←搜索结果

按匹配度 · 共 1148 条结果 清除搜索

星期二

  1. Google DeepMind

    Google DeepMind 发布 Gemini 4 Argon 安全与防护报告

    Google DeepMind 公布 Gemini 4 Argon 的安全与防护方案,并开始向更广泛用户开放该模型,同时扩大 Fairwind Program 的可信网络安全防御者范围。在网络安全测试中,Argon 解决了全部 12 个端到端模拟网络攻击场景,上一代为 5 个;在对抗测试集上违规请求减少近一半。防护采用输入筛查、激活探针内部监测和持续监控三层实时机制,在 Gray Swan 的间接提示注入基准上把 15 次自适应攻击的成功率降至 0.7%。

    Gemini 4 Argon logo next to a large white "4", all on a gradient blue background

    threats; Continuous monitoring: As the model reasons and writes its response across multiple steps, we combine these signals and take action when necessary such as cutting off the agent mid-stream if the responses become problematic Combining real-time protection, faster fixes for new jailbreaks and enhanced monitoring for recurring misuse has made our systems better at preventing real-world harm. For instance, external bio jailbreak red teaming could only unlock less than 1% of bio sub-tasks we

    匹配字段正文

  2. TechCrunch AI

    Amex 推出 Intent Intelligence Framework,防止 AI 智能体擅自下单

    American Express 推出 Intent Intelligence Framework,在 AI 智能体完成交易前捕获并验证用户的购买意图。该框架以 Create Intent API 收集商户名称、最高预算等约束,用户确认身份后生成 Intent ID 和 Proof of Intent Token,智能体凭此换取数字支付凭证,而非使用真实卡号。Amex 表示该框架将纳入其 4 月发布的 ACE 开发者工具包,并已与支付生态伙伴讨论落地。

    Personal AI agents are increasingly making transactions on their users’ behalf, but given the nondeterministic nature of large language models, AI bots are prone to doing what they’re not supposed to. Which, in this case, raises the possibility of AI misfiring and making unauthorized transactions. To get ahead of this problem, American Express is introducing a new framework designed to capture and authenticate a customer’s purchase intent before an AI agent completes the transaction. The idea is

    匹配字段正文

  3. TechCrunch AI

    SpaceXSI 将 X Premium、Grok 与 Cursor 打包为一份订阅

    SpaceXSI 推出 The X Subscription,把 Grok 的 AI 对话(支持语音、图像、视频和 API)、Grok 的智能体 AI Bot、用于 AI 编码的 Cursor,以及 X Premium 的蓝标认证、创作者工具和减少广告等付费功能打包在一起。新订阅分 free、Plus(8 美元/月)、Premium(30 美元/月)、Super(100 美元/月)和 Ultra(200 美元/月)五档,AI 用量上限随档位提高,免费档仅提供有限的对话和智能体用量,访问最新 Grok 模型需 Premium 及以上。现有用户可在 X 的订阅设置中升级到新套餐,也可保留当前方案,升级入口将逐步开放。

    With The X Subscription, users can gain access to Grok for AI-powered chat, with support for voice, images, video, and the API. Grok’s agentic AI Bot is also available, as is Cursor for AI coding and the paid features that come with an X Premium subscription, like the blue verified checkmark, creator tools, and fewer ads. There are five plans available on the new subscription: free, Plus ($8/month), Premium ($30/month), Super ($100/month), and Ultra ($200/month), with AI usage caps increasing as

    匹配字段正文

  4. Data Center Knowledge

    微软发布第三代自研 AI 芯片 Azure Maia 300,Maia 200 已量产支撑 Copilot

    微软发布第三代自研 AI 加速芯片 Maia 300,并宣布 Maia 200 已投产,用于支撑 Copilot 等云服务。Maia 200 部署在美国、欧洲和澳大利亚的数据中心,每瓦 token 吞吐量最高为领先 GPU 基础设施的 1.7 倍,年底前还将支撑 GitHub Copilot 和 Microsoft Foundry。Maia 300 计划 2027 年投产,采用推理优先架构,每兆瓦 token 吞吐量预计比领先 GPU 系统高 40%,96 加速器整机架的 token 吞吐量最高可达 Maia 200 的 7 倍;微软计划 2027 年以多吉瓦规模扩展 Azure Maia 系列,目前 Maia 尚未通过 Azure 实例向客户开放。

    and Cowork. By the end of the year, the chip is also expected to power GitHub Copilot and Microsoft Foundry, a platform for developing, deploying, and managing AI applications and agents, according to Guthrie’s blog post. Maia 300, which Microsoft said will be deployed in production in 2027, is designed with an inference-first architecture optimized “for long-context, memory-intensive, and decode-heavy AI workloads,” according to the blog post. The company said the chip is expected to deliver 40

