Muse Spark – Meta 推出的原生多模态大模型AI工具1天前更新AI小集02Muse Spark是什么Muse Spark是Meta超级智能实验室推出的首个原生多模态大模型。作为Meta AI重组后的旗舰产品，模型在Artificial Analysis基准测试中从18分跃升至52分，多模态理解与健康问答能力超越GPT-5.4。模型支持视觉思维链、多Agent协同及”沉思模式”，预训练效率较Llama 4提升10倍。模型已在Meta和Meta AI App上线。Muse Spark 1.1 是 Meta 发布的迄今最强编程与智能体模型，支持代码编写、多模态理解及复杂任务自主执行，已正式开放 API 接入 Meta AI 应用。Muse Spark 1.2 是 Meta 专为编程场景优化的模型版本，与Muse Code同步训练开发，支持长时自主工具调用与复杂代码任务执行，在多项编程基准测试中表现领先。Muse Spark的主要功能原生多模态理解：支持视觉思维链与图像转代码，可直接分析复杂图表、定位屏幕元素，将 UI 设计图转换为可运行的 HTML/CSS/JS 应用。多智能体协同：通过”沉思模式”（Contemplating）调度多个子 Agent 并行思考与协同作业，实现复杂任务的分解规划与执行。垂直领域专精：在健康医疗领域提供基于 1000+ 临床医生数据的精准问答与影像分析，在购物场景结合社交图谱做个性化商品推荐。高效推理机制：采用思维自动压缩技术，在保持高性能的同时将 Token 消耗降低至同类模型的三分之一，显著提升推理效率。如何使用Muse Spark网页端直接使用：访问Meta官网，无需注册可免费体验基础功能。移动端 App：下载官方Meta AI App，已全面集成 Muse Spark 模型。API 接入：开发者可通过获取访问 API 权限。Muse Spark的关键信息和使用要求产品定位：Meta Superintelligence Labs（MSL）成立9个月后的首个模型（代号”牛油果”），定位为”个人超级智能”，面向30亿用户生态。核心性能：Artificial Analysis综合得分52（Llama 4仅18分）；多模态图表理解（86.4）、健康问答（42.8）超越GPT-5.4；编程类任务（ARC AGI 2、SWE-Bench）仍落后。技术亮点：原生多模态推理+视觉思维链；多Agent”沉思模式”（Contemplating）并行思考；预训练算力需求降至Llama 4的1/10，Token消耗仅Opus的1/3。团队背景：由前Scale AI创始人Alexandr Wang领衔，核心成员包括多位华人研究员（来自OpenAI、DeepMind）。访问渠道：meta.ai网页端（免注册）、Meta AI App（iOS/Android）；API预览仅向合作伙伴开放。地域与费用：目前优先美国地区全面开放；个人用户免费、不限量使用。Muse Spark的核心优势原生多模态理解：在图表理解（CharXiv 86.4分）和截图定位（ScreenSpot Pro 84.1分）等视觉任务上表现卓越，显著超越GPT-5.4与Gemini 3.1 Pro。医疗健康专精：基于1000余名临床医生合作构建的专业数据体系，在开放式健康问答（HealthBench Hard 42.8分）与医学影像分析领域达到业界领先水平。多智能体协同推理：独创”沉思模式”（Contemplating）支持多Agent并行思考与任务分解，可调度子Agent分别处理研究、规划与执行等复杂环节。极致效率优化：通过重构预训练技术栈实现算力需求降至Llama 4的十分之一，采用思维自动压缩技术使Token消耗仅为同类顶尖模型的三分之一。Muse Spark的同类竞品对比对比维度Muse SparkGPT-5.4Gemini 3.1 ProArtificial Analysis 综合得分52约 51约 57CharXiv 图表理解86.482.880.2ScreenSpot Pro 截图定位84.185.484.4ARC AGI 2 抽象推理42.576.176.5LiveCodeBench Pro 编程80.087.582.9SWE-Bench Pro 代码修复52.457.754.2HealthBench Hard 健康问答42.840.120.6MedXpertQA 多模态医学78.477.181.3HLE（带工具）深度思考58.458.753.4预训练算力需求Llama 4 的 1/10标准水平标准水平Token 消耗效率Opus 的 1/3基准水平基准水平Muse Spark的应用场景视觉创作与开发：模型支持将应用截图直接转换为可运行的前端代码，能解析复杂学术图表与工程图纸，可将静态图像生成为可交互的网页游戏或故障排查工具。健康医疗咨询：基于千名临床医生专业数据提供开放式健康问答与医学影像解读，同时能根据用户饮食限制生成交互式营养标签和个性化健康管理方案。智能规划与协同：通过多Agent并行处理复杂任务，如协调文化路线、亲子活动与物流的家庭旅行规划，结合社交网络数据提供个性化购物推荐，自主搜索整合多源信息完成深度研究。办公与生产力：支持文档解析、表格分析和邮件撰写等办公任务，同时具备基于截图理解的屏幕自动化能力，可执行界面操作与表单填写。# 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CutClaw - 湾大联合北交大开源的 AI 视频剪辑工具下一篇Claude Managed Agents - Anthropic 推出的全托管 Agent 平台相关文章Browserbase – AI 网页浏览框架，自动化网页任务和数据检索AI小集3GenXD – 新加坡国立和微软共同推出的通用3D和4D联合生成框架AI小集2Elys – 自然选择团队推出的AI社交应用，人与AI共存社交AI小集8Agent Laboratory – AMD 联合约翰·霍普金斯大学推出的自主科研 AgentAI小集4神采PromeAI – 专为设计师打造的AI设计助手AI小集10MkSaaS – 专为快速构建 AI SaaS 产品设计的全栈框架AI小集3暂无评论再想想发表评论暂无评论…

Muse Code – Meta 推出的终端编程 AI 智能体AI工具1天前发布AI小集02Muse Code是什么Muse Code 是Meta推出的终端编程AI 智能体，基于 Muse Spark 1.2 模型，可处理大型代码库中的完整软件工程任务，包括规划变更、编写代码与验证结果。Muse Code 后台代理在会话期间持续积累上下文，大型任务可拆分为多个子代理并行执行，且具备可审计的本地事件日志，崩溃后可从中断点恢复，直接对标Claude Code与 OpenAI Codex。Muse Code的主要功能全栈工程代理：覆盖规划变更、编写代码、验证结果等完整软件工程流程。持久上下文代理：后台代理在会话期间持续活跃，随时间积累代码库上下文而非重复探索。并行子代理：大型任务自动拆分为多个子代理，在独立工作树中并行执行，互不冲突。工作副本保护：代理在隔离环境中运行，不会直接修改用户的原始工作副本。可审计日志：每次模型调用、工具运行和编辑均记录至本地事件日志，确保全程可追溯。如何使用Muse Code安装工具：在 macOS 或 Linux 终端执行curl -fsSL https://dev.meta.ai/install.sh | bash命令完成一键安装。注册登录：用 Meta 账号登录 Muse Code，并按提示绑定支付方式以完成账户激活。选择套餐：根据开发需求选择按量付费档或价格低至十分之一的贡献者套餐。启动任务：在终端输入自然语言指令描述软件工程任务，Muse Code 将自动规划变更、编写代码并验证结果。Muse Code的核心优势长时自主运行：支持 24 小时不间断内核优化任务，执行 1000+ 次工具调用仍持续发现显著改进。崩溃零丢失：基于本地日志实现断点续传，确保任务崩溃后不会丢失任何工作进度。低成本入门：贡献者套餐价格约为按量付费的十分之一，仅需一行代码可开始。企业级隐私：支持零数据保留请求，Meta 承诺不将开发者数据用于模型训练。