全部 · 2026-05-20

Kling AI 放出了一个原生 4K 视频生成模型，不是先做低分辨率再放大，而是从生成阶段就按 4K 跑。这个区别挺关键：传统超分放大容易让角色变形、纹理糊掉，原生生成理论上能保住画面一致性。Wonder Studios 的反馈也印证了这一点，说避免了角色变形问题。好莱坞制片人把它称为工作流里第一个原生 4K 基础模型，说明在专业制作端确实有人买单。 但正文没披露任何硬指标。不知道生成一段 4K 视频要多久、花多少钱、有没有用量限制。也没说这个模型是开放公测还是只给合作方用。没有对比数据，比如和自家低分辨率模型或其他竞品在一致性、细节保留上的量化差距。 还缺一个关键信息：原生 4K 的训练数据和推理算力成本到底高到什么程度。如果成本翻了几倍但画质提升只在特定场景下可见，那对大部分创作者来说性价比存疑。建议等官方放出定价和实际可用范围后再判断是不是真能进日常流程。

OpenAI 这招是拿 API 调用额度当投资筹码，不是给现金，创业公司用 GPT 等模型直接扣额度，省了前期算力开销。200 万美元这个数字看着大，但关键信息全缺：占股多少、额度多久过期、有没有月用上限，正文一概没提。这很像当年 Sam Altman 在 YC 时 Yuri Milner 那套批量撒钱打法，只不过这次撒的是自家产品。对早期团队来说，如果额度够用且占股合理，确实能省一笔；但如果占股偏高或额度限时太紧，实际价值就得打折扣。还缺一个信息：这些额度能不能跨模型用，比如 GPT-5 出来后是否还能抵扣。

黄仁勋这轮900亿美元的投资手笔，规模已经对标科技巨头里最激进的风投部门。他的思路不是单纯撒钱，而是通过投资让客户和AI初创公司深度依赖英伟达的芯片与技术栈，把买卖关系做成生态绑定——你拿了我的钱，就得用我的卡、跑我的软件。这比单纯卖硬件要稳得多，相当于提前锁定了未来几年的需求。 但这条新闻有个硬伤：正文被FT的付费墙完全挡住了，只返回了安全验证页面。所以这900亿到底是已承诺金额、已部署资金，还是包含了一些远期认购权或实物折价，全都没法核实。数字本身很大，但如果里面掺了水分，实际撬动的杠杆可能没那么夸张。另外，投资组合的行业分布、有没有集中在某几个大客户身上，这些关键信息也一概不知。 我会先给这个数字打个折。等看到具体投向和资金结构再说，现在只能确认英伟达在用资本手段加固护城河，但护城河到底多宽，还得看明细。

这条新闻值得点开看，因为它不是泛泛讨论AI抢饭碗，而是给出了一个具体的司法动作：杭州中院把一起AI替代质检岗的案子定为指导性案例。员工月薪从2.5万被砍到1.5万后遭辞退，法院认定公司没做合理安置，属于违法辞退。这是中国官方第三次公开支持被AI替代的劳动者胜诉，说明法院在试图划一条线——企业引入AI是你自己选的降本手段，不能拿来当裁员的合法理由。 文章提到中国青年失业率约17%，超2亿人在零工经济里谋生，这个背景解释了为什么官方对AI就业冲击的调门变了。但有几个关键信息是缺的：一是这三起判例到底覆盖了多少类似纠纷，正文没给数据；二是指导性案例在基层法院的实际援引率和约束效果，文章也没展开；三是企业有没有在判决后调整用工策略，比如改用更隐蔽的变相降薪或绩效淘汰，这些后续影响完全没涉及。 所以这条新闻的价值在于告诉你政策风向在转，但别急着下结论说劳动者就有了护身符。司法信号和实际执行之间还有很大距离，这点先别太激动。

