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4小时前发布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Midoo AI – AI语言学习Agent，动态生成学习路径AI小集2VibeNecto – AI营销视觉生成平台，快速生成定制化视觉素材AI小集4AIRI – 开源的AI多模态数字桌面伴侣AI小集5FilmAction – AI电影创作平台，从故事构思到视频生成一站式AI小集3MAI-Image-2.5-Pro – 微软推出的高精度图像生成模型AI小集2FairyGen – AI动画故事视频生成框架，风格一致、叙事连贯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MetaDigChatArtLexcat造剧立刻成片OJO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！24分钟前怎么用 MetaDig 做 AI 短视频，附教程实测案例26分钟前Gemini 3.5 Transcribe – 谷歌推出的最新语音转文本模型4小时前GLM-5.3-Flash – 智谱开源的原生多模态模型，即Ox Alpha10小时前Qwen3.8-Flash – 阿里通义推出的多模态 MoE 模型10小时前Omarchy – 开源的AI原生Linux桌面 ，自然语言生成桌面主题10小时前Play with Putty – 谷歌推出的实时协作 Vibe Coding 工具1天前AZ8 – AI 视频创作工作台，Agent 实时读取素材与状态1天前Tutti · VM – 多人多 Agent 并行协作空间，零延迟并行协作1天前EgoSuite-Open100K – 光轮智能开源的全模态人类行为数据集1天前PixVerse R2 – 爱诗科技推出的实时全模态世界模型1天前Breeze TTS 2 – BreezeBlue 推出的新一代语音合成模型1天前QuickDesk – 开源 AI 原生远程桌面，首款内置 MCP Server1天前AlphaVow – 一站式 AI 批量图像处理工具2天前Agnes 2.5 Pro Alpha – Agnes AI 开源的多模态推理模型2天前

Qwen3.8-Flash – 阿里通义推出的多模态 MoE 模型AI工具10小时前更新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360Zhinao2-7B – 360 推出自研360智脑大模型的升级版AI小集4Lumine – 字节跳动推出的3D开放世界通用AI智能体AI小集8Midoo AI – AI语言学习Agent，动态生成学习路径AI小集2LangExtract – 谷歌开源的结构化信息提取工具AI小集3RF-DETR – Roboflow推出的实时目标检测模型AI小集2QMuse – 蚂蚁集团推出的 AI 应用生成平台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MetaDigChatArtLexcat造剧立刻成片OJO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！24分钟前怎么用 MetaDig 做 AI 短视频，附教程实测案例26分钟前Gemini 3.5 Transcribe – 谷歌推出的最新语音转文本模型4小时前Hy-MT2-1.8B – 腾讯混元推出的端侧翻译大模型4小时前GLM-5.3-Flash – 智谱开源的原生多模态模型，即Ox Alpha10小时前Omarchy – 开源的AI原生Linux桌面 ，自然语言生成桌面主题10小时前Play with Putty – 谷歌推出的实时协作 Vibe Coding 工具1天前AZ8 – AI 视频创作工作台，Agent 实时读取素材与状态1天前Tutti · VM – 多人多 Agent 并行协作空间，零延迟并行协作1天前EgoSuite-Open100K – 光轮智能开源的全模态人类行为数据集1天前PixVerse R2 – 爱诗科技推出的实时全模态世界模型1天前Breeze TTS 2 – BreezeBlue 推出的新一代语音合成模型1天前QuickDesk – 开源 AI 原生远程桌面，首款内置 MCP Server1天前AlphaVow – 一站式 AI 批量图像处理工具2天前Agnes 2.5 Pro Alpha – Agnes AI 开源的多模态推理模型2天前

GLM-5.3-Flash – 智谱开源的原生多模态模型，即Ox AlphaAI工具32分钟前更新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Browseragent – 浏览器AI自动化工具，零代码创建和执行工作流AI小集3GO-2 – 智元机器人推出的具身智能基座大模型AI小集2MegaLLM – AI模型API聚合平台，一个API访问多个主流模型AI小集3Show-o – 新加坡国立Show Lab联合字节推出的多模态理解与生成的统一模型AI小集2LongCat-Flash-Lite – 美团LongCat开源的大语言模型AI小集2Nanbeige4.2-3B – 南北阁实验室推出的通用 Agent 小模型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MetaDigChatArtLexcat造剧立刻成片OJO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！24分钟前怎么用 MetaDig 做 AI 短视频，附教程实测案例26分钟前Gemini 3.5 Transcribe – 谷歌推出的最新语音转文本模型4小时前Hy-MT2-1.8B – 腾讯混元推出的端侧翻译大模型4小时前Qwen3.8-Flash – 阿里通义推出的多模态 MoE 模型10小时前Omarchy – 开源的AI原生Linux桌面 ，自然语言生成桌面主题10小时前Play with Putty – 谷歌推出的实时协作 Vibe Coding 工具1天前AZ8 – AI 视频创作工作台，Agent 实时读取素材与状态1天前Tutti · VM – 多人多 Agent 并行协作空间，零延迟并行协作1天前EgoSuite-Open100K – 光轮智能开源的全模态人类行为数据集1天前PixVerse R2 – 爱诗科技推出的实时全模态世界模型1天前Breeze TTS 2 – BreezeBlue 推出的新一代语音合成模型1天前QuickDesk – 开源 AI 原生远程桌面，首款内置 MCP Server1天前AlphaVow – 一站式 AI 批量图像处理工具2天前Agnes 2.5 Pro Alpha – Agnes AI 开源的多模态推理模型2天前

