共 292 篇
8 月 31 日，MiniMax 宣布 H3 Max 768P、H3 Max 480P 正式接入 MiniMax 开放平台和 MiniMax Design，这款由 fal 基于 MiniMax H3 开源权重做后训练和推理优化的模型。 把一段 5 秒、768p 的完整音视频生成时间压到了不到 3 秒——生成速度第一次跨过了播放速度，与此同时，海外开发者已经用它搭出了 Twitch 实时直播和 24…
如果你从没用过语音转文字，这篇是给你写的——不需要懂 API，不需要装软件，读完你就能把「说话」接进自己的日常工作流，而我们不妨从一件最烦的事说起：会议纪要。 一、先搞清楚它能替你做什么 只把声音变文字，这工具值得单独用吗？ 语音转文字工具的定位很明确：它只负责把声音变成文字，不负责替你思考内容，所以正确的用法不是「录完扔进去就完事」，而是把它当成整个流程里的第一道工序来对待。 以 Google …
先抛一个反直觉的事实：腾讯混元 8 月 28 日发布的 Hy4 preview，总参数 770B，每次推理只激活 49B，上下文 1M。七百七十亿参数只激活一小半，这账怎么省的？ API 输入定价 6 元每百万 token。 大，通常意味着贵。但这次是又大又便宜。中间的矛盾，靠一个叫 MoE 的架构给抹平了。 这篇不讲公式，只把三件事讲明白：MoE 稀疏激活到底省了什么、1M 上下文意味着什么、以…
「我不会写代码，能不能接自动化的活？」 过去这个问题的答案很尴尬：能，但你得先学 n8n、学影刀、学一堆节点配置，学习曲线比想象中陡，很多人卡在配置界面就放弃了。 8 月 26 日 Claude in Chrome 全面上线之后，答案变了一点——你把活儿说清楚，让 AI 自己在浏览器里点，中间那层「配置技能」被砍掉了。 这篇不聊技术原理，只聊一件事：这个能力能变成什么服务，怎么接第一单，以及有哪些…
一场两小时的会议开完，最痛苦的不是开会本身，是整理纪要，录音听一遍要两小时，边听边打字要四小时，中间还得反复倒回去听清某句话。 采访、播客、课程、客户沟通——凡是涉及「把说的话变成文字」的场景，都在吃这份苦，8 月 26 日，Google DeepMind 发布了 Gemini 3.5 Transcribe，官方称它是目前最精准的语音转文本模型。 我们来看看它到底强在哪，以及普通人能怎么用。 一、…
做 AI 视频的人，大概都经历过同一种无力感：抽了二十次，终于出来一条满意的镜头，但你没法让它「接着往下演」。 想让镜头再往后走两秒？只能重新生成，而新生成的画面里，人物的脸、衣服的颜色、光线的方向全都变了，AI 视频过去最大的问题不是画质，是不可控——你只能抽，不能改；只能重来，不能接续。 8 月 27 日，Google 发布的 Gemini Omni 1.1 Flash，就是冲着「可控」这两个…
用 AI 生图最崩溃的时刻，不是生成得丑，而是「就差一点点」。 背景对了、人物对了，就是衣服颜色不对；构图很好，就是画面太窄撑不满海报；想要的效果只差换个道具，结果只能重抽十几次，抽到一张更差的，8 月 27 日，Midjourney 把这个问题正式摆上台面——首个 V8.2 图像编辑模型开始向所有用户开放测试。 AI 绘画从「只能生成」进入「能改了」的阶段。 一、这次开放的是什么 Midjour…
先问一个问题：你觉得现在用一次「旗舰级」大模型，要花多少钱？ 很多人的印象还停留在「能力越强越贵」，但 8 月 28 日腾讯混元发布的 Hy4 preview，把这个印象按在地上摩擦了一遍——770B 总参数、1M 上下文的旗舰模型，开源免费拿走，API 输入只要 6 元每百万 token，还有产品端限时 2 周免费。旗舰模型白菜价，你会现在就换过去吗？ 这不是一个小版本更新，而是国产大模型第一次…
