AI Pulse

介绍 Voxtral 3：为 Mistral 新语音智能体 API 提供支持的最先进的转录和语音模型。🧵

端侧语音的新前沿。我们将开源 Phonon，这是一套参数量低于 5000 万的 TTS 模型，在多语言的自然度和准确度上树立了新标杆，并提供迄今为止最广泛的推理支持。Phonon-31m 以 Apache 2.0 协议发布。

我们刚刚把 TikTok 和 Reels 变成了一个 Claude Code 任务。来认识一下 Ava Studio，它专为那些产品已经上线却无人知晓的创始人打造。

把你的产品网址交给你的智能体，它会在 40 多万条 TikTok 内容中研究趋势，撰写脚本并制作好可直接发布的视频。

我们的异构云又变强了。我们宣布 @positron_ai 集群级部署，成为我们的下一个合作伙伴。我们相信未来十年快速推理的需求将超过供给。

我们对 Positron 的押注，是让开源模型的快速推理触达开发者手中的又一步。硬件将于 2027 年第一季度上线。感谢 @mitesh711、@trsohmers 和整个 Positron 团队！

我们对这次合作感到兴奋。冲！

DeepSeek 在他们的知乎页面上发布了更多内幕消息，如果你只看推特，你看到的都是老外认可的东西。

“基于这个框架，我们为 DeepSeek V4.1 Flash 实现了一个高吞吐量、低延迟的大规模推理服务。目前，单个集群的服务吞吐量为每天 155 万亿个 token，整体收入为每卡每小时 38 美元（基于非高峰价格）。”

每 GPU 小时的成本大约是 5-10 美元，所以 DeepSeek 声称在他们的价格下有 80% 的服务利润率，哈哈哈哈哈哈。

Gemini 4 Argon 做了一个 3D 元素周期表，与汤姆·莱勒的歌曲《The Elements》同步。在 @Antigravity 中创建，它能展示电子轨道、原子数据和光谱。

我们打造了一款机器人数据引擎，性能达到 Astra 级别，成本却只有它的 1/125。而且我们今天就要把模型权重开源！

介绍 Flora，这是一套开放模型，用于解析物理世界，把原始视频素材转化为丰富的训练信号。Flora 已经在驱动我们内部的数据引擎，用 500 张 GPU 每天标注 20 万小时的视频。

我们创造它，是为了拓展机器人学习的前沿。现在，你也可以拥有这些权重。

Flora 能为你提供：
- 高质量、带时间戳的字幕，用于筛选和过滤人类第一视角及机器人数据；
- 密集的进度奖励，用于质量控制和强化学习后训练；
- 评分细则，用于真实世界基准测试。

今天就试试吧，链接见推文串：

🎉 隆重推出 AppuBot

打造属于你自己的 AI 智能体团队，运行在你自己的笔记本电脑上，像你本人一样操作它。

• 计算机操作：浏览器、终端、文件和真实桌面
• 连接你日常使用的应用
• 目标、日常任务和持续推进的进度

支持 Mac、Windows、Linux，甚至支持 ARM 架构。可对接你已有的 AI 订阅——Claude、Codex、OpenCode 或其他任意平台。

你的智能体。你的机器。你的密钥。

免费获取 ->

我把 DeepSeek V4.1 Flash 1017 基准测试在 9 个测试框架上重复跑了 89 次，想搞清楚哪个最好用。高投入模式，每个跑 5 次：

Pi 框架：40.4
Grok Build CLI：40.4
DeepSeek：39.2
OpenCode 2.0：38.6
OpenCode：36.6
Claude Code：36.4
Codex：33.2
Hermes Agent：32
Kilo Code：31.8

Codex 多次超时，超过了每个仓库允许的 3 小时时限，按它跑完的进度计分。

根据我测试的结果，Pi、Grok Build CLI 和 OpenCode 2.0 看起来是最强的通用测试框架。但这个结论不一定能推广。

回复里附了包含每一次运行的详细表格🧵

Asymptote Labs 融资 550 万美元，为 AI 编程智能体构建记忆基础设施。其新开源项目 Beacon 可捕获智能体会话中的工作流、调试模式和修正记录，让这些知识能在各类编程工具间复用。

目标是帮助智能体在已有工作基础上继续推进，而不是每次都从零开始。Beacon 支持 Claude Code、Cursor、Codex、OpenCode 以及其他 20 多种运行环境。

