

> **导语**
> 今天的AI世界充满了创新与挑战。从阿里开源的“会思考”的音频模型ThinkSound，到英特尔等机构揭示的AI信息过载安全漏洞；从Hugging Face推出的小而强大的SmolLM3模型，到钉钉重新定义数据处理的“AI表格”；再到编程平台Replit与微软的强强联手，科技的浪潮正以前所未有的速度塑造着我们的未来。



## 阿里开源ThinkSound 音频生成领域的“思考者”

阿里巴巴语音AI团队近日开源了其创新的音频生成模型ThinkSound。 该模型最大的亮点是支持链式推理，它巧妙地融合了多模态大语言模型与统一的音频生成架构。 通过独特的三阶段推理机制，ThinkSound能够生成与视频内容高度同步、具有空间感的高保真音频，突破了传统技术的瓶颈。 更值得一提的是，用户可以通过自然语言与其交互，对音频进行编辑，极大地提升了音频生成的智能化水平和质量。 目前，该模型已在GitHub等平台开放源代码。

![image.png](https://static.downly.cn/images/6c22dc9f3982dbbc3fa582abdc5fc425.png)

## AI聊天机器人也怕“信息轰炸” 安全新漏洞引人担忧

你的人工智能助手或许并不像想象中那么安全。来自英特尔等公司的研究团队最新发现，大型语言模型在面对“信息过载”时，其安全性会变得异常脆弱。 他们开发出一套名为“InfoFlood”的攻击系统，通过向AI模型大量灌输信息和特定规则，可以成功诱导模型回答那些在正常情况下它会拒绝的有害问题。 [2. 2] 这一发现揭示了当前AI安全防护体系中存在的严重漏洞，引发了业界对于AI安全隐患的广泛担忧。

![image.png](https://static.downly.cn/images/affc051a5cef9a6759730f60338cdec0.png)

## 小参数大能力 Hugging Face发布开源新星SmolLM3

Hugging Face公司再次为开源社区带来惊喜，正式发布了新一代小参数模型SmolLM3。 该模型虽然只有30亿参数，但在性能上却超越了同级别的其他模型。 SmolLM3具备强大的128k上下文窗口，支持多种语言，并创新性地提供了“深度思考”与“非思考”两种推理模式，以适应不同的应用场景。 Hugging Face同时还开源了其模型架构、训练数据和流程，旨在推动AI研究的进一步发展与优化。

![image.png](https://static.downly.cn/images/590e8d513a453c9b20c686d4cf59eb0f.png)

## 办公新革命 钉钉发布“AI表格”让人人都是数据分析师

钉钉近期推出的“AI 表格”功能，正为智能办公开启一个全新的纪元。 它将传统文档编辑的自由度与电子表格强大的数据处理能力完美结合。 用户现在可以将表格中的每一行都作为一个独立的文档来处理，轻松存入文字、图片甚至视频等多种内容。 最具变革性的是，用户只需通过自然语言描述需求，AI便能自动生成复杂的公式和图表，甚至可以创建自动化流程来响应数据的变化，极大地简化了操作，提升了办公效率。

![image.png](https://static.downly.cn/images/ce75def87cd91d48fb493532c25af93e.png)

## 强强联手 Replit与微软达成合作

在线编程平台Replit近日宣布与科技巨头微软达成合作伙伴关系，此举被视为对双方都极为有利的战略选择。 Replit作为编程学习和云端开发领域的一颗新星，此次与微软的合作，预示着云端集成开发环境（IDE）领域的格局或将迎来新的变化，为开发者带来更强大的工具和更无缝的体验。

![image.png](https://static.downly.cn/images/3753f66aa288be48564e4fca8aaaed62.png)



AI每日资讯0709




> **导语**
> 今日的AI界迎来了效率与创新的双重爆发。从推理效率提升200%的开源模型，到十倍速处理表格的AI助手，再到实现视频般流畅的图像编辑技术，无不预示着生产力工具的巨大变革。与此同时，开发者获得了更精细的AI编程控制权，而用户即将体验到由AI主动发起的新型社交互动。





## DeepSeek增强版Chimera问世 推理效率飙升200%

德国TNG公司基于DeepSeek模型，发布了一款名为Chimera的增强版模型。其核心亮点在于创新的“专家混合（AoE）”架构，通过融合R1-0528、R1和V3-0324三个模型的优势，并运用权重合并技术，成功将推理效率提升了惊人的200%，同时显著降低了运营成本。这一突破使得Chimera在各大主流基准测试中表现卓越，实现了顶尖推理能力与经济效益的完美平衡。

![image.png](https://static.downly.cn/images/8d41b484ed0d84235f85cbf71428424c.png)