标题里说”API 成本降 33%”，这个数字是准的——它特指这一轮最猛的一刀：OpenAI 把旗舰 GPT-5.6 Sol 的输出 token 从 30 美元砍到 20 美元，降幅正好 33%（输入降 20%），多家媒体 8 月 22 日已坐实。 全行业不是都降 33%，而是 20%–33% 不等，对靠 API 吃饭的副业党来说，结论不变：用 AI 的成本，正在肉眼可见地变…
你有没有过这种经历：老板甩来一句”研究下这个开源项目，下周汇报”，你兴冲冲 git clone 下来，打开目录，几百个文件、十几个包，瞬间懵了。 从头读 main 函数？读了三天还在 import 里打转。这是绝大多数人精读大型仓库的死法——不是不努力，是方法错了，本文给你一套用 AI 四阶段精读大型开源仓库的方法论，再附上我们整理的「28 条踩坑清单」。 为什么传统读法必…
手机本地跑大模型这事儿，过去总卡在一个字上：慢。参数一大，云端来回传、显存带宽不够，体验就垮了。 8 月 24 日，小米一口气发了三颗自研玄戒芯片，其中专门盯住”端侧大模型加速”的那颗——玄戒 O100——就是冲着这个瓶颈去的（来源：新华网客户端 xinhuanet.com，2026-08-25；21世纪经济报道，2026-08-25）。 玄戒 O100 到底是什么 玄戒 …
你有没有这种感觉：一天的工作被切碎在十几个工具里。写代码用一个窗口，整理数据用一个表格，做对外文档又开一个，剪视频再开一个。 更累的是，每个工具里的 AI 都得重新认识你——你是谁、你要干嘛、之前的上下文是什么。于是”全栈”成了常态，可工具链还停留在石器时代。 这正是 TabTin 想解决的事。 一句话说清：它到底是个啥 TabTin 是一个开源的人与 AI Agent 协…
写长篇小说最怕的不是写不出来，而是写出来了，自己却认不出——人设前后矛盾、时间线乱套、埋下的伏笔忘了收。 当 AI 写作工具越来越多，一个更隐蔽的问题出现了：模型很会编，但也很容易”逻辑崩坏”。 最近一个开源项目 NarraLume（中文名”叙灯”）给出了一种挺有意思的解法：它不追求让 AI 一口气写完全书。 约70+star、Apache-2.0可…
当大家在卷”谁的模型更聪明”时，有一个开源项目选择卷另一条路：把 AI 跑在哪套”环境”里。 它叫 Rome，在 GitHub 上的仓库是 rome-os/rome。 自我介绍只有一句很硬核的话——”The agentic OS for humans and agents”（人机协作的 Agent 操作系统），简单说，它想做的…
最近 AI 圈冒出一个谁都猜不出来历、却让开发者集体上头的模型：Ox Alpha。 因为 “Ox” 是”牛”的意思，加上一部叫《牛来》的电影正好走红，国内网友干脆给它起了个接地气的中文昵称——”牛来”大模型。 据多家媒体报道，这个匿名模型在 2026 年 8 月 20 日悄然上线大模型聚合平台 OpenRouter，短短几天就…
办公软件的入口正在被重新定义。 过去我们打开一个文档、一张表格，靠自己动手写、自己动手算，而现在，越来越多公司希望把「把活干完」这件事直接交给 AI。 8 月 25 日，字节跳动旗下豆包正式推出面向生产力场景的全新 Agent 产品与品牌「豆包工作」，让这场办公 Agent 大战又多了一个重磅玩家，对普通用户和企业来说，这意味着「让 AI 从生成内容到完成工作」不再是一句口号，而是可以被实际使用的…
