IT之家8 月 14 日消息，SpaceX 完成了对 AI 编程初创公司 Cursor 的 600 亿美元（IT之家注：现汇率约合 4,054.22 亿元人民币）收购。对于马斯克而言，这笔交易是追赶 Anthropic 和 OpenAI 的重要一步。监管文件显示，收购于当地时间 8 月 14 日正式生效。SpaceX 两个月前已经宣布与 Cursor达成收购协议。据彭博社报道，作为科技行业有史以来规模最大的收购之一，SpaceX 希望借助 Cursor 加快开发更先进的 AI 工具，用于简化编程等任务。编程已经成为 AI 领域利润丰厚的重要市场。马斯克旗下 AI 业务目前名为 SpaceXAI，此前在企业市场的普及程度有限，也经历过多轮裁员和重组。Cursor 于 2023 年推出 AI 编程助手，帮助程序员提高代码编写和调试效率。随着越来越多软件开发人员开始使用能够根据聊天机器人提示词直接生成和构建软件的工具，Cursor 迅速成长为全球增长最快的初创公司之一，并成为科技行业“氛围编程”浪潮中的重要参与者。收购完成后，Cursor 联合创始人将跻身亿万富翁行列，团队也可以使用 SpaceX 储备的大量先进 AI 芯片。Cursor 通过博客文章宣布：“我们将能够使用全球规模最大的 GPU 集群，获得充足算力来开发能力更强、运行成本更低的模型。”双方在交易正式完成前已经开始合作。SpaceX 和 Cursor 于 7 月推出首个联合模型 Grok 4.5，主要用于编程、金融和法律任务。两家公司称，Grok 4.5 的使用成本低于其他竞争模型。SpaceX 随后又推出 Grok Bot，由一组 AI 智能体全天接收并完成任务，同时发布了升级后的 Grok 4.6 模型。SpaceX 还签署了多笔价值数十亿美元的协议，向 Anthropic 和谷歌等公司开放算力资源。本月早些时候，马斯克在 SpaceX 员工会议上称，公司必须在软件方面取得成功。到 9 月，AI 收入将超过 SpaceX 其他所有业务收入的总和。

Qwen-Audio-3.0-Realtime – 阿里推出的实时语音交互模型AI工具1个月前发布AI小集03Qwen-Audio-3.0-Realtime是什么Qwen-Audio-3.0-Realtime 是阿里通义团队推出的实时语音交互对话模型，提供 Plus与 Flash双版本。模型在毫秒级响应的同时保持高推理深度，支持无指令 Agent 工具自调用、动态情感语气调整与双工对话。Qwen-Audio-3.0-Realtime基于 On-Policy Distillation 与多教师蒸馏技术，将文本大模型能力迁移至语音模型。模型已上线阿里云百炼平台，适用智能客服、教育培训、情感陪伴等场景。Qwen-Audio-3.0-Realtime的主要功能双版本架构：提供 Plus与 Flash两个版本，分别适配不同场景需求。毫秒级响应：针对日常对话等时延敏感场景直接生成回复，无需等待完整推理链。无指令工具调用：无需用户明确说出”打开XX”，模型自行判断并调用外部工具，结果自动融入多轮记忆。动态情感表达：根据语境调整语气、节奏、音调与情感，支持笑声、叹息等副语言信号。双工对话：内置多模态感知双工控制子模型，实现边说边听、随时打断与插话。声纹锁定：通过 audio_prompt 字段上传音频样本，锁定特定说话人并聚焦对话。Qwen-Audio-3.0-Realtime的技术原理On-Policy Distillation：将文本大模型完整推理能力蒸馏至语音模型，语音模型生成回答时由文本大模型实时纠正。多教师蒸馏：引入口语、通用、Agentic、音频理解四位教师，分别保障口语化表达、基础推理、工具调用与音频语义理解。双工控制子模型：分析音频信号、语义内容与说话人声纹特征，判断交谈节奏，实现抗噪声干扰与多说话人切换。端到端架构：将语音理解、推理与生成一体化，避免传统级联方案的信息损耗。FunctionCall 协议：基于标准协议实现 MCP、API、知识库的无缝接入与上下文记忆融合。如何使用Qwen-Audio-3.0-Realtime访问平台：登录阿里云百炼控制台，进入模型广场。选择模型：根据需求选择 Qwen-Audio-3.0-Realtime-Plus 或 Flash 版本。获取权限：按指引开通模型服务并获取 API 密钥。接入应用：通过 API 或 SDK 将模型集成至自有应用或智能体。配置工具：基于 FunctionCall 协议接入 MCP、API 或知识库。定制声纹：通过 audio_prompt 字段上传音频样本，锁定特定说话人。Qwen-Audio-3.0-Realtime的核心优势推理与速度兼得：Plus 版在 VoiceBench 口语 prompt 下仍保持 90.5 分，Flash 版多轮音频对话中口语衰减仅 5.5 分，毫秒级响应不掉智商。基准测试领先：Preview 版本曾在 Artificial Analysis 语音推理与对话流畅度双指标登顶 97.6% 与 97.8%，Plus 版 VStyle 中文榜并列第一。无感工具调用：无需明确触发词即可自行调用 MCP、API 与知识库，调用结果自动融入多轮记忆，后续追问直接复用。真人级共情表达：根据语境动态调整语气、节奏与音调，通过笑声、叹息等副语言信号实现自然情感回应。抗干扰双工对话：内置多模态感知双工控制子模型，嘈杂环境不误打断，多人讨论中锁定主对话对象。声纹聚焦能力：支持通过 audio_prompt 上传音频样本锁定特定说话人声纹，实现多说话人场景精准聚焦。Qwen-Audio-3.0-Realtime的同类竞品对比维度Qwen-Audio-3.0-RealtimeGPT-4o Realtime推理性能VoiceBench 口语 90.5，口语衰减仅 2.0推理能力强，口语化场景适应良好工具调用无需明确指令自调用，支持 MCP/API支持工具调用，通常需明确触发或文本确认情感表达VStyle 4.22 SOTA，动态语气与副语言信号语音自然度高，情感表达丰富双工交互内置多模态双工控制，抗噪并锁定主对象支持实时双工对话，打断处理流畅开放接入阿里云百炼 API，支持第三方应用集成OpenAI API 生态，支持多平台接入Qwen-Audio-3.0-Realtime的应用场景智能客服：毫秒级响应用户咨询，自动调用订单查询与售后工具完成闭环服务。教育培训：实时口语陪练与纠错，动态调整语气鼓励学习者，支持多轮对话练习。情感陪伴：通过笑声、叹息等副语言信号共情回应，提供自然情绪支持与人际互动。办公会议：锁定主发言人声纹，实时记录要点并调用日程、邮件工具同步执行。娱乐互动：支持辩论、角色扮演等沉浸场景，随时打断插话，增强游戏与直播体验。# 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X2.0 - Xmax AI 推出的全球首个实时交互视频生成模型下一篇MiniMax Code - MiniMax 推出的桌面端 AI Agent 编程工具相关文章Imagen 3 – Google推出的AI图像生成模型AI小集4Playwriter – 开源AI浏览器自动化工具，人机协作无缝切换AI小集3Firesearch – Mendable AI推出的AI深度研究工具AI小集3如何获取TRAE SOLO邀请码？