标签: AI技术

  • 阿里千问Qwen3.7-Max发布:从对话模型到工程代理的关键一跃

    三个月连更三次,千问在争什么

    5月20日,阿里巴巴在杭州发布了千问新一代旗舰模型Qwen3.7-Max。如果只看标题,这像是一次常规的模型迭代——但从最近三个月的节奏来看,千问正在以不太常见的速度连续推出新版本。

    3月20日,Qwen3.5-Max-Preview亮相;4月20日,Qwen3.6-Max-Preview发布;5月20日,Qwen3.7-Max正式登场。三个月、三个大版本,这个节奏即便放在全球大模型厂商里也不算慢。背后反映的是一个明确判断:模型竞争的重点正在转移,从”谁的参数大、榜单分数高”,转向”模型能不能真正进入工作流,稳定执行复杂任务”。

    Agent能力成了新的主战场

    Qwen3.7-Max延续了千问3.x系列的一个明显转向:强化Agent能力。这不是一个抽象的方向——具体体现在编程、长上下文、工具调用、跨框架兼容和长程任务处理这几个维度上。

    在第三方机构Arena的全球大模型盲测总榜中,Qwen3.7-Max超过了Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1,与GPT、Claude、Gemini等国际顶尖模型接近,位列国产模型第一。

    Qwen3.7-Max在MCP-Atlas、MCP-Mark、SkillBench等现实能力测试中表现优异,超过GLM-5.1、Kimi-K2.6等模型,创下国产模型新高。

    编程智能体能力的提升尤为明显。在SWE-Pro、SWE-Multilingual、Terminal Bench 2.0-Terminus等测评中,Qwen3.7-Max较Qwen3.6-Plus有大幅提升,并超过了DeepSeek-v4-pro-Max、Claude-Opus4.6、Kimi-K2.6等模型。

    一次完整的工程任务:35小时、上千次工具调用

    阿里内部做了一个挺有说服力的测试:把千问3.7放到一个陌生的新硬件平台上(平头哥真武M890),任务是优化一个生产级注意力内核算子。

    模型没有现成的性能profile,没有硬件文档,也没有示例实现——只拿到了任务描述、SGLang+Triton参考代码和评测脚本。在这个环境中,千问3.7连续工作了35小时,执行了数百次内核评估和上千次工具调用,完成了代码编写、编译、性能分析和迭代优化的完整流程。最终,内核速度在参考实现基础上提升了一个数量级。

    更值得注意的细节是:在连续运行30小时后,模型仍然能发现新的优化空间。这说明它并不是在完成一次性的指令执行,而是在较长时间内保持了目标感,能根据反馈调整路径。

    这个测试背后的意图很明显:当大模型具备较强的推理、编程和工具调用能力,并被放入真实的工程环境中,它有机会承担过去需要专业工程师长时间推进的复杂任务。

    阿里的真正优势:场景和基础设施

    千问的特殊性在于,阿里拥有大量真实的业务和基础设施场景。芯片(平头哥)、云(阿里云)、数据库、电商、物流、支付、出行、本地生活——这些都可以为Agent提供复杂的任务环境。场景既能测试模型,也能为模型迭代提供反馈数据。

    2026年3月,阿里成立了Alibaba Token Hub(ATH),由吴泳铭直接负责。这个调整的背景是:企业使用AI的方式正在变化。过去买的是算力时长,现在消耗的是Token——模型处理任务、生成内容、调用工具、完成工作的能力,最终都会体现在Token使用上。

    公开信息显示,阿里AI模型和应用服务ARR已突破80亿元,百炼MaaS开发平台客户数截至2026年3月同比增长8倍,覆盖电商、金融、制造等多个行业。

    在这个布局里,Qwen3.7-Max不只是一次模型能力更新,而是阿里把”芯—云—模型—推理”这条链路进一步打通的一个节点。模型越强、推理越快、成本越低,Agent越容易在企业中规模化应用——这个逻辑决定了下一阶段大模型竞争的重心。


  • Spotify牵手环球音乐,AI翻唱正式「合法化」了

    AI翻唱、AI remix这件事,之前一直游走在灰色地带。Suno和Udio这些工具虽然火,但一路被告——华纳、环球、索尼轮番上阵,版权官司打得没完。

    Spotify决定不走这条路。2026年5月21日,它宣布跟环球音乐集团(UMG)达成授权协议,要让用户用生成式AI合法地翻唱和混音自己喜欢的歌。

    “Solving hard problems for music is what Spotify does, and fan-made covers and remixes are next. What we’re building is grounded in consent, credit, and compensation for the artists and songwriters that take part.”

