YOHO AI

标签：

  • xAI联创带着11亿美元杀回来：这次他要让你「拥有自己的AI」

    Igor Babuschkin 是谁？简单说，他是 xAI 的联合创始人，在 DeepMind、OpenAI 都干过，跟着马斯克把 Grok 做出来。6 月 10 号他带着一家叫 River AI 的公司从 stealth 里走出来，8 月 11 号宣布融了 11 亿美元（种子轮和 A 轮一起）。领投的是 General Catalyst 和 AMP PBC，英伟达和 AMD 的战投都进来了，YC、淡马锡也跟了。

    River AI 概念图：围绕个人 AI 重建技术栈
    River AI 想围绕「个人 AI」重建从训练到硬件的整套技术栈

    「今天 AI 的造法不是未来的造法。AI 应该开放、免费、便宜，它该为你做事，而不是为训练它的实验室做事。我们做 River，就是想让个人和公司拥有自己的智能。」—— Igor Babuschkin

    他讲的故事其实挺反主流。现在大厂的逻辑是：模型我来训，能力我租给你，按 token 收费。Babuschkin 说这不对，AI 应该像「守护天使」一样属于你自己——它了解你，待在你身边，而不是属于某家实验室。

    River 现在卖的第一款产品叫 River API，做的是开放权重模型的「后训练」生意。你给它 Qwen3.6、Kimi K2.6、GLM 5.2 这类开源模型，它帮你做 LoRA 微调和强化学习。计费按 token 算，不按 GPU 小时算。企业说自己不用养一支 infra 团队，15 到 20 分钟就能跑完一次复杂的 RL，成本比闭源方案省两到四倍，训练出来的模型权重归客户自己，能直接部署到兼容 OpenAI 的接口上。

    价格摆上了台面

    在 Qwen3.6 35B 上训练是每百万 token 1 美元，Kimi K2.6 在 262k 上下文下是 12.84 美元，权重存储另算每月每 GB 0.1 美元。官方举了个例子，一次生产级的数学 RL 跑下来不到 1000 美元。这套打法瞄准的是那些想要模型贴合自己业务、又不想自己搭训练团队的公司。

    为什么是现在，为什么是他

    Babuschkin 在 DeepMind、OpenAI、xAI 前后待了快十年，见过 frontier lab 怎么造模型，也知道那套「租智能」的商业模式有多黏人。他认为下一仗不在谁模型最大，而在谁能让人低成本地训练、调优、拥有自己的模型。General Catalyst 的 CEO Hemant Taneja 说得很直白：美国要在开放权重模型上保持领先，River 的团队有这个能力。

    钱会花在哪

    这轮钱同时推进三件事：已经上线的训练 API、正在搭的个性化与持续学习层、以及更长远的、让个人 AI 跑在用户身边的硬件。有意思的是，英伟达和 AMD 这对 GPU 冤家，罕见地坐进了同一张股东名单——而 River 的路线图终点，恰恰是要把个人 AI 跑出别人的数据中心。

    • 11 亿美元是今年最早的超大早期融资之一，距公司亮相才两个月
    • 战略股东同时包含英伟达和 AMD，芯片两边都押了
    • 卖点不是更大的模型，而是「让你拥有模型」的训练和微调层
    • 短期生意是企业后训练云，长期赌的是个人 AI 硬件

  • Anthropic 给 Claude 写的每句话都打了“隐形水印”：复制粘贴也甩不掉

    你有没有想过，屏幕上一大段看起来挺像人写的文字，到底是谁写的？这个问题越来越难答。Anthropic 这次没靠用户自觉，而是直接从模型层做了手脚：给 Claude 生成的文字，打上一种肉眼看不见的水印。

    欧盟的新规逼出了这一步

    8 月 11 日，Anthropic 在一份更新后的支持页里确认，会为旗下模型的输出加水印，Claude 自然也在内。触发点是 8 月 2 日生效的欧盟 AI 法透明度守则，它要求 AI 公司用“别的系统能识别”的方式，标记出由 AI 生成或编辑过的内容。Anthropic 的说法是：8 月 2 日之后发布的模型，会自动带上给文本和文件打水印的能力。