    匹配字段正文

  5. CNN Business Tech

    苹果发布 HomeView 智能家居设备,售价 299 美元

    苹果发布 HomeView 智能家居设备,配备 7 英寸屏幕和底座扬声器,售价 299 美元,即日起开启预购,11 月 13 日上市。该设备让升级版 Siri 进入家庭场景,可结合短信和日历上下文显示信息,并能通过人脸识别最多六名家庭成员,对话内容可在多设备间同步。苹果称设备摄像头和麦克风的数据与系统其余部分分开处理,用户被识别后才会在设备上显示其消息或日历内容。

    personalized AI assistants that consumers rely on for everyday tasks. Tech giants are preparing for a potential future in which people get things done by speaking or typing to AI agent rather than by operating apps and websites. Meta recently launched its Muse personal assistant, along with a new slate of smart glasses designed to give users easier access to its new AI helper. OpenAI is also developing several hardware gadgets. Apple is betting that its focus on privacy and the fact that consum

    匹配字段正文

  6. 邵猛

    DeepEval 团队发布 JevEval,用 Jev 替代生成式 LLM 当评估裁判

    DeepEval 团队发布 JevEval,用 Jev 替代生成式 LLM 担任评估裁判,把 LLM 评估从生成判定改为结构化决策。它把评估逻辑、语义判断和分数计算三者分离:人定义显式可审查的评估逻辑,Jev 返回概率分布而不生成文本,DeepEval 用固定公式算出确定性分数。决策类型包括 Noul 命题真假、Score 有序等级和 Choice 无序行为选择,后者支持概率不低于 50% 时该题不计分。以 Tool Faithfulness 为例,它把评估拆成四个显式问题并写入权重,如事实是否都来自工具权重为 2。

    负责,显式、可审查 · 语义判断环节:Jev 负责,返回概率分布,不生成文本 · 分数计算环节:DeepEval 固定公式负责,有确定性 三种决策类型 · Noul(命题真假):二元命题返回 P(true),适合清单式检查,如“回答中每个事实都来自工具输出”; · Score(有序等级):如“全编造 → 大部分编造 → 大部分有据 → 全部有据”,返回各等级概率后取期望位置归一化,保留相邻等级间的不确定性; · Choice(无序行为选择):给每个选项赋 0–1 的 credit,支持“不适用”(概率 ≥50% 时该题不计分),这是很实用的设计,避免因问题不适用而惩罚被评对象。 典型应用:Agent 评估 以 Tool Faithfulness 举例:天气工具返回 18°C、晴天,但 agent 的回答额外编造了“微风、湿度 40%”。传统裁判只能给个含糊的总分;JevEval 把它拆成四个显式问题,事实是否都来自工具(权重 2,因为幻觉是最重要的失败模式)、数值是否转述准确、整体有据程度、如何处理工具未提供的信息。权重和优先级写在代码里,而不是隐含在提示词中,这正是它最大的工程价值。

    匹配字段正文

  7. Rohan Paul

    ScaleDown 发布 Classify、Extract、Summarize 三款约束解码模型

    ScaleDown 发布 Classify、Extract、Summarize 三款小型约束解码模型,面向智能体常交给昂贵 LLM 的简单重复任务。这些模型不逐 token 生成答案,而是一次读取最多 1M token 的文本和图像,直接从输入中选出标签、带偏移量的文本片段或摘要段落,因此输出免费,结果限定在给定标签或原文范围内。官方称其比前沿 LLM API 快 200 倍、便宜 467 倍,输入定价为每百万 token 0.05 美元,并已在 OpenRouter、Vercel、LiteLLM、LangChain 等平台上线。

    writes. Decision models now get a 1M-token window, and they take images too. ScaleDown released 3 small models (Classify, Extract, Summarize) for the simple, repetitive jobs that agents usually hand to an expensive LLM. 200x faster and 467x cheaper than frontier LLM APIs. $0.05 per million input tokens, and output is free. The bigger change is that the same design now covers classify, extract and summarize. The difference with regular LLMs is that these models don’t write their answer token by

    匹配字段正文

  8. Perplexity

    Perplexity 将 Projects 文件系统做成面向智能体的 Git forge

    Perplexity 介绍其为 Perplexity Projects 构建的文件系统,把它设计成面向智能体的 Git forge。每个智能体在各自的沙箱中工作,并提交到共享仓库,让人类和其他智能体可以跨会话在其工作成果上继续构建。

    This is how we built the filesystem behind Perplexity Projects as a Git forge for agents. Each agent works in its own sandbox and commits to a shared repository where people and other agents can build on its work across sessions.

