AI 短剧日产 1500 部,从业者称除平台外几乎没人赚钱
雷峰网与多位 AI 短剧从业者交流后报道,AI 短剧日上线量已突破 1500 部,制作成本从真人剧的几十上百万压缩到五万以内,但受访者普遍表示除了平台几乎没人真正赚到钱。行业爆率约为千分之四,剧集上线三天内没起量基本就会被放弃投流;红果今年 4 月下调 AI 漫剧基础分账系数,9 月又取消系列剧规模系数。出海方面,北美单用户获取成本已涨到 5.28 美元,买量投流占总成本一半以上。
#现象/趋势#视频#行业动态
雷峰网与多位 AI 短剧从业者交流后报道,AI 短剧日上线量已突破 1500 部,制作成本从真人剧的几十上百万压缩到五万以内,但受访者普遍表示除了平台几乎没人真正赚到钱。行业爆率约为千分之四,剧集上线三天内没起量基本就会被放弃投流;红果今年 4 月下调 AI 漫剧基础分账系数,9 月又取消系列剧规模系数。出海方面,北美单用户获取成本已涨到 5.28 美元,买量投流占总成本一半以上。
#现象/趋势#视频#行业动态
成立一年、14名员工的AI个人代理公司Instinct估值达100亿美元,创始人Noah Shinn在播客《Invest Like The Best》中讲述其产品与商业模式。Instinct没有独立App,用户通过短信、电话和邮件让它订机票、取消订阅,年化交易额已达10亿美元量级,约一半来自差旅。用户端免费,公司向从交易中获利的商家收取佣金,Noah明确拒绝广告模式;用户使用约三周后约40%会绑定信用卡,该群体留存率约80%。
#行业动态#Agent#语音
虎嗅文章讨论田柯宇在字节实习期间被指控恶意干扰同事模型训练、被辞退起诉后,仍凭NeurIPS最佳论文VAR获得近3000万美元融资创办世界模型公司。文章梳理了字节内部通报、法院判赔50万元以及受害者公布的GitHub证据,并指出投资人主要看能力,而基座模型创业从融资到发布需数年,外界只能依赖创始人自述,信任因此成为招募和投资中的稀缺资源。
#现象/趋势#行业动态#安全/对齐
钛媒体梳理了近期多支团队围绕人类视频训练机器人的进展:星动纪元开放 VPP2 两套视频模型权重,Dyna Robotics、Figure、Skild AI 等把人类视频放进同一条训练链。Dyna-2 的转钥匙实验中,用 100 万小时人类第一视角视频预训练的模型测试 10 次成功 9 次,而 1000 小时、1 万小时、10 万小时三组均失败。文章同时指出视频预测与真实执行之间仍有差距,DreamZero 的烤箱任务就因模型预测漏掉开门步骤而卡住。
#现象/趋势#具身智能#数据/训练
钛媒体刊文分析Meta推出个人智能体Muse后国内外大厂的跟进潮,字节被曝整合出“小豆”、腾讯三线卡位、阿里10月13日放出“千问Go!”、蚂蚁内测灵光2.0、Manus推出Cue。文章引用TickerTrends数据称Muse日均净新增用户已从9月峰值的19.8万人降至7.4万人,降幅62.4%,上线满一月DAU仍未突破300万。作者认为国内超级App已把生活需求压缩到极短路径,个人Agent面临效率、决策、权限三道悖论,加上摩根士丹利测算的每用户每月3至130美元服务成本与国内付费意愿偏低,通用Agent难以走通,更可能被超级App内化为自家围墙里的管家。
#现象/趋势#Agent#OpenAI
2026年秋招出现明显分化:AI新发岗位同比暴增789%,阿里、百度AI相关校招岗位占比分别超过80%和90%,一名中科大应届博士的offer在几周内从62万元涨到103万元。与此同时,企业大量取消0—1年经验的初级岗位,月薪5000—8000元、要求1—3年经验的岗位受冲击最重,部分企业还要求应聘者上传与AI的聊天记录或直接完成可落地方案来证明能力。
#现象/趋势#行业动态
New on our Engineering blog: Creating in-house source control. In May, we merged around 2,500 code changes per day. In September, we merged more than 30,000 per day. As a result, we became bottlenecked by developer infrastructure built for human (rather than agent) scale. Here, we share how we built a new version control system—and fully migrated our monorepo from git—in five months: https://t.co/wzNkwHs7IN
#行业动态#Agent#部署/工程
New on our Engineering blog: Creating in-house source control. In May, we merged around 2,500 code changes per day. In September, we merged more than 30,000 per day. As a result, we became bottlenecked by developer infrastructure built for human (rather than agent) scale. Here, we share how we built a new version control system—and fully migrated our monorepo from git—in five months: https://t.co/wzNkwHs7IN
#行业动态#Agent#部署/工程
Dan Shipper 发布对 Gemini 4 的初步体验评价,称 Google 回来了,并附上链接。
#行业动态#Google#大佬观点
The Guardian 报道称,多家企业在快速采用 AI 后开始收缩:Meta 因员工花更多时间清理技术与安全错误而缩减用 AI 智能体替代员工的计划,并重新扩充管理岗。Microsoft 高管公开抱怨 AI 生成文档带来的同质化,Walmart 员工则受困于 AI 排班与绩效工具的错误和虚假警报。报道援引亚特兰大联储工作论文称 90% 高管表示 AI 投入尚未转化为生产力提升,EY 调查显示 36% 的资深 AI 高管报告过数据丢失、财务或品牌损失等 AI 事故。
#现象/趋势#行业动态#OpenAI
