腾讯和阿里云同一天放大招,一个要做 AI 设计师,一个要做 AI 导演。微软 AI CEO 更是直接放话,18 个月内白领工作全部自动化。

这周的信息密度依然离谱。挑了 8 条值得聊聊的。

腾讯 Ardot 公测,一句话生成可编辑设计稿

腾讯云正式公测自研 AI 设计智能体平台 Ardot。核心卖点很直接,你用一句话描述需求,它就能生成 App 页面、官网、海报等可编辑设计稿。更关键的是,它支持调用团队自有组件库生成规范稿,还能直接导入 Figma 文件保留原有设计。设计稿不满意?一键转代码。

坦率的讲,「AI 做设计」这个方向已经卷了很久,但 Ardot 踩中了一个真实的痛点,设计到开发的交接。如果真能做到「设计稿直接出代码」且质量可控,对中小团队的效率提升会很明显。

来源,IT之家

阿里云 HappyHorse 视频生成模型上线

阿里云在 Model Studio 上线了 HappyHorse 视频生成模型。官方说法是「从原始提示词到 1080p 多镜头现实感画面」,听起来野心不小。目前有限时 8 折优惠。

国内视频生成赛道今年是真的卷,可灵、即梦、海螺、现在又来一个 HappyHorse。名字倒是挺有意思,HappyHorse,快乐马。你想想看,视频生成模型已经开始拼品牌记忆点了,说明赛道已经过了技术验证期,进入市场争夺阶段。

来源,X / @alibaba_cloud

Claude 五天攻破 Apple M5 macOS 内核

这条信息量很大。Anthropic 的 Claude Mythos Preview 在五天内,协助安全团队 Calif 成功构建并演示了首个公开的、针对 Apple M5 芯片 macOS 内核的内存破坏提权利用链。

苹果花了五年、投入数十亿美元打造的 MIE 硬件级安全防线,被 AI 五天击穿。

说实话这个案例的冲击力不在于「AI 能找漏洞」,而在于速度。人类安全研究员可能需要数月甚至数年才能完成的工作,AI 压缩到了五天。这对整个安全行业的攻防节奏都会产生深远影响。

来源,X / @berryxia

Figure 人形机器人连续自主运行四天

Figure 公司的 F.03 人形机器人进入了第四天不间断自主运行测试,在真实仓库环境中 24/7 连续工作。测试的核心不是「能不能动」,而是「能撑多久」,重点收集故障数据、维护需求和安全恢复机制。

四天不间断,这个数字本身就是里程碑。机器人从「演示级」到「工业级」,差距就在这种耐久测试里。而且 Figure 还在同一天搞了人机快递分拣对决直播,目前人类稍稍领先。但这个「稍稍」能维持多久,我持悲观态度。

来源,X / @berryxia

微信读书数据可视化工具开源

开发者姚老师开源了微信读书 Skill,yao-weread-skill。这个工具能把你的微信读书数据生成本地可视化报告,包括近两年的阅读时长与节律分析、书架书籍构成、阅读分类与作者偏好,还能对笔记和想法做语义分析。

对于用微信读书重度阅读的人来说,这个工具挺有意思。你平时可能只是在读,但从来没系统看过自己的阅读习惯。这种「数据照镜子」的感觉,有时候比读书本身还有启发。

来源,X / @vista8

Grok Imagine 图像生成功能正式发布

马斯克宣布 Grok Imagine 正式发布,所有人都可使用。基于 xAI 最新的文本到图像模型,支持多种宽高比,能在 X 平台上直接使用。

图像生成赛道又多了一个全量开放的玩家。不过说实话,这个领域竞争已经白热化,Midjourney、DALL-E、Stable Diffusion、国内的可灵和通义万相,Grok Imagine 能不能杀出来,还得看实际出图质量和生态整合能力。

来源,X / @elonmusk

微软 AI CEO 预测 18 个月内 AI 自动化所有白领工作

微软 AI CEO Mustafa Suleyman 在 Fortune 采访中放了一个重磅预测,AI 将在 18 个月内实现人类水平的性能,自动化大多数专业任务。他明确点名了会计、法律、营销和项目管理,所有涉及「坐在电脑前」的白领工作都将被 AI 完全取代。

18 个月,全部白领工作。这个预测的激进程度已经超出了大多数业内人士的共识。

怎么说呢,这种预测更像是一个战略信号而非严谨判断。微软需要市场相信 AI 的变革速度足够快,才能支撑它在 AI 基础设施上的天量投入。但对普通从业者来说,不管这个时间线是 18 个月还是 36 个月,趋势本身是确定的。早做准备总比晚做好。

来源,X / @kimmonismus

Ring-2.6-1T 开源,万亿级推理模型上线 OpenRouter

AntLingAGI 开源了 Ring-2.6-1T 万亿级推理模型,同步上线 OpenRouter,5 月底前 75% 折扣。这个模型的设计目标不是「回答问题」,而是「执行任务」,专注于规划步骤、使用工具、协调多步骤流程。

vLLM 也在同一天宣布支持万亿级模型推理,社区实现了 Day0 支持。

国内团队在开源推理模型上的投入越来越猛了。万亿参数级别的 agent 模型开源,对整个智能体生态是个大利好。开发者现在能用上的开源工具,质量已经不输闭源方案了。

来源,X / @AntLingAGI