Hy ASR 3.0 preview – 腾讯混元推出的新一代语音识别模型AI工具2天前发布AI小集02Hy ASR 3.0 preview是什么Hy ASR 3.0 preview是腾讯混元推出的新一代语音识别模型，基于Hy3大语言模型，融合高精度语音识别与深度语义理解。模型支持中文、英语、粤语及10大方言片区，具备上下文智能纠错、热词注入及高噪/耳语等复杂场景鲁棒性。开源评测集WER控制在3%左右，自建评测集全面领先竞品。Hy ASR 3.0 preview的主要功能通用精准识别：支持中文普通话、英语、粤语及中英混说，减少错字漏字与长音频错误累积。上下文语义理解：结合 Context 精准捕捉用户语境，智能纠错同音词，消除语义歧义。热词注入适配：支持品牌名、人名、行业术语等热词增强，降低业务接入与维护成本。复杂环境鲁棒：针对高噪、耳语、悄悄话等声学场景专项优化，保持稳定识别表现。方言广泛覆盖：支持10大方言片区、20余个二级小片区，含东北官话、粤语、吴语、闽南语等。Hy ASR 3.0 preview的技术原理架构升级：采用 MoE 架构，基座模型升级至 Hy3；自研无监督语音 Encoder，基于数千万小时语音数据训练，提取高质量声学表征。预训练 Scaling：Encoder 与 LLM 联合训练，引入数千万小时多来源语音数据（有声读物、对话、视频/广播等），通过多阶段能力注入获得方言理解与上下文建模能力。后训练增强：构建覆盖复杂音频、Any Context 上下文、通用能力的高质量 SFT Recipe；通过多阶段强化学习分别优化通用转写准确性、上下文长程依赖及复杂长尾场景表现。如何使用Hy ASR 3.0 preview通过腾讯云 API 接入或打开腾讯元宝按住说话即可免费体验。Hy ASR 3.0 preview的核心优势语义理解升级：基于 Hy3 大语言模型，融合高精度语音识别与深度语义理解，从逐字转写进化为理解语境、一键直出。评测全面领先：开源评测集 WER 控制在 3% 左右，自建评测集在通用、方言、上下文、复杂声学场景均优于竞品。上下文智能纠错：结合 Context 精准捕捉语境，智能纠错同音词，消除语义歧义，支持长程依赖建模。热词快速适配：支持品牌名、人名、行业术语等热词注入，降低专业场景业务接入与维护成本。方言与复杂环境覆盖：支持 10 大方言片区及 20 余个二级小片区，在高噪、耳语等复杂声学环境下保持稳定表现。Hy ASR 3.0 preview的同类竞品对比对比维度Hy ASR 3.0 preview（腾讯混元）Doubao-Seed-ASR 2.0（字节跳动）基座模型基于 Hy3 大语言模型，MoE 架构基于 Seed 大语言模型语音 Encoder自研无监督语音 Encoder，数千万小时数据训练未公开详细架构核心能力上下文语义理解 + 高精度识别 + 热词注入高精度通用识别中文 WER3.34%3.70%英文 WER2.62%5.65%粤语 WER3.12%5.25%Hy ASR 3.0 preview的应用场景智能客服：电话与在线客服场景下，Hy ASR 3.0 preview 通过热词注入精准识别品牌名称与业务术语，实现语音实时转写，显著提升服务响应效率。内容创作：在播客、会议、访谈等长音频内容生产中，模型结合上下文语义理解智能消除歧义，一键输出连贯可读的高质量文本，降低后期编辑成本。语音搜索：支持用户使用方言语音进行查询，并在嘈杂环境下准确识别语音指令，有效降低多语种、多口音用户的输入门槛。办公协作：会议纪要实时转写场景中，即使面对耳语、悄悄话等低音量输入，模型依然保持稳定识别，助力团队实现高效沟通与信息沉淀。智能终端：在车载导航、智能家居等 IoT 设备交互中，模型针对高噪声学环境进行专项优化，保障复杂场景下的语音识别鲁棒性与用户体验。# 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Qwen-CUA - 阿里 Qwen 等推出的原生 Computer Use Agent下一篇JoyAI-Video-Edit - 京东开源的实时流式视频编辑模型相关文章AnimateDiff-Lightning – 字节推出的快速生成高质量视频的模型AI小集3ValueCell – 开源金融多Agent平台，协同工作提供财务洞察AI小集6ResumeYay – 免费AI简历生成工具，提供智能建议增强工作描述AI小集4通义浏览器插件 – 阿里通义推出的全能办公和学习 AI 助手AI小集3Command A+ – Cohere Labs 开源的多模态大模型AI小集2声忆 – AI 语音输入法，支持本地 ASR 离线识别AI小集2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！7小时前Omega – 腾讯推出的 AI 原生数据分析平台7小时前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架7小时前Acti – AI 智能键盘，一键触发复杂任务10小时前Muse Code – Meta 推出的终端编程 AI 智能体10小时前RabbitVis – 兔展智能推出的一站式 AI 设计生产工具14小时前InstructAV2AV – 智源联合北大开源的音视频联合编辑模型14小时前Get3W – AI 模型聚合平台，统一接口自由切换模型1天前Shieldstral – Mistral AI 开源的多模态内容安全分类模型1天前MAGI-2-preview – Sand.ai 开源的多模态视频生成模型1天前SeedRealtime – 字节跳动推出的原生音视频全双工大模型1天前JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型1天前Qwen-CUA – 阿里 Qwen 等推出的原生 Computer Use Agent2天前MemHarness – 上海 AI Lab 等推出的智能体记忆重构框架2天前ForgeStencil – 面壁智能推出的 Stencil 全自动研究部署系统2天前