这是美国联邦政府的一项拟议规则，可能会对 AI 行业产生重大影响。

它要求所有在美国销售的 AI 模型（以及 API）必须进行“网络安全测试”，并向政府提交一份“网络安全证明”。

让我们来拆解一下：
https://x.com/paraka1se/status/2023795441539383388

社区讨论：不少用户质疑，DeepSeek 权重开放、可完全本地部署，这种情况下到底存在什么实际安全风险，认为禁令更像是打着国家安全旗号的监管俘获。也有人指出，模型可能藏有恶意代码或漏洞，但权重开放反而便于审查，这是 OpenAI、Anthropic 这类美国闭源推理服务做不到的。还有人追问，为什么单独针对 DeepSeek，而不是 GLM、Qwen、Kimi 等一众中国开源权重模型。部分人认为，禁令的实际效果是把联邦机构的 LLM 预算导向 OpenAI、xAI 等本土前沿实验室，相当于用纳税人的钱为这些公司兜底。也有用户反驳，政府使用替代人类思考的技术时，选择本国技术而非外国技术是常识，就像不会从中国采购军用飞机一样。

社区讨论：有用户好奇这是否是 Google 对 DeepSeek 开源推理引擎的回应。不少人追问 TPU 除 Google Cloud 外是否有其他商用渠道。有人认为这是 TensorFlow 的终局，也有人感慨终于不用再跟 XLA 搏斗才能让 PyTorch 跑在 TPU 上，并提出 JAX 与 PyTorch 之争如今更像是风格偏好。

还有人指出 AWS 也在为 Trainium 做类似的 torch-neuronx 支持。

社区讨论：不少评论指出，800亿美元亏损中720亿是可转债等金融工具估值变动带来的非现金会计调整，实际现金亏损仅87亿美元，且上半年营收从去年同期11亿涨到163亿，实际经营状况并不算差。也有人质疑，在当前经济环境下谁在持续增加AI支出，认为这要么是豪赌要么是骗局，还有人提到随着中国开源免费模型普及，这类投入可能早已超过盈利临界点。

从概念上讲，DeepSeek Infer 就是 DwarfStar 的云端版本。

针对单一模型和特定硬件的垂直推理引擎。这步棋走得好。

同时，这也给那些曾经批评这种做法的人上了一课。

Deepseek 的策略比所有美国实验室都简单得多，就是先做模型，然后把模型和基础设施开源，再通过提供推理服务来赚钱。我觉得这很有意思。

一个小团队刚刚把一个 27B 开源模型的幻觉率砍了一半。基于 Qwen 构建，只在开源环境中训练，在 Terminal-Bench 上击败了 GPT-6 Luna。完成同样的任务，它只用一半的字数。

他们的第二个版本可以在单张游戏显卡上同时运行 7 个长时间的 agent 会话。免费。Apache 2.0。随你运行。这就是本地 AI 获胜的方式。我已经说了很多年了，但我只是个书呆子。

这也太离谱了吧： > 给你的 AI Agent 提供记忆层 > 支持 Claude Code、Codex 以及 20 多种开发框架 > 把过往经验和工作流提炼成 Agent Skills > 本地运行 > 免费开源

新博客文章发布 🎉：如何在评估中使用决策模型

在这篇文章中，我们将向您展示如何为您的任务选择决策模型，调整其阈值（不要假设默认的 0.5 是合适的！），以及如何解读其分数。文中包含许多酷炫的交互式图表。

IMD 是所有链上 AI 实验的起点（审计、创作、研究、提问、决策、发币、社区冷启动）。

我们目前提供全球最便宜的推理服务（多亏了离谱的 pepe 加密激励机制），但现在不是解释这个的时候，因为首先要修 bug，而 pepe 们会把它搞崩，所以要循环修 bug 直到就绪。

即将实现的目标之一是推出一个超级任务，让任何人都能调用 1000+ 个 Claude/Codex 订阅（数万个智能体），在各种实验中尽情发挥。

正在测试一套新的 AI → Blender 工作流：@startvoyager 里的 Claude Opus 5.5 仅凭一条提示词加 4 轮反馈，就搭出了这个鱼摊。整个过程只用了 30 秒。

我不确定它会不会被用进我的游戏里，但这套工作流太离谱了。它自己发现并连上了 Blender 和 Unity，我这边完全没做任何设置。

工具：Voyager、Blender、Claude Opus 5.5

感谢 @anvisha 提供使用权限 🙏

X平台用户@painn_x分享了一项零成本使用多款顶级大模型的方法：RodoxAI平台目前免费开放36款模型，包括Opus 5.5、GPT-6 Astra等，且可直接接入DeepSeek官方代理框架dsh使用，全程无需支付订阅费用。

