AI资讯AI新闻资讯正文DeepSeek Harness重磅更新：多模态支持全面上线，意外剧透V4视觉版动向发布于AI新闻资讯发布时间 :2026年8月20号 17:58阅读 :1分钟发布仅满7天，开源智能体工具 DeepSeek Harness 便迎来了全新版本升级，正式引入增强的多模态支持。通过此次更新，DeepSeek 模型适配器已支持配置启用原生图片请求，引发了外界对于 DeepSeek 自家视觉模型即将发布的广泛猜想。伴随着底层架构的完善，此次更新在交互体验上带来了多项实用改进。此前仅限于纯文本传输的 /goal、/plan 等命令，现在全面支持带图发送;同时，@ 的引用范围也从单纯的文件扩展到了历史会话中。这意味着开发者在单次提问时，可以同时挂载截图、本地文件与过往对话内容。为了保障复杂工作流的稳定性，新版本不仅实现了 MCP 与 ACP 对持久化图片附件的支持，让附件不会随单次调用结束而消失，还成功修复了图片尺寸过大以及多轮对话中历史图片累计载荷过高所导致的请求失败问题。除了多模态能力的升级，新版本在组件分发和架构优化上也动作频频。Claude Code 和 Codex 不再与主体一起分发，而是转变为按需安装的 Profile Bundle。其中，Codex 迎来了两大新特性:一是支持非交互权限模式，使其能够在无人值守的流程里顺利运行;二是支持多命名实例，允许同时存在多个配置不同、名称各异的 Codex 子智能体。同时，子智能体的“回报路径”也进行了优化，reportDelivery 现在能够及时反馈并唤醒父任务，免去了父任务盲目等待子任务结束的烦恼。在其他功能优化方面，web_search 已支持并发查询，Windows PTY 终端正式加入持久 PowerShell 会话支持并在极简模式预设中默认开启，SQLite 后端的读写和分叉性能也得到了显著改善，存储体积进一步降低。此外，官方正式确认“DeepSeek Harness”已注册为商标，相关品牌使用规范也已同步更新。

HiDream-O1-World – 智象未来推出的全模态交互式世界模型AI工具3天前发布AI小集02HiDream-O1-World是什么HiDream-O1-World 是智象未来（HiDream.ai）推出的原生全模态交互式世界模型，基于自研 UiT 架构打造。支持文本、图像、交互操控等多模态输入，具备漫游、编辑、交互三大功能，可一键生成时空一致、符合物理规律、可长时推演的完整世界。核心突破在于「3D 先验注入 Memory 上下文 + Test-Time Training 在线适应」的协同设计，有效解决了长时交互中的物体漂移、场景失忆与物理失真问题。HiDream-O1-World的主要功能多模态输入生成：支持文本描述、图像上传、交互操控等多种输入方式，一键生成结构完整、质感细腻的交互世界；例如上传一张室内照片即可自动补全全景，构建高精度数字孪生空间。沉浸式漫游：提供第一人称与第三人称两种视角，用户可自由驱动角色行走、任意调整视角方向，镜头移动全程稳定无漂移，光影与细节同步变幻。实时编辑交互：可驱动角色完成抓取、奔跑、下蹲、跳跃等动作，或调度环境变化（如触发降雨、物体坠落等动态事件），且每次修改都保持几何、光照、材质与物理逻辑的全局统一。多角色构建：支持人类、动物、虚构角色等多种角色类型，精准适配各自的形态与运动规律。丰富场景与风格化创作：能高度还原城市街景、自然地貌、室内空间等真实场景，也能生成幻想异世界、二次元卡通、3A 游戏渲染等多元艺术风格。长时程时空一致性：基于「3D 先验注入 Memory + Test-Time Training」机制，多轮视角切换后物体不消失、不漂移、不「失忆」。物理一致性保障：碰撞、遮挡、重力、流体等物理响应符合真实世界因果逻辑，视觉物理合理性较行业平均提升 13.6%。如何使用HiDream-O1-World选择输入方式：支持三种多模态输入：输入一段文本描述（如场景设定）、上传一张参考图片（如室内照片），或直接通过交互操控开始。一键生成世界：模型基于输入自动构建完整的交互世界，包括空间结构、材质光影与物理规则；上传图片时还能自动补全全景，生成数字孪生空间。漫游探索：选择第一人称或第三人称视角，驱动角色在世界中自由行走，任意调整视角方向（推拉摇移），观察环境细节与光影变化。实时交互编辑：通过指令驱动角色完成抓取、奔跑、下蹲、跳跃等动作，或调度环境事件（如降雨、物体坠落），模型会保持几何与物理逻辑的全局自洽。长时推演与持续创作：依托「Memory + TTT」机制，模型能记住已探索的空间结构，支持多轮交互、长时程连续推演而不丢失世界状态。HiDream-O1-World的核心优势原生全模态UiT架构：基于自研原生全模态架构，实现文本、图像、交互的统一理解与生成，而非多模态简单拼接。时空一致性突破：首创”3D先验注入Memory上下文 + Test-Time Training在线维护”协同机制，长时程交互中物体不漂移、不消失、不变形。物理一致性突破：训练阶段通过物理模拟数据驱动归纳偏置学习，推理阶段TTT在线适配场景物理属性，视觉合理性超行业均值13.6%。评测成绩顶尖：首次参评WBench即登顶Navi分榜，综合80.9分，物理维度73.3与一致性维度88.0均列第一。多模态输入灵活：支持文本描述、图片上传、交互式操控等多种输入，一键生成可双视角漫游、实时编辑的完整世界。角色与风格泛化：精准适配人类、动物、虚构角色的形态与运动节奏，同时兼容真实场景还原与二次元、3A游戏等多元艺术风格。HiDream-O1-World的项目地址项目官网：https://yanghb22-fdu.github.io/DreamWorld/技术论文：https://yanghb22-fdu.github.io/DreamWorld/asserts/DreamWorld.pdfHiDream-O1-World的同类竞品对比对比维度HiDream-O1-WorldLingBot-World出品方智象未来（HiDream.ai）蚂蚁集团（开源）WBench排名第1名第5名综合分80.978.5质量维度81.078.9设定维度82.272.6交互维度80.080.1一致性维度88.089.9物理维度73.371.2核心架构自研原生全模态UiT架构，3D先验注入Memory + TTT在线维护未披露具体架构细节开源情况未开源开源核心优势综合表现最强，物理真实性领先，时空一致性突破一致性单项最高（89.9），开源可二次开发相对短板未开源，生态待建设综合表现较弱，设定能力（72.6）和物理（71.2）均有差距适用场景高精度仿真、具身智能、AI互动影游、物理自洽要求高的产业应用开发者快速接入、开源定制、对一致性要求高但物理要求适中的场景HiDream-O1-World的应用场景AI互动影游：用户从被动观看者转变为主动叙事参与者，世界随探索实时演进分支剧情，在影视级视觉质感中享受多重结局的沉浸体验。具身智能仿真：搭建遵循物理规则的高精度城市、工厂、室内仿真空间，为智能机器人训练提供低成本、高安全的虚拟试验底座，替代高风险实景测试。3D数字内容生产：面向设计师与创作者快速生成3D手办、家居场景及艺术空间，支持结构微调、风格秒换与智能补全，大幅缩短创意到成品的迭代路径。自动驾驶虚拟测试：构建高度还原真实交通规则与物理规律的道路环境，模拟极端天气、复杂路况等罕见场景，加速自动驾驶算法的训练与验证。微观世界生命模拟：向微观尺度延伸，精准模拟细胞行为、蛋白相互作用等生命过程，为药物发现、疾病机理研究与生物实验提供全新的数字仿真路径。# 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DeepSeek Harness Desktop - 开源的 DeepSeek Harness 桌面端下一篇完全不懂乐理，我用AI做出了第一首能上线的原创歌相关文章11个免费AI食谱与健康管理应用，量身定制食谱、实时监测健康AI小集6Agentic Reasoning – 牛津大学推出增强LLM推理能力的框架AI小集2ScreenCoder – 开源的智能UI截图生成前端代码工具AI小集2DreamVideo-2 – 复旦和阿里联合多机构推出的零样本视频定制生成框架AI小集2Laminar – 分析与优化LLM应用程序的开源平台AI小集3Tatship – AI纹身平台，根据描述自动生成个性化纹身和模拟试戴效果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TipKayFloatboatPreviewOnSoloEpixa知漫剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！45分钟前Alta – AI 穿搭应用，能生成专属 Avatar 虚拟试衣45分钟前水豚桌面 – 免费 AI 桌面工作台，智能分类桌面应用与文件47分钟前Lumos NexCore – 鹿明机器人推出的具身智能进化引擎48分钟前MiniMax Design – MiniMax推出的AI Agent商业内容生产平台7小时前Qwen3.8-27B-DFlash2 – Inco AI 开源的投机解码草稿模型7小时前HarnessEval – MirroS 联合清北、英伟达等推出的评测系统8小时前扣子桌面端 – 字节跳动旗下扣子推出的桌面端22小时前ManClaw – 阿里旗下书旗团队推出的 AI 漫剧创作 Agent1天前Mage – 微软开源的 4B 参数多模态模型家族1天前ToolJet – 开源 AI 低代码开发平台，可视化拖拽搭建1天前Nature Skills – 开源的 AI 科研技能库，聚焦论文全流程1天前Academic Research Skills – 开源的 A I Agent 学术科研技能1天前Lovart中文版 – Lovart 推出的新一代 AI 设计 Agent1天前MemoraX Code – 专为 Coding Agent 设计的长期记忆系统1天前