Qwen-CUA – 阿里 Qwen 等推出的原生 Computer Use AgentAI工具2天前发布AI小集02Qwen-CUA是什么Qwen-CUA 是 Qwen 团队与 XLang Lab 联合推出的原生 Computer Use Agent，基于 397B-A17B 混合专家架构，仅通过截图感知界面状态，无需依赖 DOM 树或辅助功能元数据，直接用键盘和鼠标事件操控浏览器、桌面应用及专业软件。在 OSWorld-Verified 基准上取得 86.2 分，更大版本 Qwen-CUA-Max 参数量超万亿，达到 87.6 分。Qwen-CUA的主要功能纯视觉感知：仅通过截图理解界面状态，不依赖 HTML 结构或无障碍元数据，跨平台通用性更强。原生输入模拟：直接输出键盘和鼠标事件，可在浏览器、桌面应用、专业软件中执行操作。MoE 架构底座：基于 397B-A17B 混合专家模型，平衡性能与推理成本；Max 版本超万亿参数，性能再提升。开放技术报告：GitHub 已发布技术报告与参考 Demo，便于研究者复现与二次开发。Qwen-CUA的技术原理底座架构：基于 Qwen3.5-397B-A17B 混合专家架构，总参数 397B、每次前向仅激活 17B，在保持强大表达能力的同时控制推理成本。混合注意力机制：采用 GatedDeltaNet 线性注意力与 Gated Full Attention 按 75:25 交替排列，将长序列计算复杂度从 O(n²) 降至接近线性，256K 上下文吞吐量较传统架构提升 19 倍。专家路由：每层配置 512 个细粒度路由专家，通过 Top-10 选择 + 权重重归一化激活，并配合 1 个共享专家与 sigmoid 门控自适应调节通用知识贡献，避免信息损失。纯视觉感知：仅通过屏幕截图感知界面状态，完全不依赖 HTML DOM 树、无障碍元数据或操作系统 API，实现对任意 GUI 应用的跨平台通用感知。视觉编码与定位：继承 Qwen-VL 系列的 ViT 架构支持动态分辨率输入，配合 MRoPE 多模态旋转位置编码同时编码时间、高度、宽度三维信息，精准定位界面元素坐标。如何使用Qwen-CUA访问仓库：访问 GitHub 搜索xlang-ai/Qwen-CUA进入项目主页。阅读技术报告：下载并阅读项目内的技术报告，了解模型架构与训练细节。运行参考 Demo：根据 README 配置环境，运行官方提供的参考 Demo 体验截图驱动的自动化操作。接入自有环境：将模型接入本地或云端的桌面/浏览器环境，通过截图输入与键盘鼠标输出闭环执行任务。Qwen-CUA的核心优势高基准得分：OSWorld-Verified 达 86.2 分，Max 版本 87.6 分，处于开源 CUA 领域领先水平。真正的原生 CUA：区别于依赖 API 或多 Agent 拼接的方案，Qwen-CUA 是端到端训练的视觉-动作模型，稳定性更高。跨平台兼容：不受操作系统或应用类型限制，任何有图形界面的软件均可操控。开源生态：Apache 2.0 协议，技术报告与 Demo 已公开，社区可自由扩展。Qwen-CUA的项目地址GitHub仓库：https://github.com/xlang-ai/Qwen-CUA技术论文：https://github.com/xlang-ai/Qwen-CUA/blob/main/paper/Qwen-CUA.pdfQwen-CUA的同类竞品对比维度Qwen-CUAOpenAI CUA / Operator感知方式纯截图视觉感知，零 DOM 依赖截图 + 结构化辅助信息混合架构397B-A17B MoE，开源GPT-4o 特化版，闭源OSWorld-Verified86.2 分（Max 87.6）约 38.1% 成功率（历史数据）开放性技术报告 + Demo 开源（Apache 2.0）API 商用，模型闭源输入模拟原生键盘鼠标事件原生键盘鼠标事件适用平台浏览器 + 桌面 + 专业软件主要面向浏览器与桌面Qwen-CUA的应用场景自动化软件测试：通过截图识别界面元素并执行点击、输入、滚动等操作，无需编写特定脚本即可完成跨平台 UI 回归测试。RPA 流程自动化：替代人工完成数据录入、报表生成、ERP 操作等重复性桌面办公任务，无需改造企业原有 IT 系统。无障碍辅助工具：为视障用户或老年人自动识别软件界面元素并代为执行精确操作，降低专业软件使用门槛。科研与专业软件操控：自动操控 MATLAB、SPSS 等无 API 接口的专业软件，批量执行实验数据处理与图表生成等长周期任务。云端 Agent 托管服务：部署于云桌面环境 7×24 小时执行网站巡检、数据抓取、定时报表下载等后台任务。# 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MemHarness - 上海 AI Lab 等推出的智能体记忆重构框架下一篇Hy ASR 3.0 preview - 腾讯混元推出的新一代语音识别模型相关文章GigaWorld-1 – 极佳视界开源的具身世界模型AI小集2MindBricks – AI本地写作工具，自动检查文本逻辑和语法问题AI小集4Fast GraphRAG – 微软推出高效的知识图谱检索框架AI小集3GLM-Claw – 智谱推出基于 GLM-5-Turbo 的云端OpenClawAI小集3Animate Anyone 2 – 阿里通义推出的高保真角色图像动画生成技术AI小集3FLM-Audio – 智源研究院开源的全双工音频对话模型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！7小时前Omega – 腾讯推出的 AI 原生数据分析平台7小时前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架7小时前Acti – AI 智能键盘，一键触发复杂任务10小时前Muse Code – Meta 推出的终端编程 AI 智能体10小时前RabbitVis – 兔展智能推出的一站式 AI 设计生产工具14小时前InstructAV2AV – 智源联合北大开源的音视频联合编辑模型14小时前Get3W – AI 模型聚合平台，统一接口自由切换模型1天前Shieldstral – Mistral AI 开源的多模态内容安全分类模型1天前MAGI-2-preview – Sand.ai 开源的多模态视频生成模型1天前SeedRealtime – 字节跳动推出的原生音视频全双工大模型1天前JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型1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MemHarness – 上海 AI Lab 等推出的智能体记忆重构框架2天前ForgeStencil – 面壁智能推出的 Stencil 全自动研究部署系统2天前