Muse Code的项目地址项目官网：https://research.meta.ai/blog/introducing-muse-code-and-muse-spark-1-2Muse Code的同类竞品对比对比维度Muse CodeClaude Code背景代理持久性后台代理会话期间持续活跃，随时间自动积累代码库上下文主要依赖用户主动交互推进任务，上下文随对话轮次积累并行执行能力大型任务自动拆分为多个子代理，在独立工作树中并行执行以单代理串行处理为主，复杂任务需用户手动分步推进崩溃恢复机制本地只增事件日志记录每一步操作，崩溃后可从中断点精确续跑中断后通常需用户重新描述需求并手动恢复上下文代码库隔离子代理在隔离环境中运行，不直接触碰用户原始工作副本直接在用户工作目录中执行文件修改，依赖 Git 进行版本回退底层模型Muse Spark 1.2（专为编码同步训练优化）Claude 4 系列（Opus / Sonnet 等通用大模型）定价模式按量付费 + 低至十分之一的贡献者套餐固定月费订阅（Pro $20/月）或 API 按量计费Muse Code的应用场景大型代码库重构：在不影响主分支的前提下，并行规划并执行跨模块代码迁移。游戏功能开发：同时为游戏项目构建多个独立功能模块，避免代码冲突与合并难题。内核性能优化：执行长时自动化调优任务，持续挖掘代码性能提升空间。安全合规开发：利用可审计日志与零数据保留，满足金融、医疗等敏感行业的合规要求。全栈自动化交付：从需求规划到代码编写再到测试验证，实现端到端的软件工程自动化。# 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RabbitVis - 兔展智能推出的一站式 AI 设计生产工具下一篇Acti - AI 智能键盘，一键触发复杂任务相关文章MegaTTS 3 – 字节与浙江大学合作推出的零样本语音合成系统AI小集2YouClaw – Chat2DB团队推出的AI Agent桌面客户端AI小集3Kokoro-TTS – 轻量级文本转语音模型，支持多语言多语音风格生成AI小集3IRIS.AI – 专为科研人员设计的AI文献助手AI小集3OmniSync – 人民大学联合快手、清华推出的通用对口型框架AI小集2SongGeneration – 腾讯AI Lab开源的音乐生成大模型AI小集5暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！4分钟前SALMONN-2 – 清华等开源的通用音频大语言模型6分钟前Ling-3.0-tiny – 蚂蚁百灵推出的原生混合推理模型8分钟前Wan3.0 – 阿里万相最新推出的视频生成大模型5小时前Omega – 腾讯推出的 AI 原生数据分析平台22小时前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架22小时前Acti – AI 智能键盘，一键触发复杂任务1天前RabbitVis – 兔展智能推出的一站式 AI 设计生产工具1天前InstructAV2AV – 智源联合北大开源的音视频联合编辑模型1天前Get3W – AI 模型聚合平台，统一接口自由切换模型2天前Shieldstral – Mistral AI 开源的多模态内容安全分类模型2天前MAGI-2-preview – Sand.ai 开源的多模态视频生成模型2天前SeedRealtime – 字节跳动推出的原生音视频全双工大模型2天前JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型2天前Hy ASR 3.0 preview – 腾讯混元推出的新一代语音识别模型2天前

感谢IT之家网友乌蝇哥的左手、肖战割割、华南吴彦祖、软媒新友2203184的线索投递！IT之家8 月 6 日消息，Meta 公司今天（8 月 6 日）发布博文，宣布以测试版推出其首个编程 AI 智能体工具 Muse Code，希望挑战 Anthropic 的 Claude Code，以及 OpenAI 的 Codex 等编程 Agent 工具。IT之家附上 Meta 公司首席执行官马克 · 扎克伯格（Mark Zuckerberg）的相关介绍如下：Muse Code 是 Meta 首席 AI 官汪滔（Alexandr Wang）的最新成果，他负责领导 Meta 超级智能实验室以及开发相关模型。他于 2025 年 6 月加入 Meta，是公司首席执行官马克 · 扎克伯格（Mark Zuckerberg）重整公司人工智能战略的核心人物之一。在本周三接受 CNBC 采访时，汪滔表示：“开发者只需要 1 条命令，就能安装 Muse Code，并用它处理完整软件工程任务，覆盖规划变更、编写代码、验证结果等多类场景。”在功能方面，Muse Code 目前以预览方式推出，汪滔称 Muse Spark 1.2 与 Muse Code 同步开发和训练，从而提升了整体编程性能。在商业模式方面，开发者可通过按量付费方式使用 Muse Code：每 100 万 Tokens 输入费用为 1.25 美元（现汇率约合 8.5 元人民币），每 100 万 Tokens 输出费用为 4.25 美元（现汇率约合 28.7 元人民币）汪滔表示，该编程 Agent 工具还设有“contributor tier”（贡献者订阅），入门成本显著更低，价格比按量付费档的十分之一甚至更低。不过，选择最低价档的开发者必须主动同意帮助改进模型，这涉及 Meta 使用第三方数据强化底层技术。汪滔还表示，Meta 正开始接受零数据保留（zero-data retention）请求。这意味着 Meta 不会保留开发者数据用于改进模型。他称，这是一项“对许多人很重要的大型企业功能”。

RabbitVis – 兔展智能推出的一站式 AI 设计生产工具AI工具1天前发布AI小集03RabbitVis是什么RabbitVis 是兔展智能推出的图层级一站式AI 设计生产工具，基于自研 UniWorld-Design 视觉大模型，将 AI 生成能力与图层编辑能力深度融合。工具能通过自然语言生成海报、电商详情页、杂志内页等复杂设计内容，支持生成后的持续图层级编辑，包括去背景、文字修改、元素替换、透明素材提取等，解决传统 AI 生图只能生成、无法修改的痛点，让 AI 真正走完设计全流程。RabbitVis的主要功能智能生成：支持一句话生成海报、杂志跨页、电商详情页、信息长图、学术海报、财务分析报表等多种专业设计内容。透明素材生成：根据文本描述直接生成带透明通道（RGBA）的设计元素，可直接拖拽复用于其他设计场景。图像分层拆解：将生成的完整图像自动拆解为背景、主体、文字、装饰等多个独立可编辑图层，为后续调整提供基础。自然语言编辑：支持用自然语言指令完成去背景、图像编辑、文字编辑、橡皮擦等操作，无需掌握 Photoshop 等专业软件。中文高密度排版：针对中文场景深度优化，支持复杂艺术字体、图文交错、信息图表等高密度中文排版，效果清晰准确。如何使用RabbitVis访问官网：访问RabbitVis 官网 https://rabbitvis.rabbitpre.com/ 进入 RabbitVis 平台。描述需求：在输入框中用自然语言描述想创建的设计内容，如”生成一张618大促海报”或”设计一份杂志内页”。AI 生成初稿：系统自动生成包含完整排版、图片和文字的设计初稿，支持选择不同风格模板。图层级编辑：通过自然语言指令对设计进行持续调整，如”把 LOGO 往左移””放大标题字号””替换背景图”等。导出交付：将完成的设计导出为可交付资产，透明素材可单独下载复用。RabbitVis的核心优势图层级深度编辑：突破传统 AI 生图生成即终点的局限，支持将设计内容拆解为独立图层，实现生成后的持续修改、元素替换与文字调整。透明素材直出：根据文本描述直接生成带透明通道（RGBA）的设计元素，无需手动抠图可直接复用于多场景设计。中文场景原生优化：针对中文高密度排版深度打磨，支持复杂艺术字体、图文交错与信息图表，解决主流 AI 工具中文乱码与排版错乱痛点。自然语言驱动设计：全程通过自然语言指令完成生成、去背景、改字、调版式等操作，零设计基础用户也能产出专业级视觉物料。产模一体架构：基于自研 UniWorld-Design 视觉大模型，模型能力与产品功能深度耦合，生成、理解、编辑三位一体，越用越精准。