Mage – 微软开源的 4B 参数多模态模型家族AI工具1天前更新AI小集03Mage是什么Mage 是微软开源的 4B 参数多模态模型家族，包含流式视频/图像理解模型 Mage-VL 与图像生成与编辑模型 Mage-Flow。Mage-VL 通过 Codec-Native 编码将视觉 Token 减少 75%，推理提速 3.5 倍，支持实时视频理解；Mage-Flow 支持原生分辨率生成与指令编辑，Turbo 版 4 步采样、A100 单卡 0.6 秒出图。Mage的主要功能图像生成：支持 512–2048 任意原生分辨率的文生图，Turbo 版 4 步采样、A100 单卡 0.6 秒出图。图像编辑：支持背景替换、风格迁移、材质替换、元素增删等指令式编辑，可掩码局部修改。多模态理解：覆盖图像、文档、视频的问答与描述，支持直播/监控等实时流式视频理解。Mage的技术原理Mage-VL 的 Codec-Native 编码：参考 H.264/HEVC 视频编码思路，Mage-ViT 区分 I 关键帧（完整保留）与 P 预测帧（仅保留变化区域），视觉 Token 减少 75% 以上；配合仿生双系统架构（System 1 轻量事件网关监控变化、System 2 因果解码器完成推理），视频推理提速最高 3.5 倍，同时不丢失时空上下文。Mage-Flow 的原生分辨率生成：基于 Mage-VAE（重建质量对标 FLUX.2 且开销更低）与 NR-MMDiT（原生分辨率扩散 Transformer，无需尺寸桶训练），采用 Rectified Flow 匹配训练；提供 Base、RL 对齐、Turbo 蒸馏加速（4 步采样）及 Edit 编辑分支，在 4B 参数下实现高质量图像生成与指令编辑。微信关注回复“开源”，加入AI开源项目交流群如何使用Mage克隆仓库：从 GitHub 克隆microsoft/Mage代码仓库到本地环境。安装依赖：按照项目 README 安装所需的 Python 依赖与运行环境。下载权重：从 Hugging Face 下载 Mage-VL（理解）或 Mage-Flow（生成/编辑）的预训练权重。加载模型：根据任务类型加载对应模型，配置推理参数（如分辨率、采样步数）。执行任务：输入文本提示词、图像或视频流，执行生成、编辑或多模态理解任务。保存结果：获取并保存模型输出的图像、视频描述或问答结果。Mage的核心优势小参数大能力：仅 4B 参数量即同时覆盖高质量图像生成/编辑与流式视频理解，不依赖盲目堆参。Codec-Native 极致压缩：视觉 Token 减少 75%，视频推理提速最高 3.5 倍，原生支持实时直播与监控场景。原生分辨率生成：支持 512–2048 任意分辨率直出，无需尺寸桶训练，画面细节与文字渲染对标更大模型。极速采样：Turbo 版仅需 4 步，A100 单卡生成 1024×1024 图像不到 0.6 秒。全栈开源友好：代码、权重、论文全部开源，宽松协议，适合科研微调与中小算力落地。低硬件门槛：4B 规模大幅降低部署成本，为边缘设备多模态化提供可行方案。Mage的项目地址项目官网：https://microsoft.github.io/Mage/GitHub仓库：https://github.com/microsoft/MageHuggingFace模型库：https://huggingface.co/collections/microsoft/mageMage的同类竞品对比维度Mage（4B）Qwen3-VL-4B能力范围同时覆盖图像生成、编辑、流式视频与图文理解聚焦图像/视频/文档理解，不支持图像生成视频处理原生流式理解，Token 压缩 75%，推理提速 3.5 倍支持常规视频帧采样理解，流式实时性较弱图像生成Mage-Flow 支持文生图、指令编辑与任意分辨率生成无图像生成能力部署成本4B 统一架构，单卡 A100 可跑通生成+理解全流程4B 理解模型，需额外搭配其他生成模型才能覆盖 Mage 全链路Mage的应用场景实时直播/赛事解说：流式视频理解能力可实时分析直播画面并自动生成解说词与数据问答。智能监控安防：对监控视频进行实时异常事件检测与告警，大幅降低人工巡检成本。电商商品图生成：快速生成高质量商品主图、场景图及多风格变体，支持指令式局部修改。社交媒体内容创作：一键完成海报生成、风格迁移、元素增删等操作，降低设计门槛。边缘设备多模态助手：4B 小参数适合部署在手机、IoT 等端侧设备，提供本地化的图文视频理解服务。# 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ToolJet - 开源 AI 低代码开发平台，可视化拖拽搭建下一篇ManClaw - 阿里旗下书旗团队推出的 AI 漫剧创作 Agent相关文章Qwen3.7-Max – 阿里通义推出的新一代旗舰大模型AI小集4Inverse Painting – 华盛顿大学推出逆向重现绘画过程的AI技术AI小集2灵图AI – AI辅助设计平台，专为美术设计打造快速生成手绘效果图AI小集4SendShort – AI视频编辑工具，自动拆分长视频AI小集3xbench – 红杉中国推出全新的AI基准测试工具AI小集3吐司AI写真 – 吐司TusiArt平台推出的 AI 写真工具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TipKayFloatboatPreviewOnSoloEpixa知漫剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！2分钟前Alta – AI 穿搭应用，能生成专属 Avatar 虚拟试衣2分钟前水豚桌面 – 免费 AI 桌面工作台，智能分类桌面应用与文件3分钟前Lumos NexCore – 鹿明机器人推出的具身智能进化引擎5分钟前MiniMax Design – MiniMax推出的AI Agent商业内容生产平台6小时前Qwen3.8-27B-DFlash2 – Inco AI 开源的投机解码草稿模型6小时前HarnessEval – MirroS 联合清北、英伟达等推出的评测系统7小时前扣子桌面端 – 字节跳动旗下扣子推出的桌面端21小时前ManClaw – 阿里旗下书旗团队推出的 AI 漫剧创作 Agent1天前ToolJet – 开源 AI 低代码开发平台，可视化拖拽搭建1天前Nature Skills – 开源的 AI 科研技能库，聚焦论文全流程1天前Academic Research Skills – 开源的 A I Agent 学术科研技能1天前Lovart中文版 – Lovart 推出的新一代 AI 设计 Agent1天前MemoraX Code – 专为 Coding Agent 设计的长期记忆系统1天前VM0 – 企业 AI Agent 平台，自然语言构建工作流2天前

GPT-5.6 – OpenAI 推出的最新一代大语言模型系列AI工具1个月前更新AI小集04GPT-5.6是什么GPT-5.6 是 OpenAI 推出的最新一代大语言模型。模型首次采用天文学命名体系，推出三档型号：旗舰版Sol（太阳）面向高难复杂任务，是目前性能最强的版本；均衡版Terra（地球）性能对标 GPT-5.5 但价格仅一半，适合日常工作流；轻量版Luna（月亮）主打速度与低成本。核心能力聚焦于编程、生物信息学和网络安全三大方向，支持 150 万 tokens 超长上下文，在 Terminal-Bench、GeneBench 等基准测试中全面领先，新增 Ultra 模式通过多子 Agent 协作处理复杂任务。GPT-5.6的主要功能三档型号灵活选择：提供 Sol（旗舰）、Terra（均衡）、Luna（轻量）三个版本，分别对应高难度任务、日常工作和低成本高并发场景。超长上下文处理：支持 150 万 tokens 上下文窗口，可处理超长文档、代码库和复杂多轮对话。高级编程与终端操作：在命令行环境中执行复杂开发任务，支持项目结构理解、文件读取、代码修改、运行命令和报错分析。Ultra 模式多 Agent 协作：通过调度多个子 Agent 拆分处理复杂任务，统一汇总结果，提升长周期编码效率。生物信息学与基因组分析：支持长周期基因组学和定量生物分析任务，在更少输出 tokens 下获得更强结果。网络安全与漏洞研究：推进长周期安全任务，包括漏洞研究和 exploitation 相关任务，效率显著提升。分层安全防护体系：加强对高风险活动、敏感网络请求和重复滥用行为的防护，抵御真实世界攻击。