    匹配字段正文

  9. World Labs Blog精选

    World Labs 发布 World API,用文本、图像和视频生成可探索 3D 世界

    World Labs 发布 World API,开发者可通过该公开接口调用其多模态世界模型 Marble,从文本、单图、多图、360° 全景和视频生成可导航的 3D 世界。世界生成以异步方式运行,无需专有工具,生成结果可在浏览器渲染、导出到其他工具或接入交互系统与仿真管线。该 API 已用于游戏与沉浸式媒体、机器人仿真(可接入 NVIDIA Isaac Sim、MuJoCo、RoboSuite)以及建筑设计等场景,并通过 World Labs Platform 提供 API key 管理、用量计费和文档。

    ld models continue to evolve, we see a future where: Worlds are generated as easily as words and images; Spatial intelligence becomes a shared layer across creative tools and physical AI systems; Humans and agents can reason, interact, and collaborate inside generated spaces The World API is our first step toward making that future programmable, and it's available today. Accelerating the future of AI research and compute September 28, 2026 To Seek a Newer World Our journey from World Labs to AMD

    匹配字段正文

  10. World Labs Blog精选

    World Labs 发布 R2S2R 引擎早期结果,用仿真训练和评测机器人策略

    World Labs 公布其 real-to-sim-to-real(R2S2R)引擎的早期结果,该引擎由 7 月 21 日加入的 SceniX 团队开发,把真实机器人任务重建为对齐的仿真世界。官方称策略可完全在仿真中训练、零真实训练数据,并直接迁移到多种真实机器人平台,覆盖可变形线缆、铰接盒、刚性物体和杂乱抓取等任务。仿真还能预测策略在硬件上的相对表现与失败区域,用于筛选 checkpoint、降低真机评测成本。

    In our functional taxonomy of world models, spanning renderers, simulators, and planners, we argued that the simulator is the linchpin because it turns a world into a place where agents can act, learn, and be evaluated. The work we share here puts that argument to the test. Indeed, some of the most successful L3 or L4-level self-driving cars running on the road today are powered by models trained using both real-world driving and simulation data. Furthermore, many aircraft, rockets, drones, or

    匹配字段正文

  11. IT之家·人工智能

    阶跃终端发布首款大模型原生智能体手机 STEPX Neo 先行版,全栈价 3999 元起

    阶跃终端发布首款大模型原生智能体手机 STEPX Neo 先行版,搭载骁龙 8 系芯片,16GB+256GB 规格,软硬模三位一体全栈价 3999 元,今日开启预售、10 月 16 日首销。新机搭载智能体原生操作系统 Step AOS 1.0,将长期记忆、任务调度和安全机制融入系统底层,并推出 AI 终端原生开发工具 Step Studio,支持通过 MCP、A2A 等协议连接外部服务。购买用户可享连续 12 个月、每月百亿 Token 使用额度的 STEPX Token Plan。

    eo 搭载智能体原生操作系统 Step AOS 1.0 ,宣称从零为智能体打造,将长期记忆、任务调度和安全机制融入系统底层。双入口界面设计让用户能随时找到智能体,也让智能体随时响应用户需求。大量系统底层原子能力也可被阶跃 Amoo 直接调用,能记住用户更能为用户完成任务。 阶跃 Step 5 Preview 正式接入腾讯 WorkBuddy,将更强的推理与 Agent 能力带入真实办公场景,可自主完成深度研究、数据分析、PPT 生成及多步骤复杂任务。截止至 10 月 25 日,用户可在全场景 AI 办公工作台 WorkBuddy 中限时免费体验,通过自然语言指令实现从需求理解到成果交付。 IT之家注意到,面向生态伙伴,阶跃 Amoo 已与支付宝、腾讯、携程、滴滴、剪映、高德、美团等近百家企业或产品达成合作,在本地生活、旅游出行、办公提效、内容创作等领域实现底层生态打通。 面向创客,STEPX 推出了旗下首款 AI 终端原生开发工具(IDE)—— Step Studio,创客只需使用自然语言,即可生成 AI App、游戏、智能体和 Skill。 基于这一开发环境,STEPX Neo 可以

