YOHO AI

标签： AI助手

  • ChatGPT语音终于学会闭嘴：OpenAI GPT-Live全双工上线

    ChatGPT语音模式升级示意
    OpenAI 用 GPT-Live 重写 ChatGPT 语音模式，让它学会”边听边说”（图：The Verge）

    用过 ChatGPT 语音模式的朋友大概都经历过这种尴尬：你话才说到一半，正组织下一句，AI 突然插进来”好的，我理解你的意思是……”，而你后面那半句它压根没听见。这不是你表达有问题，是旧版语音模型的底层架构决定的——它只能等你彻底闭嘴，才轮到它开口。

    7 月 8 日，OpenAI 给这个问题从根上动了刀。新发布的 GPT-Live-1 和 GPT-Live-1 mini 两款语音模型，第一次在 ChatGPT 里实现了”全双工”：它能一边听你说话，一边组织自己的回答，你随时可以打断、插话、改口，它都接得住。

    “它终于学会闭嘴了”

    The Verge 给这篇报道起的标题特别传神——”ChatGPT 升级后的语音模式更擅长闭嘴了”。OpenAI 产品负责人 Atty Eleti 在发布会上解释：”这是一个全双工模型，意味着它可以同时说话和听。从模型侧看，它能持续、同时地处理输入流、产出输出流。”

    OpenAI 研究负责人 Kundan Kumar 把 GPT-Live-1 称为公司”迄今最聪明的语音模型”。它会在需要推理或联网搜索时，自动把你的请求转交给 GPT-5.5 这类最强文本模型，再回头把结论用说话的方式讲给你听。

    换句话说，以前语音助手是”听写—理解—朗读”三段流水线，现在声音本身就是输入也是输出，延迟从秒级压到了毫秒级，对话节奏终于像人跟人聊天了。

    几个真实用得上的新花样

    全双工带来的不只是”不打断你”这么简单，还顺手解锁了几个挺实用的能力：

    • 实时翻译：你还在说中文，它已经同步翻成英文，不用等你停下
    • “听口令再开口”：你可以让它先闭嘴，等你喊它才接话
    • 会”嗯、对、收到”：它用这些词告诉你”我在听”，对话更自然
    • 聊天气、股票、赛事时，会顺手生成对应的图片辅助说明

    OpenAI 说，新版语音模式就是为了让人能”更长时间地 Hands-free 聊天”。产品负责人 Eleti 自己就说，他散步时跟语音助手聊过 30 到 40 分钟。看得出来，OpenAI 想让 ChatGPT 从一个”要打字的工具”，变成一个”能一直挂着的对话入口”。

    不是 AI 伴侣，也还有翻车的时候

    OpenAI 特意划了一条线：GPT-Live 不是要做”AI 伴侣”，不打算跟你谈情说爱。它内置了 safeguards，对青少年给年龄合适的回答，聊到自伤这类话题会转接专业危机热线。毕竟 OpenAI 正背着一串”ChatGPT 诱发妄想、伤害用户心理健康”的官司，安全这块不敢马虎。

    不过 demo 也不是完美。展示印地语实时翻译时，助手带着一股浓重的美式口音，印地语说得生硬又书卷气。OpenAI 承认新模型针对”大多数主流语言”做了优化，但没说清到底是哪些。这也是全双工语音要真正好用，还得跨过的一道坎。

    谁能先用上

    GPT-Live-1 已经推到 iOS、安卓和网页端。Go、Plus、Pro 订阅用户默认用更大的 GPT-Live-1，免费用户则是轻量版的 GPT-Live-1 mini。苹果和亚马逊也在把自家的语音助手往”更会接话、更懂上下文”的方向改，Sesame 这类创业公司也在做类似的事。语音这条赛道，下半年只会更挤。