提示词缓存与成本优化：优化重复提示词调用机制，降低高频场景下的 API 使用成本。如何使用GPT-5.6ChatGPT：Plus/Pro/Business/Enterprise用户可访问Sol（medium及以上effort），Pro和Enterprise可选Sol Pro。ChatGPT Work/Codex：免费和Go用户用Terra，Plus及以上可选Sol/Terra/Luna，可设置effort等级；max模式所有可用用户可开启；ultra在ChatGPT Work中Pro/Enterprise可用，Codex中Plus及以上可用。API：通过OpenAI API访问三档模型，Responses API支持Programmatic Tool Calling（ZDR兼容）和Multi-agent beta。GPT-5.6的官网地址官网地址：https://openai.com/index/gpt-5-6/GPT-5.6的核心优势三档分级灵活匹配：Sol（旗舰）、Terra（均衡）、Luna（轻量）覆盖高难度任务、日常工作和低成本高并发场景，按需选择不浪费算力。编程能力行业领先：Terminal-Bench 2.1 得分 Sol 88.8%、Sol Ultra 91.9%，超越 Claude Mythos 5（88.0%）等竞品。超长上下文窗口：支持 150 万 tokens，比 GPT-5.5 提升约 50%，可处理完整代码库、长篇文献和复杂多轮对话。Ultra 模式多 Agent 协作：自动调度多个子 Agent 拆分并行处理复杂任务，再统一汇总结果，大幅提升长周期编码效率。科研成本效率双优：GeneBench v1 上 Sol 比 GPT-5.5 得分更高，但输出 tokens 更少，生物信息学分析更省成本。网络安全高效精准：ExploitBench 接近 Mythos Preview 水平，但仅使用约 1/3 的输出 tokens，漏洞研究效率显著提升。分层安全防护体系：迄今最强安全堆栈，可抵御高风险活动、敏感网络请求和真实世界攻击。价格梯度合理：Terra 性能对标 GPT-5.5 但价格仅一半；Luna 成本最低；提示词缓存机制进一步降低重复调用开销。GPT-5.6的同类竞品对比对比维度GPT-5.6 Sol (OpenAI)Claude Fable 5(Anthropic)Gemini 3.1 ProPreview (Google)发布时间2026年6月27日2026年6月9日2026年2月19日模型定位旗舰版（三档分级：Sol/Terra/Luna）Mythos-class（高于Opus级别）旗舰多模态模型上下文窗口150万 tokens100万 tokens100万 tokensTerminal-Bench 2.188.8%84.3%70.7%SWE-bench Verified未公开具体分数95.0%未公开具体分数输入价格（/百万tokens）$5$10$2输出价格（/百万tokens）$30$50$12多模态能力文本、图像文本、图像、PDF文本、图像、音频、视频、PDF安全策略分层安全堆栈，需政府审批访问实时安全分类器，敏感查询自动降级至Opus 4.8标准安全策略GPT-5.6的应用场景复杂软件开发与终端操作：深入命令行环境执行复杂编码任务，包括项目结构理解、文件读取、代码修改、运行命令、报错分析与迭代修复，适合大型代码库重构和全栈开发。生物信息学与基因组研究：处理长周期基因组学分析和定量生物分析任务，在多轮数据解释、方法选择和假设比较中保持上下文一致，适合实验室和生物医药研发团队。网络安全与漏洞研究：执行长周期安全任务，包括漏洞挖掘、exploitation 研究和渗透测试，以更低 token 消耗实现高效分析。企业日常办公自动化：通过 Terra 版本处理文档分析、报告撰写、数据整理等高频日常工作流，性能对标 GPT-5.5 但成本减半。高并发低成本推理服务：通过 Luna 版本承载客服机器人、内容摘要、简单问答等大规模高容量调用场景，以最低价格提供强大基础能力。超长文档深度分析：用 150 万 tokens 上下文窗口处理完整技术手册、法律合同、学术论文或大型代码库的全文理解与跨章节关联分析。# 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Papers with Code - AI科研平台，自动关联论文、代码等下一篇HTML Anything - nexu-io 团队开源的 HTML 编辑器相关文章Spinach AI – AI会议助手，自动记录会议内容提取关键决策AI小集2ebook2audiobookXTTS – 开源电子书转有声书 AI 工具，支持16种语言AI小集2KAZE – 在线AI图片处理平台，精准识别清除水印区域AI小集3libcom – 上海交大推出开源的图像合成问题解决工具AI小集2Documentation.AI – AI文档平台，产品变更自动更新文档AI小集2Liner – AI搜索引擎，具备智能推荐、内容总结、信息管理等功能。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TipKayFloatboatPreviewOnSoloEpixa知漫剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！1小时前Alta – AI 穿搭应用，能生成专属 Avatar 虚拟试衣1小时前水豚桌面 – 免费 AI 桌面工作台，智能分类桌面应用与文件1小时前Lumos NexCore – 鹿明机器人推出的具身智能进化引擎1小时前MiniMax Design – MiniMax推出的AI Agent商业内容生产平台7小时前Qwen3.8-27B-DFlash2 – Inco AI 开源的投机解码草稿模型7小时前HarnessEval – MirroS 联合清北、英伟达等推出的评测系统9小时前扣子桌面端 – 字节跳动旗下扣子推出的桌面端22小时前ManClaw – 阿里旗下书旗团队推出的 AI 漫剧创作 Agent1天前Mage – 微软开源的 4B 参数多模态模型家族1天前ToolJet – 开源 AI 低代码开发平台，可视化拖拽搭建1天前Nature Skills – 开源的 AI 科研技能库，聚焦论文全流程1天前Academic Research Skills – 开源的 A I Agent 学术科研技能1天前Lovart中文版 – Lovart 推出的新一代 AI 设计 Agent1天前MemoraX Code – 专为 Coding Agent 设计的长期记忆系统1天前

Claude Fable 5 – Anthropic 推出的最强 AI 模型AI工具2个月前更新AI小集03Claude Fable 5是什么Claude Fable 5 是 Anthropic 推出的最强 AI 模型，是 Mythos-class 安全版旗舰模型，底层与Claude Mythos 5 完全一致，加装了保守的安全护栏。模型在几乎所有公开基准测试中达到 SOTA，在软件工程、知识工作、视觉推理和长周期自主任务上表现卓越。模型定价为每百万输入 token 10 美元、输出 token 50 美元。Claude Fable 5的主要功能超长自主编码：在 5000 万行 Ruby 代码库中一天完成全库迁移，SWE-Bench Pro 得分 80.3%。Token 高效推理：在 FrontierCode 评测中，用中等 effort 即获得前沿模型最高分 29.3%，成本远低于竞品。原生视觉理解：凭原始游戏截图无外挂通关《宝可梦：火红》，能从科学图表提取精确数值、重建网页源码。持久记忆与长上下文：支持百万级 token 长期任务，利用文件级笔记改进输出，在《杀戮尖塔》中表现较 Opus 4.8 提升 3 倍。智能安全降级：内置独立分类器，检测到网络安全、生化风险或蒸馏企图时，自动将请求路由至 Claude Opus 4.8 处理。Claude Fable 5的技术原理模型层级定位：Fable 5 属于 Anthropic 新设立的 Mythos-class 能力层级，位于 Opus 之上，与 Mythos 5 共享同一底层模型，通过加装安全护栏实现向公众开放。安全路由机制：系统挂载独立分类器实时检测请求，涉及网络安全、生化风险或模型蒸馏时，自动将查询降级路由至 Claude Opus 4.8 响应，而非直接拒绝。前沿 LLM 开发限制：针对预训练管线、分布式训练基础设施等请求，通过提示修改、转向向量与参数高效微调（PEFT）等不可见干预手段限制模型有效性，影响约 0.03% 流量。长上下文与持久记忆：支持百万级 token 长周期任务，配备文件级持久内存，可在运行中自主撰写笔记并回溯改进输出，解决复杂任务中的失忆问题。如何使用Claude Fable 5网页端使用：登录Claude官网，在对话界面模型选择器切换至 “Fable 5” 即可开始对话。API 接入：通过 Anthropic API 调用模型名称claude-fable-5，按标准 REST 接口集成至自有应用。Claude Code 使用：在终端安装Claude Code后，通过设置将默认模型指定为 Fable 5，支持代码库级代理操作。