搜索 AI 资讯

AI短剧：流水线上的打工人不得不说的秘密

投身AI短剧的人，没有梦想，只有对于流量的饥渴

Kimi额度的问题，Anthropic找到了解决办法

你的额度为什么不经用？大半都在给子Agent“开无效会议”

年薪1亿挖科学家、月薪10万招实习生，机器人公司天价抢人

具身智能人才争夺战。

Neocloud这堵快塌的墙，黄仁勋扶，马斯克推

AI泡沫的第一张多米诺骨牌。

Anthropic 的硅谷往事

硅谷下一轮洗牌，或许就从这里开始。

港交所AI指数来了，南方基金先上桌：这张牌有多重？

指数落地+ETF授权，港股AI与半导体迎来新的配置工具与资金入口.

降价最高达80%！OpenAI、Anthropic为何突然打起价格战？

近几年来，DeepSeek、Kimi 等国产大模型凭借较低的调用成本和不断提升的模型性能，让大模型市场的价格竞争愈发激烈。如今，OpenAI、Anthropic 也相继下调模型价格，部分模型的降幅甚至达到 80%。大模型越来越便宜，背后究竟是怎样的市场逻辑？这场价格战还会持续多久，Token 的价格未来又会走向何方？曾任 BuzzFeed 高级数...

开发者如何接住AI时代的底座红利？CEIC×1024深圳专场解密AI与鸿蒙开发新基建

2026年长沙·1024程序员日活动期间，CEIC消费电子创新大会与CSDN在深圳联手打造了一场属于开发者的硬核技术盛宴。正如CEIC组委会常务副主任杨涛在接受采访时所言：“消费电子领域所有的体验创新，归根到底都是由于我们的程序员代码敲出来的。”在当前的技术拐点下，从单纯的手写代码，到利用智能体（Agent）和丰富的端侧AP...

数据中心扩张引发全美地方反对，成为2026年中期选举关键议题

据《The Verge》2026年10月27日报道，美国各地社区因数据中心大规模建设及其配套基建成本激增而爆发广泛反对，该议题已深度介入多场国会及州长竞选。科技资本加速入场，由马克·安德森与格雷格·布罗克曼支持的超级政治行动委员会“Leading the Future”一年内已投入4500万美元；Anthropic支持的“Public First Action”亦参与其中。

推荐理由：材料来源明确（The Verge）、发布时间与当前系统时间一致（2026-10-27），内容聚焦可验证的公共政策与选举动态，包含具体主体、金额、时间节点及组织关系，符合时效性与事实锚定要求。

顶刊给“AI医生”正名：会诊准确率高出人类一大截

微软让同一个大模型扮演五位“医生”组成会诊小组，其中一位AI医生专门负责抬杠。在其他角色倾向于某个诊断时，它要找出其中的漏洞，免得大家沿着一条错误的思路越走越远。这套名为MAI-DxO的系统，最近登上了《科学（Science）》杂志。微软10月22日公布的结果显示，在用《新英格兰医学杂志》304个疑难病例开展的测试中，它的诊断准确率约为83%。作为对照，允许查阅资料的医生组，准确率约为36%。会诊小组里，还有一位专门管花费。如果便宜的检查能提供同样的信息，它就会建议替换，尽量省掉花钱多、作用小的项目。研究团队希望，这样的分工既能帮助AI找准病因，也能减少不必要的检查费用。接下来，微软计划与美国...

科大讯飞刘庆峰：讯飞星火X2.6全国产算力训练，押注端侧模型"绕开"封锁

刘庆峰表示，"我们并不希望讯飞是唯一一个在国产算力上做训练的，我们大声疾呼就希望有更多的人进来。"

瑞芯微三季度净利增长90%，端侧AI新品进入量产

端侧AI应用向机器人、汽车等场景扩展，正在推高瑞芯微的芯片收入。10月26日晚，瑞芯微披露2026年三季报。第三季度，公司实现营业收入15.73亿元，同比增长43.57%；归母净利润4.73亿元，同比增长90.49%；扣非净利润4.61亿元，同比增长92.10%。前三季度，公司营收44.49亿元，同比增长41.64%；归母净利润13.32亿元，同比增长70...