    —— Alex Norström, Spotify co-CEO

    这个功能会以付费插件的形式推出,仅限Spotify Premium订阅用户使用。更关键的是,参与计划的艺人能从中获得分成——这是Suno和Udio一直没做到的。

    Spotify去年就透露过这个方向,当时的表述就很耐人寻味——说要做”先谈授权、再上线”的产品,而不是”先上线、再求原谅”。这话明显是在暗戳戳地戳Suno。


    Suno们的官司还没打完

    Suno和Udio算是AI音乐生成赛道的先行者,但法律地位一直很尴尬。2024年,各大唱片公司集体起诉,Suno后来跟华纳以5亿美元和解,Udio也跟华纳、环球达成了和解——但Suno至今还在被环球和索尼追着告。

    消费者确实有这个需求,这点从Suno的用户量就能看出来。但需求归需求,版权归版权,之前的AI音乐工具基本是在没有授权的情况下”先干了再说”。Spotify的做法相反——先拿到牌再上桌。

    艺人的态度是关键

    环球音乐集团董事长兼CEO Sir Lucian Grainge对这件事的态度很积极,说这能让艺人与粉丝的关系更深,还能创造额外的收入机会。但目前还不清楚有哪些环球旗下的艺人已经同意参与。

    这也合情合理——让粉丝用AI翻唱自己的歌,对有些艺人是加分项,对另一些可能就不是。所以这个功能必须是”选择加入”的,不能强制。

    不只是AI翻唱

    这次AI翻唱功能的官宣,是Spotify投资者日(Investor Day)一系列公告中的一项。同一天,Spotify还发布了几个其他AI功能:

    • 基于ElevenLabs的AI有声书创作工具
    • 面向播客的AI问答和摘要生成功能
    • 桌面端AI个人播客生成应用
    • 为头部粉丝预留演唱会门票的功能

    看得出来,Spotify在AI这个方向上是真的打算全面铺开,不只是试试水。但跟其他公司不一样的是,它选择先搞定版权方,再推产品。


    这件事对整个AI音乐行业来说,可能是个转折点。之前大家都在摸着石头过河,现在Spotify把”先授权、再上线”这个模板立起来了。接下来,看索尼和其他平台跟不跟吧。

  • 谷歌这次把AI科学家搞出来了,7个智能体自己跑实验,还登了Nature

    谷歌DeepMind最近搞了个大动作,直接把AI科研助手的水平拉到了《Nature》正刊的级别——他们推出的Co-Scientist系统,现在已经能自主完成从提假设到验证的全科研流程,而且在肝纤维化、衰老这些之前啃不动的生命科学领域,已经拿出了实打实的成果。

    谷歌Co-Scientist系统登顶Nature
    谷歌DeepMind Co-Scientist系统架构图(来源:新浪财经)

    Co-Scientist的核心是基于Gemini大模型的7大智能体体系,模拟完整科学研究循环(提出假设→质疑修正→迭代完善)。

    7大智能体怎么分工?

    这7个智能体各有分工,合起来就是一个不用休息的科研团队:生成代理负责基于已有文献提初步假说;邻近性代理给这些假说分类,避免漏了潜在的研究路径;反思代理相当于虚拟同行评审,专门挑假设的错误;排名代理让假说两两比拼,筛选出最有前景的方向;进化代理对排名靠前的假说迭代优化;元评审代理汇总结果,生成完整研究方案给人类科学家审阅;监督代理是总指挥,拆解大目标为具体任务,协调所有智能体并行工作。

    为了保证质量,系统还借鉴了AlphaGo的博弈逻辑,让假说之间“打擂台”,把大部分算力投入假设验证环节——反复核对假设和现有文献、数据的一致性,确保假设有依据、逻辑通顺、能实验验证。另外还能调用ChEMBL、UniProt这些专业数据库,以及AlphaFold等第三方AI工具,吸收多维度的知识。

    已经在哪些领域出了成果?

