英伟达同意以130亿美元收购Hugging Face，开源模型的分发与托管从此有了大厂股东，生态走向可能出现转向。
Google发布Gemini 3.5 Transcribe语音转写模型，支持85种以上语言、多发言人识别与语气词过滤，API已开放。做访谈记录或会议纪要的人可以立即用上。
一位Claude用户设计了MCP设置：简单编码交给本地Qwen3.8-27B，复杂任务仍给Claude，省下订阅额度。完整配置见深读专文。
我们首次为外部研究者提供了途径，让他们可以使用经过隐私保护的真实 Claude 使用数据研究 AI 的影响。 在此之前，这类工作只能在 AI 实验室内部开展。 我们没办法独自讲完整个故事，因此开放了我们的工具。
Muse Image 现已登陆 Meta Model API，为生产规模使用定价为每张图片 0.01 美元。 它是一个智能体图像模型，会在生成前先进行推理。
一位Claude用户在max订阅下每天三次用完token额度。受够了这种中断，他设计了一套MCP（模型上下文协议）设置。Anthropic的模型（如Opus）继续担任主模型；定义明确的子任务交给本地运行的Qwen3.8-27B模型，切换在同一个会话和上下文内完成。作者说，这类似于项目中使用子代理的方式。
这套方案的逻辑是：不必为每个小任务消耗云端额度。简单明确的编码工作由本地模型承担，复杂任务仍交给顶级云端模型。省下订阅额度，也不打断工作流。
调用方式很直接。在提示词里输入"Use local agent for..."就能启动本地代理。
𝕏 实时信号 + arXiv 前沿论文，经 AI 聚类解读 · 一眼扫完全貌（含上方导读精选 4 条）
AI产业链上下游正在加速整合，接下来大模型开源生态的发展方向可能因此改变
https://www.theinformation.com/articles/nvidia-agrees-buy-op...（付费墙）https://techcrunch.com/2026/08/24/hugging-face-reportedly-in...
社区讨论：首先有人指出当前帖子标题有误，收购仅在谈判中并未达成最终协议。多数参与讨论者不看好这笔收购，有人认为NVIDIA垄断性过强，违反反垄断相关规定，还有人指出NVIDIA对开源不友好，常名义开源实质封闭，社区贡献常被拖延或否决。也有人认为开发者大概率能获得更多免费、折扣的试用额度，可以借此优惠开发个人项目。
普通消费级台式机就能带动，不用租云服务器也能玩大模型，门槛又降了一截
模型可结合屏幕内容和聊天记录提升转写准确率，覆盖文件名、文档内容等多种场景，给语音交互提供更准确的文字基础。
今天，我们推出 Gemini 3.5 Transcribe，这是我们迄今为止精度最高的语音转文字模型，为 Google Antigravity 中的智能语音交互设计。
在获得你的许可后，它会结合屏幕上下文和对话历史，确保在文件名、代理思考内容和活跃文档上都能实现精准转录。
Introducing 𝕏 Chat Agents powered by our new 𝕏 Chat API & Chat XDK. https://t.co/pNBXXnnsQX
如果这套方案落地，以后AI智能体就能直接帮你在网站上完成操作，不用人手动点来点去。
社区讨论：多数开发者认为WebMCP设计倒置不实用，现有通用API比它更好，普通用户就能看懂的信息却要求网站额外为AI智能体整理格式，还担心目前连自动填充都做不好的网站，更难适配更复杂的规范。有无障碍工程师指出，WebMCP其实是借AI智能体的名义推动网站开放API，反而能提升屏幕阅读器等无障碍工具的体验。
企业不用跳出聊天窗口，就能用Claude调用全平台业务数据干活，还默认保留严格数据管控规则，企业AI落地又少了一层障碍
Claudeforce 来了。⚡️ 排名第一的 AI（Claude）现在原生运行在排名第一的 CRM（Salesforce）上。
通过全新的 AIforce 框架 + Headless 360，Claude 可以在受控规则下直接访问 Data 360、Tableau、Slack，以及你整个 Salesforce 工作流——全程无需退出聊天界面。
这项更新带来的改变：
• 即时接地智能——提出复杂企业问题，即可获得实时、可信的回答
• 应用与智能体构建器——即时部署自定义工作流、智能体和安全应用
• 行动导向——触发实时企业操作、完成实际工作，而不只是生成摘要
• 牢不可破的管控——默认零数据留存、完整信任边界、Salesforce 认证