做芯片很难，第一代产品就做到有竞争力更难。OpenAI 这次交出的答案，至少在大模型推理这件事上，已经足够夸张。今天，OpenAI 正式公布了其首款定制推理芯片 Jalapeño（墨西哥辣椒）的首批实测性能数据。在基于自己开源模型 GPT-OSS 120B 的公开基准测试 InferenceX 上，Jalapeño 的每千瓦峰值吞吐量和 Token 延迟都比现有的硬件系统表现要好。要知道，对大多数芯片来说，吞吐和延迟往往是一道只能二选一的难题。而除了针对 OpenAI 的大模型优化明显，芯片在 670B 的 DeepSeek R1 和 1T 的 Kimi K2.5 上表现也更出色，对手都是英伟达 GB200/GB300 等市面上最强的商用 AI 系统。奥特曼在 X 上毫不客气地评价：「我们造了一颗芯片，快得离谱。」知名科技 Newsletter SemiAnalysi 创始人 Dylan Patel 更给了极高的评价，「第一代芯片通常毫无竞争力，但 OpenAI 正在打败英伟达 Blackwell，甚至 Rubin。」更巧的是，OpenAI 并不是这几天唯一一家谈芯片的公司。小米刚刚一口气公布三颗自研芯片，苹果昨天发布首颗 2nm M6，接下来一个月，高通、联发科、苹果和华为的新一代旗舰芯片还会继续扎堆登场。从数据中心到手机，AI 芯片正在成为所有科技巨头共同争夺的一块地盘。一份近乎「不讲理」的成绩单先看 Jalapeño 的数据，OpenAI 这次采用 InferenceX 测试，统一设置为 8K 输入、1K 输出，使用标准单 token 预测，没有开启推测解码。对照系统包括英伟达 GB200 和 GB300。OpenAI 将 DeepSeek R1 与 Kimi K2.5 标为 MXFP4，在 GPT-OSS 120B、DeepSeek R1 670B 和 Kimi K2.5 1T 三个模型上的结果显示：峰值吞吐量，每瓦的 AI 工作量是对比系统的 1.5 到 1.9 倍，端到端延迟降低了 1.7 到 3.6 倍，对于高交互性工作负载，其性能更是提升了 2.1 到 4.1 倍。在最极端的对比项里，差距被拉得相当大，GB200 此前最佳的单用户速度（约 535 tok/s）下，Jalapeño 的每千瓦吞吐是前者的 53.7 倍。跑 DeepSeek R1 时，Jalapeño 单用户可达 700 tok/s，对标系统只有 169 tok/s。而 Jalapeño 标称功耗仅 700W，实测持续功耗不超过 550W。对于规模化推理服务来说，芯片最终拼的除了跑得多快，还有花同样的电、占同样的数据中心容量，能服务多少用户。换成云计算生意里的语言，就是一句很直接的话：「每瓦吞吐，最后都会变成成本和收入。」▲跑 DeepSeek R1 时，Jalapeño 单用户生成速度最高约 700 tok/s，GB300 为 169 tok/s。更值得注意的是 OpenAI 这颗辣椒芯片的达成方式：没有多 token 预测（MTP）、没有投机解码、没有 prefill-decode 分离，就这样赢过了软硬件优化的英伟达对手芯片。SemiAnalysis 长篇技术博客里也验证了测试过程，并确认 Jalapeño 跑出的 GSM8k 精度与英伟达芯片持平。▲文章链接：https://newsletter.semianalysis.com/p/openai-jalapeno-better-than-nvidia当然，X 上的讨论也没少泼冷水。daily.dev 的开发者社区就指出，那个疯传的「104.3 倍」只是特定等速解码场景下的单一数据点，而且测试模型和对比基线都是 OpenAI 自己挑的。SemiAnalysis 也承认，Jalapeño 还没跑过多轮长上下文的 AgentX 测试；真正的对手应该是同样用 HBM4 的 Vera Rubin 而非 Blackwell。即便如此，最终的共识依然是：第一代自研芯片就站上帕累托前沿，这在行业里没有先例。Meta 和微软折腾多年始终难产的 AI ASIC 项目，是最好的反证。非 OpenAI 模型独家专用，是通用推理引擎外界一度认为 OpenAI 造芯是给自家模型开小灶，SemiAnalysis 则提到 Jalapeño 是通用推理芯片。测试表现最好的三个模型里，DeepSeek R1 和 Kimi K2.5 根本不在 OpenAI 最初的投产计划内。团队还提到用 Codex 两个月就把它们优化到了高性能，并且在这颗芯片上成功运行了游戏《Doom》，移植全程只用了 Codex 提示词。硬件上，Jalapeño 采用台积电 N3P 工艺，最新的 B0 步进单计算 die 提供 13.4 PFLOPS 的 MXFP4 算力。同工艺、同尺寸的英伟达 Rubin 计算 die 是 17.5 PFLOPS（NVFP4），但 Jalapeño 的 TDP 只有 700W，Rubin 是 900～1150W。再看设计逻辑。要理解 Jalapeño，得先知道大模型推理其实是两种完全不同的活：处理 prompt 的 prefill 阶段吃算力，逐字生成回答的 decode 阶段吃显存带宽，而数据在核心间、芯片间搬来搬去的通信开销则在两边拖后腿。多数系统擅长其中一种，却会在等待数据时把优势浪费掉。Jalapeño 的核心思路，是尽可能让数据待在原地，减少搬运。芯片的核心和 HBM 都被切成一一对应的切片，每个核心切片对自己那片 HBM 拥有低延迟的本地视图；KV cache 和模型权重被显式地安置在原地，生成过程中不再挪窝。切片之间需要同步时，可以走一条专用的高带宽集合通信网络，通用通信则交给另一张简化的 NoC。对比 GPU 里层层穿越的复杂内存体系，这套「极简内存层级」省掉了大量的延迟和功耗。这套方法论可以总结成两步：硬件负责把理论上限拉到最高，AI 负责找到逼近上限的写法。结果是它在各种批量、各种形状下都更接近硬件的屋顶线（roofline），尤其是 GPU 最不擅长的小批量、低延迟场景，而这些又恰好是 agentic 工作负载最在意的地方。系统层面同样贯彻这个思路，OpenAI 没有采用目前热门的优化路线：PD 分离（prefill 和 decode 分池部署），理由是真实流量里输入输出的比例全天都在漂移，固定分池必然一边闲置一边排队，KV cache 跨池搬运还会平添功耗和延迟。统一池子里，128 颗芯片组成一个机架（CPU 托盘叫 Katsu、ASIC 托盘叫 Vindaloo、交换托盘叫 Chana，都是一串咖喱菜名），16 个机架再用铜缆加光交换织成 2048 颗芯片的单一 scale-up 域。整个请求从进来到出去，数据都不需要使用 PD 分离的转移。真正的秘密武器是：用 AI 造芯片如果 Jalapeño 的故事只到这里，它仍然只是一颗性能很强的 ASIC 推理芯片。真正让这件事有点反常识的，是 OpenAI 连「怎么造芯片」这件事本身，也开始交给 AI 加速。Jalapeño 项目 2024 年年中才启动，2025 年 11 月流片，前后约 16 个月；流片后 9 个月、点亮仅 3 个月就交出了上述成绩。OpenAI 提到 AI 深度参与了设计：探索实现方案、缩短验证循环、优化算术电路，SIMD 单元面积缩小 8%、矩阵引擎缩小 10% 都有 AI 的功劳。部分 AI 生成的内核实现比人类专家手写版本快 1.5～1.8 倍。过去几十年，芯片研发一直拥有极高的专业门槛。一套新架构从设计、验证、流片，到建立编译器、内核库和完整的软件生态，通常都需要大量经验丰富的工程师和漫长的迭代周期。CUDA 最坚固的护城河，也恰恰来自这里。就像英伟达真正难被复制的部分，除了 GPU 本身，还有围绕 GPU 积累了十几年的工具链、Kernel、开发者和工程经验。但 Jalapeño 这次 AI 造芯片的经验，展示了另一种可能。硬件工程师可以让模型辅助设计和验证；一颗芯片点亮之后，Codex 又可以帮助工程师写 Kernel、适配新模型，甚至把一个完全没有准备过的模型在几个月内优化到高性能。