AI 早报 2026-03-13

视频版：哔哩哔哩 ｜ YouTube

概览

要闻

  • GitHub 调整 Copilot 学生计划，取消 GPT-5.4 等模型自选权限 ↗ #1
  • Claude 支持生成式 UI，聊天界面构建交互式图表 ↗ #2

模型发布

  • OpenAI 视频 API 上线新功能 ↗ #3
  • NVIDIA 发布 NVILA-8B-HD-Video 模型，支持 4K 视频输入 ↗ #4

开发生态

  • Claude Code 推出语音模式，引入设置脚本功能 ↗ #5
  • Google 调整 Antigravity 计费，Pro 刷新周期延至 7 天 #6
  • Google Gemini API 现可设置消费上限 ↗ #7
  • OpenRouter 上线 Auto Exacto 降低工具调用错误率 ↗ #8
  • Hermes Agent v0.2.0 发布，支持多 IDE 集成 ↗ #9
  • 斯坦福大学开源 OpenJarvis 框架支持本地优先个人 AI ↗ #10

产品应用

  • 谷歌地图集成 Gemini 推出十多年来最大规模升级 ↗ #11
  • xAI 发布 Grok 新视频功能，支持 7 张参考图转视频 ↗ #12
  • 微软推出 Copilot Health 整合设备与健康记录数据 ↗ #13
  • OpenClaw 生态密集更新，百度联想阶跃发布新服务 ↗ #14
  • Perplexity 向Pro 用户开放 Perplexity Computer #15
  • 淘宝 PC 端支持 MCP，可接入OpenClaw ↗ #16
  • ComfyUI 发布 App Mode 及 ComfyHub 支持工作流分享 ↗ #17
  • Canva 推出 Magic Layers 支持平面图转多层可编辑 ↗ #18

技术与洞察

  • Cursor 发布 CursorBench 评测体系，优化 Agent 编程评估 ↗ #19

行业动态

  • Google 完成收购 Wiz，将加入 Google Cloud 运营 ↗ #20
  • 腾讯回应 OpenClaw 数据争议：称仅拉取 1GB 分担流量 ↗ #21
  • 智谱新模型启动内测，面向 Max 计划用户开放申请 ↗ #22

前瞻与传闻

  • 据传阿里 Qwen 后训练负责人郁博文加盟字节跳动 Seed 团队 #23
  • 英伟达计划五年投入 260 亿美元研发开放权重 AI 模型 ↗ #24

GitHub 调整 Copilot 学生计划，取消 GPT-5.4 等模型自选权限 #1

GitHub 宣布即日起调整 Copilot 学生计划，不再支持学生自主选择 GPT-5.4、Claude Opus 等高级模型。

GitHub Education Team 宣布调整 Copilot 学生计划。官方称，为确保全球近 200 万 学生持续获得免费服务，即日起该计划不再支持用户自主选择 GPT-5.4、Claude Opus 及 Claude Sonnet 等高级模型。

但认证学生免费访问权限、学术验证状态及高级请求单位配额保持不变。

相关链接：

Claude 支持生成式 UI，聊天界面构建交互式图表 #2

Claude 上线了原生交互式图表功能，以 Beta 形式向包括免费版在内的所有订阅计划开放。

用户可在对话中直接阅读解释并即时交互可视化内容。

Anthropic 官方宣布，Claude 现已支持在聊天界面构建交互式图表与示意图。该功能被称为 "Generative UI"，通过内嵌 Visualizer 组件实现，目前以 Beta 形式向所有订阅计划开放。