## 再见复杂公式 AI Excel助手Shortcut用自然语言搞定一切

一款名为Shortcut的AI驱动Excel助手正彻底改变我们处理电子表格的方式。用户不再需要记忆和编写复杂的公式或代码，只需通过简单的自然语言指令，Shortcut就能自动完成高级数据处理、复杂计算、数据可视化乃至财务建模等任务。这款工具的效率之高，甚至在Excel世界锦标赛的赛场上展现出超越人类冠军的实力，被视为重塑Excel工作流程的革命性力量。

![image.png](https://static.downly.cn/images/e8dd2bfb4bb649bf60d1986318b3df6b.png)

## 字节跳动开源VINCIE-3B 让图像编辑像视频一样连贯

字节跳动向开源社区贡献了其最新的VINCIE-3B模型。这个拥有3亿参数的模型，创新地从视频中学习上下文感知能力，从而摆脱了传统图像编辑工具对繁琐数据准备的依赖。它能够实现高质量且连贯的连续图像编辑，效果媲美视频剪辑中的平滑过渡。该技术在多个基准测试中已达到行业领先水平，为影视制作、数字营销和游戏开发等领域开辟了新的可能性。

![image.png](https://static.downly.cn/images/f77ec2f9e158f838d3b1c6178699fb6d.png)

## Claude Code推出Hooks功能 AI编程迎来更高阶的自动化

为了赋予开发者对AI编程更强的控制力，Claude Code推出了全新的Hooks功能。该功能允许开发者在AI代理执行循环的特定节点（如工具使用前、使用后或通知时）自动触发并执行自定义的shell命令。这意味着代码自动格式化、日志记录、权限检查等繁琐任务可以无缝集成到AI工作流中，极大地提升了AI辅助编程的可控性、稳定性和整体开发效率。

![image.png](https://static.downly.cn/images/809313d1a00f713936e9f338774bcb81.png)

## 小心 Meta聊天机器人将主动“敲门”

Meta公司正在测试一项颠覆性的社交功能：让其平台上的可定制聊天机器人拥有主动联系用户的能力。这些AI助手不再仅仅被动等待指令，而是能够根据上下文主动发起对话，或对之前的聊天内容进行跟进。这一举措旨在增强用户粘性，但也预示着人与AI的交互模式将进入一个更加主动和深入的新阶段。

![image.png](https://static.downly.cn/images/c385471a416226a3a742e54377a23d63.png)

AI每日资讯0704

> 欢迎来到今天的每日AI资讯。本文将带您快速了解AI领域的最新动态，包括淘宝推出的全新生成式推荐大模型RecGPT、X平台试行AI生成社区笔记、谷歌数据中心面临的能源挑战，以及亚马逊机器人数量突破百万并发布新款生成式AI模型。



## 淘宝放出大招 RecGPT让“猜你喜欢”比你更懂你

淘宝近期上线了其自主研发的百亿参数推荐大模型 RecGPT，为淘宝首页的核心功能“猜你喜欢”带来了一次重大升级。该模型通过先进的生成式推荐技术，能够更精准地洞察用户需求。RecGPT基于淘宝自家的星辰大语言模型，并深度分析了用户长达十年的消费行为数据，同时结合多模态信息与外部知识库，使其不仅能预测用户当前的需求，更能超前预判用户的潜在兴趣，并自动生成极具吸引力的个性化推荐理由。数据显示，这一升级已显著提升了用户的点击量、加购行为以及页面停留时长，标志着电商个性化体验进入了新时代。

![image.png](https://static.downly.cn/images/0ccf3126c475fbc0bda566521b881164.png)

## 马斯克新玩法 X平台试用AI生成社区笔记

X平台（原推特）正在启动一项引人注目的试点计划，探索使用AI聊天机器人来生成“社区笔记”。社区笔记是X平台用于众包事实核查和信息澄清的一项功能，而此次新举措旨在利用人工智能来辅助和扩展该功能。这是自埃隆·马斯克接手推特以来，对这项源自推特时代的功能进行的一次重要技术升级尝试，旨在提高信息核查的效率和覆盖面。

![image.png](https://static.downly.cn/images/e74ff04661899cf89653b2fe01d37b0a.png)
## AI的代价 谷歌数据中心能耗四年翻倍

随着AI技术的飞速发展，其背后的能源消耗问题也日益凸显。最新数据显示，谷歌数据中心的能源使用量在过去四年中翻了一番。这一惊人的增长速度，为谷歌此前作出的“完全使用无碳电力为运营供电”的承诺带来了巨大挑战。尽管公司在可再生能源方面持续投入，但数据中心作为AI算力基础设施的快速扩张，使得实现全面绿色的目标变得愈发艰巨。

![image.png](https://static.downly.cn/images/b385fc1d0c0791ec154fbd01c534e411.png)

## 机器人大军突破百万 亚马逊AI双喜临门

亚马逊在其自动化和物流领域取得了新的里程碑，宣布已成功部署了第100万台机器人。这支庞大的机器人队伍是其高效运营网络的核心。与此同时，亚马逊还发布了一款全新的生成式AI模型，该模型旨在进一步优化机器人的工作效率和仓储管理能力。通过将先进的AI模型与百万级别的机器人硬件相结合，亚马逊正在重新定义物流自动化的未来，持续提升其全球供应链的效率。