    对普通用户来说，最直观的变化可能就是：以后跟 ChatGPT 打电话，它终于不会在你喘气的功夫抢话了。

  • ChatGPT这次把嗓子和耳朵焊一起了：GPT-Live-1学会边听边插嘴

    OpenAI 这周二给 ChatGPT 换了一套全新的语音内核。新模型叫 GPT-Live-1 和 GPT-Live-1 mini，听着像普通版本号更新，其实改的是最底层的交互逻辑——它第一次让 AI 在跟你说话的时候，也能同时听你说话。

    以前是“你一句我一句”，现在能直接打断

    老版本的高级语音模式本质上是三段流水线：先把你的话转成文字，再丢给大模型想答案，最后用语音合成念出来。这种方式有个老毛病，你话还没说完它就可能抢答，中间停顿一下它又以为你说完了。GPT-Live-1 把这三段压成了一个“语音到语音”的统一模型，声音本身就是输入输出，不用再绕一圈文字。最直观的变化是，你可以在它说话时直接插一句“等一下我说的不是这个”，它能接住你的打断，顺着上下文继续。

    它把“聪明”和“说话”分开了

    OpenAI 在简报里说，新模型遇到要查资料、要推理、要调工具的活儿，会把任务甩给后台的 GPT-5.5，自己只管把对话顺畅地接下去。换句话说，语音层负责“像人一样聊”，脑子层负责“想明白”。产品负责人 Atty Eleti 说他自己遛弯时跟语音助手聊过三四十分钟，模型还能安静地听很久、把上下文攒着等被叫到。

    “我们觉得，语音慢慢会变成人们操作电脑的一种主要入口，甚至是处理那些又长又复杂的智能体任务的方式。”——ChatGPT Voice 负责人 Atty Eleti

    不是来当陪聊的

    虽然话术上强调“更自然”，但 OpenAI 反复划清界限：这不是要做一个 AI 伴侣。模型里内置了针对青少年的适龄回应，以及遇到自残这类话题时给资源引导的护栏。它也顺手支持实时翻译、用视觉卡片甩出天气和股票——代价是，目前优化的是“大多数口语”，具体哪些语言并没列清楚。

    对手们也没闲着

    苹果和亚马逊都在把自家助手往“更会聊”的方向改，Oculus 联合创始人搞的 Sesame 也上线了能边干活边聊天的助手。有意思的是，OpenAI 自己放风说今年可能出一副带 AI 的无线耳机——把语音做成主入口，硬件才是真正的落点。

    • 全双工架构：说话和聆听同步进行，支持中途打断与插话
    • 免费用户默认用 GPT-Live-1 mini，付费档可切到更大的 GPT-Live-1
    • 复杂任务转交后台 GPT-5.5，语音层只负责把对话接顺
    OpenAI GPT-Live-1 全双工语音模型概念图
    GPT-Live-1 让 ChatGPT 的语音交互从“轮流发言”走向“自然对话”

    当然，演示里也露了怯。现场秀印地语实时翻译时，助手带着一股浓重的美式口音，腔调还有点书呆子气。这说明“全双工”的架子搭起来了，但离哪种语言都顺溜还有距离。

  • OpenAI放出GPT-5.6，顺手把Codex做成了人人可用的办公搭子

    OpenAI GPT-5.6 与 ChatGPT Work 概念图
    OpenAI GPT-5.6 与全新的 ChatGPT Work 智能体（配图）

    两周前，GPT-5.6 其实已经”发布”过一次，但那时候普通用户根本摸不到。6 月 26 日那波上线，只向大约 20 家提前报备过的机构开放——因为特朗普 6 月 2 日签的行政令要求，AI 公司在全面公开前沿模型之前，得先把模型交给政府做能力评估。这等于 OpenAI 自己定的发布日，被外部按了暂停键。

    等了两周，才拿到放行条

    美国商务部下属的 AI 标准与创新中心把模型审了两周，7 月 8 日放行，GPT-5.6 这才算真正面向所有人开放。Sam Altman 在 X 上给它的评价是”我们做过的最强模型”。系统卡片里写得挺坦率：Sol 在网络安全、生物这两个领域能找出漏洞和攻击的”零件”，但在测试条件下没能自己拼出一条完整的攻击链。这也解释了为什么管控会下沉到产品层——部分 API 调用可能被拦截，甚至在生成到一半时被暂停，交给安全系统复核。