附邀请码申请攻略AI小集4n8n – 开源工作流自动化平台，支持400多个应用程序、拖放创建复杂工作流AI小集5IngestAI – AI驱动的将个人知识库转换为聊天机器人助手的工具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FloatboatPreviewOnSoloEpixa知漫剧QwenPaw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！27分钟前Mureka V9.5 – 昆仑万维推出的新一代 AI 音乐生成模型27分钟前Luna-TTS – 宇生月伴推出的文本转语音大模型27分钟前MyContext – 阿里千问办公开源的 Agent 上下文基础设施28分钟前用 AI 做歌一直火不起来？问题不在灵感，在你没有制作人思维29分钟前Origin – Cursor 推出的 AI 原生代码托管平台6小时前if Studio – 阿里 iconfont 推出的企业级 AI 智能体工作台6小时前完全不懂乐理，我用AI做出了第一首能上线的原创歌6小时前HiDream-O1-World – 智象未来推出的全模态交互式世界模型22小时前DeepSeek Harness Desktop – 开源的 DeepSeek Harness 桌面端22小时前dsh-TUI – 开源的 DeepSeek Harness 终端界面插件1天前DSH Desktop – 开源的 DeepSeek Harness 本地桌面应用1天前WorkSwarm – openJiuwen 推出的蜂群办公智能体2天前Happy Shrimp – 阿里 ATH 事业群推出的 AI 音乐平台2天前Copula Lab – AI 数据基础设施平台，提供专家级训练数据2天前

Qwen-Audio-3.0-TTS – 阿里通义千问推出的语音合成模型AI工具4周前发布AI小集03Qwen-Audio-3.0-TTS是什么Qwen-Audio-3.0-TTS 是阿里通义千问推出的语音合成大模型，包含面向实时交互的 Flash 版与面向高质量生成的 Plus 版。模型在 Artificial Analysis 全球 TTS 榜单中斩获冠军，支持细粒度标签控制、自然语言指令定义声音风格，覆盖 16 种语言与 20 种中文方言，音频输出提升至 48KHz 录音棚级品质，单次合成最长 3 分钟。Qwen-Audio-3.0-TTS的主要功能细粒度标签控制：文本中嵌入[gasp]、[giggles]、[angry]等结构化标签，精准调控语气、情绪与呼吸细节。Free-style 指令控制：用自然语言描述角色、情绪、场景、语速，无需专业声学知识即可定义声音风格。多语种与方言：覆盖中英日韩德等 16 种语言，支持广东、重庆、东北、上海等 20 种中文方言，10 种语言词错误率 SOTA。复杂声学鲁棒性：原生嵌入语音增强能力，在高噪声、高混响环境下仍能准确克隆音色。精品音色库：提供指令风格音色、方言音色、细粒度控制音色及 14+ 小语种音色，开箱即用。48KHz 高品质输出：从 24KHz 升级至 48KHz，单次合成最长 3 分钟。Qwen-Audio-3.0-TTS的技术原理双轨混合流式生成架构：采用 Dual-Track LM 架构，单一模型同时支持流式与非流式生成，输入单个字符可立即输出首包音频，端到端合成延迟低至 97ms。离散多码本语言模型：基于离散多码本 LM 实现全信息端到端语音建模，完全绕过传统 LM+DiT 方案中的信息瓶颈与级联错误，显著提升泛化能力与生成效率。双分词器设计：25Hz 分词器：单码本编解码器，强调语义内容，与 Qwen-Audio 无缝集成，通过块级 DiT 实现流式波形重建，适合高质量非流式场景。12Hz 分词器：12.5Hz、16 层多码本设计，实现极端比特率压缩，配合轻量级因果 ConvNet 完成超低延迟流式重建，适合实时交互。大规模多语种训练：在超过 500 万小时、覆盖 10 种语言的语音数据上训练，支持 3 秒极速语音克隆与基于文本描述的声音设计（Voice Design）。指令驱动的声学控制：将语音控制视为语言建模任务，通过 ChatML 格式的自然语言指令，灵活操控音色、情绪、语速、角色等多维声学属性，实现所想即所听。如何使用Qwen-Audio-3.0-TTS选择版本：Plus 版：追求极致音质与表现力，适合影视配音、有声读物等场景。Flash 版：追求低延时实时交互，适合直播、对话机器人等场景。接入平台：访问阿里云百炼控制台，搜索并开通qwen-audio-3.0-tts-plus或qwen-audio-3.0-tts-flash服务。调用 API：通过标准 API 传入文本，可附加结构化标签或自然语言指令，获取 48KHz 合成音频。选用音色：从精品音色库中选择预设音色，或上传参考音频进行音色克隆。Qwen-Audio-3.0-TTS的核心优势榜单性能领先：在 Artificial Analysis 全球 TTS 榜单中夺冠，16 种语言说话人相似度评测 Plus 版全胜，10 种语言词错误率 SOTA。双版本覆盖全场景：Flash 版首包延时 97ms，满足实时交互；Plus 版 48KHz 输出，满足影视级品质需求。细粒度表现力：支持[angry]、[gasp]等结构化标签与 Free-style 自然语言指令，精准控制情绪、呼吸、语速与角色。多语种与方言：覆盖 16 种语言与 20 种中文方言，通过专项训练缓解”方言特色弱化”问题，还原母语者真实韵味。声学鲁棒性：原生嵌入语音增强能力，在高噪声、高混响环境下仍能准确克隆音色，无需安静录音环境。极速克隆：仅需 3 秒参考音频可完成语音克隆，支持基于文本描述的声音设计（Voice Design）。Qwen-Audio-3.0-TTS的项目地址项目官网：https://funaudiollm.github.io/qwen-audio-3.0-tts/Qwen-Audio-3.0-TTS的同类竞品对比维度Qwen-Audio-3.0-TTS-PlusElevenLabs v3榜单排名Artificial Analysis 第 1未进前 3采样率48KHz通常 44.1KHz标签控制原生支持结构化标签需通过 Prompt 间接控制方言支持20 种中文方言有限多语种 SOTA10 种语言词错误率最优部分语种领先噪声鲁棒性原生语音增强依赖干净参考音频API 定价$27.6 / 1M 字符约 $11 / 1M 字符Qwen-Audio-3.0-TTS的应用场景影视与游戏配音：通过结构化标签精确控制情绪起伏与呼吸节奏，实现角色化表演级语音合成，满足动画、影视剧及游戏角色的高表现力需求。有声读物与播客：用自然语言指令定义旁白风格与讲述节奏，单次最长 3 分钟的高品质 48KHz 输出，支持批量生成长篇音频内容。