatArtLexcat造剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！1小时前Miya – 时域科技推出的 AI 音乐应用，画面可随歌词律动8小时前Zing-0.5 – Loopit 开源的实时交互视频世界模型8小时前2026 年 AI 生成图文店门头效果图 – 7 款工具深度横评23小时前Hy4 preview – 腾讯混元开源的新一代旗舰大模型1天前Gemini Omni 1.1 Flash – 谷歌推出的 AI 视频生成模型1天前Twoo – 双人共用 AI 伙伴应用，能同时听懂双方对话1天前Prime Agent – Prime Intellect开源的长周期AI Agent运行框架1天前shuohao-skills – 开源AI短剧制作Skill集合，包含完整工作流1天前怎么用 MetaDig 做 AI 短视频，附教程实测案例2天前Hy-MT2-1.8B – 腾讯混元推出的端侧翻译大模型2天前GLM-5.3-Flash – 智谱开源的原生多模态模型，即Ox Alpha2天前Qwen3.8-Flash – 阿里通义推出的多模态 MoE 模型2天前Omarchy – 开源的AI原生Linux桌面 ，自然语言生成桌面主题2天前Play with Putty – 谷歌推出的实时协作 Vibe Coding 工具3天前

感谢IT之家网友华南吴彦祖、乌蝇哥的左手的线索投递！IT之家8 月 27 日消息，在外界仍等待 Gemini 3.5 Pro 发布之际，谷歌先推出了 3.5 系列中的另一款模型。该公司今日发布了 Gemini 3.5 Transcribe 语音转文本模型，这是一款旨在优化语音输入体验的 AI 模型，能够自动删除语音中的“嗯”“呃”等口头禅以及说错后自行纠正的内容，最终生成更加通顺、整洁的文本。IT之家注意到，这款模型目前已经为 Pixel 11 上 Gboard 键盘的“Rambler”功能提供支持，接下来还将陆续进入谷歌旗下更多产品和服务。谷歌表示，与此前名为 Chirp 3 的语音转文字引擎相比，Gemini 3.5 Transcribe 在速度和准确性方面都有提升。从用户说话到最终生成转录文本，整体速度预计可提升约 70%；在实时语音场景下，其错误率已经降至 5.5%。不过，准确率的提升幅度并不算特别大。按照谷歌的数据，Chirp 3 的错误率为 7.32%。但对于经常使用语音输入的用户来说，即便只是少打几个错字，也意味着后续需要手动修改的内容更少，因此依然是一项实用的改进。Gemini 3.5 Transcribe 的能力也不只是“听清楚”用户说了什么，它还试图理解用户真正想表达的意思。在说话过程中，模型可以自动删除“嗯”“呃”等影响语句流畅度的口头禅。如果用户说错话后立即进行修正，它也能够实时调整已经生成的文本。此外，用户还可以提供自定义词汇表，让模型更好地识别专业术语和特定领域的词汇。该模型目前支持 85 种语言，并且可以处理最多包含 3 名说话者的预录音频。当然，这种功能也存在一个明显的问题：用户需要相信 AI 能够准确理解自己真正想表达的内容。至少在较短的文本中，从 Rambler 功能的实际体验来看，模型确实能够较好地清理前后不一致的表达和说话时的磕绊，让文本看起来更加自然。但与此同时，Gemini 3.5 Transcribe 并不只是简单地把语音转换成文字。AI 在整理内容的过程中，实际上可能会改变用户原本的措辞。因此，在一些需要严格保留原话、不能随意修改表述的场景中，这种“智能润色”未必适合使用。

Hy-MT2-1.8B – 腾讯混元推出的端侧翻译大模型AI工具2天前发布AI小集02Hy-MT2-1.8B是什么Hy-MT2-1.8B 是腾讯混元推出的端侧翻译大模型，仅 1.8B 参数却支持 33 个语种互译，翻译质量在 FLORES-200 等基准上超越微软、豆包等商业 API。模型通过 2-bit（574MB）与 1.25-bit（440MB）极致量化，可在手机、PC 端本地流畅运行，已落地哔哩哔哩直播弹幕实时翻译，实现低成本、高隐私的端侧高质量翻译。Hy-MT2-1.8B的主要功能33 语种互译：覆盖中英日韩等主流语言及少数民族语言，支持任意方向互译。端侧本地运行：通过极低比特量化将模型压缩至 440574MB，普通手机与 PC 均可常驻后台。实时翻译：单条弹幕 500800ms 响应，已接入哔哩哔哩直播弹幕等高频场景。隐私保护：翻译全程在设备本地完成，无需上传云端，数据不出端。Hy-MT2-1.8B的技术原理2-bit 极致量化：采用拉伸弹性量化（SEQ）将参数量化至 {-1.5, -0.5, 0.5, 1.5} 四个离散值，结合量化感知蒸馏（QAD）在压缩至 574MB 的同时保持几乎无损的翻译质量。