    ChatGPT Work：把 Codex 塞给普通人

    OpenAI 挑在同一天抛出了另一个东西：ChatGPT Work。简单说，它是把 ChatGPT 和 Codex 揉到了一块儿。Codex 本来是给写代码的人用的，现在 OpenAI 想让不懂编程的普通人也能用它干非编程的活——从你指定的 App、文件和工作流里收集上下文，直接产出文档、表格、演示文稿，甚至网页应用。

    OpenAI 在博客里说，ChatGPT Work 能从你选择的工具里收集上下文，产出文档、表格、演示文稿和网页应用；一个”统一插件目录”让它能连上 Slack、Gmail、Google Drive、日历和各类 CRM。

    说白了，它不再只是一个聊天框，而是想坐到你工作流的正中央。落地范围也够大方：Mac 和 Windows 的桌面端，连免费用户都能立刻用上；手机和网页端先给 Pro、Enterprise、Edu 这几个档位，Plus 和 Business 会在接下来几天陆续放开。OpenAI 的说法是，全球已经开始推送，24 小时内基本铺满。

    一家人，三种打法

    GPT-5.6 不是单个模型，而是一家人。Sol 是旗舰，主打智能和效能；Terra 是均衡的日常工作模型；Luna 走性价比路线，便宜又快。OpenAI 还加了一个 Ultra 模式，默认让四个智能体并行干活，对付复杂任务。

    • Sol 在一项智能体”考试”里比 Anthropic 的 Fable 5 高了 13 分，而且用的 token 更少。
    • Terra 和 Luna 在某些评测里，用大约十六分之一的成本就能打平 Fable 5。
    • 这一家人背后就一个信号：模型不光要比谁聪明，还要比谁便宜。

    顺便给微软递了颗定心丸

    OpenAI 说 GPT-5.6 会成为 Microsoft Copilot 的”首选模型”。这话多少有点针对性：这周彭博刚报道微软为了省钱，开始更多依赖自家 MAI 模型，外界一度猜测两家要闹掰。OpenAI 这波等于公开把”我们还是好搭档”写在脸上，也顺手压了压”分家”的传闻。

    把最近几件事连起来看挺有意思：Codex 并进了 ChatGPT，Atlas 浏览器退场，能力改由 Chrome 扩展承接。模型在 API 里打价格战，产品在桌面上抢入口——OpenAI 的意图很直白，就是想让你电脑上那个”替你干活的东西”只叫一个名字。聊天框时代的 ChatGPT 是个浏览器标签页，智能体时代的 ChatGPT，想变成你电脑里常驻的那一层。

  • Anthropic给Claude加了块「使用报告」，这盘算计比你想的深

    最近AI被骂得挺凶，数据中心抗议、 backlash新闻一个接一个。就在这当口，Anthropic给Claude悄悄推出一个叫Reflect的新功能。表面看，它就是个使用仪表盘——把你跟Claude聊过什么、用AI的习惯、常求助的任务类型，全给可视化出来。

    但这块仪表盘真正想做的事，是悄悄改变你怎么看待AI这件事。它把Claude摆成一个”你天天在用的生产力工具”，一种已经嵌进你工作流里的东西，顺带还把它包装成一项你可以”有觉知地”去用的技术。

    它不只是给你看数据

    Reflect不会真的算你靠AI省了多少时间，但把Claude帮过的活儿一件件摊在你面前，那种感觉会让你越来越把Claude当成离不开的日常。Anthropic还说，Reflect会时不时蹦个问题出来，比如”有什么事，哪怕Claude能更快做完，你也想自己动手？”——这其实是在引导你，怎么”更有意识”地跟AI相处。