Claude Fable 5的项目官网项目官网：https://www.anthropic.com/news/claude-fable-5-mythos-5Claude Fable 5的核心优势无护栏限制：在网络安全、生化研究等高风险领域不受 Fable 5 的安全降级机制约束，输出能力完整。科研自主性：可独立运行一周以上完成复杂科研任务，从数据整合到模型训练全程无需人类介入。假说验证能力：提出的分子生物学假说具备可实验验证性，已有关于大肠杆菌蛋白新机制的假说被第三方研究证实。模型效率极致：在相同任务下，仅使用 GPT-5.5 1/3 的推理 Token，在 36 小时内产出逼近后者四天的物理研究成果。Claude Fable 5的同类竞品对比维度Claude Mythos 5Claude Fable 5Claude Opus 4.8底层模型相同相同不同安全护栏无 / 极少保守（约5%触发降级）标准ExploitBench78.0%接近 Opus40.0%BioMysteryBench (hard)46.1%接近 Opus40.0%蛋白质设计验证9/14 进入管线受限无访问权限受信机构/Glasswing公开可用公开可用数据留存30 天强制监控30 天强制监控标准策略Claude Fable 5的应用场景国家级网络防御：为关键基础设施和国防系统提供深度漏洞分析、威胁建模与攻防演练。前沿药物研发：自主完成靶点识别、蛋白质设计、复合物验证，加速肿瘤、神经退行性疾病药物管线。基础科学研究：在分子生物学、基因组学、物理学等领域执行长周期自主研究，生成可验证假说。AI 安全红队：用于测试其他 AI 系统的安全边界，识别复杂越狱、跨请求攻击与新型威胁向量。# 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cmux - 专为 AI Coding Agent 设计的开源终端工具下一篇SCAIL-2 - 智谱联合清华开源的角色动画模型相关文章书生·筑梦2.0（Vchitect 2.0） – 上海人工智能实验室推出的AI视频生成模型AI小集3Banana Prompts – AI模型提示词聚合平台，提供多种风格AI小集2AI Novelist – AI日语小说写作工具，支持多人对话聊天AI小集3OpenLess – 开源 AI 语音输入法，口语自动转为结构化文本AI小集3SAM 3 – Meta开源的视觉分割模型AI小集4Avaturn – 3D虚拟形象生成AI工具，创建高度真实的3D头像和人物形象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TipKayFloatboatPreviewOnSoloEpixa知漫剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！7小时前Alta – AI 穿搭应用，能生成专属 Avatar 虚拟试衣7小时前水豚桌面 – 免费 AI 桌面工作台，智能分类桌面应用与文件7小时前Lumos NexCore – 鹿明机器人推出的具身智能进化引擎7小时前MiniMax Design – MiniMax推出的AI Agent商业内容生产平台13小时前Qwen3.8-27B-DFlash2 – Inco AI 开源的投机解码草稿模型13小时前HarnessEval – MirroS 联合清北、英伟达等推出的评测系统14小时前扣子桌面端 – 字节跳动旗下扣子推出的桌面端1天前ManClaw – 阿里旗下书旗团队推出的 AI 漫剧创作 Agent1天前Mage – 微软开源的 4B 参数多模态模型家族1天前ToolJet – 开源 AI 低代码开发平台，可视化拖拽搭建1天前Nature Skills – 开源的 AI 科研技能库，聚焦论文全流程1天前Academic Research Skills – 开源的 A I Agent 学术科研技能1天前Lovart中文版 – Lovart 推出的新一代 AI 设计 Agent2天前MemoraX Code – 专为 Coding Agent 设计的长期记忆系统2天前

MiniMax H3 – 稀宇科技推出的通用全模态生成模型AI工具2周前更新AI小集02MiniMax H3是什么MiniMax H3 是稀宇科技推出的通用全模态生成模型，打破传统任务与模态边界，支持对文本、图像、视频、音频的统一理解与原生生成。模型能输出原生双声道音视频，最高支持15秒2K分辨率，在指令遵循、品牌信息呈现、视频到视频动作迁移等商用场景表现优异。MiniMax H3 采用 Contextual Omni Representation、H3-VAE 等自研技术，2K分辨率下每秒价格不到主流模型三分之一。MiniMax H3的主要功能全模态统一生成：支持文本、图像、视频、音频的统一理解与原生生成，打破传统模态边界。原生双声道音视频输出：可直接生成带原生双声道音频的视频，无需后期配音。多模态上下文理解：能同时处理参考视频、图片、音频等多源输入，按自然语言指令完成复杂创作。视频到视频动作迁移（V2V Motion Transfer）：可将参考视频中的动作迁移到目标人物上。广义参考与编辑：支持图片到图片、图片到视频、音频到音频、音视频到音视频等多种编辑与参考任务。多镜头建模：原生支持多镜头叙事，无需分步生成后拼接。高分辨率输出：默认提供2K分辨率，画面精细度达到商用级别。MiniMax H3的技术原理Contextual Omni Representation（上下文全模态表征）：MiniMax H3 的核心能力源于对上下文全模态表征的构建。传统模型只需描述目标内容，H3 需要同时理解多模态上下文与目标输出之间的关系，甚至上下文内部元素之间的关联。为此，MiniMax 定制专门的全模态理解管线，单次素材推理消耗约 10 万 Token，最终生成平均约 4K Token 的精细描述。语言在其中充当可泛化的连接与解释桥梁，使任务能开放描述的形式统一。H3-VAE（高效视觉音频编码）：MiniMax H3 彻底革新了前代 tokenizer 技术，在重建质量与易学性上实现全面提升。编码器具备高压缩率，带来 4 倍序列长度收益，显著降低训练与推理成本，同时支持原生 2K 分辨率输出。H3-Omni Transformer（异构训练架构）：面向任务泛化这一核心目标，H3 抛弃前代带来显著优势的专用架构，转而采用更简洁通用的设计。由于多模态上下文的引入，序列长度方差扩大 3 倍，理解与生成部分的计算负载显著异质化。H3 采用理解与生成异构的训练架构，精细调优不同负载下的硬件利用率，联合优化每样本异构计算与样本间负载均衡，端到端提升近 30% 的训练吞吐。如何使用MiniMax H3访问平台：访问MiniMax Hub、海螺AI或接入MiniMax 开放平台。准备多模态素材：上传参考视频、图片、音频等上下文素材。输入自然语言指令：用自然语言描述创作意图，如”参考视频1的镜头运动，让图2中的人物唱歌，歌声参考音频3″。生成与预览：模型自动理解多模态上下文并生成原生双声道音视频。下载与二次编辑：获取最高2K分辨率的输出结果，用于商业场景。MiniMax H3的核心优势任务泛化能力强：将文生图、文生视频、文生音频、参考编辑等独立任务统一为单一模型，使用自由度大幅提升。商用级性价比：2K分辨率下每秒价格不到主流模型的1/3，768P分辨率下不到1/2，显著降低内容生产成本。原生音频生成：所有音频输出均为原生双声道，非后期合成，音画同步更自然。国产芯片兼容：设计初期考虑多款国产芯片适配，有利于本土化部署。MiniMax H3的项目地址HuggingFace模型库：https://huggingface.co/MiniMaxAI/MiniMax-H3MiniMax H3的同类竞品对比对比维度MiniMax H3Seedance 2.0（字节即梦）模态覆盖文本、图像、视频、音频全模态统一理解与生成，单一模型覆盖所有任务主要聚焦视频生成，图像/音频能力相对独立，需切换不同功能模块原生音频原生双声道音视频同步输出，音画一体生成视频生成为主，音频多为后期合成或独立生成任务泛化文生图、文生视频、编辑、参考、动作迁移等全部统一，自然语言即可调用功能按场景拆分（文生视频、图生视频、视频编辑等），任务边界较清晰分辨率与时长默认2K分辨率，最高15秒支持高分辨率，时长可达10-12秒，2K非默认配置开源策略计划近期开源模型权重，支持国产芯片适配与定制开发闭源，仅通过即梦平台或API使用价格定位2K每秒不到主流模型1/3，商用性价比突出按积分或会员订阅计费，价格处于行业中位动作迁移支持V2V Motion Transfer，精准迁移参考视频动作支持动作参考与主体一致性，复杂动作迁移精度有限多镜头能力原生多镜头建模，无需拼接支持多片段生成，但原生多镜头叙事能力较弱MiniMax H3的应用场景广告与品牌视频：输入产品图与参考镜头，一键生成带品牌信息和原生配音的商用级广告短片。电商动态展示：将静态商品图与动作参考视频结合，自动生成多镜头、带音效的360度产品演示视频。影视后期制作：用 V2V 动作迁移，将演员表演或镜头运动精准替换到目标画面中，降低重拍成本。游戏 UI 与宣发：快速生成带动态效果和原生音效的界面预览及游戏宣传片头。