    目前这个系统优先在生命科学领域落地,已经搞出了不少突破:肝纤维化治疗方向,筛选出的老药新用候选药物,在实验室里能抑制91%的纤维化相关反应,效果比传统方案好得多;渐冻症(ALS)研究,整合了几十年的领域文献,提出了全新的RNA疗法思路,现在已经在推动跨实验室联合攻关;细胞衰老逆转研究,精准锁定了关键基因靶点,把原本需要数月的数据处理工作压缩到了数天完成。

    其他方向也有进展:肝病机制研究,解析出了不同药物疗效差异的核心原因,结论经实验100%验证;新发传染病研究,能快速锁定致病关键氨基酸,把原本需要数年的实验周期缩短到数周;衰老生物学研究,提出了应激反应的全新假设,已经经过多家实验室独立验证。

    AI for Science成巨头新战场

    谷歌这次突破之后,AI for Science赛道已经成了科技巨头和初创公司都在抢的香饽饽:2025年12月FutureHouse推出AI科学家Robin,首轮融资就拿了7000万美元;英伟达和礼来宣布未来5年共同投资10亿美元,共建全球首个AI药物共创实验室;科学智能公司Lila Sciences刚完成3.5亿美元A轮融资,估值就超过了13亿美元。

    以前搞科研靠天才的灵感和运气,现在有了这套系统,相当于给每个科学家配了一个24小时不睡觉、能读完所有文献、还能自己设计实验的助手——科研效率的革命,真的要来了。


  • Figma悄悄上线AI设计助手,直接在画布里帮你改图

    设计工具Figma最近做了一个挺有意思的更新:在画布里直接内置了一个AI设计助手(Figma Agent)。不用切工具,不用把设计文件导出到别的AI工具里处理,直接在Figma里面就能让AI帮你生成、修改设计,还能自动化那些重复性的琐碎工作。

    Figma AI Agent
    Figma官方发布的AI Agent功能示意图

    不是外接插件,是原生内置的助手

    这次Figma做的AI助手,不是那种通过API外接的第三方工具,而是直接嵌进画布和左侧工具栏的原生功能。你选中一个图层,直接就能给它发提示词,让它帮你改颜色、调布局、换组件,甚至从零生成一整个设计模块。

    Figma这个AI助手最聪明的地方在于:它知道你的设计系统。你用的是什么组件库、什么设计令牌(design tokens)、什么规范,它都清楚,生成出来的东西不会和你的设计体系”两张皮”。

    三个实用场景

    场景1:快速探索设计方向
    以前你要做一个新页面,得自己先画几个草图,或者让AI在外围工具里生成几个方案,再手动搬进Figma。现在直接在设计文件里让AI出3个不同风格的方案,你觉得哪个方向对了,再手动细化。效率高了不少,而且不会因为”AI生成感”太重而显得廉价。

    场景2:批量处理重复工作
    设计系统维护、全局替换组件、调整所有页面的间距、批量把占位图换成真实图片……这些琐碎但耗时的工作,现在可以让AI助手批量搞定。比如你突然决定把所有按钮改成圆角风格,以前要一页一页手动改,现在一句话的事。

    场景3:处理设计反馈
    设计评审后,反馈通常散落在评论里,要一条条看、一条条改。AI助手可以直接读取文件里的所有评论,帮你归纳主题、整理成可执行的修改清单,甚至能模拟不同角色(比如”假设你是产品总监,你会怎么挑这个设计的刺”)给你压力测试。

    目前还在Beta阶段

    这个功能目前还在逐步开放Beta测试,Professional、Organization、Enterprise套餐的Full seat用户优先,Collab和Dev seat用户也能在草稿里用。Beta期间不消耗AI积分,正式上线后就开始计费了。

