THE NEXT THING, IN PERSPECTIVE独立 AI 资讯站

最新 AI 新闻,即刻看见。

汇聚官方发布与行业报道,沿着时间线,看清 AI 正在发生什么。

TODAY’S BRIEFING

近期要闻

进入资讯流
AI NEWS × FOXAI从信号发现下一步

从发现前沿资讯,到找到趁手的工具。

探索 AI 工具

发现好用的 AI

左右滑动探索 →
MemoAI音乐与音频

MemoAI 是一款 AI 驱动的音视频转文字工具,支持本地化处理,无需上传数据,保障隐私安全。它可将 YouTube 视频、播客及本地音视频文件(如 MP4、MP3、AAC、M4A 等)高效转录为文本,并提供多语言翻译、说话人分离、实时字幕、浮动笔记等核心能力,适用于会议记录、访谈整理、内容学习等场景。

AI音频工具分类推荐榜首价格待核验查看详情
AI Short写作与内容

AI提示词管理和共享平台,多种场景的快捷指令

AI提示指令分类推荐榜首价格待核验查看详情
Kiro编程与开发

Kiro 是面向开发者的 AI 工程工具,可将需求整理为规格、架构与任务,通过智能体实现代码,并结合属性测试、执行记忆和开发工具集成支持从规划到代码审查的流程。

AI编程工具分类推荐榜首有免费入口查看详情
JAX模型与基础设施

JAX 是一个面向加速器的 Python 数值计算库,专为高性能数组计算与大规模机器学习设计,支持在 CPU、GPU 和 TPU 等多种硬件后端上高效执行相同代码。

AI开发平台分类推荐榜首价格待核验查看详情
Open Design设计与 3D

OpenDesign 是开源设计工作区,可连接本地编程智能体、自带模型密钥或使用云端模型,围绕设计系统生成和编辑原型、网页、演示与图形;本地软件免费与模型服务费用需要区分。

AI设计工具分类推荐榜首有免费入口查看详情
EvoMap智能体与自动化

EvoMap 是面向AI Agent经验复用的基础设施,通过GEP协议组织可复用策略与带验证记录的修复资产,提供市场和质量排序,帮助不同Agent发现、评估及继承已有能力。

分类推荐榜首价格待核验查看详情
My Glow Up AI生活与个人

My Glow Up AI提供基于自拍的免费分析,无需注册,可生成适合你的发型建议和美容计划。

待评分 · 分类列表推荐价格待核验查看详情
Elicit知识与研究

Elicit 面向科学研究提供语义检索、研究报告、文献筛选与数据提取,可在来源材料中追溯回答,并通过文献库、研究 Agent 与持续跟踪流程组织证据,适合从问题探索推进到系统性综述。

论文文献研究待评分 · 分类列表推荐有免费入口查看详情
Fin企业与客服

面向客户服务的 AI 智能体。

客服智能体客户服务待评分 · 分类列表推荐价格待核验查看详情
AssemblyAI音乐与音频

AssemblyAI 是面向开发者的语音 AI 平台,提供预录音、实时和短片同步转录 API,并结合说话人、情绪、章节与摘要分析,以及语音智能体、听写和敏感信息处理等能力构建语音应用。

AI音频工具待评分 · 分类列表推荐价格待核验查看详情

AI 正在发生

1193 条已发布资讯
2026-10-27
沿着时间,追踪变化
18:08

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...

Token 价格、成本与能耗# AI# 腾讯新闻阅读原文 事件进展与其他报道
18:08

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...

Token 价格、成本与能耗# AI# 腾讯新闻阅读原文 事件进展与其他报道
18:00

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。
数据中心与云算力# 媒体阅读原文 事件进展与其他报道
17:46

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...

模型发布与更新# AI# 腾讯新闻阅读原文 事件进展与其他报道
17:26

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...

机器人与具身智能# AI# 腾讯新闻阅读原文 事件进展与其他报道
17:01

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”,...

模型发布与更新# AI# 腾讯新闻阅读原文 事件进展与其他报道
16:55

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

并购与上市阅读原文 事件进展与其他报道
16:49

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

融资与投资阅读原文 事件进展与其他报道
每一次更新,都留下可追溯的来源。
STAY CURIOUS. STAY INFORMED.

信息很多,值得关注的变化不必错过。

让好奇心有方向,让每一天的阅读更有价值。

通过 RSS 订阅