爱窝啦 AI 日报

今日摘要

智谱把多模态调用价格砍到四十分之一，Cursor 被 SpaceX 六百亿美元收购，谷歌和 Anthropic 同时发布新能力。
价格战、Agent 办公和硬件操作三条线同时推进，应用层正在被模型供应商和算力巨头重新吸收。
今天先看智谱和千问的成本能省多少，再看 Anthropic 硬件标准能不能用到你的设备上。

🔥 今日焦点 TOP 10

1. 智谱开源多模态大模型，价格砍至四十分之一

调用成本再降一个数量级。 据 AIBase 报道， 智谱开源 GLM-5.3-Flash 原生多模态大模型 ，价格降至同类产品的 四十分之一。该模型就是近期在社交平台大火的 Ox-Alpha，已用国产卡部署。向阳乔木在推文中实测， 让它剪辑了一整部电影变成 3 分钟解说版 ，跑了 6-7 个场景。正在跑批量任务的开发者，可以今天重算一次成本。

2. Cursor 被 SpaceX 以 600 亿美元收购

最成功的 AI 应用仍然并入模型与算力体系。 晚点团队报道， Cursor 被 SpaceX 以 600 亿美元收购 ，交易价格 600 亿美元。Cursor 称将获得世界最大规模计算资源，用来训练更强、运行成本更低的模型。五个月前，创始人 Michael Truell 曾说想建立一家"独立且长久“的公司。这证明了应用层价值，也证明独立与规模很难兼顾。

3. 奥特曼称年底内部会有他定义的 AGI 系统

OpenAI 今年经历关键人员离职、失控 Agent 和重大诉讼。 Gorden Sun 转发 TIME 封面报道， 奥特曼称年底内部会有他定义的 AGI 系统 。他同时承认”公司明显有一些失误"。这是 OpenAI 在公开场合最接近 AGI 时间表的表态，也是在多重压力下的重启信号。从业者需要为更快的能力跃迁做准备。

4. Claude 与 Salesforce 联合推出 Claudeforce

最强 AI 与最强 CRM 直接打通。 Gorden Sun 在推文中介绍， Claude 与 Salesforce 联合推出 Claudeforce ，内置 37 个销售技能，背靠 27 年 CRM 经验。Claude 可以连接 CRM 数据，梳理线索、更新进度、出报表和建议，都通过对话完成。Codex 虽然也有 Salesforce，但只有 6 个技能。这会让更多企业绑定 Claude 生态，销售团队可以今天评估接入方案。

5. 谷歌发布 Gemini 3.5 Transcribe 语音转文本模型

能去除语气词、识别说话人和自我纠正。 Gorden Sun 在推文中介绍， 谷歌发布 Gemini 3.5 Transcribe 语音转文本模型 ，支持 85+ 种语言。可通过语音调用其他工具，支持时间戳。AIStudio 已经可用，API Key 可以免费调用。适合需要精确转录和多语言支持的开发者与内容团队。

6. Gemini 在对话中直接生成 3D 交互可视化

不用跳转，直接在聊天窗口旋转分子或模拟物理系统。 Google Gemini 官方账号演示， Gemini 可将提问转化成自定义交互可视化 。用 Flash 模型效果最好，只需用"show me…“开头提问。适合需要快速验证概念或演示复杂结构的研究者与教育工作者。

7. 全球首个开源 Agent 式视频制作系统登上日榜

视频制作可以全交给 Agent 了。 GitHub 日榜显示， 全球首个开源 Agent 式视频制作系统登上日榜 。该项目今日新增 1292 Stars，累计 52365 Stars。它能把 AI 编码助手变成完整视频工作室，自带 700+ 代理技能和制作知识文件。适合需要批量产视频的创作者直接部署。

8. 百度搭子发布会暴露办公 Agent 赛道已全面开卷

腾讯、字节、阿里、网易、金山全在今年 2-3 月发布桌面版。 AIGC 频道报道， 百度搭子发布会暴露办公 Agent 赛道已全面开卷 。字节把飞书放进豆包，阿里千问整合悟空、MuleRun 和钉钉生态。各家都在 5-6 月上线移动端，覆盖日常办公、炒股分析、自媒体创作。付费用户留存率在 70-80%，一切源于 OpenClaw 验证了桌面 Agent 可行性。

9. Anthropic 启动 Model Hardware Standard 研究预览

AI Agent 可以安全操作实验室设备和制造硬件了。 Anthropic 官方账号宣布， Anthropic 启动 Model Hardware Standard 研究预览 。这是一套 AI Agent 安全操作物理设备的新标准，适用于科学研究和先进制造。标注了 Agent 可操作的硬件接口规范和安全边界。适合需要 AI 控制实验设备或生产线的团队关注。