于是会出现一个很有意思的循环：用英伟达 GPU 训练出来的 AI，正在帮助工程师设计下一颗不依赖英伟达的芯片。SemiAnalysis 对此给出了一个非常激进的判断：CUDA 的护城河，可能正在松动。当然，只是一颗推理芯片的 Jalapeño 还远远不足以宣判 CUDA 的结局。但它至少证明了一件以前很难想象的事情：AI 已经开始进入生产下一代 AI 基础设施的研发循环。模型帮助造芯片，更好的芯片又用来运行下一代模型。当大家都开始造芯也正是在这个背景下，再看最近密集发生的芯片新闻，会发现它们指向的是同一个方向。两天，四家公司，芯片从手机、Mac 延伸到数据中心，小米的「自研芯片+OS+大模型」组合，苹果也是全系芯片都在为 Apple Intelligence 准备好，以及做能跑前沿模型的最好本地设备。高通、联发科两个手机芯片大厂，骁龙 8 Gen 6 与天玑 9600 也双双杀入 2nm；华为的终端与云端路线上，麒麟 9030 和昇腾系列都将迎来更新。还有 Anthropic，虽然还没发布芯片，但已经确认组建内部定制芯片团队。8 月被彭博曝出挖来谷歌 TPU 业务前负责人 Amir Salek，这位老将带队交付了 Google 前七代 TPU；6 月又从 OpenAI 芯片团队挖走二号工程师 Clive Chan，此前在特斯拉参与 Dojo 超级计算机。OpenAI 博客里那句「AI 的进步在整个系统一起变好时复利最快」，放在这些动作上，全部都成立。Jalapeño 的故事，与其说是「OpenAI 造了一颗好芯片」，不如说是在验证一条新路径：当一个团队同时拥有模型、软件栈和最懂负载的场景时，白纸设计反而成了优势——不用背负向后兼容，还可以让 AI 同时担任设计师和程序员。而这个 8 月和即将到来的 9 月将证明，这条路径也并不是 OpenAI 独享：所有人都在把「芯片—系统—模型」的垂直整合推到前所未有的深度。当然，OpenAI 这颗芯片目前仍处在量产验证和软件成熟阶段，测试也没有覆盖真实的长下文、多轮 Agent 工作流等，但整个的方向已经没有悬念。OpenAI 表示 Gen 2 已经在深入开发中，Gen 3 正在成形，今年年底 Jalapeño 将开始进入自有算力基础设施部署，下一个目标是 100MW 规模。芯片的定义权，正在从少数几家芯片公司手里，流向每一家认真对待 AI 的公司。

最近有不少特斯拉车主都留意到了一则新闻——特斯拉位于上海的数据中心已经「人去楼空」，相关对接团队也已撤离。好消息是，《每日经济新闻》向特斯拉中国求证，得到的回应是「不实消息」。目前也没有其他证据能够证明，特斯拉已经撤走 FSD 在华业务。但坏消息是，特斯拉 FSD 的入华进度，仍然是一个黑箱。过去几年里，FSD 在中国进入过马斯克的时间表，出现在特斯拉的官网和车主手册里，甚至在一个批次的中国特斯拉上实装过，但大范围开放的时间线依然是个谜团。「人去楼空」是假的，但等待中的车主是真的。「等待戈多」与上海数据中心传闻同时引发关注的，还有特斯拉海外官网答疑页面中的 FSD 可订阅地区名单。由于中国没有出现在名单中，不少报道据此认为，特斯拉已经将中国移出 FSD 支持范围。但在特斯拉海外官网的 FSD 主页上，中国仍被列为支持地区，两处页面口径并不一致，很难借此判断特斯拉对中国市场的后续规划。这种左右横跳的操作，其实已经不新鲜，或者说，中国的特斯拉车主们早已习惯了这种「叠加态」。回看 FSD 等待入华的这六年，它始终处在一种「看得见进展，等不到落地」的状态：早在 2021 年，特斯拉就建好了上海临港数据中心，被视为入华准备，此后一等就是几年；2023 年 5 月马斯克访华 44 小时，连见重量级人物，但仍无下文。2024 年 4 月，马斯克再度访华，同日通过汽车数据安全四项合规，特斯拉 App 页面把「稍后推出」改成「即将推出」，甚至带动特斯拉股票一度涨超 12%。大家都认为 FSD「真来了」，但两天后特斯拉表示 FSD 入华还没有时间表，又将大家的期待打消了。2025 年 2 月，FSD 迎来了六年里唯一一次真落地，有部分批次搭载 HW4.0 的特斯拉车主收到了 FSD「城市道路 Autopilot」的灰度推送。同年 3 月，特斯拉推出一个月限时免费体验，但约一周后，活动因监管备案要求暂停。2026 年又是一轮完整的横跳，2 月 AI 训练中心投运，4 月特斯拉 CFO 表示目标是第三季度获批。到了 5 月，特斯拉海外社媒官方把中国列入可用地区名单，许多人认为这是一个明确的信号，但过了短短三个月，如今我们甚至在官网的部分支持名单上找不到中国了。中国的特斯拉车主只能看着官方宣传、车内的高算力芯片，以及大洋彼岸层出不穷的 FSD 实测视频干瞪眼，继续使用基础版 Autopilot。海外 FSD 进步越快，这种落差就越明显。不少车主直到换车，也没能用上当初购买时期待的功能。不过特斯拉倒也不是没有努力，早已建成的上海数据中心就是为了中国大陆市场车辆数据合规。此前也有消息称，特斯拉正在与百度加深合作，利用百度提供的车道级导航和地图信息改善在中国的驾驶辅助表现。百度拥有国内测绘资质，对于一套在北美道路上训练起来的系统，这些信息是适应中国道路结构的必要补充。此外，从去年起，特斯拉已经在多个城市招聘驾驶辅助测试和数据相关岗位，工作内容涉及实车测试、数据处理，以及跟踪中国认证和监管规则的变化。从这些公开动作来看，FSD 入华仍在推进，而从马斯克一贯的态度和特斯拉的销售叙事来看，要放弃在中国落地 FSD，并不符合逻辑。但车主什么时候能用上，那就是另一回事了。6.4 万买断的等待2019 年，特斯拉开始在中国销售 FSD 软件包，价格后来从 5.6 万元涨至 6.4 万元。购买页面一直写有功能需要监管批准、未来逐步推出等条件，特斯拉没有向所有车主承诺一个确定的开放日期。这种卖法延续了特斯拉一贯的软件逻辑：先让用户付费，再通过 OTA 不断增加功能。在北美，FSD 本身就是一套持续更新的产品，车主购买的是当前能力，也包括后续版本带来的提升。但在中国市场，监管顺序并不同。驾驶辅助功能需要在上线前完成相应的车型申报、软件变更备案或审批程序，获准之后才能推送给用户。逻辑上的错位造成了如今的结果。特斯拉先出售一项尚未完整开放的能力，再等待软件和审批逐步到位，中国车主付过数万元以后，却只能等待企业完成本地适配，并获得对应版本的推送许可，而这一等就是好几年。尽管特斯拉在购买页面上做了「免责声明」，但车主花了钱却长期得不到产品，显然是不合理的。特斯拉的车主们无须知道特斯拉与监管部门沟通的每一个细节，他们更想知道的是一个准信，但无论是特斯拉还是监管方，目前都没有一个明确答案。与此同时，中国市场对驾驶辅助的评价标准已经改变。工信部公布的数据显示，2026 年以来，搭载驾驶辅助功能的乘用车新车市场渗透率已经达到 70%，其中带有领航驾驶辅助功能的车型超过 30%。高速领航、自动泊车和城市道路辅助不再只出现在少数高价车型上，越来越多十几万元到二十万元的产品，也开始把这些能力作为主要配置。华为、小鹏、理想……中国新能源车企的新车，已经普遍覆盖高速、城区和泊车场景，从地库车位驶出，再停入目的地车位的端到端智驾，在当下也并非什么稀罕事，尽管不同系统的完成度仍有差别，但特斯拉 FSD 已没有太大的差异化能力可言。特斯拉的基础 AP 曾经帮助中国消费者第一次大规模认识辅助驾驶，稳定的主动巡航与车道居中，以及通过 OTA 增加功能的方式，都构成了特斯拉早期的技术优势。但到了今天，仅有跟车和车道保持，已经很难代表一套领先的驾驶辅助系统。这并不意味着中国汽车市场已经不再需要 FSD。早在特斯拉进入中国时，「鲶鱼效应」就是经常被提到的一个词，一个强势的新对手进入市场，会迫使原有参与者加快技术和产品迭代。FSD 入华同样可能成为驾驶辅助市场里的那条鲶鱼。但过去几年，中国市场通常只能拿 FSD 的海外视频与本土系统的实际表现比较。FSD 持续缺位，特斯拉失去了展现能力和进一步提振销量的机会，中国品牌也少了一个能够在同一赛场上检验能力的参照物。数据中心撤离的传闻已经被否认，但 FSD 入华的黑箱并不会消失。尽管其中并非所有变量都由特斯拉单方面决定，数据、地图、训练和审批环环相扣，特斯拉想要在其中辗转腾挪并不容易。但无论是已经付费的车主，还是需要更充分竞争的中国驾驶辅助市场，等待的都不只是下一条「入华传闻」，而是一份能够落实到车型和时间表上的确切答案。当然，如果一切都遥遥无期，要不特斯拉还是提供一个退款渠道吧。