随着折扣交易的瓦解，AI代币的销售愈发艰难

模型积分正出现在各类节日促销活动和运营商风格的套餐中。那些依靠不透明加价而蓬勃发展的小型经销商，如今面临质量质疑、监管压力以及资金更雄厚的竞争对手的挑战。而实力雄厚的中间商则会针对路由、信任与集成收取费用，而非通过暗中降价来吸引客户。

讯飞星火，90后上前线

一场组织重构 1990年，一位17岁的理科生下了一个重要决定。 他放弃保送清华大学汽车工程专业的机会，选择中国科学技术大学专攻语音合成技术，9年后，他和十几位科大学子创办的“车库....

算力最多，进展最慢：字节大模型困于赛马制

旧有的“赛马+短周期考核”方式，已经难以为继。

从大语言模型迈向世界模型

闫德利 腾讯公司资深专家LLM是概率模型，不知因果大语言模型（LLM）并不理解语言，只是在预测下一个token（Next Token Prediction）。它是一个枯燥的“文字接龙”机器，走一步，算一步，不走回头路。LLM在本质上是概率模型，在统计共现结构里学习“什么经常和什么一起出现”，输出的是“通常如此”，不理解“为什么如此”，...

看了招股书，我终于知道为什么 Anthropic 不在乎用户了

大的，终于来了。 10 月 26 日，Anthropic 向美国证监会公开递交了 S-1 招股书，准备在纳斯达克全球精选市场挂牌上市，股票代码定为 ANT。媒体报道中，这家公司的估值讨论区间已经来到了 1.5 万亿至 2 万亿美元，发行价区间尚未披露。 24 小时内，这本 300 多页的招股书已经被科技圈和金融圈翻了个底朝天，最抓眼球的几个数字大家都看过了：2026 年上半年营收 162.86 亿美元，去年同期只有 11.63 亿美元；第二季度交出 9.74 亿美元经营利润，迎来公司历史上首个经营盈利的季度；至于账面上高达 807 亿美元的净亏损，大头是 723.88 亿美元的可转债、衍生负债和 SAFE 公允价值变动，属于非现金的会计费用。 但在这些华尔街叙事之外，国内的开发者和日常使用者有着另一种割裂的体感。在中国大陆用户眼里，Claude 大概是目前市面上封号最多、风控最严苛、用起来最让人恼火的 AI 产品。 为什么一家做出顶尖大模型的公司，在面对普通个人用户时总是显得如此冷淡？ 翻完招股书的财务附注和风险提示，答案其实就写在账本上。在 Anthropic 的商业版图里，个人用户贡献的真金白银占比非常小。 01 不到 20% 的个人用户 要看懂一家公司真正在乎谁，最直接的办法就是去翻它的收入构成表。在招股书的财报附注 2 里，Anthropic 把营收拆成了两大块，一块是按用量计费的收入，另一块是订阅收入。 数据对比非常悬殊。2025 年全年，按用量计费的收入是 37.96 亿美元，订阅收入只有 7.89 亿美元，比例大约是 83% 对 17%。到了 2026 年上半年，按用量计费的收入冲到 130.64 亿美元，订阅收入是 32.22 亿美元，前者依然占到 80% 左右，订阅收入只占约 20%。 更关键的细节藏在订阅收入的构成里。这 20% 里，既有个人用户的 Cl