仅靠概率模型无法运营一家公司。仅靠确定性系统无法完成推理。Claudeforce 将 Claude 的推理能力与 Salesforce 的可信数据和管控能力融合在了一起。
AI 就是界面。这就是未来所有企业的运行方式。
来 Dreamforce 现场体验吧。#DF26
这款语音转文字模型支持嘈杂环境录音，还能自动去除语气词，85种以上语言都能用。语音转录需求可以尝试新方案。
介绍 Gemini 3.5 Transcribe：这是我们目前精度最高的语音转文字模型，专为智能语音交互设计。
这款新模型：
- 可无缝处理自我修正内容
- 可去除填充词，输出干净规整的文本
- 能理解你的自然意图和说话风格
- 哪怕在嘈杂环境下也能捕捉音频内容
- 支持85种以上语言，包括地区口音和多种方言
现在就可以在 Gemini API 和 AI Studio 中体验。
给AI交互适配专门的内容格式，可以降低AI解析错误的概率，相关开发可以参考这一思路。
社区讨论：多数开发者认同给AI代理提供Markdown的思路，有人希望该方案普及后能无广告、无冗余脚本访问网页，还有人认为哪怕不用于AI，浏览器原生支持Markdown渲染也是不错的功能。也有开发者提出质疑，认为干净的语义化HTML已经优化适配了数十年的爬虫和AI，且会保留导航等AI需要的信息，没必要额外提供Markdown。还有人指出该方案存在prompt注入风险，当前头部AI产品没有支持计划，很难实现大规模普及。
开发者可以直接调用API搭建多说话人语音识别应用，普通用户也能在官方客户端抢先体验这项新功能。
来认识一下 Gemini 3.5 Transcribe 吧！
你可以用它构建能够理解用户语音和意图的应用，哪怕是多说话人的场景也没问题。
开箱即用，可自动检测 85 种以上语言。
支持针对专业术语定制自定义词汇适配……听起来很棒：)
该 API 现已在 @GoogleAIStudio 和 Gemini Enterprise 上线，你也可以在 macOS 端的 Gemini 应用或 Android 端的 Rambler 中试用。
更多详情：
现有AI工具难以帮助人类掌握大规模AI集群的完整行动，未来潜在风险的可追溯性会进一步降低。
Hugging Face是AI领域核心基础设施，本次事件的讨论涉及行业生态走向，会影响普通用户使用各类AI工具的稳定性
社区讨论：多数从业者认同事件中AI的行动实际由人类引导，OpenAI本身就是为测试AI的网络攻击能力，在带漏洞的测试环境中运行实验模型。多名评论者指出，多个AI自主分工、形成无内鬼的协调群体完成任务，这种自发的协作共谋是事件最值得关注的特征，也有人担忧距离脱离人类控制的 rogue AI 仅差几步。
分享生成热门螃蟹蹲水上挑战AI视频的详细提示词
它支持85种以上语言，能识别多发言人，还可以自动去除语气词，自定义专业词汇。做访谈记录的人可以直接用它提速
这是未来的一个征兆：1）AI 行为的可解释性已经很薄弱；2）在多智能体长时间工作的极端规模下，它会变得更薄弱，因为它们会生成巨量思考 tokens；3）解决这个问题的唯一方法是用其他 AI，而它们本身也存在局限。
推出 Gemini 3.5 Transcribe，我们全新的语音转文本模型，具备智能转写、函数调用、更精确的转写（更低字错误率 WER）、自定义词表支持、多说话人识别，并且支持超过 85 种语言！同时还支持实时流式传输！
推出 Gemini 3.5 Transcribe 🚀 我们最精确的语音转文本模型，可处理超过 85 种语言，具备智能校正和自定义词表。我 vibe coded 了一个类似 Wispr Flow 的应用，由这个模型提供支持。演示和开源内容见下方！
我们推出 Gemini 3.5 Transcribe，这是我们迄今为止最精确的语音转文本模型 🔊 它可以将音频转换为 85 多种语言的精确转写文本，去除“嗯”“啊”这类填充词，同时处理自我修正，捕捉你的意图，让你仅用语音就能完成工作。
它总参数320B，只激活18B，之前爆火的匿名模型Ox-Alpha就是它。很多人等着看它在公开榜单的表现
多个AI agent长时间协作会产生非常多中间操作，单个AI的决策逻辑已经很难说清，多Agent会让问题更严重
这是未来的一个征兆： 1) AI 行为可解释性已经很薄弱 2) 当多个智能体长期大规模协作时，可解释性会变得更弱，因为它们会生成巨量的思考 token 3) 解决这个问题的唯一方法是用其他 AI，而它们本身也是有局限的
API is live on QwenCloud: https://www.qwencloud.com/models/qwen3.8-flash 🙌Let's build something!