8 月 26 日，一年一度的 gamescom 科隆游戏展正式开幕。今年的科隆游戏展不仅延续了「全球最大游戏展」的体量，甚至第一次把科隆展馆全部可用展览面积提前售罄，超过 1600 家参展商涌入了 23.3 万平方千米的展区。在展会正式开放前夜，重头戏开幕夜直播（Opening Night Live）已经率先放完了颇受关注的一批预告——米哈游首次公布写实新作《源初之结》，CD Projekt RED 为《巫师 3》带来了又一次重制版和新 DLC 《旧时曲》，《最终幻想 VII：Revelation》《地铁：2039》《寂静岭：Townfall》继续补充新内容，两款国产动作游戏《湮灭之潮》和《昭和米国物语》也都开放了现场试玩。如果说往年的科隆总有那么一两个「压轴惊喜」，那今年最明显的感受是：缺少重磅作品，但内容相当密集。熟悉的系列接连回归，临近发售的作品趁机混个脸熟，中国厂商则意外地贡献了几张相对陌生的新面孔。握紧手柄，爱范儿带你看看，今年科隆游戏展上最值得关注的游戏。米哈游「变脸」，中国游戏继续走出去《源初之结》当米哈游的 lgoo 出现在《源初之结》首支预告片中间时，弹幕瞬间打满了问号——很难想象，末世式光照、写实人物、厚重盔甲、扑面而来的巨兽和远处像黄金树一样高耸至天际的恶魔，会出自这家以二次元和明亮色彩闻名的中国公司。官方说明显示，预告混合了游戏实机与过场动画，主要玩法是几名玩家组成小队围攻威严的神话生物。从预告中可以看见，游戏没有追求《鬼泣》式的连招炫技，也不见《只狼》般的格挡架势，更多是围绕巨兽移动、回避重击、用不同武器制造硬直与破绽再抓住机会完成终结，看起来似是混合了老头环美术风格和怪猎战斗模式的作品，但仅凭现有信息一切都未能定论。唯一可以确定的是：《源初之结》想要告诉我们：米哈游游戏，未必要很「米哈游」。从《原神》《崩坏：星穹铁道》到《绝区零》，米哈游已经证明，一套强调动画渲染、角色驱动和持续更新的产品方法，可以被复制到不同题材中。但更强调写实和力量反馈的《源初之结》表明，米哈游同样想要接触那些熟悉传统主机动作游戏的人。当然，鉴于这款游戏还没有公布具体玩法、发售平台与时间、付费模式等信息，我们也大可以把它当成是投石问路——游戏最终能不能问世，很大程度上取决于 FromSoftware 多人合作新作《黄昏之血》的成败。《湮灭之潮》另一款在科隆显露野心的国产游戏，是上海日蚀边缘工作室的《湮灭之潮》。同样选择了写实动作游戏方向，《湮灭之潮》没有选择像《源初之结》一样搭建全新神话体系，而是将亚瑟王传说放入了被超自然灾难摧毁的现代伦敦。超自然力量+圆桌骑士召唤+人神对战，营造出了一种奇特的混杂摩登感。游戏尚未公布发售时间，但从试玩中能看出完成度颇高，官方已经确认将登陆 PS5、Xbox 和 PC。《昭和米国物语》由武汉铃空游戏开发的 RPG《昭和米国物语》则选择了一条奇特的道路。根据设定，在虚构的「昭和 66 年」，经济和文化影响力达到顶峰的日本买下了美国的大部分土地，将整片美国大陆改造为混合了日本昭和文化和美式文化的怪异国度。旧金山挂满日式灯笼、好莱坞变成「新横滨」，昭和末期的日本流行文化与录像厅审美一同塞进了这锅鸳鸯锅里。只看这一段，都能知道这是一款有着制作人强烈个人品味的电波系游戏。不喜欢的人很难接受它莫名其妙的设定和僵硬的战斗，但它的重点毕竟不是战斗而是演出——致死量的哏、滑稽搞怪的演出和无处不在的调侃，恐怕能让喜欢的人也喜欢得要命。毕竟，谁不想拿着美国国旗横扫千军，再把旗子发射上太空呢？把科隆游戏展和上周的《黑神话：钟馗》连在一起看，可以发现一个明显的趋势：硬核动作游戏，中国人能做；写实共斗游戏，中国人能做；以亚文化为主的点子游戏，中国人同样能做。过去以休闲游戏和二次元手游在海外取得成功的中国游戏人，正在证明自己也能做出能够影响世界的端游。杰洛特重回猎魔路，经典系列集体续命《巫师 3》重制版与《旧时歌》DLC在中国厂商带来众多新游戏、新设定的同时，老朋友 CD Projekt RED 又将一些熟悉的元素带回我们面前。《巫师 3：狂猎》将在 9 月 29 日推出重制版（没错，又重制了……），改善画面、性能、战斗、移动、坐骑操控和怪物行为，并调整了技能树、法印效果和照相模式。最重要的是——原版玩家依然可以免费升级！同时，CD Projekt RED 也宣布，只拥有《巫师 3》本体的玩家，现在也可以免费玩《石之心》和《血与酒》DLC 了。更值得关注的，是明年上线的新付费 DLC《旧时曲》。杰洛特将在前往新地区莱滕（Letten），这里表面是丰收庆典之地，地下却埋藏着深重的危险秘密。预告没有泄露太多剧情，但初代《巫师》片头动画出现过的、将敌人勾到面前的锁链成为了杰洛特的新武器。有了它，对付鸟身女妖应该会简单得多。《旧时曲》由 CD Projekt RED 与《巫师》系列老员工出走后创建的独立工作室 Fool’s Theory 联合开发，某种程度上，这是弥补《巫师 4》前空档的过渡产品，也是一次测试新技术管线、让外部团队熟悉 CDPR 最新生产流程的技术演练。《最终幻想 VII：Revelation》另一个「复活」的老游戏是《最终幻想 VII》重制三部曲终章《最终幻想 VII：Revelation》。这款游戏已在今年 6 月的 Summer Game Fest 正式亮相，科隆更多是负责追加宣传，没有透露太多的新信息。游戏将于 2027 年春节发售，并同步登陆 PS5、Xbox、PC 和 Switch 2。《地铁：2039》《地铁：2039》由开发商 4A Games 与原著作者德米特里·格鲁霍夫斯基共同创作新故事，这次系列长期主角阿尔乔姆不再担任主人公，玩家改为操作一位叫「陌路人」的神秘新角色。从这次公布的预告片《Renegade》中可见，和《地铁：离去》开阔的地表相比，新作又重新回到了地下空间的压迫感之中。游戏将于 2027 年 2 月登陆 PS5、Xbox 和 PC。《共鸣：瘟疫传说传承》《瘟疫传说》系列的新作，则已经走到了发售前的最后一步——8 月 27 日就将正式发售，并首日加入 Game Pass（当然，实际上早已偷跑了）。这次的故事发生在《安魂曲》十五年前，主角换成了索菲娅，她将探索一座与米诺斯文明有关的岛屿。站在个人角度来说，得益于 BGM《Enjoy the Silence》，这次的预告片很值得一看。《寂静岭：Townfall》《寂静岭：Townfall》也采用了类似的市场策略。游戏早已确认了背景设定在 1996 年的苏格兰，本届科隆预告片没有提供更多的玩法解释，而是公布了主要演员。游戏将于 9 月 24 日登陆 PS5 和 PC，和《瘟疫传说》一样，它来到科隆的主要任务还是提醒潜在的玩家记得下单。随着 E3 隐入尘烟，科隆游戏展顺理成章地成为了当前最盛大的游戏展会。但真的把开幕夜直播看下来，就不得不说它热闹有余而亮点不足，很少有当年 E3 大作云集的感觉。八字没一撇的新作、续作、重制版和临近发售的作品，明显才是这里的主角。这倒也不奇怪：索尼有 State of Play，任天堂有直面会，微软有 Xbox Games Showcase，育碧、EA 和 CD Projekt RED 也都拥有自己的直播、频道和社区，对于拥有足够用户基数的大厂，把重要内容放在自家活动中明显更划算，也可以自行控制传播节奏。既然大厂有了自己的舞台，科隆也就失去了「游戏预告唯一投放点」的地位。但奇怪的是，今年的科隆游戏展又比过往任何时候规模都大。我想，大概是因为展馆依然无可替代。媒体需要一个场所试玩了解手感，制作人需要接触媒体的渠道，创作者需要现场素材，玩家也想亲自对比预告和实机的区别。游戏新闻已经去中心化，但游戏体验仍然需要一个中心，这就是科隆游戏展存在的意义。