    想体验的话可以去Figma官网加入等待列表,不过中选率不知道有多高。从Figma这次的动作来看,设计工具的AI化已经从”能不能生成图”进化到”能不能融入工作流”的阶段了。下一步,可能就是AI直接帮你做完整的Design Review了。


  • 英伟达Q1财报炸场:数据中心营收飙涨92%,AI芯片需求太疯狂

    英伟达刚交出的2027财年第一季度成绩单,数字夸张到有点不真实。整体营收816亿美元,其中数据中心营收就占了752亿美元,同比增长92%。这个涨幅意味着什么?简单说,全球AI数据中心对英伟达芯片的需求,已经到了一种近乎疯狂的状态。

    AI数据中心的”军备竞赛”远没结束

    英伟达这份财报的核心驱动力,就是AI数据中心芯片。从ChatGPT引爆大模型浪潮到现在,三年过去了,算力需求不仅没降温,反而越烧越旺。微软、谷歌、Meta、亚马逊这些巨头,每季度在AI基础设施上的投入都是上百亿美元,而英伟达的H100、H200就是这场”军备竞赛”里最抢手的武器。

    752亿美元,这是英伟达一个季度数据中心业务的营收。去年同期这个数字是391亿美元。一年时间翻了近一倍,这种增长速度在半导体历史上是极为罕见的。

    Vera Rubin芯片如期推进,Q3亮相

    财报会议上,英伟达确认了下一代Vera Rubin AI芯片的进展:”按计划将在今年下半年推出,从第三季度开始。”这款在CES 2026上亮相的新架构芯片,被认为是H200的继任者,性能会有大幅提升。对于等待算力的AI公司来说,这是一个重要信号。

    不过英伟达也不是全线飘红。受内存短缺和价格上涨影响,PC端销量有所下滑。这个细节提醒我们,半导体供应链的脆弱性依然存在,内存短缺可能会成为下一个制约因素。

    AI泡沫论?数字说话

    关于AI是否存在泡沫的争论一直没停过。但英伟达的财报给了一个很硬的答案:只要大模型的训练和投资还在加速,对算力的需求就不会停。即便有些AI创业公司可能会倒下,但那些真正在训练大模型的巨头们,还在疯狂采购芯片。

    这份财报也间接说明,AI行业目前还处于”堆算力”的阶段。哪天英伟达的增速放缓了,那可能才是AI泡沫真的要破的时候。现在看,至少还得等一阵子。


  • 谷歌Gemini要进Siri了,苹果的AI牌终于亮出来

    苹果和谷歌这两个老对手,在AI这件事上居然握手了。2026年4月,谷歌云CEO Thomas Kurian在Google Cloud Next大会上亲口确认:谷歌正在作为苹果的首选云供应商,合作开发基于Gemini技术的下一代苹果基础模型,用来驱动未来的Apple Intelligence功能,包括那个大家都等了很久的新版Siri。

    每年10亿美元,苹果买了个什么样的Gemini

    2026年1月,苹果和谷歌签了一份多年协议,苹果每年支付大约10亿美元,授权使用1.2万亿参数的定制Gemini模型来支撑苹果自己的基础模型。这个价格不便宜,但苹果看重的是Gemini的多模态能力和谷歌在AI基础设施上的积累。

    隐私规则没变——Apple Intelligence仍然在设备端或者苹果自己的私有云上运行,不会把用户数据送到谷歌的服务器去。苹果在这件事上很谨慎,引入Gemini的能力,但数据流自己掌控,相当于用谷歌的”大脑”,但”记忆”和”执行”还是苹果自己的地盘。

    谷歌云CEO Thomas Kurian在大会上说得很直接:Gemini将驱动新一代Siri,带来更个性化的AI助手体验。预计2026年内上线。

    新版Siri到底变了什么

    WWDC 2026定于6月8日至12日在Apple Park举行,主题演讲在北京时间6月9日凌晨1点。苹果已经罕见地在3月就预告会带来”AI新进展”,外界普遍预期这届WWDC是苹果近年来战略意义最重大的一次。