    连”防沉迷”都安排上了

    挺有意思的是，这个原本为了让人多用AI的功能，顺手还给了你设置”安静时段”、提醒你该歇会儿的选项。毕竟聊天机器人永远秒回、还主动接话，这种黏性谁用谁知道。Anthropic大概也清楚，得做点姿态出来。

    Claude Reflect AI使用习惯仪表盘概念图
    Claude Reflect把你的AI使用习惯摊在面前，潜移默化地强化依赖

    早在2012年，Google就推过Gmail Meter，把你邮箱的使用数据做成饼图。当年那玩意儿主要是让技术宅自嗨，但也顺带用数字证明了一件事：Gmail已经成了你数字生活的中心。Reflect干的是同一件事，只是往前多走了一步——它还会教你，怎么把AI用得更好。

    隐私怎么说

    Anthropic说，比较敏感的对话也可能出现在Reflect里，但只会以”高层面”呈现；连着健康类整合工具的对话，则完全不进统计。而且这些洞察数据不会被拿去干别的事。

    Reflect目前向开启了记忆功能的Free、Pro、Max用户开放beta，之后还会加上”你到底在Claude上花了多少时间”的视图。一块使用报告而已，但Anthropic打的算盘，显然不止是让你多看一眼。

  • Notion 砍了邮箱 App，转头做了个「Agents」：把 ChatGPT、Gemini、Claude 全塞进一个聊天框

    Notion Agents iPhone 应用界面示意图
    Notion Agents 把 ChatGPT、Gemini、Claude 收编进一个聊天框（配图由 AI 生成）

    Notion 这公司最近有点”拆东墙补西墙”的意思。上个月它刚宣布砍掉做了刚好一年的邮箱 App Notion Mail；这个月，它就端出了一个全新的 iPhone 应用，叫 Agents。

    它不是另一个笔记 App

    7 月 7 日上线的 Notion Agents，和它家那个主力的笔记 App 不是一回事。它不让你写文档，而是专门用来”聊”——跟你自己的 AI 代理聊，也跟接进来的大模型聊。目前支持三个：Anthropic 的 Claude、Google 的 Gemini，还有 OpenAI 的 GPT。换句话说，Notion 自己不下场做模型，而是做了个”代理集散中心”，把别人的模型都接进来。

    用法上挺直白。你可以在里面问代理问题，也可以随手记点东西：打一段文字、录一段语音、拍张照片，代理会自己判断这些内容该归到哪。它连着你真实的 Notion 工作区和你那一整套工具栈，所以回答不是凭空编的，而是从你自己的文档和数据里长出来的。

    Notion 主 App 是个”仓库”，你把东西存进去；Agents 是个”前台”，你动动嘴，它去仓库里翻、去帮你办。

    砍邮箱、做代理，Notion 在赌什么

    把 Notion Mail 的退场和 Agents 的登场放一起看，逻辑就清楚了。做邮箱那一年，Notion 想的是”AI 帮我处理收件箱”；现在它发现，比起替你盯邮件，更值钱的是做一个”你随时能调度的代理中枢”。邮箱是入口之一，但不是非争不可的入口；而”代理能连你的全部工作”这个位置，谁占住谁就掌握主动。

    • “懂你的工作”：接的是你真实的文档和工具，不是凭空编的答案
    • “即时捕捉任何东西”：文字、照片、语音，代理自己决定放哪
    • 能直接干活：建页面、起草周报、跨工具搜东西，全在一个聊天框里

    当然，Agents 现在还是个 iPhone 专属应用（iPad 和 Mac 上能勉强跑，但没专门适配）。对于一个主打”随时随地处理工作”的工具来说，桌面端的缺位有点尴尬。而且它本质上是个聚合层——模型能力好不好，最终还是 Claude、Gemini、GPT 说了算。

    Notion 的护城河，在于它握着你的文档、数据库和项目，也就是”上下文”。代理再聪明，没有你的真实数据也是空转。所以这事挺典型的：大厂做 AI，拼到最后往往不是谁模型最强，而是谁最贴近你的真实工作流。Notion 把赌注压在”上下文”上，砍掉边缘业务、All in 代理，这一步走得够干脆。