    因为水印是文字本身的一部分，当你把它复制粘贴到别处时，水印会跟着走，甚至可能扛过一些编辑。而且水印是在模型层面施加的——不管这段文字来自哪个 Claude 产品或界面，它都在。

    不是戳个章，是藏在字里行间

    这里说的“水印”，不是页面角落盖个“AI 生成”的红章，而是一种嵌在文本里的隐藏标记，像一张看不见的身份证，别的系统能检测出来。文件方面，Anthropic 用的是 C2PA 这个开放标准，相当于给图片和文档贴一张随身的内容凭证。文本这边更关键的一点是可携带性：你复制粘贴、甚至稍微改几笔，那个标记大概率还粘在上面。

    覆盖范围比你想的宽

    这次不是只管聊天框。Anthropic 列出来的范围包括 Claude 主产品、平台 API、Claude Code、Claude Cowork 和 Claude Tag，而且老模型后续也会补上水印支持。换句话说，只要文字是从 Claude 出来的，无论你是在写邮件、写代码还是做客服话术，标记都默认带着走。

    但水印不是万能的

    也别把它想得太神。TechCrunch 就抛了个关键问题：用户到底要改到什么程度，才能把这层标记洗掉？Anthropic 目前没给出明确答案。翻译、总结、格式转换，这些日常操作都可能改写文字，而真正想抹掉来源的人，更有动力去动手脚。所以水印更像是一份“有用的证据”，而不是一把“万能检测器”。

    信任正在变成产品特性

    把镜头拉宽，Anthropic 不是孤例。Google、Meta、微软、OpenAI、Synthesia、Black Forest Labs 都承诺遵守欧盟这套守则；上周音乐平台 Suno 也说要给生成的曲目加水印；上个月 Substack 联手 Pangram 去标 AI 写的内容。当 AI 生成物在工具、API、App 之间到处流动时，披露就不能再靠某个平台“贴个徽章”了，它得更像一层大家共享的基础设施。对做内容的人来说，以后的问题也许不再是“它像不像人写的”，而是“它的出身，以后还能不能被验证”。

    Anthropic 为 Claude 文本施加模型级水印
    Anthropic 选择在模型层面施加水印，让溯源随输出一起离开产品。

  • Cloudflare 造了个专门给 AI 用的浏览器：不要好看，只要省钱

    AI 智能体这两年最大的变化，是从“回答问题”变成了“替你干活”。订个座、填张表、把网页上的价格比一比，这些事都绕不开一个东西——浏览器。可现在的浏览器，从 Chrome 到 Edge，全都是给人设计的。Cloudflare 这次跳出来做了件不一样的事：它给 AI 造了个浏览器，名字叫 Kitesurf。

    当 AI 要自己上网

    8 月 7 日，这家做 CDN 起家的公司发布了 Kitesurf。它不打算替换你电脑上的 Chrome，而是跑在 Cloudflare 自己的服务器上，专门给跑自动任务的 AI 智能体用。开发者不用再自己折腾一套无头浏览器，直接调用接口，就能让 AI 去打开网页、填表单、把需要的内容抓回来。

    给人用的浏览器在意主题、标签页和扩展插件；给 AI 用的浏览器，在意的是上下文窗口、性能、token 成本和能不能规模化。两者面对的威胁模型也完全不同——AI 浏览器得防的是提示词注入这类攻击。

    为什么不直接用 Chrome

    说到底，Chromium 是给人类眼睛和手指优化的。它能平滑滚动、能跨设备同步、能装一堆插件，这些对 AI 来说全是没用的包袱，反而白白吃内存和算力。Cloudflare 的思路很直接：把人不需要的那层全砍掉，只留下“读页面、提取内容、偶尔截个图”这几件正事。

    十二周拼出来的轻量引擎

    有意思的是，这个项目从拍板到上线只用了 12 周。它本身也不是从零写起的：渲染靠 Blitz 的模块化引擎，CSS 解析用了 Firefox 的 Stylo，JavaScript 跑在 Rust 写的 Boa 引擎上，剩下的一切都塞进了 Cloudflare 的 Workers 无服务器平台。整套东西是无状态的，跑完一个任务就扔掉，不留尾巴，特别适合“要用的时候开一个、用完就关”的场景。现在它正在 Browser Run 里免费公测。