智能客服与助手：Flash 版 97ms 超低首包延时配合 20 种方言支持，实现自然流畅的实时语音交互，显著提升用户服务体验。在线教育：克隆教师音色并配合语速与情绪控制，生成个性化教学语音，支持多语种课程内容的本地化语音生产。直播与实时互动：Flash 版低延迟特性适用于实时弹幕朗读、虚拟主播口播及直播带货等需要即时语音反馈的场景。# 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MiniCPM-Robot - 面壁智能开源的具身智能 VLA 模型系列下一篇LoHoSearch - 美团推出的下一代搜索智能体评测基准相关文章Qwen3-Next – 阿里通义开源的混合架构模型AI小集3问小白PPT生成 – 问小白联合AiPPT推出的一键生成PPT服务AI小集3钛投标 – AI标书生成工具，自动解析招标文件生成精准标书AI小集9Boximator – 字节推出的控制视频生成中对象运动的框架AI小集2墨见 – 墨刀推出的 AI 协作平台AI小集3Cua – 专为 MacOS 推出的开源 AI Agent项目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FloatboatPreviewOnSoloEpixa知漫剧QwenPaw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！27分钟前Mureka V9.5 – 昆仑万维推出的新一代 AI 音乐生成模型27分钟前Luna-TTS – 宇生月伴推出的文本转语音大模型27分钟前MyContext – 阿里千问办公开源的 Agent 上下文基础设施28分钟前用 AI 做歌一直火不起来？问题不在灵感，在你没有制作人思维29分钟前Origin – Cursor 推出的 AI 原生代码托管平台6小时前if Studio – 阿里 iconfont 推出的企业级 AI 智能体工作台6小时前完全不懂乐理，我用AI做出了第一首能上线的原创歌6小时前HiDream-O1-World – 智象未来推出的全模态交互式世界模型22小时前DeepSeek Harness Desktop – 开源的 DeepSeek Harness 桌面端22小时前dsh-TUI – 开源的 DeepSeek Harness 终端界面插件1天前DSH Desktop – 开源的 DeepSeek Harness 本地桌面应用1天前WorkSwarm – openJiuwen 推出的蜂群办公智能体2天前Happy Shrimp – 阿里 ATH 事业群推出的 AI 音乐平台2天前Copula Lab – AI 数据基础设施平台，提供专家级训练数据2天前

Happy Shrimp – 阿里 ATH 事业群推出的 AI 音乐平台AI工具2天前发布AI小集02Happy Shrimp是什么Happy Shrimp（快乐虾米）是阿里ATH事业群推出的AI音乐平台，Slogan为”Hear Your Imagination（让想象，成为音乐）”，海外版同步推出。非孤立的生成工具，沿用流媒体产品框架，将AI创作、音乐发现与播放器整合为一套体系。用户只需输入一句自然语言描述，即可设定曲风、BPM、配器、人声与段落结构，生成完整歌曲；作品自带”音乐配方”提示词，支持他人”做同款”二次创作，并沉淀到站内形成”创作—分发—收听”闭环。Happy Shrimp的主要功能一句话生成音乐：输入自然语言描述即可产出完整歌曲，支持设定曲风、BPM、调式、配器、人声特质、段落结构，甚至电影感、悬疑叙事等抽象情绪画面都可作为生成指令。智能歌词：创作页提供”智能歌词”选项，可自动生成歌词，也可开关”纯音乐”模式。多版本并行生成：一次生成多首歌曲版本，供用户挑选。提示词快捷复用：创作页保留历史提示词快捷标签，方便直接复用、微调”创作配方”。音乐配方与”做同款”：每首 AI 歌曲附带完整的生成提示词（音乐配方），其他用户可基于该配方二次修改再创作。资产库管理：生成的作品自动沉淀到个人资产库，生成即入库。流媒体播放与社区：内置完整播放器，支持点赞、分享、评论；用户可浏览、收听站内他人的 AI 作品，听歌与做歌在同一产品内打通。场景化歌单：首页按夜晚 Emo、运动健身、深夜助眠、咖啡午后、工作专注等场景分类推荐音乐，延续虾米的场景歌单逻辑。多档下载与商用授权：免费版支持 MP3 下载；付费会员解锁 WAV 无损下载、商用版权、优先队列、更高并发（标准会员 288 元/年，专业会员 1152 元/年）。多端布局：网页端已上线，海外版同步推出，官方 App 正在筹备上线。如何使用Happy Shrimp访问平台：打开Happy Shrimp的官网 https://www.happyshrimp.ai/，进入网页端。加入体验：通过官网提供的二维码加入官方群获取体验资格（目前处于早期体验阶段）。注册账号：使用免费版即可开始，每日登录可领取免费积分。进入创作页：点击侧边栏的”创作”模块，在”今天你想做什么音乐”的提示词输入框中描述你想要的音乐。撰写提示词：用自然语言描述曲风、BPM、调式、配器、人声特质、段落结构，甚至情绪氛围和故事主题（也可直接点击下方的历史提示词快捷标签复用配方）。设置生成选项：按需开启”纯音乐”或”智能歌词”，选择一次生成的歌曲数量。生成歌曲：点击生成按钮，消耗积分（约20积分/首），稍候即可获得完整歌曲。播放与发布：作品自动存入”资产”库，可进入详情页播放、查看歌词和音乐配方，并对外发布分享。互动与二次创作：浏览站内他人作品，点赞、评论，或点击”做同款”基于对方的音乐配方微调再创作。Happy Shrimp的核心优势极低的创作门槛：不懂乐器、不会编曲，仅凭一段自然语言描述就能产出完整歌曲，把音乐创作能力普惠给普通用户。“创作—分发—收听”站内闭环：AI 生成作品直接入库、发布、被收听，无需外部导入流转，兼具工具属性与流媒体社区属性。完整的产品形态：不是孤立的生成工具，沿用成熟流媒体框架，整合首页发现、创作、资产、播放器、点赞评论分享等完整体验。音乐配方机制：每首作品公开生成提示词，支持”做同款”二次创作，提示词可复用微调，形成独特的创作协作生态。场景化音乐体验：延续虾米音乐的场景歌单逻辑（Emo、助眠、专注、健身等），普通用户无需乐理知识即可获取情绪适配的音乐。解决版权成本困局：AI 生成内容自供给，摆脱传统平台高价采购头部版权的重担，并天然填补短视频 BGM、情绪配乐等长尾内容缺口。明确的商业化路径：积分制 + 会员订阅，直接绑定商用授权，把 AI 音乐做成标准化付费服务，同时覆盖 C 端爱好者与 B 端商用刚需。