Omega – 腾讯推出的 AI 原生数据分析平台AI工具7小时前发布AI小集03Omega是什么Omega 是腾讯推出的 AI 原生数据分析平台，内测版名为「马尔摩斯（marmos）」。工具通过 Agent 驱动完整分析链路，让用户用自然语言可生成可交互、可迭代、可定时刷新的数据仪表盘，真正将 AI 嵌入业务工作流。Omega的主要功能AI 一键生成仪表盘：用户上传数据或连接数据库后，用一句话描述分析需求，Agent 自动规划指标、生成 SQL、选择图表并组织页面，秒级产出完整 Dashboard。自然语言迭代编辑：支持对已有看板进行精准修改，如”把第二张图换成折线图””加个地区筛选器”。智能筛选联动：通过 QueryRegistry 数据契约，筛选器变更后系统自动计算受影响的图表集合并联动刷新。语义模型接入：支持接入企业已有的语义模型，Agent 使用逻辑字段生成 SemanticQL，由查询服务自动转换为物理 SQL。监控告警与定时推送：可在任意图卡设置跨卡片组合告警规则，支持按周/月定时推送最新数据截图，异常自动通知企业微信或邮件。多风格可视化引擎：内置 23 种视觉风格与 18 种可视化引擎，覆盖赛博朋克大屏、移动端日报、极简财务报告等场景。版本管理与协作：每次编辑自动留痕，支持 diff 对比与回滚；看板可分享、复制、发布，权限在目标空间重新授权。如何使用Omega访问官网注册：访问Omega官网 https://marmos.qq.com/完成注册和登录。接入数据源：在控制台连接数据库或上传本地 Excel / CSV 文件。发起分析对话：在聊天框输入分析需求，如”看一下上个月各地区的销售额”，AI 自动读取 Schema 并规划指标。确认生成看板：Agent 生成 Dashboard 后，可切换不同视觉风格，点击图表查看详情或调整筛选器。自然语言迭代优化：对不满意的图表直接说话，如”换成柱状图””配色调浅一点”，AI 精准定位修改。设置监控与推送：在看板中为关键图卡配置告警规则，并设置每周/每月定时推送到企业微信或邮件。分享与协作：点击分享按钮将看板发给团队，成员可在权限范围内查看、编辑或基于当前结果继续分析。Omega的核心优势分析链路完整闭环：从数据理解、指标规划、图表生成到监控告警、定时推送，覆盖 BI 全生命周期，而非单次问答。人机协作无缝衔接：自然语言适合表达意图，GUI 适合精确调整，Plan Mode 先列修改计划再执行，避免模糊指令毁掉整页。数据可信与持续可用：QueryRegistry + DTBridge 保证筛选联动、数据刷新、字段绑定稳定可靠，看板第二天、下周仍能正常使用。成本可控的高性价比方案：通过 Harness 规则层拦截确定性错误，让高性价比模型也能稳定完成复杂看板，降低 30 倍调用成本。企业级安全与权限：零泄露架构、AST 只读校验、双向审计、私有化部署选项，满足生产环境数据安全要求。Omega的同类竞品对比对比维度Omega（marmos）Julius AI交互方式自然语言对话 + GUI 拖拽 + Plan Mode 三重协作，可精准定位修改单张图表纯对话式交互，通过聊天生成图表和 Python 分析代码分析深度Agent 自动规划多维度指标链路，支持语义模型与跨表关联，可承接追问与归因分析基于单文件做描述性统计和可视化，复杂分析需用户手动引导写 Python迭代成本说”把第二张图换成折线图”即可局部修改，不改整体布局与数据口径调整图表需重新发起对话，模型可能重新生成整段代码，布局易被打乱数据实时性通过 QueryRegistry 连接生产数据库，筛选切换自动刷新，支持定时推送主要处理静态上传文件（CSV/Excel），数据更新需重新上传并重建分析语义模型原生接入企业语义模型，Agent 使用逻辑字段生成 SemanticQL，自动转物理 SQL无语义模型层，字段含义依赖模型对文件表头的字面理解，无企业口径治理协作方式团队空间、版本管理、看板分享、企业微信/邮件定时推送与监控告警一体化支持分享对话链接或导出图片，无企业级权限体系、定时任务和主动告警使用门槛业务人员可直接上手，1 人可顶过去 2-3 人团队，同时保留专家编辑入口个人分析师和学生上手极快，但企业场景下缺乏数据权限、审计和治理底座Omega的应用场景电商经营分析：自动打通订单、库存、履约、营销多系统数据，生成周报并监控异常，周一早 8 点自动推送到群。内容运营监控：汇总多端 UV 结构与 IP 播放榜单，实时追踪内容起伏，扶持决策从”凭感觉”变成”看榜单”。财务经营汇报：财务 BP 在会上被 CEO 临时追问时，当场说话生成 P&L 瀑布图，收入拆到 7 个因子，数据追着问题跑。商品治理去重：用内容指纹做 5 层去重，自动定位跨店同款、同店重复来源并按贡献度排优先级，治理从”拍脑袋”变”看数据”。市场营销归因：大促后按渠道、素材、人群三维拆解消耗峰值，自动标红无效渠道，下次大促直接复用冠军组合。# 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Hunyuan3D-Buffalo 1.0 - 腾讯混元推出的 3D 多模态框架下一篇秒悟Meoo - 1分钟生成前后端完整的网站，真0门槛开发！相关文章HotBot – AI搜索引擎，支持新闻、图片、视频等多种搜索选项AI小集2Vidy – 生数科技推出的 AI 陪伴应用AI小集4ByeCode – AI无代码开发平台，拖拽式操作构建应用AI小集4DeepPDF – AI PDF 处理工具，自动提取文档关键信息生成摘要AI小集4IQuest-Coder-V1 – IQuestLab推出的代码大模型系列AI小集2IFAdapter – 腾讯和新加坡国立大学联合推出的文本到图像生成模型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！7小时前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架7小时前Acti – AI 智能键盘，一键触发复杂任务10小时前Muse Code – Meta 推出的终端编程 AI 智能体10小时前RabbitVis – 兔展智能推出的一站式 AI 设计生产工具14小时前InstructAV2AV – 智源联合北大开源的音视频联合编辑模型14小时前Get3W – AI 模型聚合平台，统一接口自由切换模型1天前Shieldstral – Mistral AI 开源的多模态内容安全分类模型1天前MAGI-2-preview – Sand.ai 开源的多模态视频生成模型1天前SeedRealtime – 字节跳动推出的原生音视频全双工大模型1天前JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型1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Qwen-CUA – 阿里 Qwen 等推出的原生 Computer Use Agent2天前MemHarness – 上海 AI Lab 等推出的智能体记忆重构框架2天前ForgeStencil – 面壁智能推出的 Stencil 全自动研究部署系统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Bolt.newStackBlitz 推出的全栈AI代码工具，可以看作 Artfacts、V0 和 Replit 的结合体JoyCode京东云推出的新一代智能编程 AI IDEAI Code ReviewerAI代码检查Quest AIAI将设计稿生成React代码，支持JavaScript和TypeScriptSoloMozilla推出的零编程无代码AI网站建设工具Zread专为开发者设计的AI源码解读产品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12个月前回复AI小集需要很强的魔法，还经常封号12个月前回复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12个月前回复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