Manus，刚刚悄悄发布了自己的 2.0 宣言

10 月 26 日，Manus 联合创始人、产品合伙人张涛（网名 HideCloud）最近在自己的公众号「潜云思绪」写了一篇长文，标题叫《用 Manus 改造 Manus》。 文章开头是一个让他印象很深的画面。他给工程师提了几条需求和 Bug，过一会儿去看进展，发现对方电脑上开着一排 Codex 和 Manus 的 Session。随便点开一个，输入就是他刚在 Slack 上发的需求原文，一字未改。 更让他意外的是，这位工程师当时同时在处理十几、二十个需求。在今天的 Manus，这已经是常态。 这篇文章信息量很大，有几件事最值得记下来。 Manus 内部做了一个叫 Manus-mono 的统一代码入口，配上一本写给 AI 看的说明书，让 AI 能看到跨仓库的全局。一个需求，一个人就能写完所有端。移动端团队一直只有 7 个人，同时负责 2 个产品、4 个 App，进度和网页版基本同步。 所有产品经理都向 Manus 提交过代码，大约一半能独立把需求做到上线。有的产品经理交出来的需求，已经从文档变成了一段视频。 市场团队有了一位「数字同事」，会自己安排工作、主动提醒项目进度，还会跨团队去把功能细节问清楚。 9 月，公司的 AI 开销人均超过 1 万美元，少数人一个月就用掉七八万美元。张涛专门用一节回应了外界的质疑。 文章发出的时间点也很微妙。9 月底，Manus 发布了 2.0 版本和个人智能体应用 Cue；10 月初，母公司蝴蝶效应宣布完成超过 5 亿美元的新一轮融资，同时在北京开出 17 个岗位。 放在这个节点上看，这篇文章更像是 Manus 团队进入 2.0 时代的一份宣言。它讲的是组织如何利用 AI 进化，透露出来的却是这家公司的产品方向、成本逻辑和用人标准。 01 Manus 本身，就是 2.0 的样板间 如果你把文章里的内部实践和 Manus 2.0 的功能列表放在

Anthropic还得继续“狂奔”

招股书显示，2026年上半年，公司实现营收162.86亿美元，约为上年同期的14倍，营业亏损却从21.35亿美元收窄至6.93亿美元。

启元机器人第 5000 台下线，从规模化量产迈向商业化验证

10 月 25 日，启元机器人第 5000 台个人机器人正式下线。从 9 月 20 日发售启元 Q1、T1 两款个人机器人，到一个月后完成 5000 台下线，启元在产能爬坡、制造体系与供应链协同上取得阶段性进展。 对仍处产业化早期的个人机器人行业而言，5000 台的意义不止于产量增长，更在于企业将研发阶段的技术能力转化为可复制的制造能力，并进一步连接产品交付、用户使用与软件迭代——这是个人机器人从技术探索走向消费市场的关键环节，也是检验商业化能力的重要维度。 随着人工智能从数字世界走向物理世界，机器人产业的竞争正从技术展示延伸至工程化、产品化和商业化能力，启元此次量产实践提供了一个观察个人机器人产业化进程的具体样本。 01 一个月从 0 到 5000 台， 量产制造体系成形 「自产线启动以来，从 0 台到 5000 台稳定量产下线，仅用时 1 个月。 」启元机器人联席总裁、中央研发部总裁高全中表示，启元机器人的产线目前每 2.5 分钟下线一台机器人，日产能从 10 余台提升至 200 余台。 对个人机器人而言，量产并非简单增加产线或提高装配速度。机器人融合机械结构、运动控制、感知交互与智能算法等多个系统，既要实现复杂功能，也要在批量制造中控制装配精度、产品一致性与运行可靠性。衡量量产能力，不能只看下线数量，还要看制造体系能否支撑持续生产、质量标准能否适应规模化复制、供应链能否匹配交付需求。 据介绍，围绕这些环节，启元机器人在生产端通过工艺固化、质量收敛、自动化装配与标定测试提升批量一致性；供应链端联合供应商建立原材料立库、采用半自动化装配线体、搭建端到端制造 IT 系统，实现生产流程可追溯。同时建立涵盖百万级线束弯折测试、十万级关节耐久测试及模组抗冲击测试的验证标准，以提高产品在长期使用过程中的稳定性。 这些能力共同构成从样机研发走向规模化制造的工程基础。5000 台下线仍