官方人员称，与 Artifact 不同，Visualizer 存在于对话流中，允许用户即时交互，而非独立交付物。

相关链接：

OpenAI 视频 API 上线新功能 #3

OpenAI 更新 Video API，提供由 Sora 2 驱动的自定义角色与对象、最长 20秒 视频生成、场景延续及批量处理等核心功能。

OpenAI Developers 官方宣布在 Video API 中面向所有开发者全量上线由 Sora 2 驱动的新功能。

此次更新核心特性包括：支持自定义角色和对象、16:9 及 9:16 比例导出、生成长达 20 秒 的视频片段、用于扩展场景的视频延续功能，以及批量视频生成任务。

相关链接：

NVIDIA 发布 NVILA-8B-HD-Video 模型，支持 4K 视频输入 #4

NVIDIA 开源了 NVILA-8B-HD-Video 多模态大模型，专门处理 4K 分辨率、千帧级别的高清长视频。

核心亮点是 AutoGaze 技术，能把视频 Token 压缩 100 倍，推理延迟最高降低 19 倍。

在 HLVid 长视频基准测试上，该模型达到业界最优。

NVIDIA 在 Hugging Face 发布 NVILA-8B-HD-Video 模型。这是一款 8B 参数多模态大语言模型，专为高分辨率长视频理解设计。

该模型支持 4K 分辨率和 1K 帧视频输入，集成 AutoGaze 技术。官方数据显示，该技术可将视频 Token 数量减少最多 100 倍，ViT 和 LLM 延迟分别降低最多 19 倍和 10 倍。

模型在 VideoMME 基准测试中性能提升，并在 HLVid 基准上达到 SOTA 水平。

该模型基于 NVILA-Lite-8B 开发，采用 CC-BY-NC-SA-4.0 许可协议，仅限研发使用。

相关链接：

Claude Code 推出语音模式，引入设置脚本功能 #5

Claude 在 Claude Code 桌面端及 Cowork 平台上线了语音模式。此外，Claude Code Web 端和桌面端新增设置脚本功能，支持在云端环境启动前自动完成依赖安装与配置。

Claude Code 近期宣布推出语音模式，该功能现已正式支持桌面端及 Cowork 平台，进一步丰富了用户的交互方式。

此外，该工具面向 Web 端和桌面端引入了设置脚本功能。通过添加设置脚本，用户能够在云端环境启动之前，自动化完成环境配置工作。根据官方说明，这项功能对于安装依赖项、调整系统设置以及管理配置文件等场景尤为实用，有效提升了开发环境的初始化效率。

相关链接：

Google 调整 Antigravity 计费，Pro 刷新周期延至 7 天 #6

Antigravity应用正式调整计费规则，从单一配额制改为“固定配额加AI积分”的混合模式。

Pro用户配额刷新周期从5小时延长至7天，每月获赠1000积分；

Ultra用户保持5小时刷新，拥有约25000积分。

Google旗下 Antigravity 应用近期调整计费模式，确立了“固定配额+AI Credit”体系，积分消耗依据 Vertex API 定价计算。

在权益方面，AI Pro 用户配额刷新周期改为7天，每月获赠 1000点 积分（约 10美元）；据称 Ultra 用户则保留5小时刷新机制，并拥有约 25000至26000点 积分（约 250美元），该积分支持家庭组共享。

目前，Antigravity 已在设置中新增可视化仪表盘，用户需手动开启“AI积分超额使用”选项，方可在基准配额耗尽后自动抵扣积分。

若有额外需求，官方支持购买更多 AI Credit。

Google Gemini API 现可设置消费上限 #7

Google 宣布 Gemini API 正式支持消费上限功能，开发者即日起可通过 AI Studio 在项目层级设置额度以管控成本。

需特别注意的是，配置生效最长存在 10 分钟 延迟，且目前暂不支持 Vertex AI 及代码端设置。

Gemini API 现已正式支持 "Spend caps"（消费上限）功能。即日起，开发者可通过 AI Studio 设置该上限，以在构建应用时获得更高的成本控制权。

根据官方说明，该功能目前仅支持在 UI 界面设置，且作用于 Project（项目）层级而非 API Key 层级；上限设置后可能存在最长 10 分钟 的延迟才能生效，期间产生的超额费用仍需由用户承担。

此外，官方正计划移除原有的 10 美元 一次性预付款要求，并将整个 API 转向预付费模式。

相关链接：

OpenRouter 上线 Auto Exacto 降低工具调用错误率 #8

OpenRouter 宣布推出自适应质量路由机制 Auto Exacto，默认用于工具调用请求。该系统通过整合吞吐量与数十亿次工具调用遥测数据，每 5分钟 动态评估，能够有效降低模型工具调用错误率。

OpenRouter 正式宣布推出 “Auto Exacto” 功能，这是一种自适应质量路由机制，目前已针对所有包含工具调用（tool-calling）的请求默认启用。

该系统通过整合吞吐量、工具调用遥测数据以及 TauBench Verified Airline 和 GPQA-Diamond 等基准测试分数这三大信号，大约每 5 分钟 对供应商进行一次重新评估，旨在解决新模型发布初期供应商表现差异巨大的问题。