Muse Spark – Meta 推出的原生多模态大模型AI工具10小时前更新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Copilot Actions – 微软推出 AI 自动执行重复性任务的功能AI小集3Remy – AI 3D模型生成应用，支持360度自由环视AI小集6SafeEar – 浙大和清华联合开源的AI音频伪造检测框架AI小集3ChatFlow – 开源的AI工作流自动化工具AI小集3MoMask – 文本驱动生成高质量3D人体动作的模型AI小集3WhisperKeyboard – AI语音输入工具，基于 OpenAI Whisper 技术AI小集4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10小时前发布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传声港 – 龙投文化推出的AI综合媒体服务平台AI小集3Skywork-SWE-32B – 昆仑万维开源的自主代码智能体基座模型AI小集3detangle – AI法律助手，解析复杂法律文件生成摘要AI小集2Takin AudioLLM – 喜马拉雅推出的系列零样本语音生成模型AI小集3CriticGPT – OpenAI推出的识别GPT输出代码错误的模型AI小集5MotionCtrl – 腾讯等推出的视频生成模型的运动控制器AI小集2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！7小时前Omega – 腾讯推出的 AI 原生数据分析平台7小时前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架7小时前Acti – AI 智能键盘，一键触发复杂任务10小时前RabbitVis – 兔展智能推出的一站式 AI 设计生产工具14小时前InstructAV2AV – 智源联合北大开源的音视频联合编辑模型14小时前Get3W – AI 模型聚合平台，统一接口自由切换模型1天前Shieldstral – Mistral AI 开源的多模态内容安全分类模型1天前MAGI-2-preview – Sand.ai 开源的多模态视频生成模型1天前SeedRealtime – 字节跳动推出的原生音视频全双工大模型1天前JoyAI-Video-Edit – 京东开源的实时流式视频编辑模型1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Qwen-CUA – 阿里 Qwen 等推出的原生 Computer Use Agent2天前MemHarness – 上海 AI Lab 等推出的智能体记忆重构框架2天前ForgeStencil – 面壁智能推出的 Stencil 全自动研究部署系统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”。

过去几天，DeepSeek 和 Qwen 对大模型行业带来了前所未有的颠覆效果。Hermes Agent 背后的公司 Nous Research 宣布，刚刚正式推出的 DeepSeek V4 Flash 模型在其平台上启动一折促销，持续 7 天。这是一个荒诞却又务实的价格，Nous 原话说 DSV4 Flash 的调用成本比 Fable 5 便宜千倍以上。即便回归正价，其性价比依然维持着百倍左右的碾压优势，打不打折都便宜到离谱。更别提它还是开源的，理论上只需数百 GB 显存/统一内存即可部署量化版本，内存稍多一些甚至可以部署无损版本。比如一台（目前尚无新机可售的） 256/512GB RAM 版本 Mac Studio，或者两台英伟达 DGX Spark 堆叠起来。事实上，DeepSeek 一直是开源模型当中对准消费级硬件本地部署最友好的，参见我们的 Mac Studio 部署体验。如果这对你来说还是太极端，那么云端充个几十块钱 API 也足够用很久了。由于 DSV4 Flash 性价比实在太高，甚至有三方平台免费提供：OpenCode 透露仅在 8 月 1 日这天，DSV4 Flash 就消耗掉了 8 万亿 token，其中包括 5 万亿免费、3 万亿付费额度。OpenCode CEO 发推表示：我觉得大家根本没意识到正在发生什么。是啊，我们并未清楚地看到什么发生了，却有足够强的感受：一夜之间，好像一切都变了。1942 年，科学家爱德华·泰勒提出了一种极其微小但并非是 0 的可能性，让全力开动的曼哈顿计划陷入恐惧：核裂变产生的瞬时高温，有可能点燃空气中的氮原子，进而引发一场不可逆的链式反应，摧毁整个地球。好在，后续的论文和实测打消了这一顾虑，但一直以来对政治颇有兴趣的奥本海默，有着更深层的担忧：链式反应确实发生了，只是不在大气层里，而是经由 Trinity 试验的成功开启了一个新的核时代，并彻底重塑了人类社会的政治、地缘、工业与文明形态。此时此刻，恰如彼时彼刻。未来的科技行业又将怎样彻底改写？价格战的连锁反应本周正式发布的 Qwen-3.8-Max，展现出与 DeepSeek V4 Flash 类似的「新方向」。无论是模型创业公司还是互联网巨头，过去发布模型时无一例外将特定任务上的绝对性能摆在最醒目的位置。这一次略有不同：Qwen-3.8-Max 拥有强悍的底座，其宣发叙事却向「性价比」全面倾斜，与 DeepSeek 遥相呼应。爱范儿认为，这并非偶然的营销巧合，而是越来越多的模型团队，在同一种行业演进逻辑下不期而遇。我们采访过许多模型公司/团队负责人，询问开源时代何时终结。每个人都有不同答法，但结论无一不指向即将到来的价格战。过去的价格战，例如打车、共享单车、外卖等，大多是资本充沛者通过亏本补贴来强行清场的戏码。但这次模型价格战的底色不同——表面上看起来是价格战，底层是一场由算法架构代差，由基础研究和创新能力所驱动的非对称效率战。