10. 多模态无损压缩统一架构登上 CVPR

一套架构统一处理图像、文本、语音。 即刻用户分享， 多模态无损压缩统一架构登上 CVPR 。该方案实现无损压缩，并能在端侧运行。做多模态、压缩、RWKV 或端侧 AI 的开发者可以关注交流。

⚡ 产品与功能更新

本地 Markdown 知识库桌面端可直接对接 AI

笔记就是普通 md 文件，整个库是 git 仓库。 AIGC 频道介绍， Tolaria 支持离线、无账号、不锁死 。作者自己用它管理 一万多条笔记。键盘优先，AI 可直接当上下文调用。开源跨平台，装完就能跑。适合需要完全控制数据和版本的开发者与研究者。

◎ 行业变化与个人影响

国产模型蒸馏只是加速数据收集，核心靠扎实预训练

性价比提升源于新架构、国产显卡和电力资源充沛。 向阳乔木在推文中总结播客观点， 国产模型达到现在水平靠扎实预训练和不错的后训练 ，得益于国内人才密度。蒸馏只是加速高质量数据收集。国产显卡大批量用于推理，电力资源充沛，性价比才拉上来。但前沿顶级探索研究仍是国外领先。这意味着国内开发者可以用更低成本跑通应用，但前沿突破还需要等外部进展。

⌘ 开源 TOP 项目

tt-a1i/archify：生成可验证的架构图与工作流图

独立 HTML 文件，支持动画和清晰导出。 archify 是 Agent 技能工具 ，用于生成架构图、工作流图、序列图、数据流图和生命周期图。今日新增 4239 Stars，累计 23244 Stars。生成的图表是独立 HTML 文件，支持动画和导出。适合需要快速验证设计方案或自动化文档生成的团队。

JetBrains/go-modern-guidelines：帮助 AI 编写现代 Go 代码

JetBrains 官方出品的 AI 编码指南。 go-modern-guidelines 专为 AI 编码代理设计 ，今日新增 300 Stars，累计 2093 Stars。它帮助 AI 生成符合现代 Go 规范的代码。适合用 AI 工具写 Go 项目的开发者，可以把指南直接喂给 AI 提高输出质量。

◉ 社媒精选

宝玉用"跳出框架重新思考"提示词让 AI 给出新方案

他让 AI 基于目标重新设计翻译流程，然后开 Worktree 验证。 宝玉在推文中分享， 他改写提示词让 AI 跳出既定框架 ，问"如果重新设计当前翻译流程，你会采取什么不一样做法”。AI 给出新方案后，他让它开 Worktree 验证，并用数据对比性能。最终发现新方案没有预期那么好，但部分思路可以借鉴。他还开了 sidechat 让 AI 解释方案细节。适合需要让 AI 突破当前设计的开发者参考。

即刻用户演示变态式 AI 交互学习法

让 Gemini 3.7 Flash 自己想出来的互动方式。 即刻用户在帖子中演示， 他用 Gemini 3.7 Flash 进行变态式 AI 交互学习 。他强调"这都是 Gemini 自己想的，与我无关"。截图显示 AI 主动设计了互动问答和测验环节。适合需要探索 AI 辅助教学新形式的教育工作者参考。

灵心巧手公司半小时内机器人钢琴演奏了四遍

来访的人多到让人怀疑这是泡沫最大的方向。 AIGC 频道报道， 作者在灵心巧手公司观察到半小时内机器人钢琴足足演奏了四遍 。一进门就有一支用来展示灵巧手机器人弹钢琴的乐队。问到真的有这么多客户和需求吗，得到的回答是：虽然人形机器人厂商确实是现在灵巧手的主要买家，但场景需求方的意愿在快速上升。“比如一个工厂，他们最害怕竞争对手用上了他们没用上的而效率大增”。焦虑永远是第一驱动力。

😄 AI趣闻

有人看了御三家两万份简历，筛出 343 份中国人

无数学校，无数前雇主，2952 个拼音名字。 晚点团队在文章中分享， 作者看了 Anthropic、OpenAI 等御三家两万份简历 ，最后筛出 343 份。下一个问题是：离开的人押注的下一个方向是什么？文章一发出来就有人提意见，作者说赶紧看看多给意见，准备更新下一版本。这大概是 AI 圈最硬核的人才流向调研了。

❓ 相关问题

GLM-5.3-Flash 国内怎么用？

智谱已开源 GLM-5.3-Flash 原生多模态大模型，国内开发者可以直接通过智谱开放平台调用 API，或者下载开源代码自行部署。该模型调用价格降至同类产品的四十分之一，已用国产卡部署，支持图像、文本等多模态输入。适合需要批量调用或对成本敏感的开发者与中小团队。

需要进一步比较当前公开的 AI 账号或订阅服务时，可查看 爱窝啦·AI账号店 ；商品、价格与可用状态以官网实时页面为准。