动态海报与社交媒体：融合图片风格、人物参考与音频，生成可自动播放的双声道动态海报和短视频内容。# 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Grok Voice Think Fast 2.0 - SpaceXAI 推出的语音模型下一篇Qwen-Audio-3.0-ASR-Flash - 阿里千问推出的语音识别大模型相关文章Snapdeck – 免费AI PPT生成工具，能在画布中精细调整AI小集2VideoPrism – 谷歌研究团队推出的通用视频编码器AI小集2OneRec – 快手推出的端到端生成式推荐系统AI小集2Comate AI IDE – 文心快码推出的AI原生IDE，首创设计稿一键转代码AI小集3通义万相AI视频 – 阿里推出的免费AI视频生成工具AI小集42ThinkSound – 阿里通义推出的首个CoT音频生成模型AI小集4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TipKayFloatboatPreviewOnSoloEpixa知漫剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！57分钟前Alta – AI 穿搭应用，能生成专属 Avatar 虚拟试衣57分钟前水豚桌面 – 免费 AI 桌面工作台，智能分类桌面应用与文件58分钟前Lumos NexCore – 鹿明机器人推出的具身智能进化引擎60分钟前MiniMax Design – MiniMax推出的AI Agent商业内容生产平台7小时前Qwen3.8-27B-DFlash2 – Inco AI 开源的投机解码草稿模型7小时前HarnessEval – MirroS 联合清北、英伟达等推出的评测系统8小时前扣子桌面端 – 字节跳动旗下扣子推出的桌面端22小时前ManClaw – 阿里旗下书旗团队推出的 AI 漫剧创作 Agent1天前Mage – 微软开源的 4B 参数多模态模型家族1天前ToolJet – 开源 AI 低代码开发平台，可视化拖拽搭建1天前Nature Skills – 开源的 AI 科研技能库，聚焦论文全流程1天前Academic Research Skills – 开源的 A I Agent 学术科研技能1天前Lovart中文版 – Lovart 推出的新一代 AI 设计 Agent1天前MemoraX Code – 专为 Coding Agent 设计的长期记忆系统1天前

MiniMax Design – MiniMax推出的AI Agent商业内容生产平台AI工具6小时前更新AI小集02MiniMax Design是什么MiniMax Design 是MiniMax推出的 AI Agent 驱动商业内容生产平台，基于MiniMax H3多模态视频模型构建。用户只需表达创作意图，Agent 可自动理解需求、拆解任务、调用模型与工具，完成从素材处理、生成编辑到最终交付的全流程。平台提供 3D 导演台、自动剪辑字幕、ComfyUI 工作流接入等功能，擅长广告投放、电商素材、品牌短片、PV/MV 等商业内容的高效批量生产，让创作者从操作像素转向操作语义和表达意图。MiniMax Design的主要功能AI Agent 全链路创作：理解用户需求后自动拆解任务、选择 Skill 与工具、调用模型，完成从素材处理、生成编辑到最终交付的完整流程。3D 导演台：在 3D 空间中摆放角色、调整姿态与机位，提前确认构图和人物关系，再作为参考生成视频，减少无效生成。自动剪辑与字幕：镜头生成后自动完成剪辑、字幕添加和整体装配，补全”分镜→成片”的创作流程。ComfyUI 生态接入：支持本地或云端运行 H3 工作流，Agent 可协助编辑节点、调整参数；也内置精选社区工作流。语义级创作与修改：用户只需表达高层意图，系统自动理解”想要什么”并完成生成、修改、重组和编辑，无需精确到每个像素。复杂 Context 理解：支持理解整个项目的历史对话、多轮版本、品牌资产、风格偏好等，实现连贯的连续创作。如何使用MiniMax Design访问平台：访问MiniMax Design官网 https://design.minimaxi.com/ ，进入 MiniMax Design 工作界面。表达意图：用自然语言描述创作目标，如”制作一支运动鞋电商广告短片”。智能拆解：Agent 自动理解需求并拆解为分镜、素材、风格等具体任务。选择工具：系统根据任务自动匹配 Skill、模型及参考素材。生成内容：调用 H3 模型完成视频生成、编辑或参考控制。3D 预演：在 3D 导演台中摆放角色、调整机位，确认构图后再生成。自动装配：Agent 自动完成剪辑、字幕添加和成片组装。交付导出：确认效果后导出最终视频，或接入 ComfyUI 工作流进行精细化调整。MiniMax Design的核心优势Agent 全链路驱动：从理解需求、拆解任务到调用模型和交付成片，全程由 AI Agent 自动推进，无需手动切换多个工具。语义级创作：用户只需表达高层意图，系统自动理解”想要什么”并完成像素级的生成、修改与重组。H3 原生多模态底座：深度整合 MiniMax H3 模型的视频生成、编辑与参考控制能力，尤其适合高要求的视频编辑场景。3D 导演台预演：在 3D 空间中提前摆放角色、调整机位与构图，将试错成本从生成阶段前置到分镜阶段。复杂 Context 理解：不仅能理解单次输入，还能持续记忆项目历史、品牌资产、风格偏好与多轮修改记录。ComfyUI 生态兼容：支持本地或云端接入现有 ComfyUI 工作流，Agent 可协助编辑节点和精细化调参。商业内容批量交付：擅长将同一套素材快速拆解为多个适配不同平台、卖点和人群的投放版本，提升内容生产效率。MiniMax Design的同类竞品对比对比维度MiniMax DesignUpDream堆友核心定位AI Agent 驱动的商业内容生产全流程平台B站自研的一站式AI视频创作工作台阿里一站式AI设计平台（含视频生成能力）驱动模式Agent 自动拆解任务、选择 Skill、持续修改直至交付Agent 对话 + 无限画布节点 + Skills，”商量着创作”以工具箱和模板为主，用户手动选择功能模块底层模型H3 原生多模态视频模型（已开源）接入 Seedance 2.0 / 可灵 / Kling 3.0 / Wan 2.7 等 10+ 第三方模型阿里自研 Qwen-mage + Flux.1 / Nano Banana Pro 等创作方式语义级意图表达，系统理解并自动执行全流程对话式创意引导 + 节点化非线性画布，多 Agent 协同模板化 + 工具箱式，偏模块化手动操作3D 预演内置 3D 导演台，提前摆放角色、调整机位构图无原生 3D 导演台，支持角色设计三视图3D 在线编辑器（拖拽式模型编辑，非导演台）工作流支持 ComfyUI 生态接入，Agent 协助编辑节点Skills 技能库可封装工作流，社区共享复用全能画布集成多种工具，工作流灵活性有限Context 理解项目级复杂 Context（历史、品牌资产、风格偏好）长期记忆助手，记住创作风格与剪辑习惯主要基于单次输入，无项目级记忆自动装配Agent 自动完成剪辑、字幕、成片组装画布内置剪辑链路，可粗剪后导出达芬奇视频生成后需自行处理，无自动成片装配开源生态H3 模型开源，社区工作流可直接接入模型依赖第三方，Skills 社区可共享创作方法阿里生态为主，模型闭源适用人群广告/电商/内容团队、创作者、工作流开发者B站 UP 主、短视频/短剧/动画创作者设计师、电商运营、跨境卖家、自媒体MiniMax Design的应用场景电商广告批量投放：将商品信息、目标人群和传播需求交给 Agent，自动围绕不同卖点和平台规划脚本、生成素材、剪辑字幕，快速产出多个适配版本的投放短片。品牌 KOC/UGC 种草内容：根据品牌调性和产品特点，自动生成真实感强的种草视频、品牌短片，支持批量迭代不同风格的 KOC 内容。教育知识视频与 MG 动画：将教案、课件或传统故事交给 MiniMax Design，Agent 自动梳理内容结构，组织配音、画面和动画，把文字材料制作成完整的知识讲解视频。PV / MV / 电影片头制作：发挥 H3 在视频生成、参考控制和编辑方面的能力，由 Agent 规划整体创意与分镜，完成高视觉要求的创意短片、音乐视频和特效包装。皮影戏 / 文化 IP 内容创作：结合 3D 导演台和参考控制能力，将传统文化元素（如皮影戏、插画风格）转化为动态视频内容，适用于文化宣传、IP 角色宣传片等场景。# AI工具©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Qwen3.8-27B-DFlash2 - Inco AI 开源的投机解码草稿模型下一篇Lumos NexCore - 鹿明机器人推出的具身智能进化引擎相关文章mrge – AI代码审查平台，自动审核代码识别问题AI小集3Mentorbook – AI编程学习平台，提供交互式编程实战AI小集2OmniEdit – 滑铁卢大学等机构开源的通用图像编辑模型AI小集2Wordware – 零代码构建AI Agent和应用的开发平台AI小集17LightEval – Hugging Face推出的轻量级AI大模型评估工具AI小集3明犀AI – AI图像增强工具，文本驱动提升图像修复质量AI小集7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TipKayFloatboatPreviewOnSoloEpixa知漫剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！