    • 截图任务的 CPU 耗时 380 毫秒，Chromium 要 1173 毫秒
    • 同样任务内存只吃 57.8 MiB，Chromium 是 271 MiB
    • 提取网页 HTML 用时 229 毫秒，Chromium 是 877 毫秒
    • 内存进一步压到 39.4 MiB，Chromium 则要 273.7 MiB

    数字比情怀更有说服力

    光喊“更轻”没人信，Cloudflare 把测试摆出来了：在上面这些常见智能体任务里，Kitesurf 的 CPU 和内存消耗都明显低于 Chromium，目前已经有超过 21.5 万项 Web Platform Tests 通过，而且每周还在以几百项的速度增加。代价是单任务耗时目前还略慢一点，主要卡在把屏幕转成图片那一步，官方说后续会优化。

    这背后是一场成本战争

    把视角拉远一点，Kitesurf 真正想解决的，是 AI 自动化那笔算不清楚的账。今天让一个智能体去点网页，主流做法就是租一个无头 Chromium 实例，等于“每个 agent 配一整台浏览器”，资源消耗就是实打实的毛利。如果轻量引擎这条路走通，同样预算能跑的 agent 数量会多出一截。只是这里有个微妙的悖论：Cloudflare 一边给智能体发浏览器，一边又是全球最大的爬虫拦截方，将来网站运营者要操心的，恐怕不再是“挡不挡爬虫”，而是“哪些 agent 是付费放行的”。

    Cloudflare Kitesurf 浏览器界面
    Cloudflare 发布的 Kitesurf，一个完全跑在 Workers 上的无状态浏览器。
  • AOS Community Edition：开源智能体操作系统，让 AI Agent 拥有自己的 OS

    AOS Community Edition：开源智能体操作系统，让 AI Agent 拥有自己的 OS

    AOS 核心亮点

    项目简介

    AOS Community Edition 是 Unicity 团队开源的「智能体操作系统」（Agent Operating System），为需要可检视、可组合环境的 AI 智能体提供完整的运行时基础设施。它包含 aos CLI 命令行、HTTP API、21 个官方 Capsule 组件、MCP 边缘入口以及 Unicity Audit 安全审计能力，全部以 Rust 编写并采用 MIT/Apache-2.0 双许可发布。

    安装要求与快速开始

    AOS 支持主流 Unix 系统（macOS / Linux）和 Windows。安装只需两步：

    # 1. 安装 aos CLI（含固定运行时和 21 个 CE capsule）
curl --proto '=https' --tlsv1.2 -fsSL https://aos.unicity.ai/install.sh | sh

# 2. 初始化工作区（从本地版本化资产置备 ~/.aos）
aos init

    安装器会自动下载并锁定精确的运行时版本。每次发布附带校验和、Sigstore 签名包和 GitHub 构建溯源证明，签名前一律 fail-closed——未经验证的版本绝不会进入 stable 通道。

    升级同样简单：

    aos update          # 协调式产品升级（Homebrew 安装亦可）

    核心功能

    aos 命令速览
    • 统一的 aos CLI 与 HTTP API：一条命令管理一切——init / status / update / daemon / mcp / capsule build / doctor。命令边界清晰，产品自有实现与底层运行时无缝衔接。
    • 21 个官方 Capsule 组件：开箱即用的用户态构件，可被自由编排成 harness、meta-harness、connector 或服务。每个 capsule 以最小权限组合，能力粒度精细可控。
    • 一等公民的 MCP 支持：aos mcp serve 是 Codex、Claude、Grok 共享的产品边缘入口。本地决策面在 macOS 提供 AppKit、Windows 提供原生对话框、Linux 使用 Pinentry——绝不收集密码与 URL。
    • Forge 操作系统级构建工具：新智能体能检视运行中的系统、学习 capsule 模型、识别真实能力缺口，并用 Forge 构建验证最小权限 capsule。内置 meta-harness 技能教会智能体如何治理自己的世界。
    • 供应链安全与可验证发布：Sigstore 签名包 + GitHub 构建溯源证明 + runtime-compatibility.toml 锁定运行时/WIT 提交，fail-closed 策略确保只有经过完整验证的版本才能发布。