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时把 AI 末日警告称为科幻,并称 AI 公司要求监管是“作秀”。他认为 Anthropic 研究员 Jacob Coxon 的辞职属于“宏大的道德表演”,并批评 Geoffrey Hinton 的超级智能论证每一步都不可信,同时称 OpenAI 智能体攻击 Hugging Face 属于糟糕的工程实践。他还表示数据中心上的万亿级投入是一场结果未知的豪赌,企业更可能用开放权重模型加本地专业知识。
#大佬观点#安全/对齐#OpenAI
Ed Zitron 在长文中指出,OpenAI 与 Anthropic 等公司使用的年化收入(annualized run rate)缺乏明确时间区间和计算口径,无法反映真实营收。他引用公开合同与财报称,AI 初创公司以低于成本的价格转售 token,其收入高度依赖持续融资,而 GPU 长期租赁的实际价格也远低于公开指数报价。

#行业动态#OpenAI#Anthropic
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中介绍了上月发布的 Dyna-2 世界动作模型,该模型基于超过一百万小时人类视频预训练,采用 diffusion transformer 与 flow matching 架构,可同时预测未来视频与机器人动作。他称机器人可在少至 45 分钟演示数据下学会新任务,并已在 Din Tai Fung 门店每天折叠数千张餐巾纸,同时强调数据与硬件仍是通用机器人的主要瓶颈。
#行业动态#具身智能#数据/训练
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中介绍,Dyna-2 是基于超过一百万小时人类视频预训练的世界动作模型,采用扩散 Transformer 与 flow matching,先预测未来视频再生成机器人动作,类似视觉层面的链式推理。他称模型只需数十分钟到数小时的机器人演示数据即可适配新任务,Dyna-2.1 物理机器人已能连续一小时完成洗衣流程,餐厅客户 Din Tai Fung 处每天折数千张餐巾。他把数据与硬件列为通用机器人的主要瓶颈,指出灵巧手易过热、缺少触觉等传感维度,并解释公司选择轮式半人形、自研执行器与推理栈以压低延迟。
#行业动态#具身智能#推理
腾讯云 Octop 自 2026 年 7 月 10 日在 GitHub 开源,95 天内经历从 LightClaw ACE 重构、v1.0.0 GA、v1.0.1 企业级 SSO 接入到 v1.0.2 插件化与多模态四次大变更,Star 数突破 8500,Issue 和 PR 超过 1200 条。团队将 harness-agent、harness-memory、harness-browser、harness-gateway 四大模块拆分为独立仓库开源,并公开了 AgentTeams、移动端客户端、浏览器技能录制等后续规划。CVE-2026-108581 显示 1.0.2b6 之前版本存在 Provider API Keys 未授权访问问题,已在后续版本修复。
#开源/仓库#Agent#开源生态
Meta的Muse上线满月DAU仍未突破300万,日均净新增用户从9月峰值19.8万人降至7.4万人,降幅62.4%。文章认为国内个人Agent受超级App生态、用户习惯和商业模式三重制约,效率与决策价值有限,跨平台权限壁垒难破,摩根士丹利测算Muse每用户年成本445美元已超过Meta平均每用户年收入约70美元。更现实的路径是微信、支付宝、淘宝等超级App把Agent能力内化为自家围墙内的管家。
#现象/趋势#Agent#OpenAI
Broadcom CEO Hock Tan says capital, not chips, memory or power, may become AI’s biggest constraint. inancing is harder to fix, because data centers and chips get paid for years before they earn anything, and higher bond yields raise that cost. Intel CEO Lip-Bu Tan named the same pressure, calling “capital and the cost of capital” the front-line challenge and saying people will eventually want to see ROI. Neither sees demand cooling soon, and Hock Tan said compute demand outstrips supply and could stay that way through 2029, possibly into 2030.
#行业动态#OpenAI#Google
Meta Muse's retention is out, and it's almost as good as ChatGPT! It's higher than ChatGPT at D7 (>30%) and just lower at D14 (22%). Not quite in the elite D14 tier of WA (67%) YT (59%) Insta (54%) or TikTok/Snap (37%), though. Muse is one of the highest retaining AI products! https://t.co/Oe99a0EeOc
#现象/趋势#OpenAI#Meta
#现象/趋势#Agent#评测/基准
伯克利 RDI 发文提出软件开发自主性的三个等级:Level I 代码自主、Level II 流水线自主、Level III 需求自主,按 AI 接管软件开发生命周期的阶段划分人类与 AI 的责任边界。文章指出前沿编码智能体已能跨仓库推理、编写并执行测试,但在持续演进的基准上仍难以保持正确性与架构一致性,并警告团队跳过等级、在缺乏验证与治理的情况下采用高等级实践是当前最直接的风险。文章还给出六项结构性变化与十项预测,包括规格成为主要开发产物、保障对象从代码转向智能体、软件充裕而信任稀缺,并呼吁建立仓库级规格合成基准与长周期漂移评测。
#行业动态#Agent#编码