![image.png](https://static.downly.cn/images/c67fec961b815bdd3a097ee509101167.png)

AI每日资讯0702



> 导语：本期AI速览将带您深入科技巨头们的“芯”事：从Meta与OpenAI之间愈演愈烈的“抢人大战”，到苹果因人才流失而动摇的AI根基，巨头间的竞争已进入白热化阶段。与此同时，AI技术正以前所未有的速度渗透至各行各业，无论是能说会道的方言语音合成，还是颠覆传统乐谱制作的“听歌识谱”神器，创新应用层出不穷。然而，AI在版权领域的法律争议依旧悬而未决，为这场技术革命蒙上了一层复杂的阴影。


*封面图提示词：一个充满未来感的数字大脑，发光的神经网络中流动着数据流，象征着全球在人工智能领域的竞赛与创新，电影般的灯光，超现实主义风格。*

## 科技巨头人才争夺白热化：OpenAI紧急加薪反击Meta“强盗式”挖角
面对Meta高价挖角，OpenAI内部紧急动员，其首席研究官公开表示将与Meta正面竞争。为稳定军心，OpenAI不仅重构了薪酬体系，还承诺以创新的方式奖励顶尖人才，并强调了公平竞争的底线。另一边，扎克伯格亲自挂帅，组建“招聘小组”，精准锁定OpenAI等公司的核心人才，意图打造一支无人能及的超级智能团队。尽管Meta方面声称天价挖角费有所夸大，但两大巨头间的人才争夺战已然全面爆发。

![image.png](https://static.downly.cn/images/0f2cd6bcd98a5ee5f9bcb0f29b98da04.png)

## 苹果AI帝国现裂痕：核心人才流失，Siri或将“外包”求生
苹果在人工智能领域的领导地位正遭遇严峻挑战。近期，公司一位关键的AI研究员宣布离职，而负责苹果自研MLX框架的核心团队也几乎全员流失，这无疑引发了内部的信任危机。据传，公司内部对自家AI模型的质量也信心不足，可能将被迫寻求外部帮助，将Siri等核心功能的开发“外包”给Anthropic或OpenAI等竞争对手，以应对团队士气低落和战略方向模糊的困境。

![image.png](https://static.downly.cn/images/cd713104ad1998b1071983ce46e4f1d1.png)

## 法律科技巨头联手：Clio斥资10亿美金收购vLex，押注AI法律数据
法律科技领域的独角兽公司Clio近日宣布了一项重大举措，斥资10亿美元收购法律数据巨头vLex。Clio估值高达30亿美元，此次收购表明其正大力押注由人工智能驱动的法律数据服务。此举旨在增强其现有法律服务平台的功能，通过整合vLex庞大的法律数据库和AI分析能力，满足市场日益增长的需求，并进一步巩固其在行业中的领导地位。

![image.png](https://static.downly.cn/images/d720e1ea534d74c8f0e3a1b9d48e4505.png)

## AI版权战警钟长鸣：一字不差复述原作，Meta与Anthropic侥幸过关？
近期，AI版权纠纷再次成为焦点。尽管Meta和Anthropic在近期的官司中暂时获胜，但法官的判决也明确指出了AI模型训练数据的“原罪”问题。AI输出内容可能直接构成对原作的抄袭，这一潜在的巨大风险并未消除。这意味着，AI公司在法律层面仅仅是暂时“过关”，未来仍需面对更为棘手和昂贵的版权挑战，这可能成为其商业模式中不可忽视的成本。

![image.png](https://static.downly.cn/images/13be7a91699688633c74cc6e02569ebf.png)

## 乡音可闻：通义千问Qwen-TTS上新，支持京沪川三大方言
阿里巴巴旗下的通义千问团队发布了其语音合成模型Qwen-TTS的最新版本。此次更新的最大亮点是新增了对北京话、上海话和四川话三种中文方言的支持。该模型基于海量语料库进行训练，能够根据输入文本自动调整语调、节奏和情绪，生成媲美真人的自然流畅语音。新版本同时提供了中英双语的音色选项，方便开发者通过API将其集成到各类应用中。[体验地址](https://qwenlm.github.io/zh/blog/qwen-tts/)

![image.png](https://static.downly.cn/images/a90e08c502931a2ea997baad8f01aed7.png)

## 音乐人福音：AI版“听歌识谱”Songscription问世，录音秒变乐谱
一款名为Songscription的创新产品正式上线，它被誉为“乐谱界的Shazam”。这款工具利用AI技术，旨在将音乐人从繁琐的手动抄谱工作中解放出来。用户只需将录制好的歌曲上传，系统便能自动分析并生成相应的乐谱，极大地提高了音乐创作和学习的效率。

![image.png](https://static.downly.cn/images/c53c2d54a47c2b6148984dd668507137.png)