    典型使用场景

    场景一：多模型编码智能体的统一运行时

    你的团队同时使用 Codex、Claude Code 和 Grok 作为编程助手。通过 AOS 的 aos mcp serve，三个客户端共享同一套 MCP 工具链和审批策略，无需重复配置。每个智能体在隔离的 principal 下运行，操作员身份与目标环境分离——aos --principal operator init --target-principal alice 即可完成多租户置备。

    场景二：企业级智能体安全部署

    企业环境要求所有 AI 操作可审计、可回溯。AOS 的 Unicity Audit 能力配合 Sigstore 签名和 GitHub 构建溯源，让每个 capsule 的来源、权限边界、执行记录完全透明。aos doctor 可随时诊断运行态健康度，aos status --json 输出机器可读状态供 SIEM 集成。

    场景三：智能体自主扩展能力

    当现有 capsules 无法满足新需求时，智能体可以主动调用 Forge：检视当前系统 → 识别缺口 → 构建 capsule → 验证最小权限 → 注册到 harness。这形成了一个自进化的智能体操作系统——meta-harness 技能让智能体学会如何改进自己的世界模型。

    推荐理由

    AOS 解决了一个真正痛点：智能体缺乏像传统软件那样的操作系统级抽象。目前大多数 AI Agent 框架要么是 SDK 库（如 LangChain），要么是编排层（如 CrewAI），但它们都没有提供「进程管理、权限隔离、组件注册、供应链安全」这些 OS 级别的基础设施。

    AOS 用 Rust 从零构建了这套基础设施，Capsule 模型比 Docker 容器更轻量、比 npm 包更结构化。MCP 一等公民支持让它天然适配当前最热的 AI 互操作标准。加上 fail-closed 发布策略和 Unicity Audit，这在开源 AI 项目中是罕见的安全意识。

    如果你正在构建生产级智能体系统，或者对 AI Agent 的工程化治理感兴趣，AOS 值得花一个周末深入体验。

    下载地址

  • Airbnb二季度营收涨17%：Chesky说我们把公司重造成了AI原生

    Airbnb AI 原生改造：AI 重塑旅行预订平台
    爱彼迎 CEO 切斯基称，公司已从底层重造成一家”AI 原生”公司

    爱彼迎（Airbnb）刚交出的二季度成绩单有点吓人：营收 36 亿美元，同比增长 17%；总预订金额 272 亿美元，涨 16%；调整后 EBITDA 利润率 35%，还顺手回购了 11 亿美元股票。CEO 布莱恩·切斯基（Brian Chesky）在电话会上把功劳归到一个词上——AI。他原话是：”我们从头把 Airbnb 重建成了一家 AI 原生公司，AI 是这家公司成立以来碰到的最好的事。”

    不是玩具，是盖楼的速度

    切斯基讲得很直白：AI 没有让某款单品变神奇，而是把整个公司推出新功能的速度拉满了。他说关键项目从想法到上线，时间最多砍掉 60%；跟去年上半年比，上线的功能和改进数量多了将近 80%。这些改动叠起来，把更多访问变成了真金白银的订单。他特意强调，这成绩不是某一个产品、某次合作能解释的，是执行力、团队和”被 AI 加速的创新”三件事凑一块的结果。

    客服先被 AI 接管

    爱彼迎的 AI 不是先搞花哨的对话机器人，而是从最脏最累的客服入手。财报里两个数字很说明问题：每次预订的客服成本一年降了 16%，而 AI 助理现在能在不叫真人的情况下，自己解决大约 45% 的用户问题。对一家连接几百万房东和房客的平台来说，这意味着大量重复纠纷和咨询被机器消化掉，真人客服腾出手处理真正棘手的个案。

    “AI 不是来颠覆我们的，它是加速器。它最大的特点就是速度，把每件事都推得更快。”切斯基这么概括他们的 AI 哲学——先动漏斗底部（客服），再动中间（搜索和房源页），顶部（自然语言搜索）还在研发。

    你看到的房源，正在被 AI 重写

    对普通用户来说，变化更隐蔽也更实在。重新设计的首页会按你的偏好推内容，搜索结果更”懂你”，地图里会标出附近的餐厅和地标。房源页上，AI 会把几十条评价压缩成一段摘要，今年晚些时候还会上线一个并排比较不同房源的工具。有意思的是，切斯基说推理成本”微乎其微”——因为一笔高客单价的住宿订单，只要转化率稍微涨一点，就足够 cover 掉那些 token 费用。