RabbitVis的同类竞品对比对比维度RabbitVisRecraft产品定位图层级一站式 AI 设计生产工具，聚焦生成后的深度编辑与图层拆解AI 原生设计工具，侧重矢量图形生成与品牌风格一致性控制图层能力原生支持图像自动分层拆解，背景、主体、文字等元素可独立编辑调整支持基础图层管理，但主要针对矢量对象，位图分层能力有限透明素材可直接生成带透明通道（RGBA）的设计元素，语义匹配度高支持背景移除生成透明素材，但非原生透明通道生成中文排版针对中文场景深度优化，支持复杂艺术字体与高密度图文排版中文支持相对基础，复杂中文字体与竖排场景表现一般编辑方式自然语言驱动图层级编辑，零设计基础即可完成专业级修改偏向传统设计软件交互，需一定设计工具使用经验模型架构基于自研 UniWorld-Design 视觉大模型，产模一体，生成理解编辑统一基于自研 Recraft 模型，侧重矢量生成与风格迁移适用场景电商海报、杂志内页、社交媒体配图等需要反复修改的设计生产流程品牌 VI、图标库、营销插画等风格统一的设计资产创建RabbitVis的应用场景电商营销：快速生成商品详情页、促销海报、主图设计，并支持根据平台要求随时调整尺寸和文案。社交媒体运营：为公众号、小红书、抖音等平台生成配图、封面、信息长图，运营人员无需依赖设计师即可完成日常物料。品牌宣传：制作品牌手册、杂志内页、活动海报等专业视觉物料，支持持续迭代优化品牌视觉一致性。内容创作：自媒体博主、UP 主可用自然语言快速生成视频封面、专栏头图、知识图谱信息图等内容资产。企业办公：财务分析报表、PPT 配图、内部培训材料等商务视觉内容的高效生产。# 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InstructAV2AV - 智源联合北大开源的音视频联合编辑模型下一篇Muse Code - Meta 推出的终端编程 AI 智能体相关文章Mixboard – 谷歌推出的AI画板工具AI小集2LingBot-World – 蚂蚁灵波科技开源的交互式世界模型AI小集2PawBench – 阿里通义推出的通用智能体评测基准AI小集2OpenAI o3-mini – OpenAI 推出的全新推理模型AI小集3Ada – 腾讯推出的AI程序员工具AI小集3AnythingLLM – 开源的全栈 AI 客户端，支持本地部署和API集成AI小集12暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！12分钟前SALMONN-2 – 清华等开源的通用音频大语言模型14分钟前Ling-3.0-tiny – 蚂蚁百灵推出的原生混合推理模型16分钟前Wan3.0 – 阿里万相最新推出的视频生成大模型6小时前Omega – 腾讯推出的 AI 原生数据分析平台22小时前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架22小时前Acti – AI 智能键盘，一键触发复杂任务1天前Muse Code – Meta 推出的终端编程 AI 智能体1天前InstructAV2AV – 智源联合北大开源的音视频联合编辑模型1天前Get3W – AI 模型聚合平台，统一接口自由切换模型2天前Shieldstral – Mistral AI 开源的多模态内容安全分类模型2天前MAGI-2-preview – Sand.ai 开源的多模态视频生成模型2天前SeedRealtime – 字节跳动推出的原生音视频全双工大模型2天前JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型2天前Hy ASR 3.0 preview – 腾讯混元推出的新一代语音识别模型2天前

Seedance 2.5 – 字节跳动推出的最新视频生成模型AI工具1周前更新AI小集03Seedance 2.5是什么Seedance 2.5 是字节跳动推出的新一代视频生成模型，单次可生成30秒高质量视频并支持多轮延长，能产出数分钟连贯叙事内容。模型支持单次输入最多30张图片、10段视频及10段音频作为参考素材，全面升级白模参考、运动参考与创意参考能力。模型新增精准时间戳编辑，支持绿幕替换、视角调整与定向修改，满足影视、广告等专业场景需求。Seedance 2.5的主要功能30秒长叙事生成：单次生成30秒高质量视频，支持多轮延长，优化镜头衔接与场景过渡，弱化”油腻感”。多模态参考输入：单次支持30张图片、10段视频、10段音频作为参考，综合理解画面构图、风格、人物与道具。白模与运动参考：支持无纹理3D白模控制空间结构、主体姿态与运镜，生成符合物理规律的光照与阴影。精准时间戳编辑：通过时间戳定向控制特定时段的故事、视角、运镜与节奏，实现生成前与生成后的精细调整。绿幕与视角编辑：替换场景时保持主体物理效果一致（衣物飘动、光影、步态），支持运镜轨迹与画面视角的独立调整。产业场景应用：覆盖教育课件生成、工业仿真、具身智能训练数据合成与自动驾驶极端场景模拟。Seedance 2.5的技术原理多模态参考融合理解：模型综合解析用户输入的30张图片、10段视频及10段音频中的画面构图、场景风格、人物特征与道具元素，通过跨模态对齐机制将参考素材中的视觉与听觉信息映射到生成目标中，实现多主体、多场景、多镜头变化的复杂创意还原。白模空间结构驱动生成：基于无纹理3D白模的空间结构、主体姿态、运动轨迹与镜头机位信息，模型构建三维空间约束，依据空间几何关系生成符合真实物理规律的光照效果，包括光源方向、色温、强度与阴影投射，使复杂镜头的构图调度与光影呈现更接近预期。时间戳精准编辑控制：模型支持时间戳级别的音视频内容定位与定向编辑，通过时序语义理解在生成阶段控制特定时段的故事走向、画面视角与运镜节奏，在生成后阶段对指定片段中的角色、动作、声音或剧情进行局部修改，同时保持修改前后的时序连贯性与真实感。绿幕物理一致性渲染：在绿幕场景替换过程中，模型基于目标场景的物理规则重新计算人物身上的物理效果，包括衣物飘动方向、头发状态、步态节奏与光影交互，确保主体与新场景在动力学与光学层面的和谐统一。如何使用Seedance 2.5选择入口：访问即梦网页端，进入视频生成模块并选择 Seedance 2.5 模型。输入创意：在输入框中描述视频内容，可上传图片、视频、音频作为多模态参考素材。延长视频：使用”延长视频”功能并指定衔接要求，保持人物主体、场景风格与声音音效一致。精准编辑：生成后通过时间戳定位特定片段，定向修改角色、动作、声音或剧情。专业控制：上传白模控制空间结构与运镜，或利用绿幕编辑替换场景背景并自动匹配物理效果。Seedance 2.5的核心优势长叙事连贯性：单次生成30秒并支持多轮延长，保持主体特征、场景环境与叙事节奏统一，减少拼接成本。多模态参考上限高：单次支持30张图、10段视频、10段音频，可同时还原多主体形象与声音，实现复杂群像叙事。精准时间戳控制：通过时间戳定向编辑特定时段的角色、动作、声音或剧情，生成前后均可精细调整，降低反复生成成本。白模物理光照：基于3D白模空间信息生成符合物理规律的光影、阴影与材质反射，提升专业影视质感。产业级编辑一致性：绿幕替换场景时保持衣物飘动方向、步态节奏、头发状态等物理效果和谐统一。Seedance 2.5的使用示例R2V prompt：延长视频，衔接 @视频 1 画面内容和主体继续生成一个 30 秒的视频，保持人物主体、场景、画面风格、声音音效一致。小男孩抱着足球沿车厢跑，地铁停稳后侧边门打开，他立刻冲出，男主紧追。两人一路穿过站台跑到街上，惊动街边路人，男主最终追上并抓住他，小男孩委屈抬头，男主慢慢消气，摸摸他的头，露出无奈笑容。R2V prompt：参考 @白模 1 的运镜、镜头节奏、景别变化、主体轨迹和镜头调度。参考 @图片 2 的角色外形、场景、材质、光照、色彩和童话氛围，将白模渲染为梦幻温暖、儿童幻想感、3D 动画短片。剧情依次为：幻想天空飞行→云海神兽伴飞→俯冲入海→鳐鱼海底穿梭→镜面时空裂缝→宇宙摘星→幻化回房间→爸爸盖被→合上绘本定格。