  • 亚马逊秘密项目Moonraker曝光：要让Alexa真正像个能办事的Agent

    亚马逊 Alexa AI 代理概念图
    亚马逊秘密项目 Moonraker 旨在让 Alexa 升级为 AI 代理（概念图）

    Amazon 的 Alexa 一直被吐槽”听懂了但办不成事”。最近 Business Insider 翻出一批内部规划文件，曝光了一个此前没对外说过的项目，代号”Moonraker”——亚马逊想让 Alexa 从一个”问答机”变成能一口气跑完多个动作的 AI 代理。

    从”一句话”到”一串动作”

    现在的 Alexa+ 已经能帮用户叫车、买票，不过得靠 Uber、Ticketmaster 这些合作伙伴接好接口，本质上还是”你说一句、它办一件”。Moonraker 要做的，是让一次请求触发一连串操作。文件里举了个例子：”帮我叫辆车，再给我朋友发条消息”——以前 Alexa 大概率会卡在第二步，现在它要自己把这两件事都办了。

    这个方向一点都不新鲜，Google、OpenAI、Anthropic 早就推出了能自己上网、跑多步流程的 agent 产品。亚马逊只是终于坐不住，要把 Alexa 也推进这条赛道。

    代价是真贵

    但让 Alexa 变聪明，烧钱也烧得吓人。内部文件直接把 Moonraker 标成 Alexa+ 这轮升级里”成本最高”的新项目，预计 2026 年光 GPU 费用就要超过 1 亿美元。有文件甚至建议，要么推迟、要么缩水，给成本压力降降温。

    一些亚马逊高管觉得，团队在喂 Alexa 的 AI 模型上花超了，运行这些模型的费用已经成了内部越来越大的心病。这其实不是亚马逊一家的问题——整个硅谷都在经历一场”token 账单”的清醒：当先进 AI 真正铺开，账怎么算都肉疼。

    Alexa 的”成长的烦恼”

    翻翻 Alexa+ 的履历，麻烦一直没断过。助手在美国的铺开被推迟了好几回，年初才扩大可用范围；内部 beta 测试的时候还曝出幻觉、答非所问的问题，有个员工的 Alexa 误把鱼缸过滤器关了，鱼当场没了。CEO 贾西在最新的股东信里倒是很乐观，说大家跟 Alexa+ 聊天翻了一倍、下单频次是以前的三倍，但也没忘补一句：”Alexa 离成为全世界最好的个人助理，还早得很。”

    为了撑起 Moonraker，亚马逊去年底就备好了几百张英伟达 GPU，测试时还用了 Anthropic 的 Sonnet 模型做高级推理和视觉回应。不过面对 BI 的提问，亚马逊选择了不置评。

    说到底，Moonraker 是亚马逊给 Alexa 的一场豪赌：它想让语音助手真正”办成事”，而不只是”聊聊天”。只是这门生意的账，目前怎么看都不便宜。

  • OpenAI放出新语音模型：能随时打断、还能实时翻译，但口音有点出戏

    AI语音助手与声波动画
    GPT-Live-1 让 ChatGPT 的语音对话更接近真人

    OpenAI 今天把 ChatGPT 的「嘴」和「耳朵」换了一套新引擎。新模型叫 GPT-Live-1，还有个轻量版 GPT-Live-1 mini，官方说法是听起来更自然，也更会把握说话的节奏，不会再动不动就抢你的话。

    这次升级最关键的一点，是它变成了「全双工」模型——也就是能边听边说。你可以随时插话打断它，它也能在你说的时候默默听着，而不是像老版那样非得等你彻底说完、停顿一下才开口。实时翻译这种场景，靠的也是这个能力。

    从「三件套」到「一根线」

    之前的语音模式其实是拼起来的：先靠语音转文字把你说的话写成字，再丢给大模型想答案，最后用文字转语音念出来。环节一多，就容易出岔子——要么在你说话时突然打断，要么脑子跟不上、答非所问。