Happy Shrimp的同类竞品对比对比维度Happy Shrimp（快乐虾米）Suno海绵音乐产品定位AI 创作 + 流媒体播放 + 社区闭环，”AI 版虾米”专业级 AI 音乐生成工具免费流量工具，服务抖音生态核心交互一句话生成，支持曲风/BPM/调式/配器/段落结构等细粒度设定提示词 + 自定义歌词，支持上传参考音频（最长 30 分钟）灵感成曲、写词成曲、个性改编，操作极简特色功能音乐配方公开、”做同款”二次创作、场景化歌单分轨（Stem）分离、Suno Studio 多轨工作站（Premier 独享）音色克隆（用自己的声音演唱）、一键发布抖音中文歌曲表现面向中文用户设计，待验证良好但偶有咬字问题中文吐字清晰度强，华语流行/国风表现突出商业模式积分制 + 年订阅（标准会员 288 元/年，专业会员 1152 元/年）订阅制（Pro $10/月，年付合 $8/月；Premier $30/月）完全免费（2026 年 3 月起放弃付费，定位获客工具）免费额度每日登录送积分，仅 MP3 下载、不可商用每天 50 积分（约 10 首），不可商用无限免费生成商用授权付费会员绑定商用授权Pro 及以上含商用授权有限（高级会员 ¥29/月档位，或需确认授权）社区/分发站内闭环：生成即入库，可播放、点赞、评论、分享作品可公开/私密，主要作为创作工具一键分享到抖音，依托短视频传播Happy Shrimp的应用场景短视频/自媒体配乐：为短视频创作者、剪辑师、自媒体博主快速生成无版权纠纷的背景音乐（BGM），解决长期存在的配乐刚需。影视与内容创作：影视作者、博主可定制主题曲、片尾曲、情绪配乐，输入”电影片尾、悬疑叙事”等画面感描述即可生成匹配氛围的歌曲。个人情绪表达：普通用户为特定心情或时刻定制专属音乐，如夜晚 Emo、深夜助眠、咖啡午后、工作专注、运动健身等场景化需求。个人创作玩票：不懂乐器的音乐爱好者仅凭文字描述即可产出完整歌曲，体验”玩音乐”的乐趣。礼物与纪念定制：为生日、纪念日、表白等场合生成专属歌曲，定制个性化音乐礼物。音乐爱好者社区互动：浏览收听他人 AI 作品，点赞评论，基于”音乐配方”做同款、二次创作，参与创作社区。# 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Copula Lab - AI 数据基础设施平台，提供专家级训练数据下一篇WorkSwarm - openJiuwen 推出的蜂群办公智能体相关文章HeadGAP – 字节跳动推出的3D头像生成模型AI小集3MimicTalk – 字节联合浙大推出的开源3D数字人头项目AI小集2Butternut AI- AI网站构建器，零编程零设计经验生成多页网站AI小集2StochSync – AI图像生成技术，为360°全景图和3D网格纹理生成高质量图像AI小集3CL-bench – 腾讯姚顺雨团队推出的模型学习能力评测基准AI小集2MyTimeMachine – AI个性化面部年龄转换技术，实现20至40年的时间跨度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FloatboatPreviewOnSoloEpixa知漫剧QwenPaw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分钟前Mureka V9.5 – 昆仑万维推出的新一代 AI 音乐生成模型1分钟前Luna-TTS – 宇生月伴推出的文本转语音大模型2分钟前MyContext – 阿里千问办公开源的 Agent 上下文基础设施3分钟前用 AI 做歌一直火不起来？问题不在灵感，在你没有制作人思维4分钟前Origin – Cursor 推出的 AI 原生代码托管平台5小时前if Studio – 阿里 iconfont 推出的企业级 AI 智能体工作台5小时前完全不懂乐理，我用AI做出了第一首能上线的原创歌5小时前HiDream-O1-World – 智象未来推出的全模态交互式世界模型21小时前DeepSeek Harness Desktop – 开源的 DeepSeek Harness 桌面端21小时前dsh-TUI – 开源的 DeepSeek Harness 终端界面插件1天前DSH Desktop – 开源的 DeepSeek Harness 本地桌面应用1天前WorkSwarm – openJiuwen 推出的蜂群办公智能体2天前Copula Lab – AI 数据基础设施平台，提供专家级训练数据2天前Qwen3.8-27B – 阿里千问团队开源的新一代 AI 大模型3天前

OpenRouter是什么OpenRouter是 AI 大模型API 聚合平台，被称为”所有模型的统一接口”。平台通过一个API接入了80多家供应商的500多个模型，涵盖OpenAI、Anthropic、Google、Meta等主流厂商。平台会自动处理故障转移，为每次请求智能选择最具性价比的模型方案。平台兼容OpenAI SDK，现有代码几乎零改动即可迁移，同时提供Agent SDK和MCP服务器，方便构建AI应用。OpenRouter的主要功能统一模型接入：通过单一 API 端点调用数百个大模型，一个 Key 通用所有供应商。模型故障转移与智能路由：请求失败时自动切换备选模型，并按成本、速度或供应商偏好智能选择方案。OpenAI SDK 兼容：仅需修改 baseURL 即可无缝迁移现有 OpenAI 生态代码。三种集成方式：提供原生 API、类型安全的 Client SDK，以及自动处理工具调用循环的 Agent SDK。工具调用与结构化输出：支持函数调用、JSON 结构化返回和消息转换等高级能力。企业级管理：支持工作区预算、SSO 单点登录、SCIM 群组映射和预设策略。隐私与安全：提供零数据保留（ZDR）、输入输出日志、防护栏（Guardrails）和数据主权选项。性能优化：支持响应缓存、提示词缓存和正常运行时间优化，降低延迟与成本。MCP 服务器：让 AI 编程工具实时查询模型目录、价格和账户余额。丰富生态集成：兼容 LangChain、Vercel AI SDK、Zapier、Replit 等 10 余种主流框架。如何使用OpenRouter注册账号：访问 OpenRouter 官网 https://openrouter.ai/，点击登录按钮后选择 Google、GitHub 或 MetaMask 钱包任一方式完成注册。充值积分：进入账户的 Billing 页面购买 credits，积分按实际 Token 用量扣费，可用于平台全部 500+ 模型且永不过期。获取 API Key：在控制台 Keys 页面点击创建，生成一串以sk-or-开头的密钥，可复制保存并随时吊销。选择集成方式：想要完全控制就用任意语言直接 POST 原生 API；已有 OpenAI 代码只需把baseURL改成https://openrouter.ai/api/v1可零改动迁移；构建智能体安装@openrouter/agent。挑选模型：在 openrouter.ai/models 按能力、价格、上下文长度筛选模型，用~openai/gpt-latest这类 latest 别名可让代码始终自动指向最新旗舰版本。发送请求：向https://openrouter.ai/api/v1/chat/completions发送包含模型名和消息体的请求。