Seedance 2.5的同类竞品对比维度Seedance 2.5可灵 3.0Runway Gen-4.5单段时长30 秒（原生）约 10-20 秒约 10-16 秒参考素材数50 个全模态有限数量有限数量局部编辑支持区域级修改部分支持支持 Inpainting分辨率原生 4K 10bit最高 1080p/4K最高 1080p价格定位国内低价策略国内中等国际高价订阅应用场景影视/广告/实体产业短视频/广告创意短片/广告Seedance 2.5的应用场景影视广告制作：模型能快速生成电影级质感短片与广告片段，支持复杂运镜、多镜头叙事与一镜到底创作。教育内容转化：将课文历史背景、科学原理转化为沉浸式视频课件，降低教学物料制作门槛。工业仿真训练：生成高质量合成视频数据，用于机器人感知操作训练与设备装配流程演示。自动驾驶测试：模拟极端天气、复杂路况等低频场景，为系统测试与训练提供多样本数据。创意内容生产：支持京剧表演、音乐会、儿童幻想动画等复杂艺术创作，实现从想法到成片全流程落地。# 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。上一篇豆包2.1 - 字节跳动推出的全新智能体模型系列下一篇方舟 CLI - 字节跳动火山引擎推出的命令行工具相关文章Cofounder – 全栈AI应用构建器，辅助开发者自动生成完整的应用程序AI小集2CLI-Anything – 港大开源代码转AI Agent的原生工具AI小集2NeMo – 英伟达推出的用于构建、定制和部署生成式AI模型AI小集213个免费好用的AI音乐生成器，智能谱曲、作词和歌声合成AI小集43Gemini Code Assist – 谷歌推出免费的 AI 编程工具AI小集6gpt-oss – OpenAI开源的推理模型系列AI小集4暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！14分钟前SALMONN-2 – 清华等开源的通用音频大语言模型16分钟前Ling-3.0-tiny – 蚂蚁百灵推出的原生混合推理模型17分钟前Wan3.0 – 阿里万相最新推出的视频生成大模型6小时前Omega – 腾讯推出的 AI 原生数据分析平台22小时前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架22小时前Acti – AI 智能键盘，一键触发复杂任务1天前Muse Code – Meta 推出的终端编程 AI 智能体1天前RabbitVis – 兔展智能推出的一站式 AI 设计生产工具1天前InstructAV2AV – 智源联合北大开源的音视频联合编辑模型1天前Get3W – AI 模型聚合平台，统一接口自由切换模型2天前Shieldstral – Mistral AI 开源的多模态内容安全分类模型2天前MAGI-2-preview – Sand.ai 开源的多模态视频生成模型2天前SeedRealtime – 字节跳动推出的原生音视频全双工大模型2天前JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型2天前

GPT-5.6 – OpenAI 推出的最新一代大语言模型系列AI工具4周前更新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Genie – Cosine AI推出的AI编程助手AI小集20Hunyuan3D-PolyGen – 腾讯混元推出的美术级3D生成大模型AI小集3MMBench-Video – 上海AI Lab联合多所高校推出的长视频理解基准测试AI小集2元极AI – 知行元科技推出的 AI 导演制片系统AI小集2Voice Changer – Cartesia推出转换声音同时保留原始情感的变声器模型AI小集2DreamO – 字节联合北大推出的图像定制生成框架AI小集3暂无评论再想想发表评论暂无评论…热门工具LoomyLibTV绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！19分钟前SALMONN-2 – 清华等开源的通用音频大语言模型21分钟前Ling-3.0-tiny – 蚂蚁百灵推出的原生混合推理模型23分钟前Wan3.0 – 阿里万相最新推出的视频生成大模型6小时前Omega – 腾讯推出的 AI 原生数据分析平台23小时前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架23小时前Acti – AI 智能键盘，一键触发复杂任务1天前Muse Code – Meta 推出的终端编程 AI 智能体1天前RabbitVis – 兔展智能推出的一站式 AI 设计生产工具1天前InstructAV2AV – 智源联合北大开源的音视频联合编辑模型1天前Get3W – AI 模型聚合平台，统一接口自由切换模型2天前Shieldstral – Mistral AI 开源的多模态内容安全分类模型2天前MAGI-2-preview – Sand.ai 开源的多模态视频生成模型2天前SeedRealtime – 字节跳动推出的原生音视频全双工大模型2天前JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型2天前

过去大半年里，买电脑、买手机让人最心痛的问题始终是「贵不贵」——AI 吞掉了全球大量的内存和芯片产能，留给消费级产品的三瓜俩枣自然会导致涨价。而到现在，问题变成了一句更朴素的质问：「有货吗？」图｜The New York Times前两天，彭博社苹果专家马克·古尔曼在报道中表示：现在从苹果官网订购 MacBook Air，预计交付时间已经排到了 8 月末乃至 9 月，远超以往一两周的备货时间。直营店之外的零售渠道则讲得更直白：今年 MacBook Air 的供应紧张程度，是他们记忆中最严重的一次。苹果甚至破天荒地开始在返校季材料里特意提醒「MacBook Air 视供应情况而定」，把消费者更明显地引向入门款 MacBook Pro：图｜X @DylanMcD8虽然 MacBook Air 的缺货独立来看并不稀奇，但把它和显著拉长的交期、零售端反馈以及产品推荐方向放在一起，意思就变了——如果一家万亿市值的公司，连 MacBook Air 这种拳头产品都得限量供货，那么这场内存危机显然已经进入了一个新阶段。不是买不起，是买不到涨价原本是最经典的供需调节方式——采购成本贵了，适当调高售价就行。但现在的问题是，苹果、谷歌、OpenAI、亚马逊之类的巨头哪怕愿意拿出几倍的价格，全球存储供应链的产能短期内也无法再提高了。用最不绕弯子的话说，现在的全球存储采购市场，从「你愿意出多少钱」变成了「你出多少钱也没有货」。图｜CNET根据多家媒体和研究机构计算，目前全球商用存储市场中，近线 HDD（机械硬盘）产能已经被锁定至 2028-29 年，企业级 SSD（固态硬盘）被锁定到了 2026-27 年。至于计算中心用的 HBM，手机用的 LPDDR 和 NAND 之类热门产品更是已经无法锁定长期订单，仅能以季度甚至月为周期签订供货合同。图｜Wccftech甚至主要采购商的竞争方向，都从「已规划产能」转移到了未来几年的「新增产能」上。「有价无市」不是指一颗芯片也买不到，而是厂商无法在合理成本和交付周期内，获得足够多符合需求的芯片——这种问题对于 OpenAI 之类的服务提供商来说影响还不算很大，但对于苹果这样以消费电子产品为主业的企业来说就很难熬了。换句话说，手机内存和硬盘芯片，过去是价高者得、现在是价高者先排队。老资历重出江湖这种变化叠加在今年的手机行业里，已经昭然若揭。Counterpoint 的统计显示，2026 年第二季度全球智能手机出货量同比下降 11%，创下 2013 年以来最低的第二季度水平：图｜Counterpoint报告中特别提到，DRAM 和 NAND 短缺迫使厂商反复涨价，并削减低利润机型的配货，进入 Q3 部分手机厂商已经开始了第二轮甚至第三轮调价。与此同时，受直接冲击更严重的电脑行业的应对方式更加魔幻——既然新东西用不起，那就把老资历重新请回来。图｜Phoronix其中最典型的，就是英伟达把五年前发布的 RTX 3060 重新投产；英特尔和 AMD 还相继推出了兼容 DDR4 的新 U 平台。英特尔甚至明确表示「会继续提供适配旧内存技术的产品」。主板和内存厂商更是全面从又贵又买不到的 DDR5 平台撤退，开始重新增加 DDR4 产品线，形成了抽象的「向后发展」局面。