    新模型把这条链路收拢了。OpenAI 说，它会把你的提问交给最新的文字模型（比如 GPT-5.5）去做搜索、推理或者调度 Agent，同时语音对话还在继续，不用停下来等。它甚至能憋着不说话，安静听你讲上一长段，把上下文都接住，等被叫到才接话。

    我们觉得长远来看，语音会成为操作电脑的一种主要方式，也能用来打理那些越来越复杂、跑得很长的 Agent 任务。

    上面这句话出自 ChatGPT Voice 的产品负责人 Atty Eleti。他透露，自己散步时跟语音功能聊过三四十分钟。OpenAI 有意把语音往「能扛长时间复杂工作」的方向推，外界也一直传它今年可能出一副带 AI 的耳机，不过这次公司没提任何硬件。

    不是伴侣，但还在打磨

    默认情况下，免费用户会拿到 mini 版，付费档才能用上更大的 GPT-Live-1，它会逐步替换掉现在的 Advanced Voice Mode。OpenAI 强调，他们并不想把它做成「AI 陪伴」，而是加了护栏：对青少年给适龄的回应，聊到自残这类话题会提供求助资源。

    竞争对手也没闲着。苹果和亚马逊都在把自家的助手改得更会接话、更懂上下文；由 Oculus 联合创始人创办的 Sesame，也在做能边聊边在后台干活的助手。OpenAI 的方向和大家一致：让你能 hands-free 地跟助手聊更久。

    演示翻车的一幕，也值得记住

    新模型当然还有毛糙的地方。现场演示印地语实时翻译时，助手一口浓重的美式口音，说出来的印地语生硬又书面，听起来很出戏。OpenAI 说新模型是针对「大多数常用语言」优化的，但究竟覆盖哪些，它没细说。

    • 全双工 + 随时打断，是这次最实在的进步，聊天不再像在跟自动语音菜单较劲。
    • 接上 GPT-5.5 之后，语音能干的活明显变多，甚至能顺手给你看张图。
    • 口音和少数语言仍是短板，离「全世界都能自然聊」还早。

    OpenAI 透露，现在每个月有超过 1.5 亿人用语音或听写跟 ChatGPT 说话。从「能对话」走到「聊得像个真人在旁边」，GPT-Live-1 算是往前迈了一大步——只是这一步迈得还不够稳，尤其是当你说的不是英语的时候。

    📎 原文来源：OpenAI releases new voice models for more natural live conversations（TechCrunch / Ivan Mehta）
  • 这家「不审查」的AI公司刚拿了6500万美元，估值冲上10亿美元

    这家「不审查」的AI公司刚拿了6500万美元，估值冲上10亿美元

    大多数人用AI聊天机器人时，心里最打鼓的事情是什么？不是AI不够聪明，而是担心自己的对话被记录、被审查，甚至哪天因为问了个「不合适」的问题就把账号给封了。

    这家「不审查」的AI公司刚拿了6500万美元，估值冲上10亿美元
    图片来源：TechCrunch / 网络

    一家叫 Venice AI 的创业公司正是看准了这个痛点。它的卖点很简单：不审查、不记录、让你随便用。结果用户真的买账——这家公司才成立两年，刚刚完成了6500万美元的A轮融资，估值冲上10亿美元，正式跻身独角兽行列。

    两个月300万活跃用户，自己就盈利了

    Venice AI的平台上有超过200个AI模型，既有所谓的「无审查」开源模型，也接入了OpenAI和Anthropic的闭源模型。区别在于：Venice把所有用户输入都加密处理，数据不经过自己的服务器存储，直接从技术层面做到了「无记录」。部分模型还支持端到端加密，不过这个功能要付费订阅才能用。