## AI走进课堂：谷歌发布Gemini教育套件，重塑师生交互模式
谷歌正积极地将AI技术引入教育领域。公司最新推出了面向教育者和学生的一系列Gemini新工具。其中，名为Notebook LM的AI研究工具将允许教师结合自己的课堂材料，创建个性化的交互式学习指南。此外，谷歌还为学生设计了专用的聊天机器人，旨在通过AI拥抱课堂，为传统的教学和学习方式带来革命性的变化。

![image.png](https://static.downly.cn/images/1377961ecb5861c07651bfdb6e1724d2.png)

## 对标GPT-4o：国产开源模型OmniGen 2实现图文融合生成新高度
北京人工智能研究院（BAAI）近日推出了一款名为OmniGen 2的全新开源系统。该系统采用了独特的文本与图像分离解码路径，基于Qwen2.5-VL-3B模型构建，其能力类似于GPT-4o，能够融合处理图像和文本生成任务。OmniGen 2不仅支持文生图、图像编辑和上下文连贯的图像创作，还能驾驭多种艺术风格并进行自我反思改进。尽管在照片级清晰度和中文提示理解上仍有提升空间，但其在基准测试中的表现已超越了许多同类开源模型。

![image.png](https://static.downly.cn/images/93bab25d807b769abc1b71e92aa4ec8d.png)

## 知乎“直答”再升级：融合社区生态，打造沉浸式AI问答新体验
中文问答社区知乎对其AI搜索工具“知乎直答”进行了重要功能升级。新版“直答”的知识库功能与知乎社区内容实现了前所未有的深度融合，新增了内容订阅分享、沉-浸式阅读以及“边看边问”等互动功能。此举旨在充分利用知乎庞大的专家网络和高质量的专业内容，为用户提供更加高效、个性化的AI问答体验，并进一步扩大优秀答主的影响力。

![image.png](https://static.downly.cn/images/efd0669df8ecd68ded4a0695ce065c39.png)

AI每日资讯0701

> 近日，**谷歌正式发布了其旗舰AI模型 Gemini 2.5 Pro 和 Flash 的稳定版本**，标志着这两款性能强劲、效率卓越的模型全面向开发者和企业开放。 更令人振奋的是，谷歌还**同时推出了速度最快的 Gemini 2.5 Flash-Lite 预览版**。 此次发布不仅带来了显著的**性能提升和上下文窗口扩展**，更强调了**稳定性和可靠性**，旨在赋能全球开发者，加速AI应用的创新与落地，进一步巩固谷歌在AI领域的领先地位。



自谷歌推出 Gemini 系列模型以来，其在多模态理解和推理能力上展现出强大潜力，备受业界关注。 如今，谷歌将这一前沿技术推向了一个新的里程碑，正式发布了 **Gemini 2.5 Pro 和 Gemini 2.5 Flash 的稳定版**，供开发者和企业广泛使用。

![image.png](https://static.downly.cn/images/e417f9580cb250784bf5dfbf54641e38.png)

此次发布不仅是简单的版本更新，更是谷歌在确保模型性能、可靠性和可扩展性方面迈出的重要一步，旨在为开发者提供更坚实、更强大的AI构建基石。 更值得一提的是，**谷歌还同步推出了速度最快的 Gemini 2.5 Flash-Lite 预览版**，进一步拓展了AI模型的应用边界。



### 性能、效率与极致速度并驾齐驱

Gemini 2.5 系列的稳定版和预览版，在继承Gemini家族优秀基因的基础上，带来了多项关键改进，以满足不同场景下的AI应用需求

#### 1. Gemini 2.5 Pro 性能再升级

作为Gemini家族的旗舰模型，**Gemini 2.5 Pro 稳定版在复杂推理、代码生成、多模态理解等核心能力上表现更为出色**。 它拥有强大的上下文窗口，能够处理海量的输入信息，无论是长篇文档、视频片段还是复杂的代码库，都能进行深入分析和高效响应。 这使得Gemini 2.5 Pro 成为开发高级AI应用，如智能助手、内容创作工具、复杂数据分析系统的理想选择。

#### 2. Gemini 2.5 Flash 高效轻量化

与 Pro 版的“全能”不同，**Gemini 2.5 Flash 稳定版则专注于速度和效率**。 Flash 模型经过优化，在保持强大性能的同时，拥有更快的响应速度和更低的计算成本。 这使得它特别适合需要实时交互、高吞吐量或对延迟敏感的应用场景，例如聊天机器人、实时翻译、物联网设备上的AI功能以及大规模的批处理任务。 它有效地降低了AI部署的门槛和运行成本。

#### 3. Gemini 2.5 Flash-Lite 极致速度预览

此次发布的亮点之一，是**同时推出了速度最快的 Gemini 2.5 Flash-Lite 预览版**。 这一版本进一步压缩了模型体积，优化了推理速度，旨在为对延迟要求极高的边缘计算、快速响应或超大规模并发场景提供解决方案。 Flash-Lite 的推出，意味着谷歌在AI模型的轻量化和效率提升方面，正在进行更深层次的探索，为开发者在极端性能约束下的AI部署提供了新的可能。