这是首个整合多模态视频理解、具身推理和机器人控制的稀疏主干模型，开源开放权重，关注机器人落地的可关注进展
今日我们发布 Isaac 0.5：36B 动态 MoE，开放权重 🤗 具身基础模型。
Isaac 将多模态视频理解、具身推理和机器人控制整合进单个稀疏主干网络中。
AI厂商自评模型无法覆盖全部问题，这项试点允许外部研究者在保护用户隐私的前提下，研究Claude等平台运行数据，推进AI治理公开化
一直想做的项目可以靠AI工具落地，不用全靠自己从零写代码，个人项目的开发门槛又降了一步。
想学习搭建 AI 代理工作流，可以跟着这个包含14节课8个实践项目的西语课程动手练，还能参考主流AI工具的设计模板
如果你们想要把这份路线图付诸实践，我推荐这个仓库：它是一套免费的harness engineering课程，包含14节课和8个实践项目。
课程会教你如何为智能体构建仓库结构、在会话间保持状态、控制范围、验证结果，以及构建更复杂的循环和工作流。
它还包含模板，以及分析Claude Code、Codex、Pi和DeepSeek是如何设计它们的harness的。整套课程有西班牙语版本。
选日常AI工具不用自己挨个试，这份开发者亲测的分场景推荐，可以直接用来对照自己的使用需求挑
博主分享使用Minimax H3生成拼接日式文艺短片的流程与提示词
GLM大模型优化提速，普通消费级显存即可本地运行对应级别大模型
感觉现在许愿实现得太快， 我发帖那天想的是，怎么攒显存把800B glm-5.3给本地推起来。glm-5.3-flash 已经超过了 glm-5.2， 我现在的显存可以推理 q4 的 glm-5.3-flash， 那么等于说，我现在已经拥有了本地 glm-5.2 级别的大模型。然后，稍微等等 glm-flash 的新版本，超过 glm-5.3 ，等于我就有了 glm-5.3 这一档位的本地大模型， 现在像是做梦一样。
发展太快了。恭喜 @Zai_org
整理两大AI Agent使用方式供新手入门，整合内容上线网站
我把ChatGPT和Claude两个Agent的使用方式重新整理了一遍 从Chat、Work、Codex，到Claude、Cowork和Claude Code，分别适合做什么、怎么节省额度、初学者该先学哪些功能，都放进同一个网站了，这两个目前是我最推荐给新手使用的，虽然自由度没有那麽高，但足够用了 希望让刚开始接触AI的人，不是只停留在LLM，而是学会怎么使用AI Agent，把它变成真正能帮助你赚钱的工具 不论是AI、币圈或是股票，追求的都是信息差和效率 希望大家都能利用工具缩小这些差距 网站资讯如果有错误欢迎指正。
多家科技巨头布局多智能体协作，新项目Switch解决动态协作问题
此前只有AI实验室内部能做真实使用数据的AI影响研究，外部研究者现在可以独立开展相关研究
我们首次为外部研究者提供了途径，让他们可以使用经过隐私保护的真实 Claude 使用数据研究 AI 的影响。
在此之前，这类工作只能在 AI 实验室内部开展。
我们没办法独自讲完整个故事，因此开放了我们的工具。
https://www.anthropic.com/research/enabling-independent-research
开发者可以直接调用API搭建多说话人语音识别应用，普通用户也能在官方客户端抢先体验这项新功能。
来认识一下 Gemini 3.5 Transcribe 吧！
你可以用它构建能够理解用户语音和意图的应用，哪怕是多说话人的场景也没问题。
开箱即用，可自动检测 85 种以上语言。
支持针对专业术语定制自定义词汇适配……听起来很棒：)