DeepSeek 等一众国模敢于将价格砸穿，底层依托的是稀疏激活、注意力机制重构等基础研究和工程层面的创新。中国模型公司和团队们在底层上找到了极度残忍的算力解法，能够用相对更小的参数激活量，榨取出比肩硅谷天量级参数量稠密模型的推理质量。这种技术路径的突破，不仅在其他模型厂商的脖子上架上一条「斩杀线」，更彻底改写 AI 创业公司与互联网巨头大厂的对战规则。传统移动互联网时代，大厂拥有近乎无限的资金池与云计算基础设施，创业公司难以在价格战中与之抗衡，不陷进泥潭被耗尽现金流。但是到了 AI 时代，你会发现情况发生了巧妙的逆转：以 DeepSeek、月之暗面等为代表的硬核创业公司，反而获得了极其惊人的爆发力，丝毫不怵价格战（有的甚至逆势涨价）。这些创业公司的研发组织相对扁平，创新能力更强，内部也极有可能沉淀着并未公开的技术优势。甚至有人开玩笑，DeepSeek 梁文锋肯定还藏着几手，随便使出来就足以让 Fable 和 GPT 更加颜面扫地——只是出于维持中美之间半年到一年差距这一「战略性落后」，绝活不轻易亮出来。对于这些模型创业公司而言，价格战绝非自残，反而成为了一众高效的增长杠杆。我们认为逻辑大概是这样的：技术创新降本，砸穿全球底价；Token 调用爆发，ARR 曲线拉升；资本市场追捧，完成更多融资。说白了，这些模型创业公司越卷价格，用户粘性越高，资金回笼与技术迭代的闭环反而越坚实，飞轮转的越快。大厂呢？相比之下，他们有更强的路径依赖，也需要贯彻集团的协调意志。面对价格战，大厂惯于依靠自有现金流、云计算业务来硬扛补贴，用庞大的固定资产来组成壁垒。但当创业公司将单位 Token 成本压到史低水平，巨头的补贴思路却更容易让云计算业务乃至集团整体的财报承压。价格战里，创业公司越卷越舒服，大厂却可能被拖垮业绩。巨头的围墙内部撕裂也正在悄然发生。表面上看，无论是阿里还是腾讯，都已经明确将大模型以及相关产品定为公司新一号位。组织架构多次调整，财力、人力、算力资源向模型与模型产品部门倾斜，声势浩大。各团队纷纷「赛马」推出竞争产品，僧多肉少。但在表面之下，这种一号位的资源灌注，大刀阔斧的调整，以及再次热闹起来的「赛马」文化，却让僧多肉少的形势进一步加剧，容易引发剧烈的自我吞噬与组织紊乱。云计算部门是大厂最核心的现金流支柱，今天最关键的优质客户，恰恰也是风头正劲的 AI 创企。而当价格战开打，大厂集团层面面临着难以调和的商业悖论：云计算当然希望 DeepSeek、Kimi、智谱们过的越来越好，创业公司用量越大，采购需求就越强；但与此同时，大厂自研模型和模型产品部门，在 C 端和 B 端也在与这些创业公司进行着市场份额的激烈争夺。补贴自家模型和模型产品，代价就是暂时性让财务报表承压。答案是明确的：一位大厂 CEO 曾表示，当前的任务是以超过行业平均的速度获取市场份额，「利润率是我们的第二目标。」对于云计算部门，客户是内部还是外部本来没什么关系。但现在他们面临的尴尬处境是，给自研模型和模型产品部门输血，集团层面势必对云计算的商业决策产生干预。倒不是说云计算行业过去对于公有云的商业与生态中立原则（不与客户争利）有多么看重，至少更务实来讲，云部门与模型部门的共谋行为难免引发外部客户不信任，倒逼创业公司自建云，进而影响大厂云部门的收入。类似的尴尬，在亚马逊与 Netflix，与沃尔玛、Target 等零售巨头之间都曾发生过。——当然，以上都只是基于合理推断的可能性，并未完全真实发生。但当价格战真正开打，在大厂内部，作为现金牛的云计算部门和作为新一号位的模型与模型产品部门，难免陷入互为毒药的僵局。信息图中资料截止时间：2026 年 5 月底在现实中，大厂通过投资创业公司完成战略上的对冲。本质上，这种做法让钱从战投的左兜出、云计算的右兜进，云部门赚取了账面收入，战投获得了股权，集团扩展了自己的疆域，画出新的山头。这难免让自研模型部门暗自不爽，因为他们会发现市场上最猛烈的低价子弹，其实是用自家的钱购买、从自家服务器的枪口里射出来的。更深层的问题是，在移动互联网时代，巨头投资创业公司能够将其锁进自己的流量布局中，间接享受创新与竞争的红利；但在 AI 时代，大厂是管不住这些创业公司的，创新的「主权」与大厂的资本布局是解耦的。这些头部模型创业公司的核心资产是算法效率和工程优化能力，而这些能力源自优秀的人才、前卫的组织架构，跟大厂的钱没什么关系。甚至你会看到像 DeepSeek 这样的公司，仅仅依靠实现 AGI 的理想就能够笼络人心，开出远超市价的工资，甚至原则上不需要外部融资。更何况资本市场对 AI 创业公司已经形成一套新的评价和供应体系：模型和模型产品公司冲出惊人的 Token 调用量/ARR，就能轻松地在国内乃至全球拿到下一轮高估值融资，不再需要对大厂俯首称臣。长期来看，大厂的战略对冲投出去的钱，反而可能变成瓦解自己的催化剂。更多链式反应商业世界的藩篱坍塌只是第一块倒下的多米诺骨牌。旗舰级模型的推理智力部署在桌面上，这件事今天已经开了头。随着模型性价比进一步提高，智力和算力的民主化终将彻底改变软件形态、流量机制、人才传承，乃至全球硬件格局的深层肌理——颇似核裂变的成功对后世产生不可估量的深远影响。这里我们再举两个例子：流量机制现代互联网的繁荣，建立在「人类眼球」的流量逻辑上：从搜索引擎优化到社交媒体推荐算法，底下是一个隐秘而庞大的数字广告帝国。但其运行的前提是人类打开浏览器或 app、点击网页、接受广告信息的洗礼，要么产生消费行为，要么观看、停留、点击的数据被保存和处理，用于下一次更加精准的推荐。长久以来，人类的注意力和时间是支持互联网运转的唯一「硬通货」。但我们认为，模型性价比的提升和算力的普及，让人人都可以运行自己的 Agent，而互联网主干流量的来源，也将从人变成 Agent。传统互联网的运行机制将不复存在，新的规则亟待建立。试想这样一个场景：你希望预定一整套跨国出游的行程，包括机票、酒店、地接导游、当地交通工具等。过去你需要打开多个 App 在密密麻麻的 UI 中比价、查看评价、填写信息。但在「A 联网」的时代，由强大模型所驱动，全权代表我们的 Agent，可以与航空公司、酒店、地接旅行社的 Agent 直接发起握手：它们在人看不到的数据暗流中，以结构化的数据包传递信息、匹配条件、议价和确认支付，整个过程只消耗了几秒钟，没有人类眼球扫过图形界面，甚至不需要点击。人类不再需要亲自使用 App、逛网页，广告在 Agent 高效的通讯协议面前暂时没有找到落脚点。传统商业模式也就失去了基础。——甚至有可能，未来的社交网络上不再有真正的人，全都是我们的 Agents 在上面交互，我们刷社交网路的方式也会从不断的划动，变成了听取 Agent 的汇报。网络依旧繁忙着，但人类抽离其中，只剩下 Agent。人口老龄化在降本增效的滔天巨浪下，人类专业知识的传承遭遇前所未有的危机。无论是软件工程、法律服务、医学诊断或是金融分析，几乎所有的现代专门职业，其运作与传承都高度依赖金字塔结构的人才矩阵。