做 AI 副业的朋友注意了，9 月 1 日是个关键节点：《人工智能生成合成内容标识办法》正式施行，这不是平台的自选动作，而是国家网信办等四部门联合发布的强制性规定，配套还有强制性的国家标准同步实施。9 月 1 日之前，你手上要发的内容排查过一遍了吗？ 简单说，从 9 月 1 日起，你用 AI 生成的内容必须按要求标识「这是 AI 做的」。 不标、乱标，都可能面临平台处置甚至合规风险，这篇文章给你一…
大模型训练的「效率天花板」可能要被打破了。 8 月下旬，中国人民大学高瓴人工智能学院李崇轩、文继荣团队联合蚂蚁集团。 发布了一项重量级研究：首次系统刻画了混合专家（MoE）扩散语言模型的扩展定律，并据此从头训练出新一代扩散语言模型 LLaDA MoE v2——只用了 Qwen3 同规模约 65% 的预训练词元，就在多项基准上逼近甚至超越 Qwen3 的水平。 这是扩散语言模型路线的一个重要里程碑。…
AI 怎么帮企业做软件开发？各家大厂都在探索，但最权威的答案，通常藏在「他们自己怎么用」里。 8 月 21 日，Anthropic 官方博客发布了一篇《AI 原生 SDLC 实战手册》，详细拆解了 Claude 是如何重塑自家软件开发生命周期（SDLC）的。 这份手册的发布时间是 8 月 21 日，发布方是 Anthropic 官方博客。 SDLC 是「软件开发生命周期」的缩写，覆盖从需求、编码、…
做视频的创作者最近有个大新闻：8 月 24 日阿里的视频生成大模型 Wan3.0 正式上线，这次升级被很多创作者称为「最惊喜的一次」——单次能生成 30 秒长视频，还能直接把 PPT、Word 文档变成视频，而且 API 限时 7 折。 对做短视频、短剧、带货视频、甚至企业宣传片的副业党来说，这可能意味着制作成本的又一次明显下降。 这篇文章把 Wan3.0 的新能力和价格讲清楚，再聊聊它对「普通人…
AI 智能体要开始「自己上网、自己付钱」了。 Cloudflare 最近三周密集放出一套组合拳，专门给 AI Agent 造了「三件套」：一个专属浏览器、一个数字钱包、一套支付协议。 翻译成大白话就是——以后 AI 替你在网上办事，不再只是「看看网页」，而是能真的操作、真的花钱，而且花钱的过程不用你一个个点确认。 这套组合拳的底层逻辑，是 Cloudflare 对未来的一个判断：AI Agent …
用 AI 配图、做视频、写文案的创作者要注意了：从 9 月 1 日起，AI 生成内容不按要求标识，可能要担责。 这不是平台的自选动作，而是国家层面的强制性规定，今年 9 月 1 日，《人工智能生成合成内容标识办法》将正式施行，它由国家网信办等四部门联合发布，配套的强制性国家标准《网络安全技术 人工智能生成合成内容标识方法》同步实施。 也就是说，这不再是「建议标注」，而是「必须标注」。这篇文章把新规…
如果 AI 智能体也有「最尴尬的时刻」，那一定是——昨天刚帮你排好日程、写好的代码、记住的需求，今天一开新会话，全部忘光。 这不是段子，而是当前 AI Agent 最被吐槽的硬伤：没有跨会话的持久记忆，8 月 23 日，OpenAI 用一个动作试图补上这块短板——收购了被业内称为「AI 时代的 Firebase」的初创公司 Instant。 整个团队并入 OpenAI。 这笔收购不是巨头随手的「买…
「模型没换、得分翻了快 3 倍」——这句话在 AI 圈炸开，靠的不是新模型，而是一次开源，8 月 20 日，OpenAI 把自己智能体产品 Codex 的底层执行框架 Harness 全面开源了，代码挂在 GitHub 上。 许可证 Apache-2.0，任何人可以拿去用、改、甚至放进自己的产品里。 仓库目前已经积累了超过 10 万 star，成了最近一周开源圈最火的项目之一。 为什么要关注这件事…
精选工具、实操步骤与副业思路，免费送到邮箱。不推销、不打扰，随时退订。
每周一封，随时退订。