#### 4. 稳定可靠的生产级支持

“稳定版”的发布意味着谷歌对 Gemini 2.5 Pro 和 Flash 这两款模型在**可靠性、安全性和可扩展性方面进行了全面验证和优化**。 开发者可以放心地将其集成到生产环境中，用于构建面向用户的应用或企业级解决方案。 这将大大缩短开发周期，降低部署风险，加速AI技术的商业化落地。

![image.png](https://static.downly.cn/images/65ced0038844e8eded3ba20e46fe9bc1.png)
### 赋能开发者 拓展应用边界

Gemini 2.5 Pro、Flash 稳定版以及 Flash-Lite 预览版的发布，为全球开发者提供了前所未有的强大工具组合，有望在多个领域引发创新

*   **更强大的AI助手** 开发者可以利用 Pro 模型的长上下文能力，构建能够理解和处理更复杂、更长时间对话的智能助手。
*   **高效的内容创作** Flash 模型的高速响应，可以助力实时生成文本、代码、图像描述等，极大提升内容生产效率。
*   **极致实时交互** Flash-Lite 的超快响应速度，将为要求毫秒级延迟的AI应用（如语音助手、游戏AI）提供可能。
*   **智能数据分析** Pro 模型的强大推理能力，能够从海量非结构化数据中提取洞察，辅助决策。
*   **个性化推荐系统** 结合用户行为和偏好，Flash 模型可快速生成个性化推荐，提升用户体验。
*   **企业级AI解决方案** 三款模型结合使用，可满足企业在客户服务、知识管理、自动化流程等方面的多样化AI需求。

谷歌表示，将继续投入资源，不断迭代和优化 Gemini 系列模型，致力于让AI技术更易于访问、更强大、更安全，最终赋能全球开发者，共同塑造AI的未来。 此次稳定版的发布以及 Flash-Lite 的同步推出，无疑是AI发展道路上又一个坚实的里程碑。




 谷歌正式发布 Gemini 2.5 Pro 和 Flash 稳定版



> 曾经，和 AI 交流只能靠“打字”，就像给一个拥有超强大脑的朋友发微信，总觉得少了点啥。现在，那个以“安全”著称的 AI 公司 Anthropic，终于给他们的 Claude 注入了“声音”！最新推出的语音模式，让 Claude 不仅能听懂你的声音，还能用自然流畅的语音回复你。这波操作，是想让 Claude 从一个“键盘侠”彻底变成你的“语音助手”吗？

## Claude 终于学会开口说话了

Anthropic 正式宣布，在其 Claude 移动应用中加入了语音模式。这意味着用户不再局限于文字输入，可以直接通过语音与 Claude 进行交互。这一功能上线，无疑让 Claude 的用户体验迈上了一个新台阶。

![image.png](https://static.downly.cn/images/20250528063953.132108751.png)

想象一下，你开车的时候突然想到一个问题，或者在做饭的时候想让 Claude 帮你查个菜谱，现在只需要对着手机说句话就行了，再也不用腾出手来打字了。这对于很多习惯语音交流的用户来说，简直是个福音！

## 语音交互的痛点与机遇

虽然市面上已经有一些支持语音交互的 AI 产品，但用户普遍反映的问题是，语音识别不够准确，回复的语音听起来不够自然，甚至有些“机械音”。这些痛点在一定程度上影响了用户体验。

Anthropic 此次为 Claude 推出语音模式，显然是看到了这个巨大的机遇。他们可能会利用自己在 AI 模型方面的优势，尝试提供更准确的语音识别和更自然的语音合成效果。如果 Claude 的语音模式能够解决这些现有痛点，无疑会在竞争激烈的 AI 市场中脱颖而出。

![image.png](https://static.downly.cn/images/20250528064139.470428328.png)

## 不只是“听”和“说” 更自然的交互体验

Claude 的语音模式不仅仅是简单的语音输入和输出。根据报道，它更强调一种**“对话式”的体验**。这意味着 Claude 不仅能听懂你的指令，还能理解你的语境，并用更符合人类交流习惯的方式进行回复。

这可能涉及到更高级的自然语言处理技术，让 Claude 在语音对话中表现得更像一个真正的对话伙伴，而不是一个只会执行指令的机器。这种更自然的交互体验，有望让用户在使用 Claude 时感到更轻松、更愉快。



## 语音模式的应用场景 无处不在的助手

Claude 的语音模式上线，将极大地拓展其应用场景。无论是**移动办公、学习研究、日常生活**，甚至在**娱乐休闲**时，Claude 都可以变身为你的语音助手。