根据官方提供的数据，在过去几天中，这一新算法将不同模型的工具调用错误率降低了 15% 至 90%。

对于非工具调用请求，用户可以通过在任意模型标识后附加 :exacto 来启用该质量加权路由，该功能运作方式类似于现有的 :nitro 或 :floor 后缀。

相关链接：

Hermes Agent v0.2.0 发布，支持多 IDE 集成 #9

NousResearch 正式发布了 Hermes Agent v0.2.0，该版本通过集成 MCP 客户端与 ACP 服务器，实现了与 VS Code 及 JetBrains 的无缝连接，并将 智谱 GLM、Kimi 和 MiniMax 纳入原生支持体系。

NousResearch 正式发布 Hermes Agent v0.2.0。据官方社交账号显示，该项目两周内汇聚 63 位贡献者，合并 216 个 PR，提交超 1200 次。

该版本核心提升互操作性，搭载 MCP 客户端并内置 ACP 服务器，允许 VS Code 等编辑器作为前端。模型原生支持 智谱，兼容 Kimi、MiniMax 及 OpenAI OAuth。

安全上引入文件系统检查点与 /rollback 机制，利用 git worktree 实现并行任务隔离。工具层面集成无需 API Key 的本地无头 Chromium 浏览器，增强子 Agent 透明度。

技能库扩展至 15 个类别的 70 多项，涵盖 Solana 区块链及 Google Workspace 等领域。

相关链接：

斯坦福大学开源 OpenJarvis 框架支持本地优先个人 AI #10

斯坦福大学研究人员推出了开源框架 OpenJarvis，旨在构建默认在本地运行、仅在必要时调用云端的个人 AI 系统。

斯坦福大学的研究人员推出了 OpenJarvis，这是一个专为构建本地优先个人 AI 而设计的开源框架。该项目旨在让个人 AI 默认在本地设备上运行，仅在必要时调用云端资源。

OpenJarvis 构建于五大原语之上，涵盖了从模型层、推理引擎到 Agent 行为、工具与记忆以及闭环学习的完整技术栈，支持 MCP 和 Google A2A 等协议，并集成了针对能耗、延迟及成本的一流评估指标。

该框架兼容 Ollama、vLLM 等多种推理后端，提供 Python SDK、CLI 及桌面端应用。

相关链接：

谷歌地图集成 Gemini 推出十多年来最大规模升级 #11

Google Maps 宣布推出重大升级，通过集成 Gemini 模型，上线了对话式探索功能 “Ask Maps” 和视觉革新的 “Immersive Navigation”。

Google Maps 宣布迎来十多年来最大规模升级，集成 Gemini 模型推出两项核心功能。

Ask Maps 支持自然语言查询和个性化行程规划，利用超 3 亿 地点和 5 亿 社区贡献者数据提供建议，现已在美印移动端上线。

Immersive Navigation 重构驾驶体验，提供含丰富道路细节的 3D 视图、自然语音引导及实时路况预警。该功能即日起在美国推出，未来数月将扩展至多平台及车机系统。

相关链接：

xAI 发布 Grok 新视频功能，支持 7 张参考图转视频 #12

xAI 团队为 Grok Imagine 上线了全新的“图生视频”功能，最新版本支持上传最多 7 张任意元素的参考图，即可生成画面流畅且特征一致的视频。

xAI 团队成员 Ethan He 宣布，Grok Imagine 正式推出 reference-to-video 功能。

用户更新应用后，可上传最多 7 张包含角色或物体等元素的参考图，转化为视频。

据其描述，该技术能生成流畅一致的群组场景，确保角色特征真实。

相关链接：

微软推出 Copilot Health 整合设备与健康记录数据 #13

Microsoft 推出了 Copilot Health，这是一个具备医疗智能的独立安全空间，支持连接 Apple Health 等五十多种可穿戴设备及电子病历，提供基于权威来源的问答服务和医生匹配。

Microsoft 正式推出 Copilot Health，作为 Copilot 内部独立安全空间。该功能支持连接 Apple Health 等 50 多种可穿戴设备，通过 HealthEx 接入超 5 万家美国医疗机构电子健康记录，并整合 Function 实验室检测结果。

其提供基于权威来源且附带引用的问答服务，并提供医生寻找服务。为确保隐私，对话数据与通用 Copilot 隔离且绝不用于模型训练，已获得 ISO/IEC 42001 认证。