这可不是什么垃圾佬的胜利——旧平台性能尚可，重点是能避开价格飞天的新一代内存，厂商本质卖的是新式顶供应链格局里的危机保险。甚至连尾大不掉的微软，都开始停止在 Windows 11 里面随处塞 Copilot，而开始研究降低系统内存占用、改善 8GB 设备的体验等等。连操作系统都重新认真考虑 8GB 电脑如何活下去，本身已经足够说明问题了——安迪比尔定律的时候，软件催着用户升级硬件，现在竟然轮到软件替硬件省粮了。另据路透社报道，7 月 27 日长鑫科技登陆科创板，发行价 8.66 元、收盘达到了 49 元，上涨约 466%，总市值预估 3.28 万亿元。由于长鑫上市时的可流通股份仅占扩大后总股本的约 7%，市场巨大的需求挤进很小的流通盘，造就了长鑫上市直接变成大 A 存储第一股的现象。图｜华尔街日报而在之后的几天里，三星电子、海力士甚至韩股整体都出现了一次明显下跌。路透社认为：AI 投资回报疑虑、全球科技股抛售以及中国竞争者崛起共同造成了波动，长鑫上市只是这个极不稳定的存储市场波动的催化剂之一。图｜The Korean Herald但长鑫上市后的估值狂热，确实暴露了现在资本市场的矛盾心理——大家既希望新玩家增加供给、压低价格，又忍不住按照长期短缺的剧本给新玩家定价。救兵确实在路上，只是晶圆厂不能靠股价生产芯片。「等等党」真不能再等了从电脑、手机，到机顶盒、游戏机甚至是车机，几乎所有现代电子产品都离不开 DRAM 或 NAND。AI 数据中心从上游直接或间接抽走的产能，最终全都沿着供应链变成更高的售价、更低的配置、更长的交期，直接作用在了每个个体消费者头上。这场危机已经从成本问题，进化成了可获得性问题。甚至这条路在二十年前已经预演过一遍了，今天的 AI 和存储芯片，几乎就是当年的光伏产业爆发与多晶硅短缺的翻版：图｜Future Publishing尽管存储行业依然具有足够的周期性，也有 Omdia 等主流媒体预计存储价格可能在 2027 年开始修正，行业销量到 2028 年才有望出现更明显的恢复。但问题是：行业可以等、苹果可以等，但你的开学、过年和紧急情况不能等。图｜Forbes虽然现在的 AI 泡沫从长远来看终会平静下去，但不是所有购买需求都是可以推迟到长远角度的。当内存危机从买不起变成了买不到，等等党们的战略也必须要做出调整了——图｜ImgFlip接下来的半年甚至一年，无论是开学买电脑、上班装 PC 还是迭代换手机，在如今的乱象里，最稳妥的方案就是明确需求了就赶紧买。因为在接下来的时间里，等等党越能等，就越能等来更多的涨价。

8 月 5 日下午，华为举行尊界时代旗舰 MPV 及华为全场景新品发布会，一口气带来了汽车、电脑、平板、手机和智能穿戴等多款新品。当然，这场发布会的重头戏，还是尊界的两款 MPV——V800 与 V680。在定价方面：尊界 V800 行政版 86.6 万元尊界 V800 尊享版 76.6 万元尊界 V800 领航版 101.6 万元尊界 V680 尊享版 64.8 万元此外，尊界还为 V800 领航版准备了可选装的「云水天青」专属内外饰主题，包含 4.8 米的腰线、珐琅车标、陶瓷扶手以及高光渐变椴木饰板，选配定价为 15 万元。两款新车将于 9 月初启动先行者版本交付，9 月底其他版本开始规模交付。这两款车在正式发布前已经预售超过二十天，累计订单突破 1 万台，更贵更大的 V800 占了约八成。按照常见的双车策略，小尺寸、低价格的版本负责走量，旗舰负责抬高形象，但到了尊界这里，大多数用户却绕过相对便宜的 V680，选择一步到位。究其原因，是天下苦顶级豪华 MPV 已久，而尊界 V800 带来的，恰恰是豪华 MPV 本就应该有的东西。让「豪华 MPV」再次豪华V800 和 V680 都基于尊界专属的途灵龙行平台打造，共享七座布局和增程四驱系统。长轴 V800 的长宽高为 5495/2006/1850mm，轴距 3430mm。标轴 V680 的车长为 5320mm，轴距 3290mm。尺寸差异把两款车分向不同场景：V680 更适合城市通行和家庭使用，负责拉低价格门槛，V800 则把空间、气场和商务属性放在更前面，这也是尊界 MPV 双车战略里真正的旗舰。尺寸之外，V800 配备 41.6 英寸投影巨幕、半苯胺无铬鞣真皮座椅和 20 点按摩，第三排提供加热、通风和按摩，搭载华为悦彰非凡系列音响，拥有 41 个扬声器和 11.3.4 独立声道。V680 则搭载 21.4 英寸后排娱乐屏和 Nappa 真皮座椅，第三排保留加热功能。V800 把商务和后排服务做得更完整，V680 则在保留豪华底子的同时，把配置收敛到更常见的家庭使用上。两款车均采用 1.5T 增程器与前后双电机组成的四驱系统，前后电机最大功率分别为 160kW 和 230kW，综合功率 390kW；全系标配新一代华为巨鲸 800V 高压电池平台、65kWh 6C 电池包和华为智擎 800V 高压碳化硅电驱。两款车的 CLTC 纯电续航均在 330km 以上，综合续航均超过 1200km。V800 的舱内有效空间超过 3.8 米，后备厢容积为 758L，最大可拓展至 2713L，坐满七个人之后依然能够带上远途行李。但参数可以说是尊界上最不重要的东西。接近 5.5 米的车身，对于 V800 来说是一种体面，也是一种负担。它带来空间和气场，也会放大转弯、泊车、加速和制动时的笨重感，如果悬架只能被动承受车身重量，后排乘客面对的便不只是柔软座椅，还有俯仰与晃动。V800 给出的方案是 800V 全主动悬架、线控转向和最大 ±12° 的后轮转向，这是行业首个同步搭载 800V 全主动悬架与线控转向的 MPV 底盘。其中，V800 行政版和领航版标配这两项配置，V800 尊享版、V680 尊享版可供选装。全主动悬架能主动向车身施加作用力，抑制加速刹车时的俯仰和转弯时的侧倾；线控转向取消方向盘与转向机之间的机械连接，可以根据车速改变转向比和手感。再加上最大 ±12° 后轮转向，让这台接近 5.5 米的 MPV 不显得笨重。V800 二排配备双零重力「灵云座椅」，提供 20 点按摩，二三排座椅均提供通风、加热和按摩功能。前排电动隐私帷幔、后风挡电动隐私帷幔、侧窗电动遮阳帘和智能隐私光幕玻璃，则共同构成一套全方位隐私空间。此外，V800 还提供一个「大四座」模式，可将三排座椅电动折叠收纳，再将二排座椅向后移动。在这种模式下，二排靠背最大支持 150° 躺角，腿部空间超过 1.4 米。不过最容易出圈的，还是 V800 的一众细节配置。在一排扶手箱后侧，V800 可以选装一个面向二排的私享饮吧，支持 40～95℃ 调温，能用来冲泡牛奶、咖啡和茶饮，车辆行驶时，出水还会自动停止，避免颠簸中泼溅。而在一排座椅下方，V800 还带了一个电动鞋盒，并配好了鞋拔。V800 的二排扶手中，还藏着一张三折叠桌板，自带化妆镜，支持无级悬停和横向滑动，最大承重 10kg，旁边的储物格内还藏有可伸缩的 100W 有线充电线。而在顶棚，V800 带来了可以在通透天幕和星空效果之间切换的可交互卷轴星空顶，和车内的水晶壁灯、金属与实木饰板，以及双拼车身和发光车标共同负责营造气氛，将整台车变成一个拥有复杂装潢的私人空间。智能化则是尊界与传统百万级 MPV 最明显的分界线。V800 搭载鸿蒙座舱和华为乾崑 ADS 5，全系标配华为 6 激光雷达立体矩阵，其中包括 896 线双光路图像级激光雷达，辅助驾驶覆盖高速、城区与泊车场景，替这台大车在城市的穿行减少一些麻烦。实际上，这些配置如果单独拿出来，在今天的中国新能源车上已经不算完全陌生。全场景辅助驾驶、零重力座椅、大尺寸后排投影和屏幕、乃至全主动悬架，都已从旗舰车型逐渐下放到常规车型，但奇怪的是，在 90 万元乃至更高价格的进口豪华 MPV 上，这些配置反而集体缺席。配置升级的风，终于吹到了百万级 MPV尊界其实不太需要回答「凭什么」这个问题。百万级豪华 MPV 的对手本就不多，丰田埃尔法的官方指导价为 89.9 万元起，终端还曾长期加价，雷克萨斯 LM 目前官方建议零售价为 119.9 万元起。在中国品牌一侧，真正能够与之建立价格联系的，主要是 78.9 万元起的极氪 009 光辉版，但两款车无论是在驱动形式还是座位排布上都有不小的差异，009 光辉先一步用四座、纯电和前后舱隔断，做出一台 80 万元级的老板专车，V800 则坚持七座、增程与更广泛的商务和家庭场景。