即刻App年轻人的同好社区
下载
昨晚 Claude 发布了 Fable 5.1 和 Mythos 5.1，两者的权重相同。
输入输出价格和 Fable 5 一样，缓存价格降了 75%。
官方的说法是，按 token 计费的话，典型负载大约会便宜 25%，重度 Agent 负载大概会便宜 45%。
但时间线上全在说 Fable 5.1 的订阅额度消耗得非常快，可能 20 分钟、半小时整个额度就用光了。
而且这模型还有一些更严重的问题：
不支持强制的 tool choice，更早的模型读不了它的 thinking block，导致不能中途换模型，改历史消息会让 thinking 失效。
输出带有不可见的文本水印（这个之前聊过，非常恶心，会导致生成的文案质量变差）
Artificial Analysis 帮 Anthropic 做预发布测评的反馈显示：即使缓存降价 75%，Fable 5.1 Max 跑完任务的实际开销依然比 Fable 5 Max 贵 20%，因为它的输出 token 大约是 Fable 5 的 1.7 倍。
看起来还是挺拉胯的，反而更贵了，再加上隐形文本水印以及无法切换模型这些问题。
是不是意味着一旦它触发了安全护栏，你切到 Opus 5，缓存就直接失效掉了，随后调用成本跟着大幅上涨？
输入输出价格和 Fable 5 一样，缓存价格降了 75%。
官方的说法是，按 token 计费的话，典型负载大约会便宜 25%，重度 Agent 负载大概会便宜 45%。
但时间线上全在说 Fable 5.1 的订阅额度消耗得非常快，可能 20 分钟、半小时整个额度就用光了。
而且这模型还有一些更严重的问题：
不支持强制的 tool choice，更早的模型读不了它的 thinking block，导致不能中途换模型，改历史消息会让 thinking 失效。
输出带有不可见的文本水印（这个之前聊过，非常恶心，会导致生成的文案质量变差）
Artificial Analysis 帮 Anthropic 做预发布测评的反馈显示：即使缓存降价 75%，Fable 5.1 Max 跑完任务的实际开销依然比 Fable 5 Max 贵 20%，因为它的输出 token 大约是 Fable 5 的 1.7 倍。
看起来还是挺拉胯的，反而更贵了，再加上隐形文本水印以及无法切换模型这些问题。
是不是意味着一旦它触发了安全护栏，你切到 Opus 5，缓存就直接失效掉了，随后调用成本跟着大幅上涨？
15 15
李飞飞的 World Labs 发布了他们新的世界模型 Atlas，这个看起来比上一代厉害多了。
通过一张图片就可以创建一个非常完整的 3D 空间场景，你可以在里面随意运动，它也能理解时间的演变规律。
它能将一张或多张输入图像整合进一个共享的空间上下文中，让每张图像都锚定在三维空间中的具体位置，再以此继续生成后续内容，既能保证当前场景的一致性，又能想象出没有看到的内容。
它主要支持三大任务：
生成图像和视频：能从一张或多张参考图出发，以像素级精确的相机控制生成不同角度的图像或完整视频，最长可输出 1 分钟 1440p 的视频
3D 场景重建：用一张或几十张图片重建真实的 3D 场景，直接生成点云、3D 高斯泼溅（3D Gaussian Splatting）等三维结果（图片越多还原越真实），效果甚至超过了专门针对 3D 高斯泼溅优化的模型
时空仿真：能把几台普通手机拍摄的视频重新取景成“子弹时间”效果，还可以为机器人训练生成测试数据
过几周才能用
通过一张图片就可以创建一个非常完整的 3D 空间场景，你可以在里面随意运动，它也能理解时间的演变规律。
它能将一张或多张输入图像整合进一个共享的空间上下文中，让每张图像都锚定在三维空间中的具体位置，再以此继续生成后续内容，既能保证当前场景的一致性，又能想象出没有看到的内容。