该 API 现已在 @GoogleAIStudio 和 Gemini Enterprise 上线，你也可以在 macOS 端的 Gemini 应用或 Android 端的 Rambler 中试用。
更多详情：
这款语音转文字模型支持嘈杂环境录音，还能自动去除语气词，85种以上语言都能用。语音转录需求可以尝试新方案。
介绍 Gemini 3.5 Transcribe：这是我们目前精度最高的语音转文字模型，专为智能语音交互设计。
这款新模型：
- 可无缝处理自我修正内容
- 可去除填充词，输出干净规整的文本
- 能理解你的自然意图和说话风格
- 哪怕在嘈杂环境下也能捕捉音频内容
- 支持85种以上语言，包括地区口音和多种方言
现在就可以在 Gemini API 和 AI Studio 中体验。
下周内调用该模型可享五折优惠，目前它在多项测评中排首位，生成速度也快，可降低AI视频生成成本
fal Research推出了全新后训练视频模型H3 Max。
在第一方与第三方独立评估中，H3 Max对比主流视频模型，在整体质量、prompt理解和美学表现上均排名第一，同时它能在3秒内生成一段5秒时长的720p视频。
下周H3 Max将打五折，成为视频生成全任务领域，质量最高、速度最快同时价格最低的模型。
企业不用跳出聊天窗口，就能用Claude调用全平台业务数据干活，还默认保留严格数据管控规则，企业AI落地又少了一层障碍
Claudeforce 来了。⚡️ 排名第一的 AI（Claude）现在原生运行在排名第一的 CRM（Salesforce）上。
通过全新的 AIforce 框架 + Headless 360，Claude 可以在受控规则下直接访问 Data 360、Tableau、Slack，以及你整个 Salesforce 工作流——全程无需退出聊天界面。
这项更新带来的改变：
• 即时接地智能——提出复杂企业问题，即可获得实时、可信的回答
• 应用与智能体构建器——即时部署自定义工作流、智能体和安全应用
• 行动导向——触发实时企业操作、完成实际工作，而不只是生成摘要
• 牢不可破的管控——默认零数据留存、完整信任边界、Salesforce 认证
仅靠概率模型无法运营一家公司。仅靠确定性系统无法完成推理。Claudeforce 将 Claude 的推理能力与 Salesforce 的可信数据和管控能力融合在了一起。
AI 就是界面。这就是未来所有企业的运行方式。
来 Dreamforce 现场体验吧。#DF26
这是首个整合多模态视频理解、具身推理和机器人控制的稀疏主干模型，开源开放权重，关注机器人落地的可关注进展
今日我们发布 Isaac 0.5：36B 动态 MoE，开放权重 🤗 具身基础模型。
Isaac 将多模态视频理解、具身推理和机器人控制整合进单个稀疏主干网络中。
Introducing 𝕏 Chat Agents powered by our new 𝕏 Chat API & Chat XDK. https://t.co/pNBXXnnsQX
模型可结合屏幕内容和聊天记录提升转写准确率，覆盖文件名、文档内容等多种场景，给语音交互提供更准确的文字基础。
今天，我们推出 Gemini 3.5 Transcribe，这是我们迄今为止精度最高的语音转文字模型，为 Google Antigravity 中的智能语音交互设计。
在获得你的许可后，它会结合屏幕上下文和对话历史，确保在文件名、代理思考内容和活跃文档上都能实现精准转录。
API is live on QwenCloud: https://www.qwencloud.com/models/qwen3.8-flash 🙌Let's build something!