    酒店成了意外增长点

    财报里另一个彩蛋是酒店业务：它的住宿夜数增速大概是普通房源的三倍，虽然占整体比重还只是个位数，但问询的酒店方比预期踊跃得多。切斯基承认”这比我想的还要好”。在 AI 把运营效率推上去的同时，爱彼迎正悄悄从”短租平台”往”一整条旅行生态”挪。

    • 二季度营收 36 亿美元（+17%），预订金额 272 亿美元（+16%），自由现金流 48 亿美元
    • 新功能上线提速最多 60%，上线改动数量同比增近 80%
    • AI 助理自助解决约 45% 客服问题，单次预订客服成本年降 16%
    • 酒店业务夜数增速约为房源业务三倍，成为新增长引擎

  • 把1200块GPU塞进集装箱：Runware用推理Pod把算力价格打下来

    Runware Sonic 推理 Pod 集装箱式 AI 数据中心
    Runware 的 Sonic Inference Pod：把整座推理数据中心装进一个 20 英尺集装箱

    过去两年大家都在比谁的 AI 数据中心更大、更烧钱，动辄几百亿美元、三到五年才能盖好。伦敦一家叫 Runware 的公司偏不这么玩。8 月 4 日他们扔出一个叫 Sonic Inference Pod 的东西——说白了，就是把最多 1200 块 GPU 塞进一个 20 英尺的集装箱里，插上电就能当一座推理数据中心用。

    一个集装箱就是一座厂

    这个 Pod 不是玩具。它自带定制服务器、电路板和闭环液冷系统，单箱能出大约 1 兆瓦的算力。最妙的是冷却方式：用一套密闭循环管路，只循环大约 1.5 立方米的水，几乎不消耗新水，还能把 GPU 温度稳在目标值上下 2 度以内，电源效率标到 99%。对比传统数据中心，差不多三分之一的电都拿去制冷而不是算题，这一下就把账算明白了。

    贵在”只做推理这一件事”

    Runware 的逻辑很简单——普通数据中心为了通用负载堆了一堆推理用不上的冗余：备份系统、过度设计的结构、超大建筑。他们算过，传统机房 40% 到 60% 的开支花在了推理根本用不到的地方。Pod 把这些全砍了，只保留推理要的部件。结果就是他们敢承诺推理价格比同行低 30% 到 80%，硬件成本比传统千兆瓦级数据中心低到差不多百分之一百倍，省下的钱直接反映到 GPU 小时报价上。

    “推理需求增长的速度，比机房盖出来的速度快得多。”Runware 联合创始人兼 CEO Flaviu Radulescu 说，”我们想做的是给全世界的智能供能，成为每个模型跑起来时身下的那根骨干。”

    哪里有电，就拖到哪里

    这种集装箱最大的卖点是”可搬家”。因为它自带一切、不挑电网，哪有便宜的电——比如太阳能电站旁边——往那一放就行。平均三周能部署一个，传统方案要三到五年。每个 Pod 接入同一张网络，一个挂了流量自动切到别的节点，不会整片瘫痪。目前 Runware 说已经在美、欧、亚太部署了 10 个，还有 160 个预备点位，客户里能点到 Higgsfield AI 和 Wix 的名字。

    一场和超大规模厂的逆向赛跑

    有意思的地方在于，OpenAI、xAI 和几家云巨头都在往几百亿、上千亿美元的固定资产里砸钱，Runware 却从另一头进场：那些对运行地点不挑、哪儿便宜往哪跑的推理负载，用能 truck 进来、插上电、再挪走的算力也许更划算。公司背后是今年 1 月拿到的 5000 万美元 A 轮（Dawn Capital 领投，a16z speedrun、Comcast Ventures 等跟投），说自己已经帮 20 多万开发者跑出 100 多亿次生成。下半年他们计划先上 1 万个推理节点，2027 年冲到 1 吉瓦。