可选进阶：在请求头加上HTTP-Referer和X-OpenRouter-Title可让应用登上官方排行榜，接入 MCP 服务器（https://mcp.openrouter.ai/mcp）能让 Claude Code、Cursor 等 AI 编程工具实时查询模型与价格数据。OpenRouter的核心优势一站式模型接入：一个 API、一把 Key 可调用 80+ 供应商的 500+ 模型，省去逐家注册、充值、适配接口的麻烦。高可用性：内置自动故障转移和供应商冗余，某个模型宕机时自动切换备选，保障服务不中断。成本最优：智能路由为每次请求挑选最具性价比的方案，按量付费无订阅，平台宣称比直连价格更优。零迁移成本：完全兼容 OpenAI SDK 和 API 格式，现有代码改两行配置即可接入全部模型。免运维升级：latest 别名自动跟随厂商最新旗舰模型，模型换代无需修改和重新部署代码。厂商中立：不被单一供应商锁定，可随时切换或混用不同厂商的模型。开发者友好：提供 Agent SDK、MCP 服务器和 10+ 主流框架集成，从简单调用到复杂智能体都有对应工具。企业级能力：支持工作区预算、SSO、零数据保留（ZDR）和数据主权，满足合规与团队管理需求。OpenRouter的同类竞品对比对比维度OpenRouterOfoxAIDMXAPI背景/注册地美国，全球最知名的模型聚合平台新加坡注册，自称授权合作伙伴国内团队，LangChain 中文网旗下模型规模500+ 模型、80+ 供应商100+ 模型，覆盖 GPT/Claude/Gemini/DeepSeek 等300+ 模型，含文本/图像/语音/视频多模态国内访问国内连接不稳定、常丢包，晚高峰延迟约 850ms国内直连无需翻墙，延迟 <300ms国内线路优化，部分场景延迟约 180ms支付方式仅海外支付（信用卡等），对国内用户不友好支持支付宝，秒到账人民币结算，支持公对公付款接口兼容OpenAI 兼容，另有 Agent SDK 和 MCP 服务器兼容 OpenAI/Claude/Gemini 三大协议，支持 RAG 和 MCP100% 兼容 OpenAI 协议，改两行代码迁移企业功能工作区预算、SSO、ZDR 零数据保留 [^文档索引^]企业账号：多用户+统一付费+用量可观测可开增值税发票，充值后即可开票，无需等消耗SLA/稳定性官方未承诺高 SLA，实测成功率约 92%（国内）宣称 SLA 99.9%高可用站宣称 99.99% SLA，但实测延迟波动较大OpenRouter的应用场景软件开发与代码辅助：开发调用 AI 模型自动生成代码片段、优化代码结构、修复错误，甚至设计复杂的软件架构，显著提高编程效率。内容创作：内容创作生成高质量的文本内容，如文章、故事、新闻报道和营销文案，激发创意并提升创作效率。自然语言处理：企业构建智能聊天机器人，用在客户服务和虚拟助手，提供实时语言理解、翻译和情感分析，提升用户体验。数据分析与报告：企业和研究机构生成数据报告和可视化图表，帮助用户更好地理解复杂数据，支持决策制定。教育与学习：教育机构和在线学习平台生成个性化的学习材料和练习题，根据学生的学习进度和需求提供定制化的内容，提升学习效果。©️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OpenRouter的工具DMXAPI一个Key用全球大模型阿里云百炼一站式大模型开发与应用构建平台魔乐社区中国电信天翼云推出的人工智能社区天壤小白一站式AI应用开发平台ChunkrLumina AI 推出的开源文档处理APIZenMux全球首个带保险赔付机制的企业级大模型聚合平台暂无评论再想想发表评论暂无评论…

感谢IT之家网友Skyraver、华南吴彦祖的线索投递！IT之家8 月 17 日消息，据彭博社报道，支付巨头 Stripe 已经敲定收购 AI 基础设施初创公司 OpenRouter 的交易，收购金额超过 70 亿美元（IT之家注：现汇率约合 473.24 亿元人民币）。OpenRouter 主要帮助用户根据具体需求和预算，在不同 AI 模型之间进行选择，从而为不同任务匹配合适的模型。该公司今年 5 月宣布完成 1.13 亿美元（现汇率约合 7.64 亿元人民币）B 轮融资，当时估值达到约 13 亿美元（现汇率约合 87.89 亿元人民币），投资方包括红杉资本（Sequoia）、Andreessen Horowitz、Menlo Ventures 以及 Alphabet 旗下 Capital G 等。OpenRouter CEO Alex Atallah 当时曾将公司称为“AI 领域的 Stripe”，这是因为 OpenRouter 能够为用户提供统一的访问入口，让用户使用不同 AI 模型，同时避免被单一模型或供应商锁定。该公司还声称目前平台全球用户数量已经达到 800 万，可提供超过 400 种 AI 模型的访问服务。IT之家注意到，上个月《华尔街日报》曾报道称，Stripe 与 OpenRouter 正在就收购事宜进行谈判。如今彭博社进一步报道称，双方已经达成交易，收购价格超过 70 亿美元（现汇率约合 473.24 亿元人民币）。如果交易最终完成，Stripe 将以超过 OpenRouter 上一轮融资估值 5 倍的价格将其收入囊中，也将成为近年来 AI 基础设施领域规模较大的收购案之一。

Higgsfield是什么Higgsfield 是专注于AI视频生成的创新工具，能将静态图片转化为具有专业运镜效果的动态视频。用户只需上传一张图片，可选择多种电影级运镜模式，如子弹时间、360°环绕拍摄等，通过参数微调实现个性化效果。Higgsfield AI支持视觉特效生成，如爆炸、变形等，以及将人物照片融合到经典电影场景中的功能。Higgsfield AI 的优势在于专业级的运镜效果和简单易用的操作流程，适合电影制作、广告创意、音乐视频等多种场景。Higgsfield的主要功能静态图像转动态视频：用户上传一张静态图片，可生成具有专业运镜效果的动态视频，支持多种电影级运镜模式。专业运镜效果：提供多种电影级运镜模板，如子弹时间、360°环绕拍摄、超长距拉镜等，支持参数微调以实现个性化效果。视觉特效生成：支持生成多种视觉特效，如爆炸、变形、融化、闪电等，适用于电影、广告、游戏等场景。经典电影场景融合：通过 Iconic Scenes 功能，用户可以将人物照片替换到经典电影场景中，预设多种风格化模板。模拟真实摄影机：支持模拟真实摄影机的物理特性，如变焦、平移、自然抖动等，提升视频的真实感。在线体验与API集成：用户可以通过官网直接体验，开发者也可以通过API将功能集成到自己的应用中。如何使用Higgsfield访问官网：访问 Higgsfield 官网（https://higgsfield.ai/），注册登录账号。上传图片：在网站上找到上传图片的选项，选择一张你想要转换为动态视频的静态图片。选择运镜模板：从预设的多种电影级运镜模板中选择一个，例如子弹时间、360°环绕拍摄等。调整参数：根据需要调整运镜效果的参数，如速度、角度等，以实现个性化的视频效果。添加特效：如果需要，可以选择添加视觉特效，如爆炸、变形等，增强视频的视觉冲击力。