埃尔法和 LM 的优势来自于多年积累建立的可靠性、品牌认知和社交识别度，许多用户买的除了后排座椅，还有一种无需解释的身份。但是，旗舰车型的价值本来不该只剩下无需解释的身份。我们可以用奔驰 S 的历史来作为旁证。早在 1978 年，数字式电子控制 ABS 在奔驰 W116 S 级上进入量产；1981 年，驾驶员安全气囊在 W126 S 级量产车上首发；1995 年，ESP 又率先出现在 S 600 Coupé 上……这些配置最初都属于少数旗舰，随后逐步下放，最终成为整个行业的常识。作为一台旗舰，高技术力和前沿配置，本就应该属于豪华和稀缺性的一部分。▲ 丰田埃尔法在百万级 MPV 市场，价格与产品升级并没有始终保持相同速度。论豪华，围绕埃尔法和 LM 形成的后装改装生态，恰恰说明原厂座舱没有覆盖所有高端需求。换航空座椅、加隔断、改娱乐屏和顶棚，也是在用后市场补齐百万级 MPV 没有完成的体验。论舒适，空气悬架与 CDC 已经进入不少 40 万～50 万元级国产 MPV，埃尔法仍主要依靠机械结构和调校维持质感。重心高、车身长、后排感受优先的 MPV，本应比轿车更需要主动控制俯仰和侧倾，全主动悬架却直到 V800 才真正到来。论功能，传统豪华 MPV 的确擅长把第二排做得宽大柔软，但在感知层面上也同样不如国产品牌注重细节。尽管咖啡机和星空顶未必是刚需，但旗舰本该提供普通车型没有的体验，而不是等功能普及之后，还在依靠品牌维持价格。中国新车的配置大战打得轰轰烈烈，如火如荼，800V、高阶辅助驾驶、主动悬架和智能座舱从三四十万元一路向下普及，百万级 MPV 市场却长期偏安一隅，岁月静好。这个市场需要一台 V800，或者说，尊界的搅局其实已经迟到太久。太久没有一款新车按照今天的技术条件，重新回答百万级 MPV 应该提供什么。夸张一点说，豪华 MPV 面对的，几乎是中国汽车市场上最有能力、也最愿意为溢价买单的一群人，他们只是需要一个具体的付费理由。当然了，埃尔法和 LM 的品牌、保值率与商务认知不会因为一场发布会消失，尊界也还需要实车和口碑来逐步证明自己，但至少我们可以说，百万级 MPV 的岁月静好，已经结束了。华为把「全场景」从桌面铺到了车顶V800 和 V680 是这场发布会的重头戏，而在这场「全场景发布会」上，鸿蒙智行和华为还带来了享界 G9，以及覆盖电脑、平板、手机和智能穿戴的六款数码新品。享界 G9 在同一场发布会上开启预售，预售价 43.98 万元起。这款硬派 SUV 全系搭载 800V 高压平台和华为乾崑 ADS，并把一体化电动顶帐直接集成到车顶，计划在今年第三季度上市。手机和穿戴设备方面，nova 16 SE 搭载麒麟 8020 和 8500mAh 电池，红枫原色影像也被带到 2200 元以内的价格区间，WATCH GT 7 Pro 和 WATCH GT 7 则继续占据腕上入口。华为还带来了两款鸿蒙电脑和一款平板：分别是可以在 13 英寸和 18 英寸之间切换的 MateBook Fold，以及主打轻薄，重量只有 798g 的 MateBook Pro S 。MatePad Pro 则首次在平板上集成北斗短报文，把移动办公的边界推到没有地面网络的地方。坐进尊界 V800 的后排，展开 MateBook Fold，再喝一杯私享饮吧现做的咖啡——这将成为中国老板们的新日常。

🤖Google 重组 AI 管理层：Gemini 换帅、Jeff Dean 等四名核心工程师离职创业📱苹果首款折叠屏 iPhone Ultra 渲染图及规格曝光：配备 7.8 英寸内屏与 2nm A20 芯片💰DeepSeek 重启第二轮融资，投前估值升至 5000 亿元🔋长鑫存储拒绝苹果压价，要求 DRAM 报价不低于三星与 SK 海力士🧠Anthropic 组建 Claude 芯片设计团队，继续采用 AWS、Google、英伟达与 AMD 多芯片方案📈宇树科技科创板 IPO 开启初步询价：预计市值超 400 亿元，8 月 10 日启动申购🚗上汽通用续签 20 年合资协议，将以中国为凯迪拉克与别克出口基地💸马斯克 7 月财富缩水 3630 亿美元，受资本市场波动与持股估值调整影响⚠️算法工程师恶意删除 89TB 公司 AI 模型及数据，被判五年十个月📚多家出版机构标注「禁用于 AI 训练」，呼吁确立出版版权保护机制📊普华永道专业报告被测出 100% 由 AI 生成🚙Lucid CEO 那不勒斯：美国汽车产业无法回避中国电动汽车的正面竞争🚀SpaceX 发布二季度财报：营收 78 亿美元同比增九成，携手英伟达组建 Starmind 轨道 AI 计算网络💡余承东：上游存储芯片剧烈涨价，手机终端随后或面临大规模价格上调🔧华为推出尊界双 MPV、MateBook Pro S 等新品🎥MiniMax 开源 H3 视频模型：330 亿参数，可生成最高 2K 带声视频🔴Cherry Studio 2.0 发布：重构百万行代码，全面引入 Agent 协同工作流📸唯卓仕推出富士 X 卡口 AF 9/15/25mm Air 限定「雾月银」定焦镜头，899 元起🤖字节跳动 Seed 团队发布 SeedRealtime 架构，豆包 App 同步上线实时多模态交互🖱️Cursor 开源 MoK 底层优化框架，重排 GPU 流水线提速 MoE 训练 41%💻Artificial Analysis 推出 API 准确率评估榜，不同云厂商提供同款大模型性能相差最高一倍☕瑞幸二季度营收增长 28.5%，同店销售额连续三个季度下滑Google 重组 AI 管理层：Gemini 换帅、Jeff Dean 等四名核心工程师离职创业据路透社报道，Google 重组 AI 管理层。DeepMind CEO Demis Hassabis 将转任新设立的 Alphabet 首席科学家，并担任 Google DeepMind 董事长；Google DeepMind CTO Koray Kavukcuoglu 接手日常管理，职位为高级副总裁，同时继续担任 Alphabet 首席 AI 架构师。Hassabis 在内部信中把角色调整归因于 AGI 正在接近，今后将集中研究 AGI 战略及其社会影响，并增加对其创立的 AI 药物研发公司 Isomorphic Labs 的投入。Alphabet CEO Sundar Pichai 表示，两人长期讨论如何让 Hassabis 把精力放在塑造 AGI 未来上。同日，Jeff Dean、Sanjay Ghemawat、Oriol Vinyals 和 Quoc Le 宣布离开 Google，成立以机器学习、科学与工程研究为方向的公益公司 Discovery Loop。Google 已投资这家新公司，并由 Google Cloud 向其提供算力。Dean 与 Ghemawat 曾参与搭建 Google 多项核心基础设施，Vinyals 与 Le 则长期参与 Gemini 模型研发。此次调整发生在 Gemini 新旗舰版本延期之际。原计划 6 月发布的模型尚未上线，Hassabis 在信中提到仍未发布的 Gemini 4；Alphabet 股价在消息公布后下跌 4%。🔗 相关阅读：突发｜谷歌AI一夜巨震，Gemini换帅，首席科学家带三个大牛出走创业苹果首款折叠屏 iPhone Ultra 渲染图及规格曝光：配备 7.8 英寸内屏与 2nm A20 芯片YouTube 频道 fpt. 日前发布了苹果首款折叠屏手机的最新渲染图与参数预测。资料显示，iPhone Ultra 采用主流的内折设计，外屏尺寸为 5.5 英寸，展开后可获得 7.8 英寸 4:3 比例无痕 OLED 内屏，展开体验类似于 iPad mini。机身核心搭载台积电 2nm 工艺 A20 芯片与内置双电池结构。由于折叠状态下机身追求极致纤薄，iPhone Ultra 取消了正面 TrueDepth 结构光组件，转而采用侧边电源键集成 Touch ID 指纹识别方案。业界预测该机将于 2026 年秋季发布会正式亮相。DeepSeek 重启第二轮融资，投前估值升至 5000 亿元据报道，DeepSeek 已重新开启第二轮股权融资，本轮拟融资规模达 500 亿元人民币，投前估值直接升至 5000 亿元。多位知情投资人透露，DeepSeek 的第二轮融资最早于 7 月中旬开启，期间因评估下一代大模型训练算力储备及芯片采购策略曾于 7 月底短暂暂停洽谈，随后在 8 月初重新恢复接洽。