    • 单箱最多 1200 块 GPU、约 1 兆瓦算力，闭环液冷不耗新水
    • 推理报价比同行低 30%–80%，设施成本可低至传统方案的百分之一
    • 平均三周部署，哪里有电拖到哪里，故障自动切流
    • 下半年先上 1 万节点，2027 年冲 1 吉瓦

  • ChatGPT 能订座了：在对话里直接搞定 OpenTable、Resy 和 Yelp

    8 月 10 日，OpenAI 给 ChatGPT 加了个小功能，但意义不小：你不用再在 App 之间来回跳了，直接在对话里就能把餐厅桌子订好。接进来的是 OpenTable（全球）、Resy（美国）和 Yelp（美加）。说一句”周六晚上两人，想要安静点的日料”，它就能把空位翻出来，填好人数时间，帮你下单。

    从”推荐”到”下单”，差的不只是一步

    这看似顺理成章，其实卡了很久。今年 4 月还有媒体实测，让 Claude 和 ChatGPT 的 agent 模式去订餐，结果俩都卡在最后一步——要么只读个可用性就把球踢回给用户，要么在 dropdown 菜单上点半天点错。现在三家最大的预订网络把真实下单接进了对话，而且改约、取消的权限仍然留在平台自己手里。对普通人来说，这就是少切一次屏幕的小确幸；对平台方，则是在谷歌之外多了一条分发渠道。

    谁赢了，谁慌了

    Yelp 是这次最积极的一个。它超过七成的美国流量都靠着谷歌，等于命门捏在别人手上。把预订嵌进 ChatGPT，等于给自己造了一层不依赖谷歌的发现入口。对餐厅来说，好处是需求正好卡在用户做决定的那一刻送上门；代价是，到店前那点品牌形象——主页、菜品图、菜单设计——被压缩成了列表里的一行字。

    “如果 AI 的回答就是购买前的最后一站，那谁控制了这个回答，谁就控制了这笔生意。”——PYMNTS 对这次集成的点评

    背后是一套协议，不是一次性对接

    有意思的是，这套能力看起来不是 OpenAI 给每家单独写的定制接口。卡片式的交互、跨轮保持状态、实时刷新库存，这些特征都指向 OpenAI 的 Apps SDK（基于 MCP 协议）——平台方跑一个 MCP server 声明”查空位””下订单”这类工具，ChatGPT 负责在对话里把界面渲染出来。Resy 同期也接进了 Claude，用的是同一套思路。换句话说，谁先把”实时库存加幂等下单加规范实体”这套模板做扎实，下一个被改造的可能就是诊所、理发店、球场这些所有”时间容易过期”的生意。

    订完之后呢

    一个现实的限制：订完之后想改时间、取消，不能直接在 ChatGPT 里操作，得回到 Yelp、Resy 或 OpenTable 各自的平台。也就是说，ChatGPT 负责把人送到门口，进门之后的事还是平台管。这对”无缝体验”是个小缺口，但也给了平台保留用户关系的抓手。

    • 消费者：少一次 App 切换，聊着天就把桌子订了
    • 预订平台：在谷歌之外多一条转化渠道，但也怕变成纯管道
    • 开发者：一套 MCP 模板，下一个改造的就是任何”时段易过期”的行业
    ChatGPT 对话内预订餐厅概念图
    ChatGPT 把”推荐”变成了”下单”

    从一个只会推荐餐厅的聊天框，到一个能真的帮你落实计划的助手，ChatGPT 这步迈得不大，却把”对话即行动”又往前推了一寸。接下来要看的，是哪一垂直行业会接着被搬进对话框里。

  • Meta 开源 Muse Glimmer：一块显卡就能跑的本地 AI 智能体

    8 月 10 日，Meta 悄悄往牌桌上扔了一颗砝码。不是又一个锁起来的闭源旗舰，而是一个叫 Muse Glimmer 的开放权重模型——300 亿参数，Apache 2.0 协议，普通玩家一块消费级显卡就能把它跑起来。扎克伯格同一天还写了一篇六千多字的长文，标题叫《未来属于每个人》。两件事叠在一起，等于 Meta 正式把”开放”这张牌又打了出来。