1.25-bit 稀疏量化（Sherry）：混元自研的 ACL 2026 Oral 方案，核心为”细粒度稀疏”策略——每 4 个参数中保留 3 个 ±1、1 个置 0，平均每个参数仅需 1.25-bit；配合专为 CPU 设计的 STQ 内核，模型体积降至 440MB，可常驻后台运行。x86 算子适配优化：英特尔团队针对低比特格式优化向量化、权重重排与 VNNI 指令融合，使 Q2_0C 与 STQ 在主流酷睿处理器上的 token 吞吐分别提升约 2.7 倍和 5 倍，将极低 bit 方案从移动端扩展到 PC 与边缘设备。微信关注回复“开源”，加入AI开源项目交流群如何使用Hy-MT2-1.8B下载模型权重：访问 Hugging Face 仓库huggingface.co/collections/AngelSlim/hy-low-bit-model，下载 2-bit 或 1.25-bit 量化后的模型文件。获取推理框架：从 GitHub 克隆github.com/tencent/AngelSlim完整代码，该仓库包含极低比特量化的推理内核与加载逻辑。加载与推理：用 AngelSlim 框架加载下载的权重，在本地 CPU 上执行翻译推理；x86 设备可调用英特尔优化后的 VNNI 指令集内核以获得最佳性能。Hy-MT2-1.8B的核心优势体积极小质量极高：1.8B 参数经 2-bit / 1.25-bit 量化后仅 440574MB，翻译质量却超越微软、豆包等商业 API。端侧隐私优先：翻译全程在设备本地完成，无需联网上传，彻底杜绝数据泄露风险。跨平台无缝运行：同时适配 ARM 移动端与 x86 PC 端，经英特尔算子优化后在酷睿处理器上吞吐提升 2.75 倍。真实场景已落地：已接入哔哩哔哩直播弹幕实时翻译，单条 500~800ms 响应，能准确处理网络流行语。多语种全覆盖：原生支持 33 个语种互译，涵盖主流语言及少数民族语言，满足全球化沟通需求。Hy-MT2-1.8B的项目地址GitHub仓库：https://github.com/Tencent-Hunyuan/Hy-MT2HuggingFace模型库：https://huggingface.co/collections/AngelSlim/hy-low-bit-modelHy-MT2-1.8B的同类竞品对比对比维度Hy-MT2-1.8BGoogleTranslateGemma-4B参数规模1.8B4B支持语种33 个语种互译 + 5 种民族语言/方言覆盖主流语言对端侧体积440MB(1.25-bit) / 574MB (2-bit)2GB+ (原生 FP16，需自行量化压缩)核心量化技术Sherry 1.25-bit 细粒度稀疏量化（ACL 2026 Oral）无官方量化方案，需依赖第三方工具翻译质量FLORES-200 整体优于微软、豆包等商业 API接近研究级水平，4B 版为移动端效果妥协版推理框架AngelSlim（自研，含 x86 VNNI 优化内核）需借助 TensorFlow Lite、ExecuTorch 等通用框架商业落地已接入哔哩哔哩直播弹幕实时翻译主要用于研究/开发者实验，无大规模商业集成开源协议权重+代码全开源Apache 2.0 开源，可自由商用Hy-MT2-1.8B的应用场景直播弹幕实时翻译：已落地哔哩哔哩，单条 500800ms 响应，可准确翻译网络流行语与梗。离线即时通讯：集成于社交 App，在无网络环境下实现跨国聊天实时互译，保障对话隐私。移动端网页/文档翻译：作为浏览器插件或系统级翻译服务，本地完成外文网页、PDF 文档翻译。游戏内实时本地化：嵌入手游或 PC 游戏客户端，实时翻译外服游戏聊天、任务文本与 UI。跨境电商内容翻译：在商家端本地批量翻译商品标题、详情页与客服话术，降低多语言运营成本。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇GLM-5.3-Flash - 智谱开源的原生多模态模型，即Ox Alpha下一篇Gemini 3.5 Transcribe - 谷歌推出的最新语音转文本模型相关文章SPRIGHT – 专注于空间关系的大型视觉语言数据集AI小集2BALROG – 基准测试工具，用于评估LLMs和VLMs在复杂动态环境中的推理能力AI小集2AipexBase – 跨赴科技开源的首个AI原生后端服务平台AI小集4TeamClaw – AI Agent管理平台，智能拆解任务、分派协作AI小集4LMEval – 谷歌开源的统一评估多模态AI模型框架AI小集2Kimi Latest – Kimi推出的实时更新AI模型，与Kimi智能助手同步AI小集5暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录AlphaVowXCellMetaDigChatArtLexcat造剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！