3分钟前Alta – AI 穿搭应用，能生成专属 Avatar 虚拟试衣3分钟前水豚桌面 – 免费 AI 桌面工作台，智能分类桌面应用与文件5分钟前Lumos NexCore – 鹿明机器人推出的具身智能进化引擎6分钟前Qwen3.8-27B-DFlash2 – Inco AI 开源的投机解码草稿模型6小时前HarnessEval – MirroS 联合清北、英伟达等推出的评测系统7小时前扣子桌面端 – 字节跳动旗下扣子推出的桌面端21小时前ManClaw – 阿里旗下书旗团队推出的 AI 漫剧创作 Agent1天前Mage – 微软开源的 4B 参数多模态模型家族1天前ToolJet – 开源 AI 低代码开发平台，可视化拖拽搭建1天前Nature Skills – 开源的 AI 科研技能库，聚焦论文全流程1天前Academic Research Skills – 开源的 A I Agent 学术科研技能1天前Lovart中文版 – Lovart 推出的新一代 AI 设计 Agent1天前MemoraX Code – 专为 Coding Agent 设计的长期记忆系统1天前VM0 – 企业 AI Agent 平台，自然语言构建工作流2天前

Claude Code是什么Claude Code 是 Anthropic 公司推出的基于命令行的AI 编程工具。Claude Code集成先进的 Claude Opus 4 语言模型，能理解自然语言指令，自动生成、修改和调试代码，并与 VS Code、JetBrains 等主流 IDE 深度集成。Claude Code支持 200K 超长上下文，能快速索引整个代码库并理解复杂依赖关系。Claude Code 具备文件操作、代码搜索、网页浏览和 Git 工作流管理等功能，显著提升开发效率。Claude Code帮助开发者快速生成高质量代码，能直接在开发环境中执行命令，避免频繁切换界面，极大地优化开发流程。最新版推出自动安全审查功能，在漏洞发布之前捕获漏洞。Claude Code 新功能 Opus 规划模式支持高效且智能的开发规划，用户能在复杂项目中借助 Opus 4.1 模型的强大分析能力制定高质量的开发计划，在执行阶段切换到 Sonnet 模型，实现高效、低成本的代码生成。Claude Code的主要功能代码库深度理解：基于智能搜索技术，快速理解整个代码库的结构和依赖关系，无需手动选择上下文文件。多文件协同修改：能够跨多个文件进行协调一致的代码修改，确保代码逻辑的完整性和一致性。代码生成与优化：专门针对代码理解和生成进行了优化，能够快速生成高质量的代码片段、测试用例和修复代码中的问题。终端集成：直接在开发者的终端中运行，无需切换工具，减少上下文切换的麻烦。与主流 IDE 集成：支持 VS Code 和 JetBrains 等主流开发工具，直接在 IDE 中提供代码建议和修改，无缝融入现有开发流程。工作流整合：与 GitHub、GitLab 等工具集成，支持从阅读问题、编写代码、运行测试到提交 PR 的全流程操作。智能编辑：基于对代码库和依赖关系的理解，进行强大的多文件编辑，确保代码修改的有效性和可靠性。用户控制与定制：不会在未经明确批准的情况下修改文件，适应开发者的编码标准和模式，并通过 SDK 或 GitHub Actions 进行定制化配置。终端运行的/security-review命令：支持用户在终端输入此命令，Claude Code将自动检查代码中的SQL注入、XSS等安全隐患，能直接修复发现的漏洞。GitHub Actions集成：在GitHub仓库配置相关文件后，每次提交新的PR时，自动触发安全审查，检测出漏洞后在代码行上添加内联注释，解释问题并给出修复建议。Opus 规划模式：在规划阶段调用强大的 Claude 4.1 Opus 模型制定高质量开发计划，在执行任务时使用高效且低成本的 Claude 4 Sonnet 模型，实现智能与效率的结合。Agent View：让开发者在一个终端界面内同时调度、监控和管理多个并行 AI 会话，无需多开窗口可实时查看各任务状态、快速切换介入或解除阻塞。Artifacts：支持将 AI 工作过程实时生成为可共享的交互式网页，方便团队同步查看与协作。如何使用Claude Code安装 Node.js：确保系统安装 Node.js 18 或更高版本。安装 CLI：在终端运行以下命令安装 Claude Code 的命令行工具：npminstall-g@anthropic/claude-cli登录和初始化：登录：运行claude login并按照提示输入 API 密钥（从 Anthropic 官网获取）。初始化：运行claude init，连接到代码库。开始使用：生成代码：用英语描述需求，例如：claude-p"Create a function to calculate the sum of two numbers in Python"修复错误：描述错误或粘贴错误消息，例如：claude-p"Fix this error: TypeError: Cannot read properties of null (reading ’length’)“自动化任务：运行命令解决繁琐任务，例如：claude-p"Resolve merge conflicts in the current branch"集成到开发环境：终端：直接在终端中使用。IDE：安装 VS Code 或 JetBrains 插件，实现在 IDE 中使用。Claude Code 的产品定价Pro 计划：年付 $17/月，月付 $20/月。Max 5x 计划：$100/人/月。Max 20x 计划：$200/人/月。Claude Code的应用场景代码理解：快速解释复杂代码的功能和逻辑，帮助开发者迅速理解项目结构。代码修改：自动修复代码中的错误或漏洞，快速定位问题并提供解决方案。代码测试：为代码自动生成单元测试或集成测试，确保代码的可靠性和稳定性。版本控制：支持自然语言完成 Git 提交、分支管理等操作，简化版本控制流程，让 Git 操作更加便捷高效。功能实现与扩展：快速实现新功能或扩展现有功能，加速开发进度，帮助开发者高效完成任务。©️版权声明：若无特殊声明，本站所有文章版权均归AI工具集原创和所有，未经许可，任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容，或在非我站所属的服务器上建立镜像。否则，我站将依法保留追究相关法律责任的权利。类似于Claude Code的工具秒哒无代码AI应用开发平台，一句话做应用OpenCode开源 AI 编程工具 ， Claude Code 最佳平替ZCode智谱推出的轻量级AI IDE编程工具Kiro亚马逊公司推出的 AI IDECodeBuddy IDE腾讯推出的全栈开发AI IDEHTTPie AIAI API开发工具6 条评论再想想发表评论wi游客此ide已放弃 ，国内无法使用，哎1年前 (2025)回复AI小集需要很强的魔法，还经常封号1年前 (2025)回复wi游客对。弄得很累，不如用亚马逊的ai ide，不用翻墙，也不封号1年前 (2025)回复3游客Claude 太强大了，可惜用不来5个月前回复Ai游客需要手机验证，不支持国内无865个月前回复AI小集是的，最好搞一个美国手机号5个月前回复

DeepSeek Harness – DeepSeek 推出的 AI 智能体运行框架AI工具9小时前更新AI小集06DeepSeek Harness是什么DeepSeek Harness 是 DeepSeek 推出的 AI 智能体运行框架，采用”一切皆插件”理念，基于 Cordis 系统构建。模型、工具、技能、会话、沙箱、存储、调度、UI 等全部能力均为插件，可自由组合替换。DeepSeek Harness提供标准、PTC、极简、创造四种运行模式，支持全程轨迹追踪与回放。DeepSeek Harness 对标OpenAI Codex与Anthropic Claude Code，主攻编程和办公场景，实现从需求理解到代码交付的完整闭环。DeepSeek Harness的主要功能一切皆插件的 Agent 框架：模型、工具、技能、会话、沙箱、存储、循环、调度、UI 等所有 Agent 能力均以插件形式实现，开发者无需修改源码可替换或扩展任意组件。四种运行模式标准模式：完整编码 Agent，支持文件编辑、Shell、网页检索、Skills、计划、子代理和工作流PTC 模式：在标准模式基础上，通过 Code Mode SDK 让模型用 TypeScript 程序组合多步工具调用极简模式：仅保留 bash 和文件编辑两个工具，用于模型基准测试创造模式：支持运行时检查、插件实验和自定义 Agent preset 创作轨迹追踪与会话管理采用仅追加（append-only）的会话日志设计，完整记录系统提示词、思维链、工具调用、子 Agent 调度、上下文注入等全部事件。