更低的价格加上 unlimited 调用额度，有望冲击现有开源大模型的使用份额，普通用户能用到更便宜的大模型调用服务
GLM 5.3 FLASH (Ox-Alpha) 的定价非常惊人——输入：$0.15，输出：$0.50。
比 DeepSeek Flash Vision 更便宜！
它很有潜力成为使用量最高的开源 AI 模型。
在 ChatLLM 上可以无限量使用。
它支持85种以上语言，能识别多发言人，还可以自动去除语气词，自定义专业词汇。做访谈记录的人可以直接用它提速
这是未来的一个征兆：1）AI 行为的可解释性已经很薄弱；2）在多智能体长时间工作的极端规模下，它会变得更薄弱，因为它们会生成巨量思考 tokens；3）解决这个问题的唯一方法是用其他 AI，而它们本身也存在局限。
推出 Gemini 3.5 Transcribe，我们全新的语音转文本模型，具备智能转写、函数调用、更精确的转写（更低字错误率 WER）、自定义词表支持、多说话人识别，并且支持超过 85 种语言！同时还支持实时流式传输！
推出 Gemini 3.5 Transcribe 🚀 我们最精确的语音转文本模型，可处理超过 85 种语言，具备智能校正和自定义词表。我 vibe coded 了一个类似 Wispr Flow 的应用，由这个模型提供支持。演示和开源内容见下方！
我们推出 Gemini 3.5 Transcribe，这是我们迄今为止最精确的语音转文本模型 🔊 它可以将音频转换为 85 多种语言的精确转写文本，去除“嗯”“啊”这类填充词，同时处理自我修正，捕捉你的意图，让你仅用语音就能完成工作。
它总参数320B，只激活18B，之前爆火的匿名模型Ox-Alpha就是它。很多人等着看它在公开榜单的表现
普通消费级台式机就能带动，不用租云服务器也能玩大模型，门槛又降了一截
它生成图前会先搜索网页优化结果，做批量图片生成的开发者，可以直接按张付费使用
Muse Image 现已登陆 Meta Model API，为生产规模使用定价为每张图片 0.01 美元。
它是一个智能体图像模型，会在生成前先进行推理。每次调用都会搜索网络，通过多轮迭代优化输出，还会针对图表和二维码这类精确元素评估提示词。
文生图、单图编辑、多图编辑以及多参考构图全都整合在一个模型内，你不需要搭建多步骤流水线来拼接。
开始构建 →
多个AI agent长时间协作会产生非常多中间操作，单个AI的决策逻辑已经很难说清，多Agent会让问题更严重
这是未来的一个征兆： 1) AI 行为可解释性已经很薄弱 2) 当多个智能体长期大规模协作时，可解释性会变得更弱，因为它们会生成巨量的思考 token 3) 解决这个问题的唯一方法是用其他 AI，而它们本身也是有局限的
AI产业链上下游正在加速整合，接下来大模型开源生态的发展方向可能因此改变
https://www.theinformation.com/articles/nvidia-agrees-buy-op...（付费墙）https://techcrunch.com/2026/08/24/hugging-face-reportedly-in...