这条消息的核心矛盾在于：微软一边说 GitHub 被 AI 编程工具冲击得“生存级风险”，一边又用行政命令让内部团队停用 Claude Code、统一切回自家 Copilot CLI。这更像一场借外部竞争压力推动内部工具收口和成本控制的动作，而不是 GitHub 明天就要关门。 报道提到几个关键时间点：2024 年 Cursor 推出能处理复杂任务的集成开发环境，2025 年 Claude Code 把能力延伸到终端、可自主完成多步骤工程任务。这些产品确实改变了开发流程——代码在本地就被 AI 生成和调试好了，上传到 GitHub 不再是必须步骤。但正文没给出任何数据说明 GitHub 的活跃仓库数、推送频率或付费用户是否真的在下降，所以“生存级风险”目前还只是一份内部判断，缺乏可验证的量化证据。 另外，微软要求 2026 年 6 月底前停用 Claude Code，理由之一是压缩 2027 财年运营开支。这说明决策背后有明确的财务动机。同时 GitHub Copilot CLI 仍保留对 Claude 模型的访问权限，说明微软不是要彻底切断对手，而是在客户端层面收口、在模型层面保持弹性。OpenAI 一度考虑自建替代平台这个细节也值得留意，但报道没展开，不知道是技术验证还是战略试探。整体看，这条新闻的价值在于暴露了微软对 GitHub 护城河变浅的焦虑，但焦虑程度和实际业务损伤之间有多大距离，还需要更多数据才能判断。

这条帖子的亮点是用 4 张 RTX 2080 Ti 这种老卡，靠 W8A8 量化（把模型权重和计算中间值都压到 8 位精度）和手写的 Turing 架构 CUDA 算子，在本地跑起了 DeepSeek-V4-Flash。2840 亿总参数、每次只激活 130 亿参数的设计本身就省资源，配上 1TB 内存做卸载，255 prefill tok/s 的速度对个人折腾来说相当能打。总预算不到 2500 美元，比一张新旗舰卡还便宜。 但 Reddit 原文被 403 挡了，我们看不到实际推理延迟、量化后回答质量有没有明显下降、多轮对话稳不稳。手写算子虽然能榨性能，但通用性和维护成本是另一回事。这点先别太激动，等有人复现或者原帖主补上完整测试再看。

这件事目前信息量很低，但重要性不低。GitHub 官方确认有未授权访问内部仓库的行为，并已启动调查。Hacker News 上两条帖子标题一个叫“调查中”，一个直接写“被黑了”，后者显然更耸动，但正文都是空的，没有披露攻击路径、受影响范围或时间线。 对从业者来说，值得盯的点是：如果攻击者拿到了私有仓库的代码或密钥，影响会顺着供应链扩散。但现阶段所有判断都得打折，因为官方连“内部仓库”具体指什么都没说——是员工用的工具脚本，还是 GitHub.com 的核心基础设施代码，差别巨大。我会先等 GitHub 的正式公告，再看有没有第三方分析出来。

Tomasz Tunguz 这篇博客把三家 API 定价摊开来看，结论很直白：烧钱换份额的阶段过去了，现在大家都在保利润。Google Gemini 3.1 Pro 输入每百万 token 2 美元、输出 12 美元，虽然还是最便宜，但 Tunguz 指出它每年价格翻三倍，这个趋势比绝对值更值得盯。OpenAI 的 GPT-5.5 短暂补贴后涨到输入 5 美元、输出 30 美元，说明之前的低价是战术性的，不是成本真降了。Anthropic 的 Claude Opus 4.7 反而从“奢侈品定价”往下调，维持在输入 5 美元、输出 25 美元，策略明显不同。 文章把涨价归因于三家都在疯狂砸钱建基础设施，现金流吃紧，所以开始要利润。这个判断逻辑是通的，但正文没给出各家实际的推理成本或毛利率数据，所以“补贴退潮”到底是回归正常利润还是仍在亏本卖，其实看不出来。另外，Tunguz 是 Theory Ventures 的 GP，视角天然偏向商业模式和资本支出，对技术侧的成本结构变化着墨不多。如果你在选模型做预算，这篇能帮你快速对齐价格水位，但别拿它当成本分析报告用。