初级人员从撰写基础代码、翻阅资料、整理数据这些枯燥的一线工作干起，在大量的重复性实践中锤炼直觉，得到成长，最终进化为独当一面的资深人员。但是今天，一些开源模型展现出惊人的能力，以近乎于零的边际成本，能够完美替代大量初级岗位的智力劳动。只需要几毛钱的 Token，抑或端侧部署的电费，就能快速输出几近无瑕的基础代码和法律文书，所用的时间甚至连一个新人的入职手续都办不完——企业和研究机构又何必花费昂贵的薪酬与时间成本，冒着不确定性去培养一个人类新手？在绝对理性的财务驱动下，组织会毫不犹豫地砍掉初级人员的预算。短期来看，企业会享受到更高的 ROI 和极致的财务瘦身。但从长远推演，这种理性何尝不是一种饮鸩止渴。当从初级走向资深，学徒成为大师的梯子被抽走，人类专业知识体系传递链条也断裂了。当几年之后，现有的资深专家陆续退休或淡出一线，行业将惊恐地发现，由于过去数年里不再有人类新手经历过基础劳动的淬炼，人才梯队变成了「倒三角形」。底下是严重短缺的生力军，顶部是大量的退休人员——金字塔彻底倒置，摇摇欲坠。届时的人类，可能不得不将决策与解释权更进一步的让渡给那些自己已经无法完全理解和掌控的 AI 系统。我们的社会将陷入一种新的，由技术过度繁荣所带来的老龄化危机。延伸阅读：AI 正在毁掉下一个 HintonAI 的「奥本海默时刻」我们还是需要承认，开源模型能力的进化，和大模型的价格战，在今天是一件好事。少数巨头（特别是境外闭源玩家）对高阶智力的绝对垄断被粉碎，人人都能以极低的成本获得「外脑」与「代理」，增幅自己的智力与执行能力。听上去这确实是工业革命级别的伟大时代的开始。然而站在历史的十字路口，如果我们重新审视奥本海默的隐喻，会发现危机四伏。物理学家们证明了核爆不会摧毁地球，却未能在当时预知核时代将把人类文明带往何方。他们无法预知随之而来的冷战格局、军备竞赛、长达半个多世纪以来悬在全人类头顶的达摩克利斯之剑。核技术没有毁掉地球，却彻底重塑了整个 20 世纪的政治、地

🤡OpenAI 发文「苹果，这件事是你做错了」，公开邮件逐条反驳商业秘密指控📱微信回应「临时好友」呼声：传文件、转账和建群都可不加好友💬鸿蒙智行回应「竹知了」事件🚗大众汽车启动史上最大规模重组，计划削减四分之一产能🚙我国发布 L3、L4 自动驾驶系统强制性国家标准，2027 年 7 月起实施☁️腾讯混元 Hy3 模型限时免费体验延长至 8 月 31 日🚗多名车主称特斯拉 FSD v14 Lite 出现过热，部分 HW3 电脑需更换📱苹果拟为欧盟 iPhone 与 Windows 加入跨设备剪贴板🛑Telegram 短暂下架 App Store 后重新上架💰AMD 第二财季营收增长 50%，数据中心业务收入翻倍📋世界杯广告拉动 Snap 收入增长，北美日活继续下降💰Palantir 季度收入增长 93%，再次上调全年指引💡Hugging Face 联创：AI 最大风险之一是权力过度集中📱影石 X6 全景相机定档 8 月 12 日发布，支持 8K 30fps 录制💰5499 元，索尼 FE 100-400mm F5.6-8 OSS 镜头发布💻Windows 任务管理器之父推出 macOS 监控工具 TMOG🎬Vidu 一键 MV 升级：一张图和一首歌可生成唱演、舞蹈或剧情视频🔧SK 海力士与闪迪发布首个 HBF 标准规范🎮索尼推出 TYLOO 联名版 INZONE H9 II 电竞耳机，售价 1839 元👔吉考斯推出《女神异闻录 5 皇家版》联名服饰OpenAI 发文「苹果，这件事是你做错了」，公开邮件逐条反驳商业秘密指控苹果上月起诉 OpenAI 及两名已离职加入 OpenAI 的前员工 Chang Liu 和 Tang Tan，指控其挪用商业秘密，协助 OpenAI 进军消费硬件领域，并申请禁止上述人员访问或使用苹果机密信息。针对苹果昨日提起的初步禁令申请，OpenAI 当天在官网发文直接点名回击，标题为「苹果，这件事是你做错了」（Apple is getting this wrong）。OpenAI 在文中逐条反驳，并公开邮件与聊天记录。其一，苹果外部律师在联络时混淆亚裔姓氏发错邮件，事后承认从未与 OpenAI 法务总顾问通话，此后五个月未再跟进，直接提起诉讼。其二，苹果指控 Chang Liu 擅自访问机密，但聊天记录显示是苹果在职员工主动联系他寻求技术协助；所谓「残留访问权限」，源于苹果自身离职管理机制的缺失。OpenAI 称苹果的禁令申请「基于错误信息且完全没有必要」，公司「没有、也不想要」苹果的任何商业秘密。🔗 相关阅读：OpenAI：苹果，这件事是你做错了微信回应「临时好友」呼声：传文件、转账和建群都可不加好友微信官方回应近期关于「临时好友」功能的讨论，称一些临时沟通需求不一定要占用好友位，现有功能已经可以完成「用完即走」的操作。在线下传照片或文件时，用户可打开「扫一扫 – 我的二维码 – 面对面收照片和文件」，让对方直接扫码传输；临时转账可以使用「面对面收红包」，或通过「收付款」向银行卡、手机号转账；需要临时组群时，可在「添加好友 – 面对面建群」中设定 4 位数字密码，沟通结束后解散群聊。鸿蒙智行回应「竹知了」事件：维权属日常工作，否认大规模封杀鸿蒙智行昨日晚间就近期「竹知了」相关网络讨论发布官方声明，澄清此前外界关于「全网下架」「禁止销售」等说法与事实不符。声明显示，网络上长期存在恶意剪辑高管言论、仿冒声音、利用 AI 丑化肖像、侮辱诽谤等侵权内容，鸿蒙智行一直依法开展日常取证和投诉，本次维权是日常工作的一部分，针对的是具体侵权内容，并非「竹知了」玩具本身。针对电商平台方面的传言，声明明确表示，鸿蒙智行未向任何电商平台投诉「竹知了」商品，也从未要求任何电商平台下架或停售该商品。「竹知了」是一种传统竹制玩具，因其发出的声响被网友联系到余承东在问界 M9 发布会上的发言节奏，由此引发大量二创视频和相关讨论。此后，部分创作者反映自己的相关视频遭到投诉下架，话题进一步发酵，「全网禁售」的说法随之在网络上广泛流传。鸿蒙智行在声明结尾表示，将持续尊重正常的网络表达和善意批评，同时依法维护企业和个人的合法权益。目前官方未披露后续是否会就侵权内容进一步采取法律行动。SpaceX 携手英伟达开发算力卫星，搭载 Rubin GPU 目标构建百万颗轨道 AI 网络SpaceX 今天宣布与英伟达合作，共同开发名为 Starmind AI1 的算力卫星载荷。根据 SpaceX 官方披露，每颗 Starmind 卫星将搭载英伟达 Rubin GPU 与 Vera CPU，目标是在轨道上实现数据中心级别的 AI 算力。SpaceX 设想构建一个最终规模达 100 万颗卫星的轨道网络，在太空打造分布式 AI 超级计算机。该项目计划通过激光链路在卫星间以极高速度传输数据，从而大幅扩展地球数据中心以外的计算能力。