1小时前Miya – 时域科技推出的 AI 音乐应用，画面可随歌词律动8小时前Zing-0.5 – Loopit 开源的实时交互视频世界模型8小时前2026 年 AI 生成图文店门头效果图 – 7 款工具深度横评23小时前Hy4 preview – 腾讯混元开源的新一代旗舰大模型1天前Gemini Omni 1.1 Flash – 谷歌推出的 AI 视频生成模型1天前Twoo – 双人共用 AI 伙伴应用，能同时听懂双方对话1天前Prime Agent – Prime Intellect开源的长周期AI Agent运行框架1天前shuohao-skills – 开源AI短剧制作Skill集合，包含完整工作流1天前怎么用 MetaDig 做 AI 短视频，附教程实测案例2天前Gemini 3.5 Transcribe – 谷歌推出的最新语音转文本模型2天前GLM-5.3-Flash – 智谱开源的原生多模态模型，即Ox Alpha2天前Qwen3.8-Flash – 阿里通义推出的多模态 MoE 模型2天前Omarchy – 开源的AI原生Linux桌面 ，自然语言生成桌面主题2天前Play with Putty – 谷歌推出的实时协作 Vibe Coding 工具3天前

Qwen3.8-Flash – 阿里通义推出的多模态 MoE 模型AI工具2天前更新AI小集03Qwen3.8-Flash是什么Qwen3.8-Flash 是阿里云通义千问推出的多模态 MoE 模型，总参数量 125B，每 token 仅激活 6B，原生支持 262K 上下文。模型采用 GDN+QSA 混合注意力、门控残差、N-gram 嵌入及 Muon 优化器四大架构创新，训练成本仅为 Qwen3.7-Plus 的 1/9，在编码和办公任务上能力更强。Qwen3.8-Flash的主要功能超长上下文处理：原生支持 262K tokens，可扩展至 1M，胜任长文档与代码库分析。代码智能体：支持端到端软件工程任务，包括代码生成、调试与多语言开发。办公自动化：执行长程办公流程与专业工作任务，集成工具调用能力。多模态理解：理解长视频、科学图表、视觉数学问题及现实世界场景。设备与界面操控：通过视觉感知操控网页、Android 设备及桌面操作系统。推理与问答：覆盖科学推理、竞技编程、指令遵循与多学科综合推理。Qwen3.8-Flash的技术原理GDN + QSA Hybrid Attention：模型在每四层中安排三层 Gated DeltaNet 和一层 Qwen Sparse Attention，实现”高效记忆 + 精准查找”的混合注意力机制，在 1M 上下文下 Prefill 吞吐达到前代的 8.6 倍。Gated Residual（GR）：将传统单一残差流扩展为四条并行分支，通过动态门控控制各层信息的读写比例，保留长距离信息通道，抑制激活异常值，同时支持 FP8 存储大幅降低访存开销。N-gram Embedding：在常规词嵌入之外，引入 51B 参数的 N-gram 嵌入层，结合局部上下文查表捕捉短语搭配模式；该层可卸载至 Host Memory 并通过异步预取与计算重叠，几乎不增加 token 级计算量。Muon Optimizer：针对主要线性映射权重采用 Muon 正交化优化，对 Embedding 和 Router 等保留 AdamW；重新拟合 Scaling Law 后支持更大学习率与批次，取消无效的 Batch Size Warmup 策略。微信关注回复“开源”，加入AI开源项目交流群如何使用Qwen3.8-Flash开源权重部署：从 Hugging Face 下载 Qwen3.8-Flash-Next 权重，在本地或云端进行推理部署。API 服务调用：通过千问AI平台调用官方 API，输入 1 元/百万 tokens、输出 3 元/百万 tokens。千问办公使用：在”千问办公”中直接体验，用于长文档处理、代码生成与办公自动化任务。查阅技术报告：访问 GitHub 仓库中的技术报告，了解架构细节与训练方法以进行深度定制。Qwen3.8-Flash的核心优势极致成本效率：训练开销仅为 Qwen3.7-Plus 的 1/9，API 定价输入 1 元/百万 tokens，用极低算力成本实现旗舰级性能。超长上下文领先：原生 262K 可扩展至 1M tokens，1M 上下文下 Prefill 吞吐达到前代的 8.6 倍，长序列处理速度与精度兼具。Agent 与编码能力突出：在代码智能体、软件工程、长程办公任务等多项基准上显著超越同级模型，胜任复杂生产级开发工作。