生成视频：点击生成按钮，Higgsfield将根据你的设置生成动态视频。下载或分享：生成的视频可以下载到本地，也可以直接分享到社交媒体或其他平台。API集成：对于开发者，可以通过调用 Higgsfield  提供的API接口，将视频生成功能集成到自己的应用程序中。Higgsfield的产品优势专业级运镜效果：在专业级的电影运镜方面表现出色，远超同类 AI 视频生成模型。操作简单：使用流程简单，只需选择运镜模板、添加图像、生成视频即可。多样化模板：提供丰富的运镜模板和视觉特效，满足不同用户的需求。Higgsfield的应用场景电影制作：快速生成电影预告片、概念视频或特效镜头，节省时间和成本。广告创意：为广告内容添加动态效果和视觉特效，提升吸引力和专业性。音乐视频：根据音乐节奏和主题生成匹配的视觉效果，增强音乐视频的表现力。游戏开发：生成游戏内的过场动画或特效，提升游戏的视觉体验。社交媒体内容：为社交媒体平台制作引人注目的短视频，增加用户互动。教育与培训：制作教学视频，通过动态效果增强学习的趣味性和理解度。©️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Higgsfield的工具MOKI美图推出的AI视频短片创作平台Rephrase.aiAI文字到视频生成飞影数字人AI数字人创作平台，支持免费定制数字人蝉镜AI数字人视频生成平台绘想百度推出的AI视频创作平台TapNowAI视觉内容创作平台，提供多种预设工作流暂无评论再想想发表评论暂无评论…

HiDream-O1-World – 智象未来推出的全模态交互式世界模型AI工具21小时前发布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cogvlm2-llama3-caption – 智普AI开源的视频标注模型，生成文本描述AI小集3GitHub Spark – GitHub推出的AI编程工具，零代码开发应用AI小集3LVCD – 腾讯联合香港城市大学推出为动漫视频线稿上色的AI框架AI小集3Mathtutor on Groq – AI数学辅导工具，支持用语音形式提出数学问题AI小集2ASAP – 卡内基梅隆大学联合英伟达推出的模拟与真实物理对齐框架AI小集310款免费好用的AI文本转语音的工具和网站，智能合成配音AI小集30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FloatboatPreviewOnSoloEpixa知漫剧QwenPaw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！59秒前Mureka V9.5 – 昆仑万维推出的新一代 AI 音乐生成模型1分钟前Luna-TTS – 宇生月伴推出的文本转语音大模型2分钟前MyContext – 阿里千问办公开源的 Agent 上下文基础设施3分钟前用 AI 做歌一直火不起来？问题不在灵感，在你没有制作人思维4分钟前Origin – Cursor 推出的 AI 原生代码托管平台5小时前if Studio – 阿里 iconfont 推出的企业级 AI 智能体工作台5小时前完全不懂乐理，我用AI做出了第一首能上线的原创歌5小时前DeepSeek Harness Desktop – 开源的 DeepSeek Harness 桌面端21小时前dsh-TUI – 开源的 DeepSeek Harness 终端界面插件1天前DSH Desktop – 开源的 DeepSeek Harness 本地桌面应用1天前WorkSwarm – openJiuwen 推出的蜂群办公智能体2天前Happy Shrimp – 阿里 ATH 事业群推出的 AI 音乐平台2天前Copula Lab – AI 数据基础设施平台，提供专家级训练数据2天前Qwen3.8-27B – 阿里千问团队开源的新一代 AI 大模型3天前

神仙打架，这周的大模型圈，已经卷到了几乎一天一个新旗舰。有 Cursor 数据加持的 Grok 4.6 突飞猛进，马斯克还说 4.7 马上就要来；DeepSeek V4 Pro 正式版虚晃一枪后正式发布，多项 benchmark 直指 Fable 5；还有一个不能算旗舰的 Gemini Flash。然后今天，智谱也把 GLM-5.3 端了上来。这个在 5.2 期间，一直被调侃「我知道很好用，但不给我开会员用」的顶尖国产编程模型，终于迎来了更新。新的模型继续在编程方面发力，评测榜单的结果显示，GLM-5.3 在编程能力上比肩 Fable 5 和 GPT-5.6 Sol。在社交媒体上参与内测用户的反馈则提到，使用体感比 Kimi K3、DeepSeek V4-Pro-0813 要更好。能跟 GLM-5.3 上桌对比的模型，在可视化图表中只剩下了 Kimi K3、Fable 5 和 GPT-5.6 Sol。以前是开源自己一堆模型对比，不找闭源自讨苦吃，现在是「对标 Fable 5」成了开源的基本配置。六个 benchmark，GLM-5.3 的表现都不赖，尤其是由 OpenAI 提出的 GDPVal 评估测试，智谱拿到了第一名。AutomationBench、Agents’ Last Exam，一个是用来测试跨应用工作流编排能力，一个是测试智能体能力，GLM-5.3 的成绩也是数一数二。和 Kimi K3、Qwen3.8-Max 迈向万亿大参数不同，GLM-5.3 这次参数量和上一版本差不多，同样是 7000 亿参数级别。官方技术博客中提到，此次升级带来的提升主要原因是后训练 Scaling。就是靠着 743B 的基模，智谱训练出来了 Kimi K3 2.8T 级别的大模型。我们在与 GLM-5.2 完全相同基座上高效推进强化学习，可能我们还远未开发出这个基座（即 GLM-5.2 模型）的智能上界。▲ 更完整的 benchmark 对比，经过后训练的 GLM-5.3 对比 GLM-5.2 提升相当明显，Coding、网络安全和 Agentic 成绩进步都不像是一个基座模型。不得不说，现在大模型做好后训练在某些程度上比预训练都更好使。就拿四月份发布的 DeepSeek V4 Flash 预览版和 7 月底发布的正式版相比，两个模型的能力几乎是断层的。智谱这次还开源了名为史莱姆 Slime 的一个后训练框架，直接能覆盖发布级模型后训练所需要的完整工作流。他们说从 GLM 4.5 开始，就一直在用这套框架进行后训练。目前 Slime 支持对 GLM 系列、Qwen 系列以及 DeepSeek 系列的部分模型和 Llama 3 进行后训练。▲ 教你如何用 128xH100 训练 DeepSeek R1，以及如何蒸馏除了主打编程，GLM-5.3 的另一个重点方向是网络安全。从 Hugging Face 事件开始，现在哪个模型不能谈谈网络安全，都算不上是一个好模型。无论是模型的攻击能力强，能逃出设置的沙箱，还是防守能力强，能监控、抵御和分析复杂的 AI Zero Day 漏洞；这些以前听着离我们普通用户很远的东西，也成了大模型角力的新赛场。