「造芯」这件事，已成了一种潮流。就在昨晚，OpenAI 公布了和博通联合自研的首款 AI 推理芯片 Jalapeño（墨西哥辣椒）首轮公开测试成绩。在 SemiAnalysis 发布的公开基准测试 InferenceX 上，Jalapeño 运行了 GPT-OSS 120B、DeepSeek R1 670B 和 Kimi K2.5 1T 三款模型，结果显示，Jalapeño 每瓦完成的 AI 工作比英伟达 GB200、GB300 多 1.5—1.9 倍，端到端延迟缩短至对照系统的约 30%—60%。运行 DeepSeek R1 时，一次 8K 输入、1K 输出的推理从 5.99 秒降到 1.65 秒，最低 token 间隔则由 5.90ms 压到 1.43ms。有了 Jalapeño，也许未来在 ChatGPT 上你能看到的不止是 1.5 倍速输出结果的「快速」模式，只要舍得花钱，3 倍速也是有可能做出来的。实力着实超群，让 Sam Altman 在说这件事时也相当言简意赅：「我们制造了一款芯片，它很快。」火爆小辣椒，为推理而生不同于更通用的 GPU，Jalapeño 从设计之初就只有一个目标：承载现代大模型的推理部分工作。这一目标，跟当下 AI Agent 的流行又有着紧密关联。须知道，一问一答的普通聊天只需要调用几轮模型，延迟也比较容易忍受；但只要是看过 Agent 干活时的任务链，就会发现它们往往要连续调用模型几十次：读文件、搜资料、操作软件、检查结果，再根据结果推进下一步工作。每一步的推理延迟累积起来，让 Agent 处理哪怕不算太复杂的日常事务，也往往会消耗掉不少时间。这就是为什么，ChatGPT 的首页界面会分为「聊天」和「工作」——简单的日常问答可以快速输出，而需要调用到 Agent 的复杂任务必须单独区分开来，以免「想得太多」的 Agent 拖慢日常体验。如果可以让 Agent 推理得更快，那 Agent 的响应也会越来越接近普通聊天。原则上，以后的 ChatGPT 又将恢复到最初的形态：首页只有一个对话框，不再需要专门区分聊天和工作。而为了让推理速度更快，Jalapeño 在设计之初就针对大模型推理的真实负载做了专门优化。众所周知，只要是冯·诺依曼架构下的芯片，运算速度往往都要远大于数据运输的速度。在前天的文章中我们用过一个比喻：哪怕厨房切菜翻炒的速度快如闪电，只要运输食材的速度跟不上，那再怎么快手的厨师也只能守着空灶等待。大模型的推理过程主要分为两个阶段：第一段是 Prefill，芯片一次性读懂用户输入的整段提示词，主要考验计算能力；第二段是 Decode，模型开始逐个生成 token，这一步需要反复从内存读取权重和 KV Cache，几乎必然会撞上数据搬运速度跟不上计算速度的「内存墙」。图｜OpenAI这也意味着，要想接近计算能力的上限，就需要像 OpenAI 在设计 Jalapeño 时那样，将计算核心、HBM 内存和网络通盘考虑进来协同设计，尽可能地减少读取数据的耗时。据 SemiAnalysis 披露，Jalapeño 配有 216GiB HBM4，内存带宽达到 15.4TB/s。这个数字接近微软 Maia 200 和 Google Ironwood 的两倍。如此激进的带宽，就是为了让数据能跟上计算，把那些被等待数据浪费的理论算力重新利用起来。图｜SemiAnalysis另外，Jalapeño 将计算核心和 HBM 划分成了多个彼此对应的区域，让模型权重和 KV Cache 尽量留在负责处理它们的本地内存中；需要跨区域同步时，才经过专门的高速通信网络运输数据，从而减少数据在核心、内存和芯片之间来回搬运的步骤，也减少计算单元「等菜」的时间。图｜SemiAnalysis由于计算、内存和网络资源一开始就并入芯片设计架构之中考虑，Jalapeño 达到了极其惊人的能效比——它的标称功耗为 700W，实际测试中持续功耗更是低于 550W；作为对照，英伟达的 GB200 和 GB300 标称功耗分别为 1200W 和 1400W。也就是说，Jalapeño 能够用英伟达芯片约一半的能耗，实现相对更高的推理性能。能耗就是电，电就是白花花的钱。考虑到数据中心每日面临的惊人计算需求，任何能效比的优化，都能让 OpenAI 的算力成本支出减去一截。图｜Computex 2026 keynoteOpenAI 计划在年底前，将 Jalapeño 部署到计算基础设施之中，同时第二代产品已经在开发中段，第三代也初具雏形。随着 Jalapeño 广泛使用，我们也有望见到 Tibo 更频繁地按下那颗「重置」按钮。三年造芯，九个月流片Jalapeño 的「快」不只在于性能，它的设计生产也快得不像半导体产品。据路透社报道，这个项目正式起步时间大约是 2024 年底至 2025 年初，初始成员很多来自 Google TPU 项目。而在那之前一年，OpenAI 已经邀请了前 Google TPU 负责人 Richard Ho 组建硬件团队——很显然，早在 Gemini 借助自有 TPU 算力一度弯道超车之前，OpenAI 已经意识到了自有芯片的重要性。最终，这个项目的正式亮相是在去年 10 月，当时 OpenAI 宣布将会和博通合作部署 10 吉瓦的定制 AI 加速器，「将前沿模型与产品研发经验直接融入硬件」；传出正式流片的消息，则是在去年 11 月。综合 6 月份官方博客披露这个项目从初始设计到流片只花了 9 个月、路透社估计从流片到成品需要约 6 个月、SemiAnalysis 透露在 8 月正式测试前 OpenAI 只进行了约 3 个月的芯片上电调试等消息，我们可以整理出一条清晰的时间线：Jalapeño 大约在 2025 年 2 月进入正式设计周期，11 月完成流片，今年 5 月 OpenAI 拿到第一块成品芯片，8 月份完成调试并开启公开测试。每一步都密锣紧鼓，直逼芯片设计速度的上限。据 Semiconductor Engineering 的估算，像 Jalapeño 这样高复杂度的 AI 加速芯片，从正式设计到流片通常需要 18—24 个月；OpenAI 将正式设计周期压缩到九个月，可以说是快了接近一倍，堪称是 AI 时代狂飙突进的最佳写照。实现如此速度的一个关键因素，正是 AI 本身。用 OpenAI 的话来说，AI 直接参与了 Jalapeño 的开发。他们的模型在设计期间用于探索实现方案、参与验证和修改方案、优化芯片算术电路等工作；成品芯片进入实验室后，OpenAI 又使用 Codex 和未发布的 Astra 模型，在两个月内将 GPT-OSS、DeepSeek R1 和 Kimi K2.5 几款不在 Jalapeño 原始适配计划中的模型完成了适配。作为「大加速时代」的标志和产物，AI 正在大幅缩短芯片的研发过程。