支持会话恢复、分叉、检索与回放，彻底解决 Agent 黑盒问题。多智能体协作：主 Agent 可将任务委派给子 Agent，支持并行执行、工作流编排、计划模式、目标追踪、待办事项和后台任务管理，覆盖长任务和复杂自动化场景。安全与权限控制：默认采用 workspace-write 模式限制文件/命令执行范围；工具调用经过前置策略、安全守卫、执行包装和后置处理流水线；权限切换和审批请求全部进入会话日志，支持事后审计。多种交互入口：提供 Web UI（默认localhost:3080）、TUI 终端界面、Headless 脚本模式、ACP 服务和 JSON-RPC/Python SDK，同一套核心能力可通过不同配置组装成不同产品形态。RC.8 版本：多模态输入增强：DeepSeek Harness v0.1.0-rc.8 增强多模态支持，模型适配器可启用原生图片请求，核心命令支持图文混合输入，且@菜单可引用文件与历史会话。子代理统一编排：将 Claude Code 和 Codex 纳入子代理编排体系，支持作为 Profile Bundle 按需安装调用，Codex 新增非交互权限与多命名实例运行能力。工具与终端体验优化：优化工具调用与终端体验，web_search支持并发查询，Windows PTY 终端新增持久化 PowerShell 会话，并简化了本地安装启动流程。DeepSeek Harness的技术原理基于 Cordis 插件元框架：Cordis 是 Harness 的底层插件系统，只负责插件的加载、卸载和依赖管理。每个插件向共享上下文（Context）注册服务、类型化事件和可逆副作用，卸载时自动撤销注册，避免系统残留状态。运行时 Harness 本质上是一个 Cordis Context，不同包向其中注册服务与能力，最终由配置文件组合成可运行的智能体。插件树与配置层组合：运行时的dsh是按层叠加的插件树。配置通过 Profile（具名组装）+ Bundle（配置行与代码分发单元）+cordis.patch.yml（用户补丁）顺序叠加，后层可替换或插入新配置。同一套代码可被组装成完全不同的产品形态。能力接缝（Capability Seam）三层分离：任何能力都拆分为，接口定义（服务定义）、实现提供者（具体执行）、消费者（面向模型的工具包）。例如 Bash 能力，接口定义”执行命令”，本地实现创建进程，工具包将其转为模型可理解的 schema。替换实现层（如本地 Shell → 远程容器）无需重写模型工具或 Agent Loop。Agent Loop 生命周期：Turn：一次用户输入开启的完整轮次Step：一次模型请求 + 后续工具调用流程严格按事件驱动：输入 → 组装提示词与工具 Schema →agent/pre-step→ 模型请求 → 流式输出 → 工具调用 →tools/pre-execute→tools/execute→tools/post-execute→ 交回后续 Step。工具执行支持并发安全检测、屏障隔离和超时重试。Session Log 作为权威事件源：核心设计原则：模型可见的内容必须能从日志重建。用户消息、助手输出、工具调用与结果、上下文压缩、权限变化、取消原因等全部以事件形式进入追加式会话流。界面显示、持久化、恢复、Fork、遥测和回放均从同一事件源派生，而非各自维护状态。这确保了调试、审计和复现的可靠性。核心包职责分离：core/session：仅追加会话事件日志core/system-prompt：组装提示词片段和工具 Schemacore/tools：工具注册与受控执行流水线core/agent：Agent 接口与活跃实例注册表core/agent-loop：默认驱动llm/llm：消息、流式输出和模型适配器接缝自指与动态扩展：创造模式提供自指 Cordis 工具，支持 Agent 检查当前运行时插件树，动态挂载/卸载临时插件。动态插件仍运行在 Cordis 的 Context 和 Effect 机制下，注册项有明确的清理路径。安全流水线：经过完整流水线：前置策略 → 不可逆安全守卫 → 实际执行 → 后置处理 → 内容整理 → 结果通知。被守卫拒绝的操作不能被后续插件重新放行，系统采用”失败关闭”原则。微信关注回复“开源”，加入AI开源项目交流群如何使用DeepSeek Harness安装启动：快速体验（需已安装 Node.js）：npx @deepseek-ai/dsh web源码安装：gitclone https://github.com/deepseek-ai/deepseek-harness按仓库 README 完成依赖安装后启动。配置模型：打开 Web UI（默认localhost:3080），需填写模型 API Key。支持接入 DeepSeek 模型（需到 DeepSeek 开发平台购买）或其他第三方模型。选择工作区与预设：选择本地工作目录（项目文件夹）选择Agent 预设：标准模式：完整编码 Agent，支持文件编辑、Shell、检索、Skills、计划、子代理PTC 模式：标准模式 + Code Mode SDK，模型用 TypeScript 程序组合多步操作极简模式：仅 bash + 文件编辑，用于基准测试创造模式：支持自定义 Agent preset，可运行时检查插件树并动态扩展开始交互：在输入框描述需求，Agent 即可自动执行代码编写、文件操作、网页检索等任务。通过「轨迹」视图可查看原始事件级运行日志，支持会话回放与分叉。插件管理在设置中查看/启用/停用 100+ 内置插件，或通过配置文件自定义插件组合，无需修改源码可替换任意能力组件。DeepSeek Harness的核心优势开放生态：不限于接入 DeepSeek 自家模型，计划通过标准化接口支持多模型接入，与 Claude Code 的封闭策略形成鲜明差异化。极致性价比：配合 DeepSeek 低价缓存机制，社区实测单次真实编程任务平均成本仅约 0.028 美元，约为 Claude Code 的七分之一。安全合规：国产自研框架无后门隐患，恰逢 Claude Code 被工信部确认存在严重安全后门、国内大厂加速排查管控的替代窗口期。系统可靠性：团队负责人崔添翼拥有 Jane Street 九年量化交易背景，长期专注于”如何让复杂系统稳定运转”，将金融级执行可靠性带入 Agent 工程。模型解耦：Harness 团队与模型团队独立运作、独立注册公众号，以独立于大模型的业务形态推进，生态合作灵活性和扩展性显著更强。Harness 效能：同一模型在不同 Harness 下表现可差出 53 个百分点，DeepSeek Harness 能让中等强度模型以极低价格完成大部分标准化任务，实现”便宜模型打出豪华战绩”。端到端闭环：覆盖上下文管理、工具调用编排、执行沙箱、反馈循环、会话持久化五大核心模块，实现从需求理解到代码交付的完整自动化闭环。DeepSeek Harness的项目地址项目官网：https://www.deepseek.com/harness/GitHub仓库：https://github.com/deepseek-ai/deepseek-harnessDeepSeek Harness的同类竞品对比对比维度DeepSeek HarnessCodexClaude Code开发公司深度求索（DeepSeek）OpenAIAnthropic产品定位AI 智能体运行框架终端原生编程智能体终端原生编程智能体模型接入策略开放多模型，计划支持第三方模型接入仅限 OpenAI 官方模型仅限官方 Claude 模型，曾通过隐写手段限制非官方端点生态开放度开放共建，面向全球征集插件、Skill、MCP 及第三方界面生态伙伴闭源运营，生态由官方控制封闭生态，逆向工程修改令牌后被官方限制安全合规国产自研，无后门隐患，符合国内监管要求美国公司，存在数据跨境风险被工信部 NVDB 确认存在安全后门隐患（2.1.91–2.1.196 版本）单次任务成本约$0.028（配合低价缓存机制）较高较高（Claude Code 年化收入已达 25 亿美元级别）核心架构五大模块：上下文管理、工具调用编排、执行沙箱、反馈循环、会话持久化内置工具调用与代码执行环境内置工具调用与代码执行环境团队背景负责人崔添翼，Jane Street 九年量化交易与系统开发背景OpenAI 内部研究团队Anthropic 内部研究团队DeepSeek Harness的应用场景智能编程开发（VibeCoding）：开发者通过自然语言描述需求，Harness 自动完成从代码生成、运行测试、报错捕获到自我修正的完整闭环，实现端到端的软件交付。办公自动化：Harness 调用文件系统、浏览器及各类 API，自动完成文档处理、数据分析、邮件分类回复和日程安排等日常办公任务，替代重复性人工操作。系统运维与 DevOps：通过终端命令执行服务器部署、监控配置、日志分析和故障排查，集成到 CI/CD 流水线中实现代码的自动构建、测试与发布。多 Agent 协作项目：协调产品经理、架构师、开发工程师、测试工程师等不同角色 Agent 分工合作，统一调度完成大型复杂项目的拆解与交付。企业私有化部署：在金融、政务、医疗等安全敏感行业的本地环境中部署，对接内部 ERP、CRM、数据库等私有系统，实现安全可控的智能化改造。DeepSeek Harness面临的挑战先发巨头挤压：OpenAI Codex 与 Anthropic Claude Code 已占据智能体代码市场头部地位，Claude Code 年化收入达 25 亿美元且占 GitHub 公开提交量 4%，DeepSeek Harness 作为后来者需在生态和用户习惯上实现突破。开发者生态冷启动：Harness 的核心价值高度依赖插件、Skill、MCP 及第三方界面等生态伙伴的丰富度，而生态建设需要长期积累，短期内难以与已成熟竞品抗衡。长程任务可靠性验证：Agent 框架需要处理多轮推理、工具调用和失败重试等复杂场景，从内测到证明其在真实生产环境中稳定交付长程任务，仍有大量工程验证工作。多模型适配的工程复杂度：开放支持多模型接入虽为差异化优势，但不同模型的上下文机制、工具调用格式和推