    匹配字段正文

  12. Anthropic Alignment Science Blog精选

    Anthropic 开源自动化对齐审计工具 Petri

    Anthropic 发布开源框架 Petri(Parallel Exploration Tool for Risky Interactions),用 AI 智能体在多轮场景中自动审计目标模型行为,代码已上线 github.com/safety-research/petri。在 14 个前沿模型和 111 条种子指令上,Petri 触发出自主欺骗、规避监督、举报和配合人类滥用等多类失准行为。该工具基于英国 AISI 的 Inspect 框架构建,包含审计智能体、36 个默认评分维度和转录查看器,官方强调它并非基准测试,不能替代人工审查。

    Manual evaluation workflow vs Petri automation

    We're releasing Petri (Parallel Exploration Tool for Risky Interactions), an open-source framework for automated auditing that uses AI agents to test the behaviors of target models across diverse scenarios. When applied to 14 frontier models with 111 seed instructions, Petri successfully elicited a broad set of misaligned behaviors including autonomous deception, oversight subversion, whistleblowing, and cooperation with human misuse. The tool is available now at github.com/safety-research/petri

    匹配字段正文

  13. Anthropic Alignment Science Blog

    Anthropic 开源行为评测框架 Bloom

    Anthropic 发布开源智能体框架 Bloom,用于针对研究者指定的行为自动生成行为评测,量化该行为在自动生成场景中的出现频率与严重程度。Bloom 采用理解、构思、推演、评判四阶段流水线,评测结果与人工标注高度相关,并能区分基线模型与刻意植入错位行为的模型。团队同时公开了妄想式谄媚、指令式长程破坏、自我保存和自我偏好偏见四种行为在 16 个模型上的基准结果,代码见 github.com/safety-research/bloom。

    Rowan Wang, Samuel R. Bowman, Sara Price We are releasing Bloom, an agentic framework for developing behavioral evaluations. Bloom's evaluations are reproducible and targeted: unlike open-ended auditing, Bloom takes a researcher-specified behavior and quantifies its frequency and severity across automatically generated scenarios. Bloom's evaluations correlate strongly with our hand-labelled judgments and reliably separate baseline models from intentionally misaligned ones. As examples, we also r

    匹配字段正文

  14. 集微网

    平头哥发布训推一体AI芯片真武V900,性能达M890三倍

    9月22日杭州云栖大会上,平头哥发布新一代训推一体AI芯片真武V900,单芯片性能达到真武M890的三倍,可满足万亿级参数大模型训练和推理需求,计划2027年第一季度量产售卖。该芯片搭载216GB显存、片间互联带宽1200GB/s,原生支持FP8、FP4低精度计算,并可与自研ICN Switch互联芯片组成千卡全带宽高速互联超节点。平头哥同时首次公布倚天服务器CPU规划,2027年将推出倚天720和倚天730。

    型训练和推理场景中接受过检验。M890尚且如此,V900作为三倍性能的新一代产品,想象空间自然更大。 当然,系统级战争也有自己的残酷之处:客户买的不是一颗芯片,而是一整套迁移成本、软件生态和运维体系。谁能让开发者少改代码、让集群少出故障、让推理成本肉眼可见地下降,谁才能笑到最后。真武V900的真正对手,不只是其他AI芯片,而是整个AI基础设施的效率天花板。 Agent倒逼CPU进化,平头哥全栈棋局 如果说真武V900和超节点解决的是“AI算力”问题,那么平头哥首次公布的倚天服务器CPU规划,解决的是另一个更容易被忽视、却越来越致命的问题——Agent时代的CPU瓶颈。 Agent产品正在爆发。它不像传统聊天机器人那样只负责生成文本,而是要任务规划、状态管理、工具调用、多轮反思、结果校验。这些环节极其依赖CPU;与此同时,海量数据的预处理、编排与吞吐也需要CPU完成。GPU再强,如果CPU调度慢、内存带宽低、与GPU耦合松散,Agent就会像一个聪明但手脚迟钝的“数字员工”:想法很多,动作很慢。 大会现场,平头哥首次公布倚天服务器CPU的规划:2027年将推出倚天720和倚天730两代服

    匹配字段正文

  15. 集微网

    详解麒麟9050 Pro,华为首款量产逻辑折叠芯片强在哪?