*   **开车时** 快速询问路线、播放音乐、发送信息。
*   **做饭时** 查找食谱、设置计时器、获取烹饪建议。
*   **学习时** 朗读文档、翻译句子、解答问题。
*   **散步时** 听取新闻摘要、播客、或者让 Claude 给你讲个笑话。

[插图：多张小图组合，分别展示不同场景下使用 Claude 语音模式的画面]

这些场景的便利性提升，可能会吸引更多用户将 Claude 作为他们的日常 AI 助手。

## 安全与自然的结合 Anthropic 的差异化竞争

Anthropic 一直以来都强调其在 AI **安全**方面的投入和优势。在推出语音模式的同时，他们可能也会考虑到语音交互中可能出现的安全问题，并采取相应的措施。

将“安全”与“自然语音交互”结合，可能是 Anthropic 在 AI 市场中寻求差异化竞争的一种方式。在追求更强大 AI 能力的同时，不忘保障用户的安全和隐私，这或许会赢得一部分注重安全的用户群体的青睐。



## 语音模式的未来展望

Claude 语音模式的推出，只是 AI 语音交互发展的一个缩影。未来，我们可以期待更精准的语音识别、更逼真的语音合成、以及更深入的对话理解能力。

![image.png](https://static.downly.cn/images/20250528064321.076151877.png)

随着技术的不断进步，AI 语音助手将越来越融入我们的生活，成为我们不可或缺的一部分。而 Anthropic 的 Claude 语音模式，无疑是朝着这个方向迈出的重要一步。它能否凭借其“安全”和“自然”的特色，在语音 AI 市场中占据一席之地，让我们拭目以待。



Anthropic Claude 能“说话”了！语音模式上线直击痛点，AI聊天更自然？



> 近期，马斯克的AI聊天机器人Grok 3版本引发了广泛关注。然而，一系列测试和分析结果却意外揭示了一个令人震惊的可能性 Grok 3在其核心的“思考模式”（Think Mode）下，可能并未完全运行xAI自家的大模型，而是疑似使用了Anthropic的Claude 3.5 Sonnet模型。这一发现迅速在AI社区引发了激烈的讨论和争议。

## Grok 3的“思考模式”与异常现象

Grok作为马斯克xAI公司的旗舰产品，一直以来都以其独特的风格和对实时信息的关注度而著称。其“思考模式”更是被宣传为一种能够深入分析和推理复杂问题的独特功能。

![image.png](https://static.downly.cn/images/20250528023804.942188427.png)

然而，有用户在使用Grok 3的“思考模式”时，发现了一些异常现象。例如，在被问及自己的身份时，Grok 3有时会表现出与Claude 3.5 Sonnet高度相似的措辞和行为模式。

## 证据浮现 行为模式与输出风格的相似性

进一步的测试和分析为Grok 3疑似套壳Claude 3.5 Sonnet提供了更多证据。研究人员和用户通过精心设计的提示词，对比了Grok 3“思考模式”和Claude 3.5 Sonnet在回答问题、生成文本以及处理特定任务时的表现。

![image.png](https://static.downly.cn/images/20250528023727.522356817.png)

结果显示，两者在以下方面表现出惊人的相似性

*   **语言风格和措辞** 在处理某些特定类型的问题时，Grok 3和Claude 3.5 Sonnet使用了非常相似的表达方式和词汇。
*   **思考逻辑和推理过程** 在解决需要多步推理的问题时，两者展现出的逻辑链条和中间步骤高度一致。
*   **对特定提示词的响应** 一些专门用来区分不同模型的“陷阱”式提示词，Grok 3和Claude 3.5 Sonnet给出了几乎相同的回答。

更有甚者，有用户在Grok 3的输出中捕捉到了直接提及或暗示自己是Claude的痕迹。尽管这些痕迹可能被认为是模型的“幻觉”或训练数据的残留，但如此高度的一致性仍然让人难以忽视。

## 潜在原因与争议

如果Grok 3在其核心模式下确实部分或完全依赖于Claude 3.5 Sonnet，那么这背后可能存在多种原因，并引发一系列争议。



**潜在原因**

*   **技术研发阶段的过渡** xAI可能在Grok 3的研发过程中，使用Claude 3.5 Sonnet作为临时或辅助的核心模型，以加速产品迭代和功能测试。
*   **集成其他模型的能力** Grok作为一个复杂的系统，可能集成了多种模型的能力，在特定模式下调用了Claude 3.5 Sonnet。
*   **合作或授权协议** xAI可能与Anthropic达成了某种形式的合作或授权协议，允许在特定场景下使用Claude的模型。

**争议与影响**

*   **透明度问题** 如果确实使用了外部模型但未明确告知用户，这会引发对产品透明度和诚信度的质疑。
*   **技术实力质疑** 这可能会让人质疑xAI在自研大模型方面的实际进展和竞争力。
*   **市场竞争格局** 如果Grok的关键功能依赖于竞争对手的模型，这将对xAI在AI市场的定位和战略产生影响。