目前多家头部产业基金与中资、外资顶级机构均在密切沟通入局。作为国内备受关注的开源大模型团队，DeepSeek 此前推出的 DeepSeek-V3 及 R1 架构在推理效率与开源生态上取得突破。本轮融资资金将重点用于万卡级 GPU 算力集群扩建、底层算法研究以及下一代全模态模型的研发投入。长鑫存储拒绝苹果压价，要求 DRAM 报价不低于三星与 SK 海力士据韩国媒体《Digital Daily》报道，苹果公司近期在与长鑫存储（CXMT）就 DRAM 采购价格进行谈判时，试图压低采购成本，但遭到了长鑫存储的拒绝。长鑫存储坚持要求报价不得低于三星电子和海力士，甚至提出了更高的价格要求。长鑫存储拒绝苹果压价的核心原因在于产能分配的底气。报道指出，由于华为、小米等中国本土企业已通过长期合同锁定了长鑫存储的大量产能，这使得长鑫存储无需为了获取订单而迁就苹果苛刻的采购条件。市场格局的转变也支撑了长鑫存储的议价立场。随着生成式 AI 需求爆发，存储芯片巨头的产能正大量向高价值的 AI 服务器内存（HBM）倾斜，导致通用 DRAM 的供应相对收缩。以往大型科技公司常以「转向采购中国制造产品」作为压价筹码，但随着中国存储芯片厂商不再提供低成本替代方案，这一谈判策略正逐渐失效。Anthropic 组建 Claude 芯片设计团队，继续采用 AWS、Google、英伟达与 AMD 多芯片方案据路透社报道，Anthropic 确认组建内部团队，为 Claude 模型设计定制芯片，并开始招聘覆盖硬件与软件栈的工程师。团队将协同设计芯片和 AI 模型，以提高 Claude 在客户所需规模下的运行速度与效率。Anthropic 把定制芯片列为多芯片战略的新环节，同时继续采用 AWS、Google、英伟达和 AMD 的硬件。公司今年 4 月已被曝评估自研 AI 芯片，此次是首次公开确认组建相应团队。行业人士向路透社估算，设计一款先进 AI 芯片可能需要约 5 亿美元，成本主要来自专业工程团队以及确保制造过程良率的投入。宇树科技科创板 IPO 开启初步询价：预计市值超 400 亿元，8 月 10 日启动申购宇树科技（Unitree）正式进入科创板 IPO 初步询价阶段。根据发行方案，公司本次拟公开发行新股 4044.6434 万股，占发行后总股本的 10%，发行后总股本升至 4.04 亿股。根据科创板新股申购规则与市场机构测算，宇树科技本次 IPO 预计发行市值将超过 400 亿元人民币，对应预估发行价格约为 104 元/股。招股书显示，创始人王兴兴直接持股 23.82%，并依托特别表决权架构合计控制公司 68.78% 表决权。此外，宇树科技为内部员工设立了专门的资管计划参与战略配售，共计 171 名员工自筹资金 2.7 亿元出资认购，其中创始人王兴兴个人出资 1500 万元。公司网上与网下申购日统一定为 8 月 10 日，缴款截止日为 8 月 12 日。上汽通用续签 20 年合资协议，将以中国为凯迪拉克与别克出口基地据路透社报道，通用汽车与上汽集团续签为期 20 年的合资协议。双方继续各持上汽通用 50% 股份，并将增加面向中国市场的本地研发；通用汽车在华业务将集中于凯迪拉克与别克，并停止在中国销售雪佛兰品牌车型。新协议允许通用汽车从中国向中东、非洲、南美洲、墨西哥及亚洲其他市场出口凯迪拉克与别克。雪佛兰车型仍会通过上汽通用五菱生产并出口。上汽通用计划到 2030 年推出至少 30 款纯电或混动车型，今年推出的别克至境子品牌由中国团队开发，其中至境 E7 将于 10 月开始出口。通用汽车去年在中国销售 190 万辆汽车，比 2016 年减少 51%。公司 2024 年启动中国业务重组，计入逾 50 亿美元非现金费用；重组后已连续多个季度盈利，最近一个季度在华业务录得 8300 万美元利润。马斯克 7 月财富缩水 3630 亿美元，受资本市场波动与持股估值调整影响彭博亿万富豪指数公布的最新数据显示，埃隆·马斯克在 2026 年 7 月遭遇了极大幅度的个人资产缩水，单月净资产减少约 3630 亿美元（折合人民币约 2.45 万亿元）。分析指出，本次资产大幅回撤主要源于特斯拉在公布二季度财报后股价出现回调，以及旗下 X 平台、Neuralink 等未上市企业的公允估值被投资机构重新测算。此外，全球科技股在 7 月中旬的剧烈波动也加剧了个人持股价值的下修。虽然单月财富缩水规模创下个人历史记录，但得益于此前 SpaceX 估值高位与特斯拉股权激励行权，马斯克目前的个人财富总额依然维持在万亿美元以上，继续稳居全球首富位置。算法工程师恶意删除 89TB 公司 AI 模型及数据，被判五年十个月据《检察日报》报道，某科技公司前算法工程师因绩效考核与离职补偿与公司产生纠纷，在离职交接期间暗中编写并运行了恶意清理脚本，将公司服务器中存储的 89TB 核心 AI 基础模型及训练数据集彻底抹去。被删数据包含公司历时数年积累的标注数据集与已调优的行业大模型，事件导致相关研发项目完全停摆，直接经济损失数十万元，间接延误了公司的产品上线进度。经司法机关审理裁定，被告人行为构成破坏计算机信息系统罪，情节特别严重。法院一审判处其有期徒刑五年十个月，并判令其赔偿原告公司刑事附带民事经济损失 20.4 万余元。多家出版机构标注「禁用于 AI 训练」，呼吁确立出版版权保护机制据界面新闻报道，华夏出版社等多家国内图书出版机构近期在出版的新书扉页与版权页中统一标注「本图书内容严禁用于商业或非商业 AI 大模型训练」的法律声明。出版机构负责人表示，目前大模型研发公司在抓取公开图书数据时普遍未取得原作者与出版方的授权，且维权过程中面临取证困难、AI 企业内部数据集不公开等技术阻碍。出版界强调，虽然单方面标注难以完全遏制非法抓取，但此举旨在明确表达版权方的法律态度，呼吁监管部门与 AI 企业尽快出台版权许可标准与合理的收益分成框架。普华永道专业报告被测出 100% 由 AI 生成GPTZero 7 月 29 日发布调查，分析普华永道中东在 2024 年至 2026 年间发布的 4 份报告。调查团队称，这些报告同时出现高 AI 检测得分、虚构或无法核实的参考文献，以及正文主张与所引来源不符等问题。问题最集中的《治理变革》围绕「Citizen Pulse」治理框架展开，并称丹麦、沙特阿拉伯、美国和澳大利亚政府已使用该框架改善公共服务。GPTZero 逐项检查相关脚注后表示，报告引用的政府门户、企业新闻稿和主页均不能支持这些案例。该报告列出的 17 条参考文献中，只有 10 条与正文脚注对应，2 条被确认是不存在的文献，另有 7 条无法核实或只能与现有来源部分匹配。GPTZero 的 AI Detector 给《治理变革》全文判定为完全由 AI 生成的概率为 84%，去除参考文献等

谷歌 AI 正经历一场人事大震荡。就在刚刚，Google DeepMind 负责人 Demis Hassabis 宣布卸下日常管理职责，转任 Google DeepMind 主席兼 Alphabet 首席科学家。几乎在同一时间，谷歌的灵魂人物、首席科学家 Jeff Dean 宣布离职，将与 Sanjay Ghemawat、Oriol Vinyals 和 Quoc Le 共同创办新公司 Discovery Loop，未来尝试利用 AI 探索如何自动化科学研究和工程实验。一天之内，谷歌两根 AI「顶梁柱」齐刷刷动摇，消息公布后，Alphabet 股价单日下跌近 4%。哈萨比斯退居幕后，Gemini 迎来新掌舵人从公开安排看，Hassabis 没有离开公司，也没有退出 Google DeepMind 的技术决策层。他的角色从组织管理者转向长期战略制定者和首席科学顾问。Hassabis 表示，自己一生都在为通用人工智能努力。随着 AI 发展进入关键阶段，新职位将让他把更多精力投入长期战略、基础科学突破和全球 AI 治理，同时继续参与 Isomorphic Labs 的工作，推动 AI 在药物研发和疾病治疗领域的应用。▲ Demis HassabisGoogle DeepMind 的日常管理工作，将由 Koray Kavukcuoglu 接手。谷歌 CEO Sundar Pichai 随后在公司博客中解释了此次调整。按照他的说法，Hassabis 近一段时间已经将大量精力投入外部沟通、长期技术路线和全球 AI 治理。双方围绕管理分工讨论了很长时间，希望让 Hassabis 从具体运营中释放出来，专注于 AGI 方向和科学研究。