    华为在麒麟媒体技术沟通会上详解麒麟9050 Pro,这是其四年前启动逻辑折叠技术探索后落地的首款量产产品,拥有超过5000万混合键合、晶体管密度提升53.5%。该芯片CPU主频提升12.7%、GPU性能提升40%、NPU算力提升140%,并支持30B MoE大模型在端侧运行,占用内存小于2.5GB。华为半导体业务无线终端芯片产品管理部部长徐松余表示,逻辑折叠芯片量产是关键起点,未来十年将沿这一路线持续演进。

    级存算协同的技术,设计了麒麟芯片亲和的MoE架构,大模型加载性能提升25%、内存节省75%,30B MoE大模型占用内存小于2.5GB——最终实现“小空间装载大模型”。 此外,通过联合应用团队,麒麟开发了大模型场景自适应的方案。模型可以根据任务的复杂程度来自动地加载不同规模的参数,从而进一步节约场景功耗20%到50%。 现场,华为演示了几个应用,包括基于本地Agent的图库整理功能,可以根据用户意图完成图库分类、建立相册等。主要涉及30B MoE多步任务规划能力。还有基于7B Dense大模型的小艺帮写,可以帮助用户进行文本内容改写。相比于麒麟9030 Pro,麒麟9050 Pro在运行该模型的首字性能提升180%,模型推理功耗下降29%。 此外,华为还将业界首个6B修图大模型引入端侧,叠加30B MoE高阶图像理解能力,可以根据不同图像内容来进行智能推荐修图选项。 在大算力场景之外,在低功耗感知场景方面,基于灵犀微核加异构算力加低功耗渲染架构,华为打造了业界独有的低功耗息屏导航,首发骑行码表,连续导航可以超过25小时。 通过0.4B的VLM(视觉语言)模型,实现“感知人脸”、眼动翻页

    匹配字段正文

  16. Analytics India Magazine

    微软发布 Maia 300 定制 AI 推理芯片,每兆瓦 token 数提升 40%

    微软发布下一代自研 AI 芯片 Maia 300,面向推理负载,预计 2027 年开始量产部署,官方称其每兆瓦 token 数比主流 GPU 系统高 40%。该芯片采用多芯粒架构,计算芯粒基于台积电 N2P 工艺,配备 8 组 HBM4 显存,峰值内存带宽 18 TB/s,TDP 为 950 瓦;在 96 加速器的配置下,机架级 token 吞吐量最高可达 Maia 200 的 7 倍。微软表示 Maia 200 已在 Copilot 等生产负载中运行,并部署于美国、欧洲和澳大利亚,GitHub Copilot 与 Microsoft Foundry 预计在 2026 年底前采用 Maia 200。

    osoft Foundry are expected to adopt Maia 200 by the end of 2026. Maia 300 is designed for inference workloads involving long-context reasoning, conversational AI and multi-step AI agents. Microsoft said the system would deliver up to seven times the rack-scale token throughput of Maia 200 in a configuration with 96 accelerators. The company said Maia 200 delivers up to 1.7 times more tokens per watt for built-in AI capabilities in Microsoft Teams, Copilot and Cowork experiences compared with lea

    匹配字段正文

  17. TensorZero 工程博客

    TensorZero 推出自动化 AI 工程师 Autopilot,多项基准任务表现提升

    TensorZero 正在构建自动化 AI 工程师 TensorZero Autopilot,它分析 LLM 可观测性数据、搭建评测、优化提示词与模型并运行 A/B 测试,由 11.5K 星的开源 LLMOps 平台驱动。团队在 terminal-bench、航空与零售客服、NER、FHIR 医疗、中文法律、ReplicationBench 和猜词游戏等任务上测试,每个任务先用 GPT-5 mini 基线收集 100 次 rollout,再以 5 个独立种子运行 Autopilot 并用 100 次新 rollout 评估,结果在所有任务上均有提升,例如 terminal-bench 奖励从 0.404 升至 GLM-5 变体的 0.637,FHIR 任务从 0.182 升至 Kimi K2.5 变体的 0.585。实验限定在成本相近的固定模型集合内并关闭微调,Autopilot 会先诊断基线失败模式再生成针对性提示词。

    We’re building an automated AI engineer that dramatically improves performance of LLM agents on every single benchmark we’ve tried. TensorZero Autopilot is an automated AI engineer that analyzes LLM observability data, sets up evals, optimizes prompts and models, and runs A/B tests. It’s powered by our 11.5Kopen-source LLMOps platform that unifies an LLM gateway, observability, optimization, evaluation, and experimentation. The open-source project is used by companies ranging from frontier AI st