第二、第三代 Jalapeño，以及其他大模型公司的专用芯片，都有可能在未来几年内跟我们见面。为什么模型公司都在自研芯片？Jalapeño 的问世固然惊艳，但 OpenAI 不是自研芯片路线上最早的玩家。为这一项目提供了无数初始人才的 Google TPU 自不必说。这款十年前开始投入数据中心的产品，如今已经迭代到了第八代。早在 2025 年的第七代产品，就是首款专为推理而设的 TPU 芯片 Ironwood；而今年发布的第八代产品，则进一步细分为了用于训练的TPU 8t 和用于推理的TPU 8i。图｜Google CloudGoogle 甚至认为 TPU 还不够专用。据 The Information 报道，Google 正在研究一颗代号 Frozen v2 的服务器芯片，尝试把 Gemini 的部分架构直接固化进硬件，它的每瓦生成 token 数量预估可达到最新 TPU 的 6—10 倍。另一厢，亚马逊 AWS 也先后开发了用于推理的 Inferentia 和兼顾训练、推理的 Trainium 芯片，通过对外出售算力来支撑云业务。作为最大外部盟友，Anthropic 已经通过 Project Rainier 获取了接近 100 万颗 Trainium 芯片的算力。但 Anthropic 也没有打算完全依赖亚马逊。就在月初，他们证实正在组建内部专用芯片研发团队，为下一代 Claude 大模型打造定制化 AI 芯片。很明显，押注自研芯片已经成为了头部大模型厂商的共同方向。这一变化最直接的理由，自然是算力效率关乎公司的经济账。我们可以做一个对比：2024 年 GPT-4o 刚刚发布时，每百万输入、输出 token 分别收费 5 美元和 15 美元；如今 GPT-5.6 Luna 已降到 0.2 美元和 1.2 美元。假设一项 Agent 任务累计使用 2 万输入 token、5000 输出 token，GPT-4o 当年的费用约为 0.175 美元，Luna 只需 0.01 美元，降幅超过 94%。如果每天执行 1000 万次，一年的公开调用金额会从约 6.39 亿美元降到 3650 万美元。当然，两个模型规模和能力并不完全相同，降价也包含算法、软件与市场竞争的共同作用，但十几倍的价格差仍然离不开计算效率的持续提升。如果能将计算效率的主导权掌握在自己手中，结合 ChatGPT 巨大的调用量，通过节省支出来收回自研芯片的投入可以说是比较轻松的。图｜NVIDIA blog成本之外，算力供给同样重要。哪怕是手握 TPU 的 Google Cloud 也不总是有余粮，他们曾因容量不足拒绝部分外部订单，近来 Gemini 的混乱据报也有内部算力争夺的原因；只有把芯片握在手里，模型研发才不会完全受制于单一供应商的产能和报价。在昨晚同步发布的在昨晚同步发布的战略文章中，OpenAI CFO Sarah Friar 将公司的战略选择概括为「以广度建生态，以自营握杠杆」（Build for breadth, own for leverage）：训练和通用计算继续采购外部高端系统，稳定且巨量的推理则由 Jalapeño 分担。第一代芯片暂不出售，也不出租，产能全部留给 OpenAI。我们不能忽视，作为模型公司，OpenAI 做自研芯片还有一个得天独厚的优势：没有别的公司比他们更了解 Agent 的实际工作流程。众多用户提供的 Agent 工作流，实际上也是在告诉 OpenAI 下一代芯片如何设计才能最好地对应自家产品的实际推理需求。Alan Kay 曾说，真正认真对待软件的人，应该制造自己的硬件。现在，这句话应该有一个大模型时代的变体：真正认真对待模型的人，也会去造一颗专属于模型的芯片。

📱苹果定档 9 月 10 日发布新 iPhone🤖ChatGPT Business 开放 Premium 席位，用量提高至 5 倍💰DeepSeek 前 7 个月营收 4.75 亿元，净亏损 7.15 亿元👋OpenAI 数据中心负责人离职，年内高管离任增至至少 14 人🚗特斯拉中国回应上海数据中心撤离传闻：不实🤝华为与惠普签署多年全球专利交叉许可协议🚚顺丰回应薪酬结构调整：15% 纳入季度考核，不涉及一、二线员工📋工信部：严禁未经充分测试验证的汽车产品进入市场💰百度股东会通过双重主要上市相关决议🦿金牌榜奖牌榜双第一！智元首次出征机器人运动会实力登顶🎨微软画图与照片会在 AI 图片中嵌入隐形 GUID🧠Anthropic 与 EPFL 研究称，多智能体系统可能传播「心智病毒」🤖MiniMax 7 月 Token 消耗量飙至年初 20 倍，8 月 ARR 冲破 8 亿美元📖腾讯司晓：Token 正在成为机器智力的计量单位💰英伟达二季度营收 962.2 亿美元，三季度指引超预期⚠️Meta 最高支付 180 亿美元，和解美国青少年社交媒体诉讼🚙比亚迪何志奇：五个品牌要有五套原创设计语言💡腾讯高管回应「做 AI 慢了」质疑：AI 竞争是马拉松，场景才是腾讯的底牌📱天马发布第二代天工屏，OPPO 首发新一代发光材料🤖阿里发布 Qwen3.8-Flash，Next 版新架构同步开源☁️智谱开源 GLM-5.3-Flash，1M 上下文运行在国产芯片集群⌚佳明 Fenix 9 Pro 开启预售，售价 8680 元起🚙奇瑞风云 T7 上市：全系 600km 续航，置换价 9.49 万元起🚗新一代理想 MEGA 定档 9 月 2 日发布苹果定档 9 月 10 日发布新 iPhone苹果宣布将于北京时间 9 月 10 日凌晨 1 点举行秋季发布会，地点依然是 Apple Park 的 Steve Jobs Theater。这次发布会有两个看点，一个是新 iPhone，一个是新 CEO。产品方面，预计主角包括：iPhone 18 Pro / Pro Max：有望搭载 2nm 工艺 A20 Pro，升级影像、通信能力，并进一步缩小灵动岛。首款折叠 iPhone：大概率是今年最受关注的新品，采用大折叠形态，展开后接近小尺寸 iPad，售价可能突破 2000 美元。Apple Watch Series 12 / Ultra 4：预计升级芯片、健康监测和连接能力。AirPods 5：常规升级款，没有摄像头，可能继续采用普通版和主动降噪版双产品线。此外，新 Apple TV、HomePod mini 等产品也可能在本次发布会上更新。爱范儿也会来到苹果发布会现场，为大家带来第一手的现场报道！🔗 相关阅读：下个月的 iPhone 发布会，可能是五年来最有「活人感」的一次ChatGPT Business 开放 Premium 席位，用量提高至 5 倍OpenAI 8 月 25 日更新公告称，ChatGPT Business Premium 席位已正式开放。Premium 席位按月付费为每人每月 125 美元，按年付费折合每人每月 100 美元；Standard 席位的两档价格分别为 25 美元和 20 美元。Premium 席位包含 Standard 的 5 倍用量，取消 5 小时用量限制，并改用固定的每周重置周期。同一 Business 工作区可混合分配 Standard 和 Premium 席位，管理员可以升级、重新分配席位，并统一查看用量与支出限额。OpenAI 此前针对早期候补客户的工作区积分促销已结束，正式开放后不再附带首批席位积分。DeepSeek 前 7 个月营收 4.75 亿元，净亏损 7.15 亿元据 The Information 报道，DeepSeek 今年前 7 个月营收约 4.75 亿元人民币，约为去年全年营收的 10 倍；同期净亏损约 7.15 亿元，去年全年净亏损约 9.35 亿元。