具体配置步骤如下：首先访问RodoxAI官网完成注册；随后在本地终端运行命令npx @deepseek-ai/dsh web；启动后打开本地地址http://127.0.0.1:3080；在设置中选择添加自定义提供商，填入RodoxAI的接口地址，选择Opus 5.5模型即可完成配置。

该用户提醒，这一免费福利可能随时下线，建议尽快体验。

开发者@liuliu在X平台发文表示，在深度使用多款大模型后，他终于理解了@antirez此前表达的相关观点。他提出，DeepSeek 4.1 Flash在本地运行时，解码速度需要达到约每秒200个词元（tok/s），才具备市场竞争力。

开发者@codewithantonio在周末做了个趣味项目：用Claude Code把家里所有IoT设备接入统一系统。

连戴森扫地机器人这类原本封闭的设备也被成功接入。

项目用到的硬件是树莓派5，软件用了Home Assistant，设计参考了Mobbin和Paper MCP。

X 用户 MeredithCheng22 发文表示，自己已经卸载了 Instinct。她将这款产品与 Muse 并排使用了一个月，认为时间已经足够得出结论。当两款产品功能相近时，她会选择速度更快的那一个。Muse 的响应速度比她试过的任何产品都快，对于日常并不复杂的任务来说，速度是非常重要的考量因素。她形容，自己用 Muse 完成五轮交互时，Instinct 还没有完成第一次思考。

她提到，这个月整个旧金山都在为 Instinct 疯狂。两个月前的热点是 Town AI，下个月又会是别的产品。每次的套路都一样：有人发帖说“这个产品太牛了”，创始人开始上播客宣传，圈内人纷纷造势，风险投资涌入，估值上涨，而产品本身还在“思考”。她表示自己不想再当被收割的对象，已经在这种事情上栽过太多次跟头。

她还谈到，社交媒体很容易影响人的判断。她开始认真经营 X 账号的部分原因，是想在这里拥有自己的声音，而不是被热点趋势牵着走。过去刷 X 会让她焦虑，现在她会看所有信息，但自己做决定。她认为大部分内容都是噪音，真正的信号几乎永远在用户和枯燥的基本功里。

如果经常碰到Claude Code额度不够用的情况，可以试试这个分工方案：不让Claude写代码，让它只做任务规划，代码交给DeepSeek写，最后再让Claude做代码审查。

开发者Yigit Guldall实测了这套方案，同一个任务下，DeepSeek V4.1 Flash跑完了全部11项测试，而另一个免费模型只通过了5项。便宜的模型不等于效果差。

他给出的具体配置是：给Claude的指令只有三个——拆解任务、检查代码差异、运行测试。代码通过opencode工具调用DeepSeek Flash生成。

每个项目都配有上下文文件，避免子代理每次都要从头读取整个代码仓库。他因为厌倦了每次手动做这件事，专门开发了Foxpit工具来实现自动化。

这套模式的核心是Claude做主导，便宜的模型组成执行团队，所有环节在同一个工作空间内完成。目前面向土耳其开发者社区开放一周免费试用。

安全研究者 Lucas_ 在 X 平台分享了自己的实测结果：用同一套测试框架跑 GLM 5.3，前期表现不错，但跑到一定阶段碰到了能力边界，部分功能测试没有通过。

他随后换成 DeepSeek Flash 4.1，让模型覆盖更多功能点。DeepSeek 不仅发现了新的高危漏洞，还在目标网站的结账流程中找到了一段明显在窃取信用卡数据的恶意 JavaScript 脚本，这个问题 GLM 5.3 没有发现。

MiaAI_lab 公布了 DeepSeek V4.1 Flash 1017 量化版本的实测对比数据。其开发的 EAQ v1 量化版本，与原版模型的表现差距，比 LibertAIDAI 推出的 EXL3 量化版本小 11% 至 38%。

在更长的上下文场景中，两者的表现差距会进一步拉大。MiaAI_lab 同时说明，LibertAIDAI 的量化版本本身质量并不差，是一个可靠的量化方案，也为本次测试提供了值得超越的基准线。

目前 EAQ v1.1、v1.2 以及最终的 EAQ v2 版本已经在开发中。完整的测试细节已发布在模型说明文档中，可通过链接查看。