新的职位安排意味着，Hassabis仍会参与 Google DeepMind 的重大技术决策，但不会继续直接负责庞大的产品和研发组织。接任者 Koray Kavukcuoglu 目前担任 Google DeepMind CTO 和首席 AI 架构师。调整完成后，他将升任 Google DeepMind 高级副总裁，直接向 Pichai 汇报。Gemini 模型研发、前沿 AI 研究、Gemini App 和开发者相关团队，都将纳入他的管理范围。▲ Koray KavukcuogluKoray 并非空降的新高层，他在 DeepMind 创立初期便加入公司，与 Hassabis 共事超过 13 年，曾组建和领导深度学习团队，并参与 WaveNet、DQN 等代表性项目。这些成果对强化学习、语音生成和现代深度学习的发展产生过重要影响。Pichai 在公告中表示，期待 Koray 带领 Google DeepMind 进入新的发展阶段。Hassabis 也在写给团队的公开信中说明，自己会继续为 Koray、Josh Woodward 和管理团队提供模型研发与研究方向上的建议，办公地点将迁至 Google DeepMind 位于伦敦的新办公楼 Platform 37。Isomorphic Labs 将成为他接下来的另一项工作重点。这家公司由 DeepMind 孵化，主要利用 AI 进行药物发现，目前仍属于 Alphabet 体系。Hassabis认为，AI 需要在重大现实问题中证明自身价值，疾病治疗是其中最重要的方向之一，包括癌症等长期困扰人类的疾病。他还在信中提到，新一代模型 Gemini 4 正在推进，项目目前进展良好。Jeff Dean 离开谷歌，带走了半部 AI 技术史相比哈萨比斯的体面的「内部转岗」，谷歌前首席科学家 Jeff Dean 的离职则引发了一场更大的人事地震。就在刚刚，Dean 宣布结束近 27 年的谷歌生涯。按照其履历，他于 1999 年加入谷歌，是公司早期员工之一，长期负责基础设施、分布式计算和人工智能研究。毫不夸张地说，谷歌过去二十多年的多项关键技术，都与 Dean 有直接联系。早期搜索基础设施、Google 文件系统、MapReduce、BigTable、TensorFlow、TPU 和 Pathways 等项目，都有他参与或推动。随着谷歌全面转向 AI，他又先后担任 Google AI 负责人和谷歌首席科学家，成为公司技术体系中影响力最高的人物之一。7 月 25 日，Dean 曾在 Y Combinator 举办的 Startup School 上向约 6000 名创业者发表演讲。他当时讨论的主题，是如何将科学研究中的假设提出、实验执行、结果分析和下一轮迭代自动化。Dean认为，一旦实验循环能够大规模并行运行，科学研究、生物技术、芯片设计和 AI 模型研发的速度都可能大幅提升。当时台下的听众并不知道，这套思路正是他新公司 Discovery Loop 的核心方向。Discovery Loop 认为科学方法本身已较为成熟，但执行仍高度依赖人工。研究通常需要提出假设、设计并执行实验、分析结果，再进入下一轮迭代，单次周期往往长达数天至数月，严重受限于人力与流程。Discovery Loop 希望用前沿 AI 与大规模算力自动化这一循环，使系统能够自动生成实验方案、执行与分析结果，并据此迭代研究方向，从而并行运行大量实验，加速科研进展。一场体面的分手，谷歌投资了离职员工的新公司与 Dean 一同离职并创业的还有三名资深研究人员。Sanjay Ghemawat 是谷歌早期技术体系的重要建设者，长期与 Dean 合作开发分布式系统。两人曾共同推动 Google 文件系统、MapReduce 和 BigTable 等基础设施，并在 2012 年获得美国计算机协会相关表彰。Oriol Vinyals 曾任 Google DeepMind 研究副总裁和 Gemini 技术负责人，长期参与深度学习、强化学习和大模型项目，也是 AlphaFold 研究的重要贡献者之一。Quoc Le 是 Google Brain 早期成员，参与过神经架构搜索、AutoML 和大规模神经网络研究。AutoML-Zero 等项目尝试利用机器学习自动发现新的算法结构，与新公司的研究方向高度相关。Dean 表示，四位联合创始人共同工作了 14 年至 30 年，曾参与建设一系列拥有全球规模用户的产品、基础设施和 AI 模型。冷知识，按照 Discovery Loop 官网披露的资料，创始团队中有三人属于 AI 领域引用次数最高的研究者，两人在分布式系统领域拥有极高的学术影响力。他们共同参与过的项目包括谷歌搜索、谷歌广告、谷歌新闻、谷歌翻译、Google 文件系统、MapReduce、BigTable、Spanner、TensorFlow、Pathways、TPU、AlphaChip、AlphaStar、AlphaCode、AlphaFold 和 Gemini。模型蒸馏、混合专家架构、word2vec、序列到序列模型、思维链推理和神经架构搜索等技术方向，也与几位创始人的工作密切相关。有趣的是，外媒报道称，按照 Dean 的说法，他大约五周前才开始认真考虑创业。且离职谈判并不轻松。Dean 透露，Pichai 曾安排多轮会议试图挽留他们。四人最终仍然选择离开，希望获得更大的组织自由，并建立一套适合研究实验的新型基础设施。Ghemawat 解释说，谷歌现有基础设施主要服务于搜索、广告和大规模消费级产品，其设计目标是稳定性、规模和长期运营。Discovery Loop 所需要的系统，则要支持快速修改、频繁实验和大量并行探索，两者面对的工程要求存在较大差异。不过，虽然四位核心人物集体离职了，但谷歌依旧参与了新公司的投资，并与其签署云计算服务合作协议。Pichai 也在公开声明中确认，谷歌将以创始投资人和云服务合作伙伴的身份继续与 Dean 和 Ghemawat 合作。另外，据外媒报道，Discovery Loop 的种子轮融资由 Khosla Ventures 和 Radical Ventures 联合领投，另有多家机构参与。融资尚未完成，金额和估值没有公开。Discovery Loop 公司目前仍处于非常早期的阶段。在接受外媒采访时，Discovery Loop 尚未正式启动招聘，也没有确定办公地点。被问到谁担任 CEO 时，Dean稍作停顿后表示，其他创始人都指向了他，因此他应该会承担这个角色。模型延期、股价下跌、人才出走，谷歌迎来压力测试两项人事变化发生在同一天，使外界很难将其视为彼此孤立的事件。去年，谷歌在 AI 领域依然保持强劲竞争力，但到了今年，形势直转急下，模型发布节奏、技术领先程度和人才流动都承受着更大压力。旗舰模型 Gemini 3.5 Pro 原计划于 6 月发布，此后多次延期，截至目前仍未正式推出。资本市场对谷歌 AI 投入的耐心也在下降。两周前，谷歌宣布继续增加 AI 资本支出，但未能给出新模型的明确发布时间，股价随后下跌约 7%。今天，管理层调整和核心研究人员离职消息公布后，Alphabet 股价再次下跌近 4%。人才出走已经持续一段时间。Transformer 论文作者之一 Noam Shazeer 此前离开谷歌加入 OpenAI。AlphaFold 核心研究者、诺贝尔化学奖得主 John Jumper 则加入 Anthropic。一名谷歌内部员工向彭博社表示，近期连续发生的人事变化，对组织内部形成了明显冲击。若谷歌在前沿模型能力上持续落后，开发者围绕谷歌技术构建产品的意愿可能下降，长期影响也可能延伸至搜索业务。作为 Transformer 架构孕育地，谷歌其实培养了现代 AI 时代最重要的一批技术人才。如今，其中一些人也开始陆续离开这家公司，尝试建立新的研究体系。对谷歌来说，未来需要证明的已经不只是它仍然拥有世界级模型、算力和研究团队。它还需要证明，即便身处一个拥有数十万员工的庞大组织，最优秀的研究者依然能够摆脱「大公司病」的束缚，保持快速行动的能力，并愿意继续留在公司内部。信息来源🔗：https://blog.google/company-news/inside-google/message-ceo/next-chapter-ai-momentum/https://www.discoveryloop.com/