DeepSeek V4 Flash 单周调用量达 7.22 万亿 token，登顶 OpenRouter 榜首在全球最大 AI 大模型 API 聚合平台 OpenRouter 昨日公布的最新周报中，DeepSeek V4 Flash 以 7.22 万亿 token 的周调用量位居平台第一，统计周期为 7 月 27 日至 8 月 2 日，较前一周增长 13%。据 OpenRouter 数据，两个版本的 DeepSeek V4 Flash 合计处理了 6700 亿 token，平台当周总处理量为 3.29 万亿 token，周处理速度达 61.3 万亿 token。前十名中，DeepSeek、MiMo-V2.5、Hy3 和 GLM-5.2 等中国模型占据多席，且多数免费或接近免费。OpenAI 的 GPT-5.6 Luna 排名第 8，是前十中唯一的 OpenAI 模型，其调用量虽环比增长 465%，但仍不及 DeepSeek V4 Flash 的三分之一。开源项目团队 OpenCode 另行披露，其平台上 DeepSeek V4 Flash 的单日处理量已达 8 万亿 token，其中 5 万亿来自免费试用额度消耗，3 万亿为开发者付费使用。大众汽车启动史上最大规模重组，计划削减四分之一产能大众汽车集团公布包含 12 项措施的「2030 目标图景」，把这轮调整称为集团史上规模最大的综合性改革。到 2030 年，集团计划把全球年产能从约 1200 万辆降至 900 万辆，车型数量最多减少 50%，零部件种类最多减少 75%，并削减约 5 万个间接岗位。改革目标还包括把销售、管理等费用占收入的比例从约 16% 降至 12%，并把营业销售回报率提高到 8% 至 10%。在中国，大众将继续关闭或缩减部分工厂，同时把更多研发与产品决策移交给合肥的大众汽车（中国）科技有限公司；中国市场的软件和电子电气架构将更多采用与小鹏、地平线等本地伙伴合作的方案。调整背后是销量和利润的同步承压。大众上半年收入为 1581 亿欧元，基本持平；营业利润为 59.3 亿欧元，同比下降 11.6%，营业利润率为 3.8%。同期全球交付量下降 6.3% 至 412.6 万辆，其中中国市场下降 25.9% 至 97.3 万辆。集团还把全年收入增速预期从增长 0% 至 3% 下调为下降 3% 至持平。我国发布 L3、L4 自动驾驶系统强制性国家标准，2027 年 7 月起实施工业和信息化部组织制定的《智能网联汽车 自动驾驶系统安全要求》（GB 44721—2026）已由国家市场监督管理总局、国家标准化管理委员会批准发布，将于 2027 年 7 月 1 日起实施。标准适用于搭载 L3 级、L4 级自动驾驶系统的 M 类和 N 类车辆，不适用于自动泊车系统。标准要求车企建立覆盖设计开发、生产制造和部署后的全生命周期安全保障机制，并通过仿真、场地和道路试验进行研发验证。系统还要满足动态驾驶任务的安全要求，明确最小风险策略的触发和执行，以及就绪、激活、退出等状态提示；L3 系统必须具备驾驶人接管能力监测功能。在检验检测方面，标准建立企业保障能力检验、安全档案检验和确认性试验组成的体系，第三方可综合采用场地、道路和仿真试验评估系统能力。腾讯混元 Hy3 模型限时免费体验延长至 8 月 31 日腾讯 WorkBuddy 官方宣布，混元 Hy3 模型的限时免费体验延长至 2026 年 8 月 31 日。Hy3 是 WorkBuddy 中提供的混元思考模型，目前仅支持文本推理，适用于日常办公、代码开发、文档处理和数据分析等任务。调用 Hy3 执行视频、图像等生成任务时，WorkBuddy 会切换到对应的多模态模型并按正常规则消耗积分。由于免费体验参与人数较多，每日免费额度会根据资源情况分配，繁忙时可能需要排队；官方建议在每天 23:00 至次日 8:00 错峰使用。多名车主称特斯拉 FSD v14 Lite 出现过热，部分 HW3 电脑需更换特斯拉向搭载 HW3 硬件的车辆推送 FSD v14 Lite 后，多名车主报告 Autopilot 计算机出现过热警告，部分车辆甚至需要更换整套计算机。该版本从 HW4 平台的 v14 模型压缩而来，面向只有 8GB 内存、内存带宽约为 HW4 八分之一的 HW3 计算机。目前已有 4 名车主向 Electrek 反映类似问题。部分车辆的维修模式显示APP_w141_ECU_Thermal_Issue，该代码对应主板温度超过 90 摄氏度；车主测得的温度最高达到 96 摄氏度。故障可能表现为红色双手警告、FSD 被强制退出，或进入selfDrivingUnavailable状态。HW3 的过热故障此前就可能由冷却液不足、八通阀存有空气或散热器堵塞引起，特斯拉尚未确认软件更新会导致硬件损坏。但已公开案例大多出现在安装 v14 Lite 后，车主还报告了幽灵刹车、犹豫和刹车抖动等问题。苹果拟为欧盟 iPhone 与 Windows 加入跨设备剪贴板据 MacRumors 报道，苹果正在评估让 iPhone 与 Windows 电脑持续同步剪贴板的互操作项目。该项目来自微软通过欧盟《数字市场法》渠道提出的请求，目标是在用户完成一次授权后，让配对电脑可在后台同步复制和粘贴内容。苹果于 3 月开始审查请求，并在 6 月 26 日提出项目计划。方案预计使用 AccessorySetupKit 完成设备配对和权限确认，工程开发目标指向 2027 年秋季，随后先提供开发者测试版；面向普通用户的版本可能要到 2028 年初。目前项目仍处于规划阶段，发布时间和支持范围都可能变化。由于请求基于欧盟互操作规则，这项能力是否会在欧盟以外地区开放尚未确定。Telegram 短暂下架 App Store 后重新上架Telegram 昨日表示，该应用已在苹果 App Store 重新上架并恢复下载。此前，Telegram 曾被 App Store 短暂下架，下架的具体原因不明。Telegram 创始人兼 CEO 帕维尔 · 杜罗夫（Pavel Durov）随后在社交平台发文证实了这一消息。杜罗夫提到，苹果在收到 Telegram 对相关问题的处理反馈后，已经恢复了该应用的下载权限。作为全球主流的加密通讯工具之一，Telegram 此前多次因内容审核标准与应用商店规则的冲突而引发关注。AMD 第二财季营收增长 50%，数据中心业务收入翻倍AMD 发布 2026 财年第二财季业绩：营收为 115.36 亿美元，同比增长 50%；GAAP 净利润为 22.97 亿美元，同比增长 163%，毛利率为 54%。数据中心业务收入为 67.18 亿美元，同比增长 107%；客户端与游戏业务收入为 38.41 亿美元，同比增长 6%；嵌入式业务收入为 9.77 亿美元，同比增长 19%。公司预计第三财季营收将在 127 亿至 133 亿美元之间，非 GAAP 毛利率约为 56%。世界杯广告拉动 Snap 收入增长，北美日活继续下降Snap 第二季度收入为 16 亿美元，同比增长 1