8 月 18 日晚，全新一代智己 L6 开启预售。标准版共有 Max、Pro Max 和 Ultra 三个版本，预售权益价分别为 21.99 万元、23.49 万元和 26.99 万元。由 Prof. Jimmy Choo 周仰杰参与设计的高定限量版提供 76kWh 和 93kWh 两种电池，价格分别为 23.49 万元和 24.99 万元，首批限量 1000 台。从预售开启至正式上市当天，用户还可限时免费升级一体式瞬感智控防晒天幕、B&O 音响、5.7L 冷暖冰箱和 19 英寸精车轮圈，首任非营运车主可获得 IM AD 高级辅助驾驶全功能包终身免费使用权，以及电池包终身质保。高定限量版当然足够吸睛，但这一次智己 L6 更值得关注的升级细节是底盘与转向。L6 真正的升级，在方向盘与车轮之间实际上，上一代智己 L6 就已经搭载四轮转向和线控制动。低速行驶时，后轮与前轮反向转动，帮助这台车缩小转弯半径；速度升高后，后轮再与前轮同向偏转，以提高变道时的稳定性。这套组合让 L6 在同价位纯电轿车中建立了一点少见的机械辨识度，也成为智己区别于单纯比拼屏幕、芯片和辅助驾驶硬件之外的主要标签。全新一代 L6 又补上了线控转向。传统汽车的方向盘与转向机之间有机械连接，驾驶者转动方向盘，动作会沿着转向柱传递至前轮。线控转向取消了这条直接的机械传递路径，方向盘的转动先被传感器转换成电信号，再由执行机构控制前轮转向。方向盘转多少、车轮转多少，不再被一套固定的机械传动比牢牢绑住，系统可以根据车速和场景调整两者的关系，而你也可以通过设置来调整转向比的大小，在 L6 上可以可以做到方向盘半圈打满。在可变转向比的支持下，泊车、掉头和通过窄路时，驾驶者不必再大幅交叉双手，只需较小的方向盘动作，前轮便可以完成较大的转向角度。来到高速路段，系统也能把转向响应调整得更加平缓，避免车轮随着方向盘的小动作变得过分敏感。结合双向 18° 后轮转向，一台中大型轿车可以在低速时表现得像一台小车，高速时再把灵活让位给稳定。此外，线控转向也意味着车辆可以更主动地决定哪些信息应该传到方向盘上，哪些颠簸与扰动应当被过滤，从而进一步提升舒适性。至于这套线控转向能否精确还原操控爱好者想要的「路感」，则还要看上市后的实车体验。智己官方把全新一代 L6 称为全球首款全系标配全线控底盘的轿车，即同时拥有线控转向、双向 18° 后轮转向和德国大陆 MKC2 线控制动的产品。不过，线控转向取消直接机械连接之后，大多数人最关心的不是省力，而是安全冗余。智己称这套系统设置了三重安全冗余，可靠性达到 10FIT，即每十亿小时运行时间内预期发生十次失效的量级。从四轮转向、线控制动，再到这次补齐线控转向，智己为 L6 找到了一条相对连贯的换代路径，而这一次的全新 L6，可以说是完成了完整进化的一代。今天的 20 万元级纯电轿车并不缺高算力芯片、大屏和很快的零百加速，冰箱与座椅按摩也正在迅速变成常见配置，但在底盘线控上动刀子的车，仍属于少数。而这也成了智己的机会，智己在这一领域起步较早，也有充足的时间完成逐步迭代推进，最终给我们带来了 L6 这样的以「全线控底盘」为核心的产品。在这套标配的底盘之外，我们也来看看三个标准版本的差异。21.99 万元的 Max 搭载 76kWh 磷酸铁锂电池，CLTC 续航为 725km，后置电机峰值功率 245kW、峰值扭矩 430N·m，零百加速 5.9 秒，800V 平台和全线控底盘构成全车的基础能力。价格增加 1.5 万元，Pro Max 换上 93kWh 宁德时代黄金高效电池，CLTC 续航提高至 850km；后置电机峰值功率增至 300kW，峰值扭矩为 500N·m，零百加速缩短到 4.9 秒，这也是三个版本里续航里程最高的一台。Ultra 的取向则完全不同。26.99 万元的顶配搭载 103kWh 宁德时代三元锂电池和前后双电机，系统峰值功率 500kW，峰值扭矩 800N·m，零百加速 2.74 秒，同时免费升级空气悬架和电控动态阻尼调节系统。更大的电池并没有让 Ultra 成为续航冠军，四驱系统和更高性能带来的能耗，使其 CLTC 续航里程停在 840km，比后驱 Pro Max 少了 10km。可以说，Pro Max 负责跑得远，Ultra 负责跑得快。全新一代 NEO 三电架构则是三个版本的共同底子。新车全系采用 800V 高压平台，官方公布最低能耗为 11.6kWh/100km，最高充电功率 396kW，15 分钟最多补充 580km 续航。座舱配置也没有因为底盘投入而收缩。B&O 音响、瞬感智控防晒天幕、5.7L 冷暖冰箱、前排座椅通风、加热与按摩，以及后排座椅加热，都出现在官方的全系配置清单中。不过其中天幕、音响、冰箱和 19 英寸轮毂属于预售期免费升级权益，离开权益期限之后的价格与配置方式，还需等待正式上市时确认。值得一提的是，旧款智己车型前排中控位置上的屏幕，在新款 L6 上被实体按键取代，减弱「前排都是屏幕」的观感之外，也为盲操带来了更好的便利性。智驾方面，全新一代 L6 继续使用智己与 Momenta 合作的辅助驾驶方案，提供无图 NOA，以及高速 ETC、环岛通行和路口掉头等场景能力，IM Ultra Agent 则可以用自然语言完成多点接人、顺路停靠等行程规划。这些座舱和智能配置让 L6 成为一台没有明显日常短板的主流纯电轿车，而在此之上叠加的底盘能力，则让这台车成为一台真正「有性格」的产品，对于热爱驾驶，且对新功能有高接受度的人来说，这台智己 L6 确实有不小的吸引力。也许是最方便开上路的联名限量版回到发布会最容易传播的 Jimmy Choo 高定限量版，它与普通 L6 的差别，其实没有想象中那么大。我们曾经也见到过一些风格迥异的联名款汽车，也许是为了凸显与众不同，大多数的联名产品都会大张旗鼓的在车身上展示身份，也许是复杂拉花，也许是涂抹或者签名，而最终，你很少能真正在路上看到这些联名产品出现——他们都太招摇了。但 L6 Jimmy Choo 高定限量版不是一台这样的车。银色车身占据了这台联名车型的绝大部分视觉面积，黑色车顶和原本流畅的轿跑轮廓也被完整保留，点缀性质的蓝色落在前轮卡钳和车内的皮革上，车尾再放入一枚 Prof. Jimmy Choo 签名铭牌。远看是一台干净的银色 L6，靠近以后，才会看到那些属于限量版的细节。水晶是其中最明确的线索。智己和周仰杰为这台车制作了一套「星璨晶辉」水晶饰件，覆盖前后车标、翼子板摄像头罩盖、中控按键和出风口拨钮，车内门板的位置则用天然贝母饰板铺陈，车内整体以蓝色为视觉核心，克制但并不低调。关于这个蓝色，智己将其追溯至 1997 年：戴安娜王妃出席《天鹅湖》演出时，穿着蓝色礼服，并搭配由 Jimmy Choo 制作的蓝色丝缎高跟鞋，到了 L6 上，这种颜色被转化为车内皮革和带有签名的蓝色卡钳。某种意义上来说，汽车联名版并不难做，换一种车漆，贴上几个 logo，再补一段来自时装、电影或艺术的故事，便足以在发布会上获得一组漂亮照片。但首先，作为一台带着四个轮子的车，它还应该能具备日常使用的能力，好在这一次的 L6 Jimmy Choo 高定限量版没有忘记这件事。价格方面，76kWh 高定限量版的电池、725km 续航、245kW 后置电机和 5.9 秒零百加速均与 Max 相同，价格从 21.99 万元提高到 23.49 万元；93kWh 高定限量版则沿用 Pro Max 的 850km 续航、300kW 后置电机和 4.9 秒加速，价格由 23.49 万元增至 24.99 万元。此外，除了水晶饰件、天然贝母、专属皮革、刺绣、迎宾踏板、尾标和羊毛脚垫，限量版还免费增加副驾 16.2 英寸 Mini LED 娱乐屏与后排座椅按摩，首批车主随车可获得高定鞋履。两款车的高定溢价完全一致，均为 1.5 万元。在如今 20 万级车型选配车漆都能加上 1 万元的行情下，这一联名限量版的溢价反倒显得有些物有所值了。另外，76kWh 高定限量版与 93kWh Pro Max 正好同为 23.49 万元，前者拥有水晶、专属内饰、副驾屏、后排按摩和限量身份，后者则多出 17kWh 电池，续航从 725km 提升至 850km，动力也更强，智己给他们的客户们留下了一道选择题。银色车身、水晶车标和 Jimmy Choo 的名字，让智己 L6 成功获得了更高的关注度，但在热潮褪去之后，全新一代 L6 仍要回到更朴素的汽车问题上：这台搭载全线控底盘的新车，在面对众多体量更大的对手时，能不能靠「操控」扳回一城。