    用户数增长确实猛。上线才两年，网站独立访客已经超过85万，月活用户破300万，每天平均处理170万次API调用。更夸张的是，公司已经盈利了——CEO Erik Voorhees在接受TechCrunch专访时透露，公司年化营收运行率已经超过7000万美元。

    两年时间，从零到盈利，再到估值10亿美元。在当下AI创业公司普遍还在烧钱的阶段，这个成绩确实让人眼前一亮。

    CEO是比特币老炮，曾因「不核实用户身份」被华尔街日报点名

    Erik Voorhees这个人本身就很有故事。他是早期比特币的倡导者，之前创办过比特币赌博网站Satoshi Dice，还创办过加密货币交易所ShapeShift。这个人一直有个立场：用户隐私权优先于一切。

    当年华尔街日报调查ShapeShift（这家交易最初不要求用户实名），指责它处理了数百万美元的可疑资金，Voorhees的回应是：「我不认为人们需要被记录身份才能使用服务，只是为了抓住极少数犯罪分子。」

    这次面对「AI psychosis」（AI导致用户精神问题）的争议，他的逻辑是一样的：Venice AI是一个中性平台，就像比特币这个中性协议一样，对所有人都一视同仁。他认为，比起AI说了什么「坏话」，让所有人被持续监视才是更危险的事情。

    还发了两个加密货币，但只有8%用户用币支付

    既然CEO是加密老炮，Venice AI搞两个代币出来也就不奇怪了。今年1月，公司推出了VVV代币；去年8月又加了DIEM代币。用户的玩法是：买VVV，质押它来挖DIEM，DIEM每天产生价值1美元的AI积分，可以在平台上消费。

    不过说实话，这套加密玩法对大众用户来说门槛还是太高。Voorhees自己也说，目前只有约8%的用户用加密货币支付。真正驱动用户增长的，还是「隐私」和「无审查」这两个核心卖点。

    Voorhees说，公司刚上线的时候，功能和ChatGPT差得很远，用户愿意用纯粹是因为隐私保护。但到现在，功能差距已经大幅缩小，「它已经成为一个越来越有竞争力的ChatGPT替代品」。

    新钱用来买GPU，要把命脉握在自己手里

    这一轮融资的钱，Venice AI打算用来买GPU、建自己的数据中心。目前公司还是租赁GPU，毛利率受压制。把计算基础设施握在自己手里之后，毛利空间会好看很多。

    投资方阵容也很有意思——领投方Dragonfly是一家专注加密领域的风投，跟投的还有Coinbase Ventures、North Island Ventures等。看得出来，Venice AI在加密圈里已经攒了不少人气。

    但「无审查」这条路能走多远，还是个问号。随着各国对AI监管的收紧，像Venice AI这样明确主打「不审查」的平台，迟早要面临监管压力。Voorhees的态度很明确：他宁愿承担这个风险，也不愿意做一个「替用户做决定」的平台。

    值不值得押注是一回事，但至少现在，愿意为隐私买单的用户确实足够多，多到能把这家公司推到独角兽的位子上。

  • 把 AI 智能体塞进手机键盘，这家新加坡创业公司拿到了 530 万美元

    Acti AI 智能体键盘
    Acti 将 AI 智能体直接嵌入手机键盘界面

    你每天在手机上最频繁用的界面是什么？不是某个 App，而是键盘。打字、发消息、搜索、写邮件——几乎所有操作都从键盘开始。

    新加坡创业公司 Acti 想把这个最基础的入口变成 AI 智能体的主场。他们这几天正式推出了一款”AI 智能体键盘”，有 iOS 和 Android 两个版本。不是那种帮你自动补全下一个词的传统输入法，而是能直接替你执行操作的 AI 工具。

    创始人来自百度

    创始人 Young Wang 此前在百度待了十年，把 Facemoji 键盘做到了 3 亿日活。他的判断是：大模型出现之后，文字不再只是用来”输入”的东西，它变成了”意图”的载体——而你打的每一个字，理论上都可以直接触发一个动作。