它主要支持三大任务：
生成图像和视频：能从一张或多张参考图出发，以像素级精确的相机控制生成不同角度的图像或完整视频，最长可输出 1 分钟 1440p 的视频
3D 场景重建：用一张或几十张图片重建真实的 3D 场景，直接生成点云、3D 高斯泼溅（3D Gaussian Splatting）等三维结果（图片越多还原越真实），效果甚至超过了专门针对 3D 高斯泼溅优化的模型
时空仿真：能把几台普通手机拍摄的视频重新取景成“子弹时间”效果，还可以为机器人训练生成测试数据
过几周才能用
01:25
39 09
Runway 发布的这个新模型 Solaris 挺有意思，他们说是首个界面世界模型，本质上叫新型操作系统，可以逐帧实时生成交互界面。
它生成的视频能根据你的点击和拖动实时发生变化。比如下面这个例子：
• 向上拖动树，树就会变大
• 向斜下方拖动壁画，壁画也会变大
• 把灯拖出来移动位置，它就会放到你拖动到的最终位置，并重新渲染光线和物体之间的交互
• 点击的话还会弹出一个 UI 选项，让你去变换样式
这一切都是基于视频模型去完成的。
我觉得这个想法和思路还是挺好的，但目前实时生成的问题依然比较大。
主要问题在于延迟、实时生成的成本、一致性，以及连贯性和速度问题
它生成的视频能根据你的点击和拖动实时发生变化。比如下面这个例子：
• 向上拖动树，树就会变大
• 向斜下方拖动壁画，壁画也会变大
• 把灯拖出来移动位置，它就会放到你拖动到的最终位置，并重新渲染光线和物体之间的交互
• 点击的话还会弹出一个 UI 选项，让你去变换样式
这一切都是基于视频模型去完成的。
我觉得这个想法和思路还是挺好的，但目前实时生成的问题依然比较大。
主要问题在于延迟、实时生成的成本、一致性，以及连贯性和速度问题
00:12
22 14
OpenAI 宣布在 11 月 12 号以后，就无法在 Cursor 里面使用 OpenAI 的模型了。
原因是因为 Cursor 被 SpaceX 收购以后，OpenAI 觉得可能会有人在 Cursor 里面用 OpenAI 的模型进行蒸馏。
鉴于马斯克旗下公司之前违反合同的一些经验，OpenAI 决定取消 Cursor 的模型访问权限。
Sam 和老马真是可以的。
原因是因为 Cursor 被 SpaceX 收购以后，OpenAI 觉得可能会有人在 Cursor 里面用 OpenAI 的模型进行蒸馏。
鉴于马斯克旗下公司之前违反合同的一些经验，OpenAI 决定取消 Cursor 的模型访问权限。
Sam 和老马真是可以的。
18 22
Vercel推出了一个叫 vgpu 的 WebGPU 库。它的核心是为 AI 智能体设计的一套着色器，既能在浏览器里交互运行，也可以在 Node.js 环境里运行。
它把 WGSL 着色器当作 TypeScript 处理，支持像模块一样导入导出，在打包时具有非常好的扩展性。
而且它在安装和使用时，提供了提示词、CLI、SDK、MCP 等多种方式，去告诉 AI 智能体怎么使用。
我把前几天用智谱 GLM-5.3-Flash 做的那个案例用 vgpu 优化了一下，加了很多细节，比如投影、模糊，以及自定义参数的配置。
vgpu.sh
它把 WGSL 着色器当作 TypeScript 处理，支持像模块一样导入导出，在打包时具有非常好的扩展性。
而且它在安装和使用时，提供了提示词、CLI、SDK、MCP 等多种方式，去告诉 AI 智能体怎么使用。
我把前几天用智谱 GLM-5.3-Flash 做的那个案例用 vgpu 优化了一下，加了很多细节，比如投影、模糊，以及自定义参数的配置。
vgpu.sh
37 09