现面向美国 18 岁及以上用户开启英文版的等待名单，计划扩展至全球。官方强调该服务不用于诊断或替代专业医疗建议。

相关链接：

OpenClaw 生态密集更新，百度联想阶跃发布新服务 #14

OpenClaw发布新版，修复了编程Bug并支持Hunter Alpha等模型。 阶跃星辰上线云端Agent服务StepClaw，已开放5万个免费名额。 百度推出手机端应用红手指Operator，联想则宣布将在小新及YOGA平板首发本地化的PadClaw技术。

OpenClaw 发布新版本，官方称支持 Hunter Alpha 等模型并修复 Bug，显著提升了编程性能。

阶跃星辰推出云端 Agent 服务 StepClaw，用户可一键部署并实现 7x24 小时云端运行，官方宣布开放 5 万个免费体验名额。

百度发布全球首款手机龙虾应用红手指 Operator，支持通过自然语言指令操控手机 App 执行任务。

联想宣布将在小新及 YOGA 系列平板上首发端侧一键部署 PadClaw 技术，强调本地化运行优势。

更多细节预计将在近期发布会上揭晓。

相关链接：

Perplexity 向Pro 用户开放 Perplexity Computer #15

Perplexity 宣布 Perplexity Computer 正式面向 Pro 用户开放，该产品集成了二十多种先进模型与数百个连接器，支持自定义技能。

Perplexity 宣布，Perplexity Computer 正式面向 Pro 订阅用户开放。该产品集成了 20 多种先进模型，支持使用预置与自定义技能及数百个连接器，旨在提供更强大的处理能力。

针对此次发布，官方推出了相应的额度奖励政策。目前所有 Pro 用户均可获得 4000 个奖励额度。此外，Max 订阅用户相比 Pro 用户享有更高的消费限额及每月 10000 个循环额度。

淘宝 PC 端支持 MCP，可接入OpenClaw #16

据用户发现，淘宝桌面版现已支持 MCP 协议，并可通过 OpenClaw 实现一键配置。

据社区用户反馈，淘宝桌面版（pc.taobao.com）现已支持 MCP 协议，并可通过 OpenClaw 实现一键配置。该功能使得各大 AI 工具能够调用 taobao-native 工具集，提供搜索商品、加入购物车、扫描页面元素及输入文本等接口。

相关链接：

ComfyUI 发布 App Mode 及 ComfyHub 支持工作流分享 #17

ComfyUI官方推出全新工具系统，让任何工作流都能变成可分享的应用程序。核心功能包括 App Mode、App Builder 和可分享URL，接收方无需安装就能在浏览器里直接运行。

同时上线的 ComfyHub 预览版是一个社区分享平台，方便用户快速找到即用型工作流。

ComfyUI 官方宣布推出包含 App Mode、App Builder、URL 分享 及 ComfyHub 的工具系统，旨在将工作流转化为无需节点图经验的应用程序。

App Mode 隐藏复杂节点，据称对移动端友好；App Builder 允许精确配置参数；通过 URL 分享，接收方可免安装直接运行。

同时，社区平台 ComfyHub 预览版已上线，供用户浏览精选工作流。

目前，核心功能已在 Comfy Cloud 和 Comfy Local 上线，后者还针对 NVIDIA RTX 5090 和 AMD RX 9070 XT 等最新 GPU 进行了优化。

相关链接：

Canva 推出 Magic Layers 支持平面图转多层可编辑 #18

Canva 推出 Magic Layers 新功能，能把平面图片和 AI 生成的视觉效果变成多层可编辑设计。

用户不用重新生成，就能单独调整对象、文字等细节。

Canva 近日宣布推出 Magic Layers 功能，该功能现已在美、英、加、澳四国进入公开测试阶段。

据官方介绍，此功能可将平面图片及 AI 生成的视觉效果转化为多层、完全可编辑的设计。

用户在保留原始布局的前提下，可单独选择并编辑对象、文本框等组件。

相关链接：

Cursor 发布 CursorBench 评测体系，优化 Agent 编程评估 #19

Cursor 官方发布了名为 CursorBench 的混合评测体系，利用内部真实开发会话构建离线评测，并结合线上受控实验，以解决公开基准存在的数据污染和任务失真问题。