报道援引两名了解公司财务数据的人士称，DeepSeek 尚未公开确认这些数据。DeepSeek 前 7 个月整体毛利率为 44.6%，其中通过 API 销售模型访问权限的毛利率达到 82.9%。较高的 API 毛利率主要来自推理基础设施效率提升，但公司的算力投入也在迅速增加。报道显示，DeepSeek 今年前 7 个月在 AI 基础设施上投入约 110 亿元人民币，用于租赁配备 AI 芯片的服务器，以及购买芯片和其他计算设备；去年全年相关支出约为 12 亿元。公司同时继续推进融资，目标募资 500 亿元人民币，投前估值约 5000 亿元人民币。OpenAI 数据中心负责人离职，年内高管离任增至至少 14 人据《华尔街日报》和 TechCrunch 报道，OpenAI 数据中心负责人 Chris Malone 已于上周离职。他于去年 3 月加入 OpenAI，此前曾在 Meta 和 Google 从事数据中心基础设施工作。OpenAI 表示，公司近期重组了基础设施部门，目前的数据中心团队仍有明确的管理分工。重组后，负责计算资源的 Sachin Katti 接管相关组织；Uday Ruddarraju、Brent Mayo 与 Spas Lazarov 分别负责数据中心团队、建设交付和工程工作。Business Insider 此前统计，OpenAI 今年已有 13 名高管或核心负责人离开原职；加上 Malone，人数增至至少 14 人。近期离任者还包括前首席营收官 Denise Dresser 和长期担任 COO 的 Brad Lightcap。公司联合创始人 Greg Brockman 则表示，OpenAI 受到的关注度更高，使每次人员变动都被放大审视。特斯拉中国回应上海数据中心撤离传闻：不实近日有消息称，特斯拉为 FSD 监督版入华筹备的上海数据中心已「人去楼空」，相关对接团队全部撤离。《每日经济新闻》8 月 26 日向特斯拉中国求证，一位内部人士回应称该消息不实。特斯拉上海数据中心仍实施中国境内数据留存，位于上海临港的 AI 训练中心于今年 2 月投入运营。特斯拉还与百度地图合作使用合规高精地图，相关车型已通过四项汽车数据安全标准认证。传闻的另一来源是特斯拉北美官网更新的 FSD 监督版「可订阅地区」名单，其中没有中国。但该名单只表示按月订阅服务的开放范围，不等同于功能的全部可用市场；特斯拉美国官网的可使用地区仍列有中国。华为与惠普签署多年全球专利交叉许可协议华为与惠普 8 月 26 日宣布签署多年期全球专利交叉许可协议。协议包括华为向惠普许可部分 Wi-Fi 专利。这是两家公司在标准必要专利与计算机技术上的长期许可安排。华为知识产权部负责人樊志勇表示，交叉许可可以让标准技术在更多设备上使用。双方没有公布许可费和其他商业条款。华为的公开知识产权资料显示，过去 20 年公司已与欧洲、美国、日本和韩国的主要 ICT 企业签署超过 260 份专利许可协议。在 Wi-Fi 领域，华为既通过双边协议许可专利，也作为创始成员加入 Sisvel Wi-Fi 6 与 Wi-Fi Multimode 专利池。顺丰回应薪酬结构调整：15% 纳入季度考核，不涉及一、二线员工针对「固定月薪的 15% 划为季度绩效」被质疑变相降薪，顺丰集团昨天回应称，本次调整是将年度现金薪酬的 15% 拆分为季度考核基数，调整仅针对总部职能人员，不涉及一、二线员工。顺丰表示，调整后的整体薪酬支出将略有增加，预计有 10% 以上的绩优员工收入增加。公司将这次变化解释为薪酬结构优化，目标是让业绩表现与员工收益更直接关联。工信部：严禁未经充分测试验证的汽车产品进入市场8 月 26 日，国务院新闻办公室举行「开局起步「十五五」」系列主题新闻发布会。工业和信息化部副部长辛国斌表示，「十五五」期间将加力解决汽车产品质量、自动驾驶安全与非理性竞争等问题。具体措施包括推进汽车企业生产资质集团化管理改革，加强产品创新设计的准入审查与测试验证管理，严禁未经充分测试验证的产品进入市场，并加大生产一致性监督检查力度。工信部此前已就汽车企业非理性竞争展开约谈，并启动 2026 年度道路机动车辆生产企业及产品生产一致性监督检查。对不符合国家标准与生产一致性要求的产品，可采取公开通报、暂停相关产品公告和暂停企业新产品申报等处理。百度股东会通过双重主要上市相关决议百度 8 月 26 日召开股东特别大会，会上提呈的全部决议均获通过。公司同日向美国证券交易委员会提交 6-K 文件，披露了股东会结果，双重主要上市转换由此完成关键前置程序。获批事项包括新的股份发行与回购授权、2026 年股权激励计划和新的组织章程细则。百度董事会于 7 月 16 日授权推进转换，香港联交所 7 月 22 日确认收到申请。转换完成后，百度将在纳斯达克和香港联交所保持双重主要上市，并全面遵守香港上市规则；公司预计转换将在今年内生效。金牌榜奖牌榜双第一！智元首次出征机器人运动会实力登顶智元在 2026 世界人形机器人运动会上获得 18 枚金牌、16 枚银牌和 12 枚铜牌，位列金牌榜和奖牌榜第一。参赛设备均为量产机型，没有为比赛单独定制本体。临界点量产版 OmniHand 在 8 个灵巧手专项中获得 7 金，覆盖粉末称重、开瓶撬盖、拆箱拆包和积木搭建等任务；精灵 G2 在酒店、图书馆和应急处置等场景赛中拿下 12 枚金牌中的 6 枚，采用 DUET 双层具身接触智能架构和 ViLLA 具身基座模型完成精细操作与长流程任务。竞技与表演项目中，远征 A3 在舞蹈、武术和乒乓等项目获得 5 金；灵犀 X2 则拿下 100 米障碍赛金牌，并在 400 米障碍赛获得银牌和铜牌。微软画图与照片会在 AI 图片中嵌入隐形 GUID安全研究员 Xusheng Li 逆向分析发现，Windows 画图与照片应用会把服务器分配的 GUID 嵌入 AI 生成图片的像素中，形成不可见水印。用户关闭可见的 Copilot 水印选项，也不会影响这层标识。在 Copilot+ PC 上，部分图片由本地 NPU 生成，但提示词仍会发送到微软服务器进行内容审核；服务器返回经过处理的提示词与 GUID，应用再把 GUID 写入生成结果。研究者检查实际 PNG 文件后发现，C2PA 清单中的c2pa.soft-binding记录了同一个 GUID，并将算法标记为 Microsoft InvisMark。微软已公开说明 AI 图片会包含 C2PA 内容凭证，也会为滥用防范收集提示词和设备标识，但支持页面没有说明该 GUID 同时存在于像素水印中，也没有解释它与远程提示词审核之间的关联。Anthropic 与 EPFL 研究称，多智能体系统可能传播「心智病毒」Anthropic 与瑞士洛桑联邦理工学院的研究人员近日发表论文，测试观点或目标是否会像病毒一样在多个 AI 智能体之间传播。研究团队把这类通过自然语言诱导智能体继续转发、并可能改变其行为的内容称为「心智病毒」。研究设置了两类环境：一组共同完成编程项目的智能体，以及每次交互后都会清空上下文、只能借助记忆文件延续信息的智能体链。部分测试中，病毒能够连续传播近 20 个智能体；有害载荷通常比无害内容更难传播，前沿模型整体上也更不易受影响，但不同模型存在例外。论文认为，这类攻击目前真实存在但风险有限。在系统提示词中加入简短的自传播内容警告，几乎可以完全阻断传播。研究人员提醒，随着企业内部部署更多相互连接、权限不同的智能体，这种自然语言攻击路径仍需纳入安全设计。MiniMax 7 月 Token 消耗量飙至年初 20 倍，8 月 ARR 冲破 8 亿美元MiniMax 昨晚在中期业绩会上披露，第二季度收入环比增长 81.8%；7 月 Token 消耗量达到 1 月的 20 倍，8 月年度经常性收入（ARR）超过 8 亿美元。当前 ARR 中，To B 业务占比约 80%，To C 业务约占 20%。上半年，MiniMax 开放平台