## xAI与马斯克的态度

目前，xAI和马斯克尚未对这一争议进行官方回应。然而，在AI社区，关于Grok 3是否“套壳”Claude 3.5 Sonnet的讨论已经非常热烈。



一些人认为，这可能是AI模型普遍存在的“幻觉”问题，模型的回答并不能完全代表其真实的底层架构。另一些人则认为，种种迹象表明，Grok 3在其核心功能上确实依赖于Claude 3.5 Sonnet，这需要xAI给出合理的解释。

## 结论 AI模型的复杂性与透明度挑战

Grok 3疑似运行Claude 3.5 Sonnet的事件，凸显了当前大型语言模型和AI系统构建的复杂性。它们往往是多种技术和模型的集成体，其内部运行机制对于外部观察者来说往往是模糊不清的。



这一事件也再次提醒了行业对AI模型透明度的需求。用户和研究人员希望了解模型是如何生成结果的，以及其背后是否存在未被公开的依赖关系。

未来，我们还需要更多来自xAI和相关方的进一步信息，才能最终确定Grok 3的真实“身份”。但无论结果如何，这一事件都为AI模型的评估、透明度和市场竞争格局带来了新的思考。


马斯克Grok 3惊人内幕 疑似套壳Claude 3.5 Sonnet引发热议

你还记得开发跨平台应用的痛苦经历吗？不管是选择Electron被人吐槽"内存杀手"，还是选择原生开发为每个平台写三套代码，简直是程序员的噩梦。QT和JavaSwing更是折腾的让人`痛苦面具`。

而现在，AI时代来了！本文将向你展示如何使用`Manus+Tauri`这对"神仙组合"，真正做到`零代码`创建一个`AIBot`（AI聊天机器人）跨平台应用——没错，一行代码都不用写！

请先看效果图 - 基于`Manus+Tauri`开发的跨平台DeepSeek聊天机器人：

<img src="https://static.downly.cn/images/20250527045749.387904026.png" style="zoom:50%;" />

## 1. 技术背景

### 什么是Manus？

**Manus**就像是一个通用AI智能体，你可以把它当作AI程序员，你只需要告诉它"我想要一个聊天机器人应用"，它就能像变魔术一样自动完成：

- 📋 需求分析（比产品经理还懂你要什么）
- 🏗️ 架构设计（比架构师还专业）
- 💻 代码编写（比码农还勤奋）
- 🧪 功能测试（比测试工程师还细心）

简单来说，Manus就是那个你一直梦想的"全能AI同事"，而且它不会摸鱼，不会请假，24小时待命！当然，缺点就是每日积分有限制，超过后需要氪金。

关于Manus的详细介绍请访问：[https://www.downly.cn/nav/detail/e09b8af18c3964676f44d5510bb65aed](https://www.downly.cn/nav/detail/e09b8af18c3964676f44d5510bb65aed)

### Tauri - 轻量级跨平台开发的救星

如果说`Electron`是"用大炮打蚊子"，那**Tauri**就是"精准狙击手"：

- **轻如鸿毛**：应用体积比Electron小90%，妈妈再也不用担心硬盘空间了
- **一码三端**：Windows、macOS、Linux一套代码全搞定，告别重复劳动
- **性能爆表**：基于Rust后端+原生WebView，速度快到飞起
- **安全可靠**：内置安全机制，黑客看了都摇头

### Node.js - 前端开发的老朋友

**Node.js**在这里扮演的角色就像是"后勤部长"：

- 🔧 **工具管家**：提供npm/yarn等包管理工具
- 📦 **依赖管理**：帮你管理成千上万个依赖包
- ⚡ **构建助手**：负责前端资源的编译和打包

虽然它不直接参与应用运行，但没有它，整个开发流程就转不起来。



## 第一步：使用Manus生成项目

打开[Manus官网](https://manus.im/)，然后输入提示词：`使用Tauri开发支持DeepSeek和OpenAI的AIBot应用`，让Manus给我们创建一个可以跨平台使用的AI聊天机器人应用：

![](https://static.downly.cn/images/image-20250527113624830.png)

然后我们可以看到Manus开始分析AIBot的需求、设计应用架构、初始化环境、拉取依赖等。

![](https://static.downly.cn/images/image-20250527113704017.png)

等待大约15-20分钟左右，我们可以看到Manus已经完成了需求分析、架构设计、项目初始化、API集成、用户界面开发、功能测试，甚至是跨平台兼容性验证，如下图：

![](https://static.downly.cn/images/image-20250527113933417.png)

你也可以访问我的AIBot项目创建回放：https://manus.im/share/VMNeKuV7dO3DAyOS6rjPiv?replay=1。



## 第二步：环境配置 - 搭建开发环境

AIBot项目编写完成后，我们需要准备开发环境。首先，我们需要安装Rust，访问RUST官网下载Rust程序安装器：https://www.rust-lang.org/zh-CN/learn/get-started，请根据自己是实际情况下载对应的版本，我这里使用的虚拟机是`Windows 64`。