Cursor 近日分享了针对智能体编程任务的模型评分新方法，采用线上与线下结合的混合评测流程，以确保对模型质量的判断始终与开发者的真实工作方式保持一致。

其内部离线评测套件 CursorBench 基于工程团队的真实会话构建，而非公开代码仓库，有效解决了公开基准在一致性、评分逻辑及数据污染方面的局限性。

最新版本的 CursorBench-3 任务规模较初版翻倍，覆盖多工作区环境等复杂场景，官方数据显示其能更好地区分前沿模型。

此外，该公司还通过真实流量上的受控分析来补充线下测试，以捕捉那些评分器认为正确但实际体验不佳的回归问题。

相关链接：

Google 完成收购 Wiz，将加入 Google Cloud 运营 #20

Google LLC 正式完成对云安全平台 Wiz 的收购，Wiz 将加入 Google Cloud 但保持品牌独立运营。

Google LLC 宣布已完成对云及AI安全平台 Wiz 的收购。官方公告显示，Wiz 将加入 Google Cloud 并保留品牌，继续履行保护跨云环境客户的承诺。

此次收购旨在结合 Google Cloud 的AI基础设施优势与 Wiz 的云安全专长，打造统一安全平台。该平台将协助企业和政府机构在AI时代实现从代码到运行时的全流程防护，并能利用 AI模型 提前检测威胁。

秉承开放性承诺，Wiz 产品将继续支持 Amazon Web Services、Microsoft Azure 等主要云环境。

相关链接：

腾讯回应 OpenClaw 数据争议：称仅拉取 1GB 分担流量 #21

OpenClaw开发者Peter Steinberger指责腾讯未经授权抓取数据构建SkillHub。

腾讯回应称，该平台旨在解决中国访问延迟，仅从官方源拉取 1GB 数据。

OpenClaw 开发者 Peter Steinberger 近日指责腾讯未经授权抓取 ClawHub 数据构建 "SkillHub"。

腾讯 AI 官方回应称，该平台系基于 OpenClaw 生态的本地化技能镜像，旨在解决中国用户访问延迟。

根据腾讯官方披露的数据，上线首周处理 180GB 流量（约 87 万次下载），仅从官方源拉取 1GB 数据。腾讯称团队成员是项目活跃贡献者，愿深化合作。

相关链接：

智谱新模型启动内测，面向 Max 计划用户开放申请 #22

智谱在 Coding Plan 用户飞书群宣布，对代号 Pony-Alpha-2 的模型进行测试，Max套餐 用户可申请。

据用户透露，GLM-5-Code（代号 Pony-Alpha-2）已在官方飞书群面向用户启动内测，目前仅面向 GLM Coding Plan Max 套餐用户开放，相关订阅者现已获得该模型的访问权限。

针对该模型的具体技术细节、功能范围及正式上线时间，官方尚未发布正式公告，现有信息主要源于社区层面的反馈。

相关链接：

据传阿里 Qwen 后训练负责人郁博文加盟字节跳动 Seed 团队 #23

据媒体报道，原阿里通义实验室 Qwen 大模型“后训练”负责人 郁博文 已加盟字节跳动，出任 Seed 团队视觉模型与多模态交互团队“后训练”负责人。

据媒体报道，原阿里通义实验室 Qwen 大模型后训练负责人 郁博文 近日被曝加盟 字节跳动，出任 Seed 团队视觉模型与多模态交互团队后训练负责人，字节跳动 对此暂未回应。

英伟达计划五年投入 260 亿美元研发开放权重 AI 模型 #24

据报道，英伟达计划在未来五年投入约 260 亿美元研发“开放权重”AI 模型，这笔巨资将用于研发与算力建设，首批模型预计于 2026 年底发布。

据媒体报道及英伟达最新财务文件披露，英伟达计划在未来五年内投入约 260 亿美元研发和训练“开放权重”AI 模型，旨在推动公司从单纯的芯片供应商转型为全栈 AI 平台及前沿实验室。

该投资资金将在未来 18 至 24 个月内落实，覆盖研发、算力及人才建设，首批模型预计于 2026 年底或 2027 年初发布。

英伟达将采用公开权重但不一定完全开源的“开放权重”模式，并对自家硬件进行深度优化，以此加固 GPU 生态护城河。

目前该公司已预训练完成一个 5500 亿参数的超大模型。

相关链接：

提示：内容由AI辅助创作，可能存在幻觉和错误。 This message is used to verify that this feed (feedId:249743826993702912) belongs to me (userId:236018819794813952). Join me in enjoying the next generation information browser https://folo.is.