在很多人的印象里，谈及 MiniMax，首先浮现的或许依然是曾经风靡海外的 AI 伴侣 Talkie，抑或是国内用户熟知的星野与海螺 AI。在过去很长一段时间内，这家大模型独角兽常被外界贴上「C 端公司」的标签。情况在过去的一年里已然发生翻天的变化。在 MiniMax 最新发布的 2026 年中期财报显示，相比一年前消费端约 70% 远远领先企业端约 30%的情况，其营收结构已经彻底倒挂，呈现出 B 端占据绝对统治的情况。MiniMax 用了一年时间进行结构性迁徙，目前已经成为了一家以全球开发者生态、多模态 MaaS 与 Agent 基础设施为核心驱动力的算力底座公司。根据已经披露的数据，MiniMax 的整体收入规模获得巨大提升，2026 年上半年实现总收入约 1.2 亿美元，同比增长 283.1%，仅半年的收入就达到了 2025 年全年收入的 1.5 倍。这其中，以开放平台及其他企业服务为主的 B 端业务收入高达 7390 万美元，同比暴增超 700%，占总收入的比重从去年同期的 30.3% 飙升至 63.4%，一举跃升为公司最大收入支柱。狂飙的企业级市场增长，为 MiniMax 的 ARR（年度经常性收入）带来显著增幅，截至 8 月达到了 8 亿美元，其中To B 业务占比已高达约 80%，To C 仅占约 20%。（需要注意的是 ARR 并非一个公认会计准则的审计数字，存在天然的水分，但对于 AI 模型公司、SaaS 类公司仍是一个有价值的考量指标。）另外，MiniMax 上半年海外市场贡献了约六成收入，其全球化底色再一次被凸显。在收入暴涨的同时，销售及分销开支同比下降了 17.9% 至 2700 万美元，毛利则同比增长 464.8% 至 2081 万美元。亏损方面，本期净亏损从上年同期约 4 亿美元降低到了 3.6 亿美元左右。这意味着，MiniMax 彻底告别了依靠早期泛娱乐 C 端应用买量获客的早期阶段，在全面发力基础模型以及多模态模型能力之后，已经转向由企业和开发者生态驱动的自然网络增长。再做一个简单的横向对比：根据 The Information 报道，DeepSeek 今年前七个月里实现 7070 万美元收入，去掉热闹的七月的话，毛估 MiniMax 上半年营收是 DeepSeek 约两倍上下；虽然 DeepSeek 的营收净值低于 MiniMax，但前七个月实现了 2025 年 10 倍的全年收入，增幅远高于 MiniMax；DeepSeek 的前七个月净亏损为 1.06 亿美元，MiniMax 本期净亏损是 DeepSeek 的约 3.4 倍。新老共识MiniMax 透露，Token 消耗量的断层式拉升是本期收入暴增的重要原因。仅今年 7 月，MiniMax 全平台的 Token 消耗量就达到了 1 月份的整整 20 倍。 截至目前，其全球企业客户与开发者数量突破 200 万，是 2025 年底的 10 倍之多。Token 消耗出现如此夸张的非线性跃迁，答案在于模型消费范式的迁移。CEO 闫俊杰透露，模型消费的范式已经从「人与 AI 的直接对话」，全面跃迁至「Agent 与 AI 的多轮级联交互」。由 Agent 驱动的推理需求增长，显著快于人类用户数和消息数的增长。这直接导致单用户的 Token 消耗呈倍数级爆发。这在日新月异的模型行业已经是「老共识」。而更重要的新共识，则是后训练成为 Scaling 的新上限。从近期智谱 GLM 5.3、DeepSeek V4 Flash（0731 版本）、Gemini 3.x Flash 的公开资料来看，越来越多模型厂商在小版本更新中重度依赖，甚至仅靠后训练，就能够显著提高模型在特定主流任务上的表现。闫俊杰也在业绩会中提出这一新的行业共识的转变：当前大模型的 Scaling 正在从单一的预训练，快速拓展至中训练、后训练以及强化学习。在后训练阶段，海量的合成数据生成、强化学习中的环境 rollout（推理/生成）、产成任务的试错验证，其本质都是推理计算。而单位算力下的推理成本越低、吞吐越大，模型在后训练中能够吞吐的轨迹与实验规模就越大。这也是为什么包括 MiniMax 在内的一众模型厂商，在中训练和后训练阶段投入的算力占比越来越高。闫俊杰指出，在相同的算力规模下，推理计算效率的提升倍数，跟后训练的规模变大倍数呈现基本线性相关。这句话可以粗略理解为：后训练使得劲越大，推理的效率提升越多，模型呈现出的最终效果越好。换言之，无论人们认为 Scaling Law 是否已经撞墙、模型参数量是否已经卷到了极限——后训练的效率提升仍然可以提高 Scaling 的上限。新模型：M3 Pro、M3.1MiniMax 透露正在稳步推进三个新模型的研发：M3 Pro、M3.1 和 H3.1。其中，M3.1 的定位是面向主流用户，可以被大量、广泛使用的新「标准版」模型。M3.1 在 M3 基础上进行充分的预训练，并持续 Scaling 后训练规模。其主要提升方向在于提升任务完成质量、推理效率、稳定性、插入到多种 Agent 产品中作为基模调用时的适配性。M3 Pro 则是一个更加全面能力升级的模型，参数规模在 3 万亿左右。它的基座会是一个更大的基础模型，目标是更强的泛化能力和更高的智能上限。M3 Pro 会采用 MiniMax 自主研发的新注意力架构 MSA 的第二代 MSA 2.0，能够显著提高推理阶段缓存命中率，从而提高整体算力利用率。在稳步推进这两个基座模型的同时，MiniMax 目标是在 M3.1 推出时，将其推理成本降至 M3 初期上线时的三分之一左右。闫俊杰指出，推理成本的下降有两个好处，一是通过降价来降低使用门槛，从而扩大用户基数和 Token 用量，二是用于改善公司毛利率。闫俊杰认为这两者并非不可兼得。除了语言模型，MiniMax 另一张王牌是多模态。前不久 MiniMax 发布了多模态模型 MiniMax H3，并继续坚决采取开源策略。仅三周后，H3 的全球下载量已突破 2400 万次，衍生出超过 300 个公开模型，成为 2026 年全球最火爆的模型之一。H3 是时隔多年以后，首次有开源多模态模型在生成效果和工具链适配上达到或接近于前沿闭源模型。其核心并非单纯的扩散生成，而是将语言模型深度嵌入视觉生成流中，实现了全局的上下文感知、多主体的一致性控制、镜头精细化调度等面向视频专业用户友好的效果。闫俊杰认为，H3 的开源能证明了两件事情：语言模型能力可以进一步提高视觉生成模型的上限；开放权重模型、产品和 API 可以行程相互促进的生态，而非彼此蚕食。而长期来看，类似语言模型+视觉生成模型相结合的范式，在其他更加前沿的领域可能会持续涌现。MiniMax 的公司名称令人想起 Min-Max 这一多功能术语。套用在模型实验室的身上，则体现该公司「最小化单位智能成本才能实现最大化智能水平」的认知，也即尽可能降低单位智能的供应成本，从而让让更高水平的智能更加广泛地进入人们的生产生活。这一认知的直接体现，就是 MiniMax 今年上半年在后训练阶段持续发力，以更低成本实现模型能力预期提升的做法，而这一做法又直接带来了两大相互关联的重要变化：模型能力被更加注重性价比的企业端市场重视，以及公司营收显著增长。事实上，这一认知已然成为行业的新共识，从这一点上看 MiniMax 也并没有多么特立独行。APPSO 一直认为大模型行业将不可避免进入价格战阶段，而那些率先押注单位成本的模型厂商，将比盲目追求大参数、大智能的对手们领先一筹。