GLM-5.3 在网络安全相关的任务中，表现与 Claude Mythos 5 持平。其中 ExploitGym 网络安全测试，就是 OpenAI 在评估自己的待发布模型时，为了解决更多问题去攻击了 Hugging Face，GLM-5.3 的表现也非常不错，898 到题，限时 6 小时内完成的情况下，达到了 130 道。针对模型的网络安全能力，智谱还公开了一项网络安全披露账本，记录模型在不同的项目中找到的各种漏洞。GLM 找到的最古老漏洞，甚至可以追溯到大约 40 年前。40 年都没找到，GLM-5.3 一出手就找到了，放 OpenAI 或者 A 社手里，这不比证明了一个数学难题强吗。▲ 网络安全披露账本 https://cvd.z.ai/虽然我们普通用户不会拿它去找各种攻防漏洞，但模型的能力提升是实打实的，具体到日常的办公和编程任务上，GLM-5.3 的表现又如何。APPSO 提前拿到了 GLM-5.3 的测试资格，继续用一些 3D 网页生成、网页应用开发、macOS 小工具开发等任务，来看看 GLM-5.3 的表现是否能快速实现我们的想法。目前 GLM-5.3 已经上线智谱官方 Agent 应用 Zcode 和效率工具 AutoClaw，同时面向 GLM Coding Plan 用户全量开放并开放订阅。▲ 在 Zcode 应用内可以直接选择 GLM-5.3 进行体验第三方平台像是 WorkBuddy，QwenWork，TraeWork 等应用也已经开放抢先体验。而 API 调用预计在下周二开放，模型的完整权重则会在两周内开源。当所有 AI 都开始卷编程相较于写作或者文科领域，那些见仁见智，审美无法统一的任务，编程大概是大模型最适合发力的场景。简单粗暴的一句提示词丢进去，就等着看它用代码能写出什么好看好玩有意思的画面。我们先是让它做了一个人体血液循环的 3D 交互仿真系统，原以为它会做一个写实的人体透视，至少像是这种细节满满的 3D 仿真，有真实的身体轮廓，合理排放的血管，真实的肌肉线条。但不知道是不是提示词不够详细，GLM-5.3 给的交付是看起来比较粗糙的版本。整个人更像是一个火柴人，内部器官也全部堆在了一起。比较难得的是，整个的演示有较多的自定义，例如视图图层可以选择不同的场景，生理参数也有心率、压力等内容。我们甚至可以选择失血性休克的场景，直接看到血液循环的流向。▲ 提示词：做一个高精度的人体血压循环 3D 可交互仿真系统，使用 GLM-5.3 + Claude Code总的来说，这个交互网页能够用在教学场景，但就是没有那么好看。继续我们在 DeepSeek Harness 中的金字塔滑板游戏测试，同样的提示词，GLM-5.3 + Claude Code 最高推理深度给出的结果也不赖——游戏体验好，场景渲染也准确。▲ 如果你不好好操作，可能真的会输，只是这个滑板的残影，过于「亮眼」。当我们想要它生成一些惊艳的 3D 场景时，像是一个满是水母的湖，数百万只写实的水母在一片翡翠湖泊里飘动。这个效果确实还挺漂亮的，渲染水母就不会像渲染人体一样，只用一些简单的圆圈，不过这个 3D 水母的提示词也相当长。在 Claude Code 中使用 GLM-5.3 时，如果你开启了自动审批命令，会经常遇到一个错误，显示「auto mode cannot determine thesafety of Bash right now.」即「自动模式目前无法判断 Bash 命令的安全性。」这大概是 Claude Code 应用自身的机制来处理自动模式下，如何识别不同的命令是否需要弹窗通知交给我选择，但第三方的模型，暂时还没有适配 Claude Code。于是我们切换到 ZCode 进行体验，它能像 Codex 一样使用不同的工具，不断对已经生成的网页截图识屏，分析存在的问题，然后持续优化，整个运行时间也比单纯在 Claude Code 中使用会更久。就像这个行星撞地球的模拟，两个行星碰撞，我们在 Claude Code 中的任务最长没有超过 1h，但这个 3D 网页过了一个小时，ZCode 还在反复地测试检查。好在最后的效果没有让人失望，我们第一眼就能看到地壳开裂、熔岩喷出、碎片形成行星环等壮观画面。就这些复杂的粒子运动，要面面俱到的编程好，肯定是需要一点模型底子的。同尺寸里的最强模型GLM-5.3 的意义，我们测试下来就觉得它还是回到了原本属于它的位置，即同尺寸最强模型，编程开发者的首选。K3 用了 2.8T，DeepSeek V4 用了 1.6T，而 GLM 5.2 用了不到一半的参数，就实现了同样程度的智能。所以如果你本来就在用智谱，已经购买了 Coding Plan（今天下午他们也重置了一次），从六月中旬发布的 GLM-5.2 切换到 5.3，是能感受到比较明显的差异。虽然 API 版本预计要等到下周二更新，目前官网显示的 API 价格也还是 GLM-5.2 版本，但同样的模型尺寸，估计 GLM-5.3 的 API 定价不会有太大的变化。Kimi K3、Qwen3.8-Max、DeepSeek V4 正式版、Grok 4.6、Gemini 3.7 Flash、GLM-5.3，最近的模型发布节奏几乎是前所未有，每天都有新的模型，新的工具可以测试。模型之间的区别也随着密集的发布逐渐在缩小。拿我们自己来说，曾经 Claude 被认为是写作上最好用的模型，优化一些句子的结构，把脑子里乱成一团的想法让它有逻辑的串联起来，Claude 给的文章有时比人类写得还要好。但频繁封号的 Claude，让我们转到了用 GPT 以及其他的模型，于是发现好像所谓的 Fable 5 和 Opus 5 并不是那么的非它不可。写作如此，编程、生图、整理文档、做报告、构建知识库也越来越接近这个状态。GLM-5.3 和最近这一连串新模型一起，把大模型的「最强保质期」压得越来越短。新发布的 GLM 用了 20 天，就有更强更好的 Kimi，Kimi 用了 20 天，又能换到新发布的 DeepSeek，等 DeepSeek 不好用了，那个时候又可以轮到 GLM 了。所以当别人问你，现在最好的国产编程模型是什么，你会说 Kimi K3、DeepSeek V4 还是 GLM 5.3？