下一代架构创新：采用 GDN+QSA 混合注意力、门控残差与 N-gram 嵌入等全新设计，是 Qwen4 系列架构的提前验证版。多模态操控能力：支持长视频理解、视觉网页开发、Android 及桌面设备操控，实现真正的多模态智能体交互。开源与工程友好：Flash-Next 权重已开源，GR 支持 FP8、N-gram 嵌入可卸载至 Host Memory，降低部署门槛与显存占用。Qwen3.8-Flash的项目地址项目官网：https://qwen.ai/blog?id=qwen3.8-flash-nextHuggingFace模型库：https://huggingface.co/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921FsyOPe&file=Qwen3.8-Flash-Next技术论文：https://github.com/QwenLM/Qwen3.8-Flash-Next/blob/main/tech_report.pdfQwen3.8-Flash的同类竞品对比对比维度Qwen3.8-Flash-NextDeepSeek-V4-FlashClaude-Opus-4.6总参数量125B + 51B N-gram284B—激活参数6B13B—Agentic Coding(DeepSWE 1.1)58.754.4—SWE-bench Pro62.556.053.4多语言软件工程81.0—77.5长程办公(CoWorkBench)73.945.168.2专业工作(JobBench)55.741.336.6科学推理(GPQA Diamond)91.790.891.3竞技编程(LiveCodeBench)91.990.688.8指令遵循(IFBench)81.379.262.5多模态工具(ClawEval-MM)64.4/ 60.4—52.5 / 54.7移动操控(AndroidWorld)84.5—62.0计算机使用(OSWorld 2.0)19.4 /52.3——视觉网页开发(Vision2Web)64.0——具身智能(ERQA)72.3—40.8长视频理解(LVBench)76.6—63.0视觉数学(MathVision w/ CI)95.7—65.5科学图表分析(CharXiv w/ CI)90.6—66.0Qwen3.8-Flash的应用场超长文档与知识库智能分析：用 1M tokens 超长上下文，对整本技术手册、法律合同或大型代码库进行一次性深度理解与问答，无需分段处理。端到端软件开发与代码维护：作为代码智能体（Agentic Coding）完成需求分析、代码生成、Bug 修复、单元测试编写及多语言项目维护，覆盖 SWE-bench 级别复杂任务。企业办公流程自动化：执行跨平台长程办公任务，如自动整理会议纪要、批量处理 Excel 报表、撰写并排版商业文档，集成工具调用实现端到端闭环。多模态内容理解与教育辅导：解析长视频课程、科学论文图表、视觉数学题目，提供步骤化讲解与答案验证，支持 STEM 领域的深度教学辅助。跨设备智能体操控：通过视觉感知与推理能力，自动操控 Android 手机完成 App 测试、在桌面操作系统中执行文件管理，或根据设计稿自动生成可部署的网页前端。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Omarchy - 开源的AI原生Linux桌面 ，自然语言生成桌面主题下一篇GLM-5.3-Flash - 智谱开源的原生多模态模型，即Ox Alpha相关文章MoWorld – 魔芯科技推出的全球首个高帧率交互式世界模型AI小集2Durable – AI 网站构建工具，零代码创建个性化网站AI小集2MiniMax Music 1.5 – MiniMax推出的AI音乐生成模型AI小集3EXAONE 3.5 – LG 推出的开源AI模型，擅长长文本处理降低模型幻觉问题AI小集2ImgCreator – Zmo.ai旗下的AI图像生成工具AI小集2HeroUI Chat – AI前端设计工具，自动生成 React UI 代码AI小集2暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录AlphaVowXCellMetaDigChatArtLexcat造剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！