    新版Siri最大的变化是从”系统附件”变成了一款真正的独立App。以前Siri是依附在系统界面里的,现在用户可以像打开ChatGPT那样,随时随地一键开启Siri聊天界面。支持文字和语音两种交互方式,还能直接上传文件——这个在以前的Siri上是不可想象的。

    对话记录的管理也更像一款正经的AI助手了:你可以选择类似ChatGPT的单次对话视图,也可以切换到类似iMessage的聊天列表视图,方便回溯和延续之前的对话线程。隐私设置里还可以自主决定聊天记录的存活周期——30天、一年或者永久保留,数据生命周期完全由用户自己掌控。

    苹果的AI时间表

    按照目前的节奏:2026年春季的iOS 26.4会先上线Gemini支撑的Siri上下文感知能力;9月iPhone 18发布时,推出支持多轮对话、复杂任务完成的全对话式Siri;6月8日的WWDC上,应该会展示iOS 27里相关的功能预览。

    这个项目曾经延期了整整两年。苹果在AI上的节奏确实比竞争对手慢了一拍,但一旦决定押注,投入的资源也不小。每年10亿美元给谷歌,再加上自己的私有云基础设施,苹果显然是把AI助手这件事当成了下一个十年的核心战场。

    6月9日凌晨1点,库克主题演讲见分晓。


  • 670亿美元买下竞争对手,AI数据中心把电力公司逼成了巨头

    2026年5月19日,美国公用事业巨头NextEra Energy宣布以668亿美元收购Dominion Energy,这是美国电力行业有史以来规模最大的并购案之一。交易的背后推手不是别的,正是AI——更准确地说,是AI数据中心那永远喂不饱的电力需求。

    一笔算得过来的账

    换股方案是这样的:每持有1股Dominion Energy流通股,可以换取0.8138股NextEra Energy股票,对Dominion每股估值75.97美元,比公告前的收盘价溢价约13%。合并后企业整体价值约4200亿美元,市值约2490亿美元,沿用NextEra为主体品牌继续运营。

    NextEra承诺,交易完成后的两年内,向Dominion在弗吉尼亚、北卡罗来纳、南卡罗来纳三州的电力用户发放合计22.5亿美元的电费补贴。这个举措很明显是为了减少监管阻力——这么大规模的并购,反垄断审查和州级公用事业监管机构那一关不好过。

    NextEra Energy首席执行官约翰·凯彻姆在投资者电话会议上说得很直白:”美国如今比以往任何时候,都更需要更快、更高效、成本更低地建设能源基础设施。两家优质美国企业强强联合,能够更好地顺应时代需求,实现建设速度与产业规模的双重突破。”

    AI到底多吃电

    预测到2030年,AI数据中心将消耗美国总电力的15%到25%。现有的电网根本撑不住这个增长速度。美国能源信息署(EIA)的数据很说明问题:过去五年美国电价整体上涨了约40%,在弗吉尼亚、马里兰、宾夕法尼亚这些数据中心扎堆的地方,2025年的电价涨幅直接冲到了两位数。

    Dominion手里握着将近510亿瓦已签约的数据中心供电产能,客户名单读起来像科技巨头点名:谷歌、亚马逊、微软、Meta,一个不落。它还拿下了两座由日本资本出资、布局在得克萨斯州和宾夕法尼亚州的数据中心园区开发项目,同时还跟谷歌母公司Alphabet达成协议,重启艾奥瓦州的一座核电站。

    合并之后,新公司的供电覆盖范围将包括弗吉尼亚州北部的”数据中心走廊”——全球数据中心集聚度最高的区域,也是全美电力需求增长最快的市场之一。相关项目合计用电需求大约130兆瓦,换算下来,够一个中型城市的用电量了。

    合并后的版图

    合并后的新企业将在几个细分领域拿下全球或全美第一:可再生能源和电池储能领域全球第一,天然气发电美国第一,核电规模全球第二。总规模远超全美第二和第三大电力公司的总和。

    但也别高兴得太早。参考之前的先例:康斯特拉申能源收购卡尔派恩电力的交易,遭遇了严格的监管审查,最终康斯特拉申被迫剥离了宾夕法尼亚州和得克萨斯州的三座天然气发电厂。这次NextEra和Dominion的合并,预计需要12到18个月才能完成全部审批程序,中间变数不少。