8 月 14 日晚，魏牌 V8X 正式上市，此次共推出 5 款插混车型，权益前的统一零售价如下：豪华家庭版 Max：25.98 万元豪华家庭版 Ultra：27.98 万元豪华家庭版 Ultra+：31.58 万元运动版 Max：23.98 万元运动版 Ultra：27.98 万元在上述售价之外，长城还给出了一系列上市权益，包括 5000 元订金抵扣 8000 元购车尾款、1 万元增换购补贴或 3 年 0 息金融方案二选一。豪华家庭版 Ultra 可以限时支付 5000 元升级后轮转向，运动版则可免费升级曜黑外观和灰红内饰。豪华家庭版并不是简单按照发动机排量划成两档。Max 搭载 1.5T Hi4 性能版、400V 平台和 44kWh 磷酸铁锂电池，CLTC 纯电续航为 258km；Ultra 换用 1.5T 超级 Hi4、800V 平台和 66.6kWh 三元锂电池，CLTC 纯电续航提升至 402km；Ultra+ 则在相同电池与续航基础上升级为 2.0T 超级 Hi4。Ultra 与 Ultra+ 支持 6C 超充，5 分钟可以补充 170km 续航，CLTC 综合续航分别为 1652km 和 1659km。同步上市的运动版轴距更短，车长 5040mm、轴距 2968mm，使用曜黑运动套件和红色制动卡钳，并针对稳定杆、减振器和转向手感重新调校。其中，Max 搭载 1.5T Hi4 性能版、44kWh 磷酸铁锂电池，CLTC 纯电续航为 261km；Ultra 换用 2.0T Hi4 性能版和 55.4kWh 三元锂电池，CLTC 纯电续航为 324km，满电与馈电零百加速分别为 4.5s 和 4.7s。两款运动版均采用 400V 平台。不过看工信部申报信息，V8X 车系其实还申报了纯电版本，前、后电机峰值功率分别为 220kW 和 320kW。但在本次发布会上并没有公布这台车型的价格与上市安排。V8X 最重要的身份仍然来自豪华家庭版，它的长宽高为 5125/2025/1821mm，轴距 3050mm，与六座的 V9X 使用相同平台和相同轴距，却只放进五个座位。大五座到底大在哪V8X 豪华家庭版的轴距为 3050mm，与 V9X 豪华家庭版完全相同，车长则只少了 80mm。魏牌给出的舱内有效面积为 5.9㎡，放在五座布局里，意味着前后两排不再需要为一组使用频率不高的第三排座椅腾位置，第二排可以保留更完整的腿部空间，后备厢也不用在乘员和行李之间反复做选择。这也是 V8X 和 V9X 最直观的差别。同样的轴距，V9X 用 2+2+2 座椅承载六个人，V8X 则把整台车的空间集中给前后两排。V9X 解决的是大家庭出行经常满员的问题，而 V8X 照顾的是多数时候只有三四个人出行，却仍然需要一台大车的家庭。少掉一排座椅以后，变化最大的地方出现在车尾。V8X 豪华家庭版的后备厢常规容积为 864L，官方称可以放下 12 个 20 英寸行李箱，放倒第二排后，容积可以扩展至 2225L。与六座 SUV 必须收起第三排才能换取完整装载空间不同，V8X 不需要先移动或折叠座椅，便能同时装下婴儿车、露营装备、几只行李箱以及一家人的零碎物品，在春节返乡、全家长途或者周末露营时，不用让乘员和行李争位置。车内变成两排五座之后，V8X 依然提供前后排座椅加热、通风和按摩功能，车载冷暖冰箱、后排小桌板、后排独立空调、手动遮阳帘和侧隐私玻璃也被保留下来。有点意外的是，在发布会上，静谧性相关的信息被放在了很靠前的位置。V8X 使用 9 处隔音玻璃和三重环视立体密封车门结构，并针对车身气流进行了 104 处空气动力学导流优化。这些设计解决的是车速升高以后持续进入座舱的风噪，以及车门、玻璃接缝处容易形成的高频噪声。混动车型还有两类更难隔绝的声音：发动机介入时的运转声，以及轮胎经过粗糙路面时传入座舱的低频噪声。V8X 分别使用 ENC 发动机主动降噪和 RNC 路噪主动降噪，通过车内扬声器产生反向声波，削弱特定频率的噪声。玻璃、密封和车身优化负责把声音挡在外面，主动降噪则处理已经进入座舱的部分，两套办法共同服务，让这台大车在高速巡航时尽量安静下来。动力部分，豪华家庭版 Ultra 搭载 800V 高压平台和 6C 超充，1.5T 混动专用发动机的最大功率为 125kW，配合前后双电机和四挡混动专用变速箱，系统综合功率达到 450kW，综合扭矩为 790N·m，满电状态下零百加速为 4.9s，馈电状态下为 5.0s。豪华家庭版 Ultra+ 的 2.0T 超级 Hi4 将系统综合功率提高至 500kW，最大扭矩达到 930N·m，满电状态下零百加速为 4.5s，馈电状态下为 4.7s。更大的发动机排量主要服务于满载、高速超车和连续山路等高负荷工况，五个人连同行李全部装满以后，动力仍然保有余量。Ultra 与 Ultra+ 均使用 66.6kWh 电池，CLTC 纯电续航达到 402km。这套动力较为亮眼的是在馈电状态下也能保持输出。2.0T 版满电与馈电零百加速只相差 0.2s，四挡 DHT 通过发动机、电机与变速器之间的机电耦合，减少多挡切换时的动力波动。对于一台需要满载远行的家庭 SUV，电量下降以后，动力不至于「没电一条虫」。V8X 使用前双叉臂、后五连杆独立悬架，豪华家庭版三款车型均配备闭式双腔空气悬架，运动版 Max 使用 EDC 连续可变阻尼减振器，Ultra 则进一步配备闭式双腔空气悬架。双腔空气悬架可以通过改变气室容积调整支撑特性，EDC 则根据路面和车身状态连续改变减振器阻尼：遇到细碎颠簸时尽量保留柔和，高速变道、加减速和连续弯道中，又要控制这台 5.1m 大车的侧倾与俯仰。大车另一个无法回避的问题是转弯。于是魏牌 V8X 豪华家庭版 Ultra+ 标配双向 20° 后轮转向，Ultra 则可以限时支付 5000 元升级这项价值 8000 元的配置。配备后轮转向后，V8X 的后轮最大可以向左右各转动 10°，最小转弯半径为 5m。低速行驶时，后轮与前轮反向偏转，掉头、窄路会车和地库泊车都能少腾挪几次，速度升高以后，后轮与前轮同向偏转，又能让车身在变道时更稳定。V8X 的智能驾驶系统使用 Thor-U 芯片，算力为 700TOPS，感知硬件包括 1 颗激光雷达在内的 27 个传感器。V8X 支持车位到车位全场景 NOA，从起点地库驶出、进入城市道路和高速，再到目的地泊车，可以由同一套辅助驾驶系统连续完成。此次购车权益还包括价值 3.2 万元的城市、高速 NOA 辅助驾驶服务终身免费。座舱部分的智能化，魏牌 V8X 交给了「小魏同学」。小魏同学行车智能体还支持通过语音下达起步、变道、调速、掉头和泊车等指令，把一部分藏在菜单和拨杆里的功能变成自然语言。座舱一侧的小魏同学座舱智能体则可以记录不同乘员的座椅、空调和娱乐习惯，并将服务分配到具体座位。V8X 的产品逻辑不是少一个座位，价格便宜一点，它保留了 V9X 的大车尺寸和双 VLA 智能化，豪华家庭版三款车型也没有拿掉双腔空气悬架。五座重新分配了座位，但并没有缩减配置。一套车身，两种座数V8X 并不是市场上唯一一台这样做的车，乐道 L80，蔚来 ES8 五座版都是这样的「六座改五座」车型。随着大型新能源 SUV 的平台成本越来越高，在同一套车身和技术底座上同时提供大五座、六座乃至七座，正在成为一种更划算的产品方式：车企不需要重新开发三电、底盘和智能化系统，用户也可以先按家庭人数选择座椅。魏牌做的是同一件事。V9X 豪华家庭版安排 2+2+2 六座，V8X 沿用相同轴距，把第三排换成 864L 后备厢，在同一个技术底座上交付两个答案。作为魏牌接下来的主力产品，V8X 几乎把长城面向家庭用户能够想到、也能够装车的东西都安排了上去：空间、舒适、性能、补能、底盘和智能化，一个也不想落下。只是，大五座新能源 SUV 早已不是一块无人争抢的空地。同样瞄准家庭用户的产品越来越多，空间和配置堆得再满，最终仍要回到价格、体验和品牌认知上逐项交手。V8X 已经把能带上场的东西带齐了，接下来要争的，是这些配置能不能真正换来家庭用户的选择。