爱窝啦 AI 日报

今日摘要

京东开源30帧实时视频编辑模型，阿里图像API降至0.18元，SpaceX与英伟达宣布轨道AI算力卫星Starmind。
视觉感知、硬件替代、算力基础设施同步松动，模型能力的瓶颈正从参数规模转向感知准确性与部署成本。
今天先看PerceptionBench和九天睿芯两条，再决定现有视觉任务和推理硬件选型是否需要重新评估。

🔥 今日焦点 TOP 10

1. 京东开源实时视频编辑模型，30帧秒级推理

视频边看边改成真了。 京东开源的 JoyAI-Video-Edit 在 720P 分辨率下达到每秒 30 帧推理 ，支持流式实时编辑，用户不用等渲染就能看到修改效果。该模型同时支持机器人训练数据合成，把视频编辑工具和 具身智能数据生产 打通成同一条链路。

2. Qwen-Image-3.0 全量开放，0.18元每张

阿里图像生成卷到了 0.18 元一张。 Qwen-Image-3.0 正式上线并开放 API ，在文生图榜单中位列国内前列；0.18 元/张的定价对需要批量出图的开发者和设计师来说是一个值得重新算成本的信号，API 可直接调用，无需排队申请。

3. 腾讯混元发布 Hy ASR 3.0，语音识别再升级

混元语音识别交出新 preview 版本。 腾讯混元发布 Hy ASR 3.0 preview ，覆盖识别准确率和多语种支持的提升。对于正在做语音转文字、实时字幕或会议记录场景的开发者，这是一个值得跑 对比测试 的时机。

4. SpaceX 联合英伟达发布星际 AI 算力网络 Starmind

AI 算力中心要搬到太空轨道。 SpaceX 首份公开财报同步宣布与英伟达合作推出轨道 AI 计算网络 Starmind ，单颗卫星翼展 75 米、最高提供 250kW 电力，搭载英伟达 Rubin GPU 和 Vera CPU，卫星间通过激光互联。运行在太阳同步轨道意味着 24 小时太阳能不间断，彻底绕开地面电网审批和散热难题。

5. 九天睿芯用 HBF/SSD 替代 HBM，单卡跑万亿参数

HBM 不再是跑大模型的唯一路径。 九天睿芯与 RWKV 社区合作， 用 HBF/SSD 替代传统 HBM 显存 ，实现单卡运行 万亿参数模型。这条路线绕开了 HBM 的供应链瓶颈，对国内大模型推理基础设施的硬件自主性有直接影响。

6. Moonshot 发布 PerceptionBench，目前无模型破 60%

所有主流模型感知能力都不及格。 Moonshot AI 发布的 PerceptionBench 从 42 个现有基准的失败案例中逆向提炼出 10 项原子视觉感知能力，构建 3000 道纯感知零推理题，彻底隔离感知与推理。当前没有模型总分超过 60%，感知幻觉是最弱一项——这意味着现有视觉模型"会推理、不会看"的问题比想象中严重。

7. Motionly：一句话生成动效项目文件的 AI 编辑器

描述需求就能出可编辑的动画工程文件。 Motionly 是一个开源 AI 动效编辑器，用一句自然语言生成 .motion 项目文件，再拖入画布和时间轴做细节调整。支持文字、图片、SVG、视频的关键帧、缓动、转场和 音频编辑，仓库在 GitHub 上可直接试用，适合没有 After Effects 基础的设计师和前端开发者。

8. 私募基金全员 AI 培训需求出现，要求合规落地

金融机构 AI 化已经到了要花钱请讲师的阶段。 某私募基金团队 公开发帖寻找 AI 落地培训讲师 ，要求覆盖投研、运营、合规、财务岗位，核心诉求是形成合规安全的 AI 办公 SOP，而不是泛泛的工具介绍。这是 AI 从个人工具渗透进强监管行业内部流程的一个真实信号。

9. AI 手写风格输出演示走红，流式渲染带感

AI 输出加上手写质感，看完想直接用。 歸藏分享的一段演示视频里， AI 回答以手写字体流式逐行呈现 ，加入涂抹、标注效果，图表也用手写风格渲染。不只是字体换皮，流式逐行展示 的节奏本身和手写笔迹配合，带来明显不同的阅读感受。

10. xueai.app 上线大厂 JD 对应 AI 知识点功能

学 AI 终于有了一个明确的终点：大厂招聘要求。 xueai.app 新增根据大厂 JD 反推对应 AI 知识点的功能，解决"学完不知道有没有用"的问题。上线当天访问量达到 2.2 万人次，以终为始的学习路径设计对正在求职或转型的开发者有直接参考价值。