8 月 3 日晚，腾势 Z9 家族多了一位新成员——腾势 Z9S。这辆新车目前还在预售阶段，一共有三款车型，分别卖 31.98 万元、34.98 万元和 38.98 万元。和之前一样，腾势几乎把所有拿得出手的技术都装到了这台车里，包括「9 分钟充饱」的比亚迪闪充、拥有上千马力的易三方系统，以及云辇-A、天神之眼 5.0 等智能化配置。除了这些腾势固有的东西，他们这次还给 Z9S 强化了「长续航」这一标签，Z9S 闪充旗舰型的 CLTC 纯电续航达到了 1100km。但这并不是腾势第一款纯电续航突破 1000 公里的车型。实际上，现款腾势 Z9GT 闪充旗舰型也拥有 1036 公里的纯电续航，而它的售价，却比 Z9S 同版型的预售价少了整整 5 万元。我不禁要问，腾势 Z9S 为什么这么贵？31.98 万，只是腾势放出的烟雾弹从尺寸来看，腾势 Z9S 明显比 Z9GT 小上一圈，车长和轴距分别比后者短了 90mm 和 100mm，为 5090mm、3025mm。在体型小了一圈的情况下，Z9S 还比猎装车型 Z9GT 贵了这么多，一时间还真让我有点摸不着头脑。按照常见的产品关系，新推出的 Z9S 理应负责降低 Z9 家族的门槛、扩大销量，但现在这个价格，却把它推到了一个难以解释的位置。从产品层面来看，官方把 Z9S 定义为「科技豪华智能轿车」，并用「智能与悦己」和 Z9GT 做出区分。作为 Z9 家族的成员，腾势依然给了它非常夸张的参数，易三方版本拥有 1210 马力，零百加速只要 2.68 秒，单电机版本的功率也接近 500 马力，同时还支持 10°的分体式后轮转向，最小转弯半径只有 4.75 米。不过，这些参数足以证明它很强，却解释不了它为什么比 Z9GT 更贵。或许，我们可以从工信部的信息里看出一点端倪。工信部第 409 批《道路机动车辆生产企业及产品公告》申报信息显示，腾势 Z9S 已经申报了一款低功率后置单电机车型，驱动电机峰值功率为 320kW（429 马力），而这款车型，并没有出现在预售阵容里。所以说，腾势大概率是有意保留了一款价格更低，真正负责拉低门槛的版本。对于腾势而言，这款 320kW 车型并不是可有可无的补充，而是 Z9S 能否承担走量任务的关键。只有把实际购买门槛拉到 25 万元左右，它才能和 Z9 GT 形成合理的价格关系，也才有资格真正进入小米 SU7 所在的主流战场——也就是年轻人的市场。过去的腾势总给人一种商务、稳重甚至略显厚重的感觉。D9 的成功，让品牌迅速和老板、接待、家庭用户绑定在一起。这套形象放在 MPV 上很合适，放到轿车市场，「登味儿」就有些重了。于是，Z9S 开始主动「去登味儿」，它不仅有低趴车身、流线型轮廓、鲜艳的内饰配色，还有像 Nomi 那样的智能伙伴。另外，腾势还借鉴了一些「互联网造车」思路，从小米那拿来了磁吸生态和各种智能设备支架。显然，腾势希望它能从一辆「老板会买的车」，变成一辆「年轻人愿意自己开出去的车」。这个方向确实是对的，但设计完成度还差点意思。为什么会这么说呢？可以来感受一下这个红黑内饰。请问今年是这个方向盘的本命年吗？的确，这套内饰确实比木纹、米白真皮和泛着蓝光的水晶按钮更年轻些，但这种年轻更像是「把能变红的地方都变红」，还没有形成稳定的高级感。豪华车的 CMF 很吃比例和秩序，红色本身没有问题，问题在于它出现的位置、饱和度，以及和周围材质之间的关系。Z9S 这套内饰并没有大面积铺红，但偏偏把饱和度最高、视觉冲击最强的红色放在了方向盘上，成为了整个座舱的视觉中心。第一眼看过去，你看到的不是内饰的整体氛围，而是一个被单独拎出来强调的大红圈。门板、椅背、安全带和缝线虽然也在呼应红色，却没有形成清晰的主次与层次，反而让各个元素都在争夺注意力。腾势倒是可以多参考一下传统豪华品牌是如何处理红色的，它们的红色面积未必会比 Z9S 更小，却往往会选择更沉稳的色调，再通过皮革纹理、织物、金属和饰板来建立层次。值得肯定的是，腾势已经开始主动调整设计，尝试更大胆的颜色、更轻松的氛围，以及更贴近年轻人的产品表达。至少从方向上看，Z9S 确实比过去的腾势轿车往前走了一步。只是，从「不再老气」到「真正年轻」，中间还隔着一套成熟而稳定的审美体系。Z9S 已经开始「去登味儿」了，但去得还不够彻底。一辆 Z9S，解决不了腾势的问题我一直觉得，腾势 Z9 GT 有点像刚进入中国市场时的讴歌。讴歌 1986 年诞生于美国，进入中国前已经算得上北美主流豪华品牌。2005 年，它在美国卖出了约 21 万辆，创下品牌历史纪录。技术上，讴歌也有自己的招牌。2004 年发布的 SH-AWD，不仅能分配前后轴动力，还能独立调节左右后轮扭矩，几乎是当时世界上最强的四驱系统。2006 年，讴歌正式进入中国，首批引入 RL 和 TL，依然主打运动豪华、驾驶乐趣和 SH-AWD。它显然相信，这套已经在北美得到市场验证的产品逻辑，搬到中国同样能够成立。然而结果并没有。中国豪华车市场从来不只看技术。一套四驱系统有多复杂，过弯时动力如何分配，消费者未必愿意为此多付几十万元。他们还会看品牌认知、设计气场、服务体验，也会在意别人是否知道这辆车意味着什么。讴歌带来了不错的车，却没能建立足够清晰的购买理由。腾势今天遇到的麻烦很相似，Z9GT 和 Z9S 都不缺技术。易三方、云辇-A、后轮转向、第二代刀片电池、闪充、天神之眼 5.0，单独拿出任何一项，都够支撑一场发布会。腾势显然也很自信，在他们的 PPT 里，「全球第一」「全球唯一」「全球首搭」密集出现，从续航、充电、操控一路写到车机和智能体，接着补了一句「为悦己生活而来」。在大众市场，「量大管饱」这套方法很有效。同样的价格，续航更长、功率更高、配置更多，消费者能够迅速判断自己多得到了什么。比亚迪过去的成功，很大程度上也来自这种清晰、直接、可量化的性价比。但到了豪华市场，比亚迪理应换一套打法。豪华感很少来自某一个参数，它更像一种整体体验：车停在面前有没有吸引力，坐进去之后颜色和材质是否协调，品牌有没有稳定的性格，销售和服务能不能让用户觉得钱花得舒服。这些东西很难被写进配置表，也无法用「全球第一」来证明。D9 的成功，很大程度上掩盖了腾势的问题。在 MPV 市场，空间、舒适、配置和商务属性本来就是核心需求。但在高端轿车市场，用户面对的选择更多。小米提供了闲聊时的话题和各种新体验，特斯拉代表简洁与效率，极氪强调性能与独特设计，蔚来出售服务和生活方式，华为系则占据了智能化认知。相比之下，腾势最鲜明的标签依然是「技术很多」。技术当然重要，但它应该支撑体验，而不是永远站在体验前面。如今 Z9S 的推出，或许意味着腾势已经意识到了这个问题。只靠技术还远远不够，它们需要更年轻的设计和更轻松的产品语言。问题是，年轻化并不是换一套皮、加几个玩偶，再说一句「悦己」就能完成的。真正有效的年轻化，需要一套稳定的审美和品牌性格，要让外形、内饰、功能、传播和服务都指向同一种感受。