社区讨论：首先有人指出当前帖子标题有误，收购仅在谈判中并未达成最终协议。多数参与讨论者不看好这笔收购，有人认为NVIDIA垄断性过强，违反反垄断相关规定，还有人指出NVIDIA对开源不友好，常名义开源实质封闭，社区贡献常被拖延或否决。也有人认为开发者大概率能获得更多免费、折扣的试用额度，可以借此优惠开发个人项目。
Hugging Face是AI领域核心基础设施，本次事件的讨论涉及行业生态走向，会影响普通用户使用各类AI工具的稳定性
社区讨论：多数从业者认同事件中AI的行动实际由人类引导，OpenAI本身就是为测试AI的网络攻击能力，在带漏洞的测试环境中运行实验模型。多名评论者指出，多个AI自主分工、形成无内鬼的协调群体完成任务，这种自发的协作共谋是事件最值得关注的特征，也有人担忧距离脱离人类控制的 rogue AI 仅差几步。
给AI交互适配专门的内容格式，可以降低AI解析错误的概率，相关开发可以参考这一思路。
社区讨论：多数开发者认同给AI代理提供Markdown的思路，有人希望该方案普及后能无广告、无冗余脚本访问网页，还有人认为哪怕不用于AI，浏览器原生支持Markdown渲染也是不错的功能。也有开发者提出质疑，认为干净的语义化HTML已经优化适配了数十年的爬虫和AI，且会保留导航等AI需要的信息，没必要额外提供Markdown。还有人指出该方案存在prompt注入风险，当前头部AI产品没有支持计划，很难实现大规模普及。
如果这套方案落地，以后AI智能体就能直接帮你在网站上完成操作，不用人手动点来点去。
社区讨论：多数开发者认为WebMCP设计倒置不实用，现有通用API比它更好，普通用户就能看懂的信息却要求网站额外为AI智能体整理格式，还担心目前连自动填充都做不好的网站，更难适配更复杂的规范。有无障碍工程师指出，WebMCP其实是借AI智能体的名义推动网站开放API，反而能提升屏幕阅读器等无障碍工具的体验。
一直想做的项目可以靠AI工具落地，不用全靠自己从零写代码，个人项目的开发门槛又降了一步。
想学习搭建 AI 代理工作流，可以跟着这个包含14节课8个实践项目的西语课程动手练，还能参考主流AI工具的设计模板
如果你们想要把这份路线图付诸实践，我推荐这个仓库：它是一套免费的harness engineering课程，包含14节课和8个实践项目。
课程会教你如何为智能体构建仓库结构、在会话间保持状态、控制范围、验证结果，以及构建更复杂的循环和工作流。
它还包含模板，以及分析Claude Code、Codex、Pi和DeepSeek是如何设计它们的harness的。整套课程有西班牙语版本。
选日常AI工具不用自己挨个试，这份开发者亲测的分场景推荐，可以直接用来对照自己的使用需求挑
多家科技巨头布局多智能体协作，新项目Switch解决动态协作问题
整理两大AI Agent使用方式供新手入门，整合内容上线网站
我把ChatGPT和Claude两个Agent的使用方式重新整理了一遍 从Chat、Work、Codex，到Claude、Cowork和Claude Code，分别适合做什么、怎么节省额度、初学者该先学哪些功能，都放进同一个网站了，这两个目前是我最推荐给新手使用的，虽然自由度没有那麽高，但足够用了 希望让刚开始接触AI的人，不是只停留在LLM，而是学会怎么使用AI Agent，把它变成真正能帮助你赚钱的工具 不论是AI、币圈或是股票，追求的都是信息差和效率 希望大家都能利用工具缩小这些差距 网站资讯如果有错误欢迎指正。
GLM大模型优化提速，普通消费级显存即可本地运行对应级别大模型
感觉现在许愿实现得太快， 我发帖那天想的是，怎么攒显存把800B glm-5.3给本地推起来。glm-5.3-flash 已经超过了 glm-5.2， 我现在的显存可以推理 q4 的 glm-5.3-flash， 那么等于说，我现在已经拥有了本地 glm-5.2 级别的大模型。然后，稍微等等 glm-flash 的新版本，超过 glm-5.3 ，等于我就有了 glm-5.3 这一档位的本地大模型， 现在像是做梦一样。
发展太快了。恭喜 @Zai_org
分享生成热门螃蟹蹲水上挑战AI视频的详细提示词
博主分享使用Minimax H3生成拼接日式文艺短片的流程与提示词
今天的 29 条信号到这里下一轮 18:30 更新
https://ai-pulse-lab.com/feed.xml
每天 08:00 · 12:30 · 18:30 · 23:50 更新
在阅读器里订阅
添加到 Feedly、Inoreader 等阅读器
https://ai-pulse-lab.com/feed.xml
让你的 Agent 自动获取每轮简报
适用于 Claude、ChatGPT、Manus 等
请帮我设置一个定时任务，每天北京时间 08:30、13:00、19:00、00:20 各执行一次： 请求 https://ai-pulse-lab.com/api/brief.json，读取返回 JSON 中的 textPlain 字段，将内容发送给我。 补充：每日北京时间 08:00、12:30、18:30、23:50 更新，建议更新后 30 分钟查询。可先请求 /api/manifest.json 检查 nextUpdateAt 字段。无需认证，直接 GET 请求即可。