    匹配字段正文

  18. NVIDIA Blog精选

    NVIDIA 为 RTX Spark 笔记本铺开本地 AI 软件与模型生态

    NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,并联合生态伙伴推出配套软件与性能优化,覆盖 GitHub Copilot、Hermes、OpenClaw、Perplexity 等智能体应用。专为本地智能体打造的 Nemotron 3.5 Bolt 74B-A9B 24GB 模型于 10 月 15 日发布,采用 74B 参数、9B 激活参数的 MoE 架构和 2-bit 量化,可通过 llama.cpp、vLLM、Ollama、Unsloth 和 LM Studio 运行。个人 AI 路由器 NVIDIA PAIR 正式结束 beta,新增 llama.cpp 支持与 Hugging Face 直接下载模型,并支持 Windows、Linux 和 macOS。

    X Spark delivers the full stack of NVIDIA RTX and CUDA technologies for creators, developers and gamers, while unlocking a new paradigm in personal computing via powerful local AI agents. Last week, NVIDIA and Microsoft announced that RTX Spark laptops will be available on Friday, Oct. 16. Ahead of the launch, NVIDIA and its ecosystem partners are rolling out new software features and performance optimizations to expand what’s possible with local AI on RTX Spark. New and upcoming RTX Spark updat

    匹配字段正文

星期三

  1. 新京报

    阶跃终端发布大模型原生智能体手机 STEPX Neo,接入支付宝阿宝 300 余项服务

    阶跃终端 10 月 13 日发布旗下首款大模型原生智能体手机 STEPX Neo,内置的阶跃 Amoo 个人智能体在用户授权后可调用支付宝阿宝首期接入的外卖、出行、物流寄件、家政维修、政务民生等 300 余项服务。餐饮团购等场景可在阶跃 Amoo 对话窗口内完成优惠筛选、下单、支付、核销,全程无需跳转 App。支付宝自研 AI 支付产品 Vibe Pay 首次落地终端厂商,STEPX Neo 成为首个接入的硬件伙伴,创作者可在 Step Studio 中创建商品服务并接入收款能力。

    履约,办结服务。 支付宝Vibe Pay落地STEPX Neo,AI应用创作一键变现 此外,支付宝自研AI支付产品Vibe Pay首次落地终端厂商,STEPX Neo成为首个接入的硬件伙伴。借助Vibe Pay,创作者可以在AI-IDE工具Step Studio中创建商品服务,并一键接入收款和经营能力,打通从“生成应用、展示商品”到“完成交易”的商业闭环,让Agent、Skill、App等不同形态的AI应用能够快速实现商业变现。 发布会上,蚂蚁集团支付宝事业群总裁、蚂蚁集团首席人才官吴敏芝表示,AI正从“能生成”走向“能办事”,而要真正走进生活、参与商业,还需解决服务如何连接、交易如何完成、信任如何建立的底层问题。支付宝作为智能体商业的生活服务中枢与AI支付基础设施,坚持开放共建,为智能体商业提供底层能力,与阶跃的合作正是这一方向上的实践。 公开数据显示,目前支付宝阿宝已完成万余项服务的AI化适配,跨端覆盖5大手机品牌、16家车企;过去5个月,支付宝平台智能体代买任务量增长7倍,用户月均智能体支付次数提升3倍。此次与阶跃终端的合作,也让这套跨端智能体服务与支付方案首次在大模型原生智能体

    匹配字段正文

星期一

  1. xAI News

    xAI 推出 The X Subscription,整合 Grok、Grok Bot、Cursor 与 X Premium

    xAI 推出 The X Subscription,把 Grok、Grok Bot、Cursor 和 X Premium 合并到一个订阅中,并将在未来几天面向全球开放。付费方案包含在 Grok 与 Cursor 间共享的 Grok 模型用量池,每个方案提供的编码用量至少是对应 Cursor 方案的两倍,第三方模型在 Premium 及以上仍可在 Cursor 中使用并按 API 价格单独计费。团队版按与个人版相同的每席位价格提供 Premium、Super 和 Ultra,并包含 SSO、管理控制、合并账单、用量分析和 SOC 2 合规。

    building and sharing. Grok supports chat, voice, and image and video generation. Grok Bot gives you AI teammates that get work done. Cursor provides leading local and cloud coding agents. X adds a checkmark, creator tools, and fewer ads, with higher tiers removing ads from the timeline entirely. Paid plans on The X Subscription include a generous pool of Grok model usage shared across Grok and Cursor. Each comparable new tier provides more usage-per-dollar than the plan it replaces. Your shared

    匹配字段正文