    小身材，专门干智能体的活

    Muse Glimmer 是个稠密模型，从 Meta 更大的旗舰 Muse Spark 1.2 上”蒸馏”而来——简单说，就是把大模型脑子里的本事，压缩进一个小得多的壳里。它最显眼的不是参数多，而是能在本地一直开着：日程管理、整理文件、调用工具、写代码、读屏幕截图，都是它设计时就瞄准的场景。Meta 还配了个小网络叫 DFlash 专门提速，官方说在单张 RTX 5090 上能跑到每秒 230 个 token 左右。

    为什么非要强调”一块显卡”

    过去能跑智能体的模型，基本都得躺在数据中心的集群里。Muse Glimmer 把门槛拉到普通人的桌子——Mac、PC，甚至苹果芯片和 AMD 的 Ryzen AI 设备，发布当天就有推理框架给了首日支持。这意味着你的个人数据不用再一股脑传到云端，隐私这条线，Meta 这次是拿”本地运行”当卖点的。

    “与其把超级智能集中起来，我们不如把它广泛分发，让每个人都有能力去指挥它。”——扎克伯格

    那篇长文，真正在怼谁

    模型只是表象，长文才是重头戏。扎克伯格把火力对准了闭源路线，话里话外点的是 OpenAI 和 Anthropic——在他看来，把好模型锁在少数公司手里，既不必要也不安全。他还替”蒸馏”这招正名，说这就是正经的工程手段，不是抄近路。更尖锐的一句是：AI 最大的危险不是技术本身，而是某一家公司或政府把控制权攥得太死。而他专门反对限制外国开放权重模型，理由是”美国的目标应该是做出全球最好的开源模型，而不是躲开竞争”。

    十亿基金和还没来的大招

    配套动作也不少：Meta 说要拿 10 亿美元投到数据中心周边的美国社区，还要组个独立董事会逐个审核模型发布。更关键的是，更强的 Muse Spark 1.2 的开放权重版本，几周内也要放出来。一旦连旗舰都开源，Meta 就直接和 DeepSeek、阿里、月之暗面这些中国开放权重实验室，以及谷歌的 Gemma 站在了同一条赛道上。

    • 开源模型在智能体任务上，能不能真的追上闭源旗舰
    • 本地运行的隐私叙事，能不能打动被云端吓到的普通用户
    • Meta 会不会真把最强的模型也交出来
    本地运行的个人 AI 智能体概念图
    Meta 押注”本地运行”的个人 AI 智能体

    说到底，扎克伯格这次想讲的故事很简单：AI 不该只属于几家大公司。但故事好不好听，得看几周后 Muse Spark 1.2 开源那一刻，他是不是真的把压箱底的东西拿出来了。

  • 高端韩漫风格唯美情侣插画

    高端韩漫风格唯美情侣插画

    高端韩漫风格唯美情侣插画

    高端韩漫风格唯美情侣插画


    🤖 ChatGPT

    🇺🇸 English Prompt

    masterpiece, best quality, high-end Korean manhwa cover illustration, polished 2D anime art, crisp refined linework, elegant cel-painterly shading, luminous porcelain skin, luxurious fabric, dark romantic fantasy, intimate and visually striking.

A clearly adult couple in an extremely close vertical 4:5 portrait, framed from upper thighs to above the head. A tall, broad-shouldered man stands directly behind a petite woman and wraps both arms around her from behind in a gentle but possessive embrace. He draws her close against his chest, one arm resting around her waist and the other crossing softly over her midsection or lower ribs. The woman leans back into him, her bare shoulder facing the viewer, looking back over her shoulder with a dreamy flushed expression and one hand near her chin. The man lowers his face close to her temple or the side of her head, watching her with a calm, half-lidded, faintly possessive gaze. Clear height and body-size difference.

Both wear modest ivory silk and floral jacquard robes. The woman has long soft hair decorated with ivory flowers and dark ribbons; Glossy black, wine-red, and muted-plum vines curl around them with white peonies, lilies, and scattered petals.

Pale ivory background, blush gradients, soft floral shadows, luminous frontal light, porcelain ivory, soft pink, silver-white, deep black, wine red, muted plum.

Exactly two clearly adult characters, correct anatomy, natural hands, five fingers, no extra limbs, no fused bodies, no distorted faces, no childish features, no text, no logo, no watermark, 2D illustration, not photorealistic.