1小时前Miya – 时域科技推出的 AI 音乐应用，画面可随歌词律动8小时前Zing-0.5 – Loopit 开源的实时交互视频世界模型8小时前2026 年 AI 生成图文店门头效果图 – 7 款工具深度横评23小时前Hy4 preview – 腾讯混元开源的新一代旗舰大模型1天前Gemini Omni 1.1 Flash – 谷歌推出的 AI 视频生成模型1天前Twoo – 双人共用 AI 伙伴应用，能同时听懂双方对话1天前Prime Agent – Prime Intellect开源的长周期AI Agent运行框架1天前shuohao-skills – 开源AI短剧制作Skill集合，包含完整工作流1天前怎么用 MetaDig 做 AI 短视频，附教程实测案例2天前Gemini 3.5 Transcribe – 谷歌推出的最新语音转文本模型2天前Hy-MT2-1.8B – 腾讯混元推出的端侧翻译大模型2天前GLM-5.3-Flash – 智谱开源的原生多模态模型，即Ox Alpha2天前Omarchy – 开源的AI原生Linux桌面 ，自然语言生成桌面主题2天前Play with Putty – 谷歌推出的实时协作 Vibe Coding 工具3天前

GLM-5.3-Flash – 智谱开源的原生多模态模型，即Ox AlphaAI工具2天前更新AI小集03GLM-5.3-Flash是什么GLM-5.3-Flash 是智谱最新推出的开源大模型，总参数三百二十亿，激活参数仅十八亿，为 GLM-5 系列首个原生多模态模型。模型综合智能指数达五十七分，与Claude Opus 4.8持平，定价仅为其四十分之一。模型采用稀疏与线性注意力混合架构及流形约束超连接技术，支持视觉编码、代码生成和专业文档处理，首次实现国产芯片集群大规模高效部署，端到端性能提升三倍。GLM-5.3-Flash的主要功能原生多模态理解：支持文本与图像的联合理解与生成，是 GLM-5 系列首个原生多模态模型。视觉编码：将视觉能力原生集成进模型，使其能自主判断何时需要”观察”，并利用视觉反馈指导编程与行动。代码生成与迭代：支持前端、游戏、3D 仿真等开发任务，能根据渲染和交互反馈自我检验并迭代改进代码。专业文档处理：针对 PPTX、PDF、DOCX、XLSX 等 Office 文档优化，具备审美判断与自我验证能力。金融与法律工作：覆盖金融研报生成、建模分析，以及合同审查、法律文书起草等专业场景。Agent 协同：通过 Browser Use Agent 与 Computer Use Agent 在代码、浏览器和图形界面间协同操作。GLM-5.3-Flash的技术原理混合注意力架构：GLM-5.3-Flash 采用线性注意力与稀疏注意力混合架构，线性注意力通过递归机制捕获局部依赖，稀疏注意力借助轻量级索引器召回全局上下文；同时引入 IndexPool 将索引器缓存向量从 4 个压缩至 1 个，使注意力计算量与 KV 缓存较 GLM-5.3 分别降低 3.01 倍和 4.44 倍，在保持精准长上下文能力的同时大幅降低服务成本。流形约束超连接（mHC）：模型采用 mHC 技术提升 Scaling 能力，使其在总参数量 320B 与 GLM-4.5 相当的情况下，将激活参数量从 32B 降至 18B、层数从 92 减至 45，结合 30T Token 多模态预训练语料，用更少的计算资源实现超越 GLM-5.2 的性能。国产芯片推理引擎：针对国产芯片内存容量与带宽瓶颈，团队在 SGLang 基础上构建专用推理引擎，采用 EPD（Encode-Prefill-Decode）分离式架构将多模态编码、预填充和解码拆分为独立工作池，结合张量并行、ReplaySSM、W8A8 量化及混合缓存量化等技术，使端到端性能较基线提升 3 倍，达到与主流英伟达 GPU 相当的效率。微信关注回复“开源”，加入AI开源项目交流群如何使用GLM-5.3-FlashBigModel API：访问 BigModel 开放平台 https://docs.bigmodel.cn/cn/guide/models/vlm/glm-5.3-flash注册账号，获取 API Key 后按文档调用glm-5.3-flash接口。Z.ai API：访问 Z.ai  API 官网 https://docs.z.ai/guides/vlm/glm-5.3-flash文档中心，注册并获取 API Key 即可接入模型。Z.ai 在线聊天：访问Z.ai网页，登录后直接开始多模态对话。智谱清言 App：下载智谱清言 App并登录，在模型列表中选择 GLM-5.3-Flash 即可使用。ZCode：进入ZCode，启用模型后在代码编辑器中让 Agent 协同完成开发任务。AutoClaw：访问AutoClaw官网，上传文档让模型自动处理办公和专业文书任务。开源本地部署：从 HuggingFace 下载模型权重，按说明在本地服务器加载运行。