    Wang 说：”现在的 AI 智能体从根本上受限，因为用户的上下文分散在各个独立的应用里。Acti 坐在所有应用的上方，这让我们能建立一个真正属于用户——而不是某个平台——的上下文层。”

    Skills 是核心

    Acti 键盘的核心卖点叫”Skills”——可以理解为自定义快捷键。用户在键盘上划一个字母，就能触发一个多步骤任务。比如长按”T”翻译整段消息，按”C”立刻发出一个会议链接。不需要写代码，用自然语言描述想要什么效果，Acti 就能帮你建好这个 Skill。

    这些 Skills 可以私用，也可以发布到 Acti 的”Skill Hub”市场里让别人用。内测期间，用户在不到两周时间里建了超过 1000 个 Skills。

    隐私怎么算

    把 AI 放在键盘这个位置，隐私问题肯定躲不掉。Acti 的说法是”本地优先”——用户的个人上下文默认存在设备上，除非用户主动触发需要云端处理的功能，否则不会把消息内容传出去。

    技术上，Acti 用的是 Google 的 Gemini 模型。Wang 说选 Gemini 是因为它在智能程度、速度、可靠性和多语言表现之间找了个不错的平衡点。

    刚拿了 530 万美元

    Acti 刚刚完成了一轮 530 万美元的种子融资，由 BITKRAFT Ventures 领投。团队阵容不算弱——CTO Mike Sun 之前是百度云相册平台 Yike Album 的创始技术负责人，CSO Junbo Yang 之前在 HashKey Capital 主导消费类投资。

    商业模式还在摸索中，但大致方向是订阅制——免费用户能用基础模型，付费用户能用到更高级的模型、更多的每日调用次数。

    键盘这个赛道已经很久没有大变动了。Acti 想借 AI 的机会重新定义这个最基础的界面——这事能不能成，取决于用户愿不愿意让 AI 在他们的键盘里”常驻”。

  • OpenClaw 终于出了手机版，这下真能在口袋里跑 AI 智能体了

    OpenClaw 终于出了手机版，这下真能在口袋里跑 AI 智能体了

    今年早些时候在网上火了一阵的那个开源 AI 智能体 OpenClaw，这几天悄悄上架了 iOS 和 Android 应用。之前想用只能跑在电脑上，现在手机也能用了。

    OpenClaw 移动应用
    OpenClaw 现在有了官方移动应用

    用起来倒不复杂。手机装上应用之后，跟 OpenClaw Gateway 配对——这东西相当于一个路由层，把你手机上的请求转给后端的 AI 智能体和各种工具。配对好了，你就能在手机上直接跑之前在电脑上配置好的那些智能体了。

    OpenClaw 的用户已经把它玩出了花：写代码、规划餐食，甚至别的一些奇怪用法都有人试过。当然，翻车的人也不少，有人吐槽说结果实在不太行。

    MoltBook 那档子事

    OpenClaw 今年 2 月那波热度，很大程度上是靠 MoltBook 带起来的——当时号称是一个”完全由 AI 智能体组成的社交网络”，闹得挺大。后来被扒出来，里面有不少”智能体”其实是人在扮演，说白了就是一场营销噱头。

    这事说实话挺鸡贼的。用真人冒充 AI 来炒概念，短期确实能吸引眼球，但代价是把口碑搭进去了。不过话说回来，那阵风也确实让大家开始认真想一件事：智能体要是真能靠谱地跑起来，到底能干什么？

    手机上的智能体，到底靠不靠谱

    OpenClaw 上手机这步棋，赶上了智能体遍地开花的节点。你现在能在好多地方看到智能体的影子——键盘插件、各类 App 的集成，甚至系统级的入口也在路上了。

    但问题是，智能体在手机上到底能干多少实际的事，现在还真不好说。桌面端都还没完全跑顺，移动端受限于屏幕、交互方式和后台限制，能发挥的空间更小。OpenClaw 这波先把”能跑”这件事解决了，至于”跑得好不好”，还得靠后面的实际使用来说话。