    🇨🇳 中文提示词

    杰作，最高质量，高端韩国漫画封面插图，精美的2D动漫艺术，清晰精致的线条，优雅的赛璐璐绘画风格阴影，透亮的陶瓷肌肤，奢华的织物，黑暗浪漫幻想，亲密且视觉冲击力强。

一对明显的成年情侣，极近距离的垂直4:5肖像，构图从大腿上方到头顶上方。一位高大、宽肩的男子直接站在一位娇小女性身后，从背后用双臂环抱她，这是一种温柔但带有占有欲的拥抱。他将她拉近贴在胸前，一只手臂环绕在她腰间，另一只手臂轻轻交叉在她中腹部或下肋骨处。女性向后靠在他身上，裸露的肩膀面对观众，回眸凝视，表情梦幻脸颊微红，一只手放在下巴附近。男子将脸贴近她的太阳穴或头部侧面，用冷静、半闭、略带占有欲的目光注视着她。明显的身高和体型差异。

两人都穿着质朴的象牙色丝绸和花卉提花长袍。女性留着柔软的长发，装饰着象牙色的花朵和深色缎带；墨黑色、酒红色和暗李子色的藤蔓卷曲在他们周围，点缀着白色牡丹、百合和散落的花瓣。

苍白象牙色背景，腮红渐变，柔和的花卉阴影，明亮的正面光，陶瓷象牙色，柔粉色，银白色，深黑色，酒红色，暗李子色。

准确的两个成年角色，正确的解剖结构，自然的手部，五个手指，没有多余的肢体，没有融合的身体，没有扭曲的面部，没有稚嫩的特征，没有文字，没有标志，没有水印，2D插图，非写实。
  • 复古印花上衣东亚女性咖啡馆人像

    复古印花上衣东亚女性咖啡馆人像

    复古印花上衣东亚女性咖啡馆人像

    复古印花上衣东亚女性咖啡馆人像


    🤖 即梦

    🇺🇸 English Prompt

    A young East Asian woman in her early 20s with fair porcelain skin, soft natural makeup, rosy cheeks, and glossy peach-pink lips, looking directly at the camera with a gentle, confident smile. She has long, wavy chestnut-brown hair cascading over her shoulders. Her left hand is raised near her head making a peace sign (V-sign), while her right hand lightly holds a cream-colored woven handbag and a wide-brimmed straw hat with a black ribbon. She wears a sleeveless one-shoulder wrap top with an intricate retro geometric and floral paisley pattern in rich brown and soft beige tones, the fabric tied into a neat bow at her left side for a waist-cinching silhouette. Delicate silver jewelry includes a thin chain necklace with a small heart pendant, a bracelet on her right wrist, and another on her left. Soft natural daylight illuminates her from the side. Background is a cozy modern café interior with warm wooden furniture, a large glass window showing outdoor greenery, a reverse-text café sign reading “NADUE YAR”, a menu board, and a glass bottle on a table. Highly detailed, photorealistic, soft bokeh, fashion photography style, 8k.

    🇨🇳 中文提示词

    一位20出头的东亚年轻女性，皮肤白皙如瓷，妆容柔和自然，双颊绯红，嘴唇涂着带有光泽的桃粉色口红，带着温柔而自信的微笑直视镜头。她留着栗褐色的长波浪发，如瀑布般披在肩上。她的左手举在头附近摆出和平手势（V字手势），右手轻握着一个米白色的编织手提包和一顶系着黑色丝带的宽檐草帽。她穿着一件无袖单肩裹身式上衣，上面印有复杂的复古几何和花卉佩斯利图案，色调为深棕色和柔和的米色，面料在左侧系成一个整齐的蝴蝶结，勾勒出收腰的轮廓。精致的银饰包括一条带有小爱心吊坠的细链项链，右手腕上戴着一只手镯，左手腕上戴着另一只。柔和的自然光从侧面照射着她。背景是一个舒适的现代咖啡馆内部，有温暖的木制家具，一扇显示室外绿植的大玻璃窗，一个写着“NADUE YAR”的反向文字咖啡馆招牌，一个菜单板，以及桌子上的一个玻璃瓶。细节丰富，逼真感强，柔和的虚化效果，时尚摄影风格，8k。