    不管审批结果如何,这件事本身已经释放了一个很清晰的信号:AI的竞争,已经从算力和模型,蔓延到了电力这个最基础的层面。谁能搞定电,谁才能在这个游戏里留下来。


  • Google AI Ultra大降价:从250美元砍到100美元,对标OpenAI

    Google在I/O 2026上悄悄调整了AI Ultra订阅的价格体系——从原来的249.99美元/月,改成100美元/月起。这个降幅,说实话,挺狠的。

    新的Ultra分两档:100美元/月是基础档,200美元/月的高档则包含Project Genie世界模型的访问权限。这个定价策略,明眼人一看就知道是冲着OpenAI去的——OpenAI的Pro订阅也是100美元和200美元两档,完全对标。

    之前249.99美元/月的Ultra,说白了就是”劝退价”——贵到大多数人连试都不想试。Google这一刀砍下去,明显是想把那些在ChatGPT Plus和Gemini之间犹豫的用户拉过来。

    为什么要降价?因为AI订阅这件事快卷不动了

    过去一年,AI公司的订阅定价基本是”高位默契”——大家都不敢轻易降价,怕被市场认为”模型不值钱”。但实际情况是,大多数用户根本用不着每月100美元那么高端的功能。

    Google这一降价,实际上是在重新定义”AI订阅的门槛”。如果100美元/月能用到Gemini 3.5 Flash、AI搜索增强、Gmail AI交互这些功能,那OpenAI的100美元Pro还剩多少差异化优势?


    200美元档的杀手锏:Project Genie

    200美元/月的高档Ultra,核心卖点是Project Genie世界模型的访问权限。这个东西我们在之前的文章里提到过——它能用Google街景的2800亿张图片生成可交互的3D世界,用来训练自动驾驶、机器人,或者做游戏开发。

    这个功能的算力消耗非常大,所以Google把它放在高档订阅里作为差异化卖点,逻辑上说得通。问题就在于——有多少普通用户真的需要生成”可交互的3D世界”?这个项目更像是为开发者、研究机构、企业用户准备的。

    OpenAI怎么跟?

    Google降价之后,压力就转到OpenAI那边了。目前OpenAI的Pro订阅也是100/200美元两档,功能包括GPT-5.5访问、高级语音模式、代码解释器等。如果Google的Ultra在功能上追平甚至超过OpenAI Pro,那OpenAI可能也得考虑调整定价。

    不过,AI订阅这件事最终的竞争点,可能不是价格,而是”用户到底信谁”。ChatGPT的品牌认知度目前还是领先Gemini不少,Google要想靠降价逆转局面,还得在产品体验上真正拉开差距。

    降价是个开始,不是结束。接来下的几个月,AI订阅市场的价格战,估计会越打越激烈。

  • Google推出Pics应用:AI设计工具赛道又多了一个重量级玩家

    Google在今年的I/O大会上扔出了一个不太起眼、但挺有意思的新产品——Pics。这是一个跑在Google Workspace里的AI设计和图像生成应用,你可以直接把它理解成”Google版的Canva”,或者”AI版的Photoshop入门工具”。

    这个说法可能有点过于简化了。Pics真正想做的,是让完全不懂设计的人也能用AI生成像样的视觉内容——社交媒体配图、活动邀请函、营销物料、产品原型图,这些都能通过简单的文字描述搞定。

    为啥要做这个?因为改图太麻烦了

    Google在发布Pics的时候说了一个很接地气的痛点:现在的AI图像生成工具,生成质量已经不错了,但如果你想改图中某一个细节,基本没戏——你得重新写一个提示词,然后祈祷这次AI别把其他部分也改掉。

    Pics的思路是:生成图像只是第一步,关键是让图像里的每个元素都可以单独编辑。你可以用新的提示词改局部,也可以直接点击想改的地方写评论——就像在Google Docs里给同事提修改意见一样。