![](https://static.downly.cn/images/image-20250527114732315.png)

下载完成后打开`rustup-init.exe`，然后根据Rust安装器提示安装Rust：

![](https://static.downly.cn/images/image-20250527105906018.png)

Rust安装时需要网络环境通常（必要的时候可能需要使用VPN），Rust安装完成后我们需要安装Nodejs，这里下载Nodejs的最新LTS版本`v22.16.0`。

![](https://static.downly.cn/images/image-20250527110041831.png)

Rust和Nodejs安装完成后，接下来需要配置Nodejs环境。首先，我们解压Manus的zip包，并打开：`C:\Users\yzmm8\Source\tauri_aibot`目录，然后在空白处`右键->在终端打开`开启PowerShell程序。

![](https://static.downly.cn/images/image-20250527110605183.png)然后执行下面的命令：

```powershell
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
npm config set registry https://registry.npmmirror.com/
npm install yarn -g
yarn config set registry https://registry.npmmirror.com
npm install -g cnpm --registry=https://registry.npmmirror.com
yarn
```

详细拆解上面执行的命令：

1. 解除 PowerShell 默认的脚本运行限制（仅限当前用户）
2. 安装npm阿里云的源
3. 安装yarn
4. 安装yarn阿里云的源
5. 安装cnpm
6. 安装当前node项目的依赖



![](https://static.downly.cn/images/image-20250527110855453.png)

## 第三步：项目启动与调试

`yarn`命令执行成功后，我们就可以执行`yarn run tauri dev`，尝试使用dev模式运行AIBot，第一次启动时会下载Rust项目的依赖，所以需要保持网络畅通。

![](https://static.downly.cn/images/image-20250527111746512.png)

接下来，我们可能会看到下面的报错：

![](https://static.downly.cn/images/image-20250527112025712.png)

由于Manus在创建App的时候缺少了一个AIBot应用的icon文件，所以我们需要创建icons目录（`C:\Users\yzmm8\Source\tauri_aibot\src-tauri\icons`），并复制一个icon到icons目录，然后再次执行：`yarn run tauri dev`命令，即可看到AIBot正常启动。最后点击`设置`，配置DeepSeek的API Key，如下图：

![](https://static.downly.cn/images/image-20250527112633739.png)

## 第四步： 配置AI服务

如果你没有Key，需要访问DeepSeek官网，申请API Key：

![](https://static.downly.cn/images/image-20250527112843439.png)

申请好API Key之后，在AIBot中配置下DeepSeek的API Key，需要特别注意的是由于Manus生成的应用窗口有问题，AIBot的窗口比较小，所以可能看不见`保存设置`的按钮，需要拖动下窗口大小才能看见。

![](https://static.downly.cn/images/image-20250527113139656.png)

配置好`DeepSeek`的API Key后记得点击顶部的`DeepSeek`模型选项。接下来，我们就可以使用`DeepSeek`开始对话了。

![](https://static.downly.cn/images/image-20250527113514991.png)

通过本教程，我们成功使用`Manus+Tauri`组合，在不编写任何代码的情况下创建了一个功能完整的跨平台AI聊天应用。这种开发方式不仅大大降低了技术门槛，也极大提升了开发效率。AI时代的到来，让"人人都是开发者"不再是梦想！

接下来，我将会讲解一些其他使用的AI开发工具和技巧，让大家体验下AI新时代的开发体验，感谢大家关注！



## 关于Downly.cn

[downly.cn](https://www.downly.cn) （平台还在建设中）是我创建的一个融合了AI相关的文章、教程、应用、导航为一体的AI资讯和技术平台。

在AI技术飞速发展的今天，信息碎片化和技术门槛高成为了许多人学习和应用AI的主要障碍。[downly.cn](https://www.downly.cn) 致力于打造一个**一站式AI学习与实践平台**，让每个人都能轻松接触、学习和应用AI技术。

AI零代码开发实战：20分钟用Manus+Tauri+DeepSeek打造跨平台AI聊天机器人

DeepMind联创新公司推出的AI聊天机器人

Vercel开源的搭建AI聊天机器人的开发套件，支持React/Svelte/Vue等框架

Vercel AI SDK

阶跃星辰推出的AI聊天机器人和智能体平台

冒泡鸭

提供GPT-3.5、GPT-4、Claude的AI聊天机器人

Forefront

Colossal-AI推出的免费开源版ChatGPT聊天机器人替代品

ColossalChat

360搜索最新推出的AI对话聊天机器人

360智脑

虎博科技推出的AI对话聊天机器人，基于TigerBot开源大模型

TigerBot

第一个通过RLHF训练的大规模开源聊天机器人

StableVicuna

阶跃星辰推出的支持多模态的AI聊天机器人

阶跃AI

Perplexity AI

HuggingFace推出的在线聊天机器人，基于Open Assistant模型

搜索结果: 聊天机器人