GLM Coding Plan：前往 https://bigmodel.cn/glm-coding 申请限量体验卡，免费试用模型能力。GLM-5.3-Flash的核心优势极致性价比：与 Claude Opus 4.8 同级智能，定价仅为其 1/40，限时折扣内为 GLM-5.3 的 1/20。原生多模态：GLM-5 系列首个原生多模态模型，视觉能力原生集成，可自主判断并调用视觉反馈。高效架构：采用稀疏注意力与线性注意力混合架构，注意力计算量和 KV 缓存较 GLM-5.3 分别降低 3.01 倍和 4.44 倍。国产芯片部署：首次大规模使用国产芯片集群，端到端性能较基线提升 3 倍，效率对标主流英伟达 GPU。全面超越前代：用 320B 总参数 / 18B 激活参数，在多项基准测试中全面超越参数量高出一倍的 GLM-5.2。专业工作优化：针对金融、法律、Office 文档等专业场景深度优化，输出格式可直接交付。GLM-5.3-Flash的同类竞品对比维度GLM-5.3-FlashClaude Opus 4.8GLM-5.3总参数320B未公开约 355B激活参数18B未公开32B模型层数45 层未公开92 层AA 智能指数57 分57 分更高（约 60+）多模态能力✅ 原生视觉编码✅ 多模态✅ 多模态开源状态✅ 开源❌ 闭源❌ 闭源定价水平极低（Opus 4.8 的 1/40）高端定价中端定价（Flash 的 10~20 倍）注意力架构稀疏 + 线性混合标准 Transformer标准 Transformer长上下文支持1M200K+1M国产芯片部署✅ 已验证❌ 否❌ 否核心定位前沿智能普惠化顶级闭源模型上一代旗舰模型GLM-5.3-Flash的应用场景前端与游戏开发：根据视觉反馈自主迭代代码，生成可运行的网页、游戏和 3D 场景。金融专业工作：覆盖金融研究、报告生成、建模与分析全流程，提供可追溯的数据来源。法律实务处理：审查合同条款、批注修订，并起草符合实务规范的律师函与诉讼文书。Office 文档自动化：处理 PPTX、PDF、DOCX、XLSX 等格式，具备审美判断与排版优化能力。Agent 协同办公：通过 Browser Use Agent 和 Computer Use Agent 在浏览器、代码与 GUI 间自动协同。日常多模态对话：在 Z.ai 和智谱清言 App 中进行图文理解、创意生成与知识问答。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Qwen3.8-Flash - 阿里通义推出的多模态 MoE 模型下一篇Hy-MT2-1.8B - 腾讯混元推出的端侧翻译大模型相关文章Leffa – Meta 开源的图像生成框架，精确控制人物的外观和姿势AI小集2Ghiblio.art – 免费AI图像生成平台，支持文字和图片转化为吉卜力风格AI小集3Pada – AI角色聊天平台，支持多模态互动体验AI小集5Multimodal Live API – 谷歌推出支持多模态交互、低延迟实时互动的AI接口AI小集2Obsidian-skills – Obsidian推出的开源AI工具包AI小集2DeepMode – AI 艺术生成工具，创作专属AI角色、生成高质量数字图像AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录AlphaVowXCellMetaDigChatArtLexcat造剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！1小时前Miya – 时域科技推出的 AI 音乐应用，画面可随歌词律动8小时前Zing-0.5 – Loopit 开源的实时交互视频世界模型8小时前2026 年 AI 生成图文店门头效果图 – 7 款工具深度横评23小时前Hy4 preview – 腾讯混元开源的新一代旗舰大模型1天前Gemini Omni 1.1 Flash – 谷歌推出的 AI 视频生成模型1天前Twoo – 双人共用 AI 伙伴应用，能同时听懂双方对话1天前Prime Agent – Prime Intellect开源的长周期AI Agent运行框架1天前shuohao-skills – 开源AI短剧制作Skill集合，包含完整工作流1天前怎么用 MetaDig 做 AI 短视频，附教程实测案例2天前Gemini 3.5 Transcribe – 谷歌推出的最新语音转文本模型2天前Hy-MT2-1.8B – 腾讯混元推出的端侧翻译大模型2天前Qwen3.8-Flash – 阿里通义推出的多模态 MoE 模型2天前Omarchy – 开源的AI原生Linux桌面 ，自然语言生成桌面主题2天前Play with Putty – 谷歌推出的实时协作 Vibe Coding 工具3天前