    这个设计逻辑其实挺聪明的。它把AI图像生成从”抽奖式创作”变成了”可迭代设计”,降低了试错成本。底层驱动编辑功能的是Gemini,而图像生成本身则由Nano Banana 2支持——Google说这个模型在精确文本渲染、现实世界知识和细节输出上表现不错。

    Google Pics AI设计应用界面展示
    Google Pics应用界面,用户可通过文字提示生成并编辑设计

    对手不只是Canva

    Google做这个产品,明面上是冲着Canva去的,毕竟Canva这几年在AI设计赛道跑得挺快。但暗地里,Google可能更在意的是Anthropic最近推出的Claude Design——用Claude直接生成可编辑的设计稿,这个思路跟Pics有点像。

    Google的优势在于生态整合。Pics原生嵌入Google Workspace,你可以在Docs、Slides、Sheets之间无缝协作,设计稿可以直接丢进幻灯片里用。对于已经离不开Google办公套件的企业和学校来说,这个整合黏性挺强的。


    谁能用?什么时候能用?

    目前Pics还在测试阶段,I/O期间有一小批测试者拿到了内测资格。Google说今年夏天会先向AI Ultra订阅用户开放,后续再逐步推给更广泛的用户。

    这个节奏其实透露了Google的心思:AI设计工具不只是”做个好用的产品”那么简单,它是拉动高价AI订阅的重要手段。如果你能让用户觉得”每个月花100美元买Ultra,就为了用Pics做图”,那这个订阅就值了。

    当然,最终Pics能不能打,还得看实际体验。AI生成设计这个赛道,嘴上说说都挺厉害,真要做到”生成即可用”的程度,还有不少坑要填。

  • Cursor发布Composer 2.5:不换底座追上Opus 4.7,成本仅1/10

    Cursor这次真的被我急了。过去几个月,Claude Code抢走了大量开发者注意力,Anthropic那帮人做的编程助手不仅能力强,还能以Cursor根本拿不到的价格直接服务用户。相当于Cursor一边和Claude Code竞争,一边还得向Anthropic付钱用他们的模型——这生意怎么算都别扭。

    5月18日,Cursor扔出了Composer 2.5。有意思的是,他们没换底座模型,仍然用着月之暗面的Kimi K2.5,但把85%的计算预算全部砸进了后训练。训练数据量是上一代的25倍,强化学习轮次拉满。结果在SWE-Bench Multilingual上拿到79.8%,和Claude Opus 4.7的80.5%几乎贴着跑。


    成本才是真正的杀手锏

    Composer 2.5每百万输入token收费0.50美元,输出2.50美元。达到同样性能,OpenAI和Anthropic的竞品要花差不多10倍的钱。Cursor自己做的effort curve显示,用不到1美元的单任务成本就能在CursorBench v3.1上拿到63%的成绩,而Opus 4.7和GPT-5.5得花好几美元才能摸到这个线。


    三个关键技术改进

    Cursor搞了三个关键改进。第一个是带文本反馈的定向强化学习——模型跑长任务时,不是等整个任务结束才给奖励信号,而是在出错的地方直接插入提示(比如工具调用失败时提醒”Available tools…”),让模型立刻知道哪步做错了。

    第二个是大规模合成数据,用”功能删除”法生成训练样本:从可运行代码库里删掉某个功能,让模型重新实现,用测试通过与否作为奖励信号。

    第三个是Sharded Muon优化器,分布式跑Newton-Schulz正交化,1T参数模型单步优化只需0.2秒。


    马斯克确认用Colossus 2训练

    马斯克在推特上转发了Composer 2.5的发布,还透露这模型部分跑在Colossus 2超算上训练。Cursor已经宣布下一代模型要用Colossus 2的百万H100等效算力,计算量是现在的10倍。按照这个节奏,Anthropic和OpenAI在编程模型上的定价优势,可能撑不了太久。

    AI编程工具市场正在分裂成两个阵营:一边是模型厂商自己做工具(Anthropic的Claude Code、OpenAI的Codex),另一边是独立工具厂商(Cursor、Warp、Zed)。独立厂商的命门是上游模型依赖,Cursor这次证明了一件事:你不一定要自研底座模型,后训练+合成数据+强化学习这套路,足以在垂直场景追平顶级模型。