⚡ 产品与功能更新

Cola 宣布主动功能不再扣 Token，发布 Token Plan

AI 应用定价模型出现新玩法：主动功能全包。 Cola 宣布将记忆整理、心迹等主动功能的费用全部承担 ，同步发布 Cola Token Plan 解决应用层与底层 API 之间的 10 倍价格差问题。对于日常使用 AI 助手的用户，这意味着不再需要每次担心 Token 消耗；对开发者，这是一种把成本压力转移到产品层而非用户层的商业模式尝试。

◎ 行业变化与个人影响

AI 原生创业催生新需求：人机共用知识库工具

AI 员工加入团队，公司知识库要重建。 来自 AI 原生创业者的 一手观察 ：与多 AI Agent 协作时，现有知识库工具既要服务人类员工又要服务 AI Agent，现有方案普遍不够用。知识库工具和咨询业务 正在出现针对 AI 时代的新机会窗口。正在组建 AI 团队的创业者，现在就该考虑知识库架构，而不是等规模起来再补。

⌘ 开源 TOP 项目

cloudflare/computer：给 AI 智能体配一台真正的电脑

Cloudflare 开源了让智能体操控浏览器和桌面的基础设施。 cloudflare/computer 项目仓库 今日新增 891 颗 Stars，总计 2939 Stars。项目用 TypeScript 实现，核心能力是给 AI 智能体提供一个可操控的"电脑环境"，让 Agent 能够真正执行浏览器操作、文件管理等任务，而不只是生成文本。适合正在构建 Computer Use 类应用、或需要让 Agent 做端到端任务自动化的开发者。

huangruiteng/loopx：长期运行 AI 智能体团队的状态内核

专门解决多 Agent 跑着跑着就"失忆"的问题。 huangruiteng/loopx 项目仓库 今日新增 326 颗 Stars，总计 2118 Stars。这个 Python 轻量级内核兼容 Codex、Claude Code 及其他编码智能体，提供持久目标、配额感知自动唤醒、可执行待办事项、证据日志和可验证交接，适合需要让 AI 编码 Agent 长期稳定运行的团队或个人开发者。

◉ 社媒精选

字节 Seed 团队：结构化提示词显著提升文生图质量

加字数不如换格式。 Gorden Sun 解读字节 Seed 团队 论文 ：纯粹增加自然语言描述长度只会带来冗余，用 JSON 格式 扩展位置、深度、姿态、材质、背景等结构化信息才能显著提升生图质量。实操建议：先让 AI 把需求转成结构化提示词，再送给文生图模型， 效果验证见论文演示页面 。

有人逆向了 Kimi PPT，用 DeepSeek 复刻出相近效果

不到一周，Kimi PPT 的核心能力被开源复刻了。 宝玉转发：开发者 Binaryify 花数天 逆向 Kimi PPT 并做成开源 Skill ，用 DeepSeek 也能生成高度相似的 PPT 效果。项目已上传 GitHub，宝玉顺带提了一句：上次逆向网易云音乐，对方寄来了警告函。

工业聚离职寻机会：前端或 Agent 开发，上海优先

资深开发者离开 12 年老东家，主动公开求职。 宝玉 帮转工业聚的求职信息 ：工作近 12 年后离职，期望上海，方向为前端开发或 Agent 开发，保持最大开放性，欢迎内推或扩散。在大量 AI 从业者涌入市场的背景下，有深厚工程背景的老兵主动求职，对招聘方来说是值得关注的窗口。

😄 AI趣闻

花 10 万刀 Token 造的 AI Office，Word 排版直接乱了

Genspark 据称斥资 10 万美元 Token 打造了一款免费 AI Office 套件 GenOffice，卖点是内置 AI 对话、完整替代 Microsoft Office。向阳乔木第一时间上手试了一圈， 测试结果发在 X 上 ：Word 文档渲染直接乱版，AI 对话功能还必须登录 Genspark 账号才能用。他的建议是"老老实实用原版 Word"，不过也补充说有兴趣折腾的可以改源码接入 BYOK。花了相当于小型 A100 集群的 Token 费用，第一关就没过 Word 排版测试。

❓ 相关问题

Qwen-Image-3.0 国内怎么用？

Qwen-Image-3.0 已面向用户全量开放，通过阿里云百炼平台的 API 可直接调用， 官方公告确认定价为 0.18 元/张 ，无需单独申请资格。国内用户注册阿里云账号后即可在百炼控制台开通调用，支持文生图场景，按张计费，适合需要批量出图的开发者和内容团队。

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。