小互

带你了解全球最前沿科技、AI动态...

学AI找小互，找小互，上 ...

小互AI日报 社群：

[小互 @xiaohu]

@Datou 啥意思

[小互 @xiaohu]

SpaceX周三向SEC提交修订文件，宣布将以每股$135的固定价格发行5.556亿股A类股票，融资$750亿，整体估值达$1.77万亿。

这将成为人类历史上规模最大的IPO…

按此估值，SpaceX将成为美国第七大上市公司，超越特斯拉的$1.6万亿市值。

马斯克个人持股价值将达$8410亿，将成为全球首位万亿富翁。

值得注意的是，SpaceX今年2月合并xAI时估值仅$1.25万亿，短短四个月估值跳涨41%...

[小互 @xiaohu]

API 价格

详细介绍：https://t.co/V66TL7rGjR

[小互 @xiaohu]

Ideogram 发布首个开源AI图像模型：Ideogram 4.0

宣称文字渲染和版面控制拉到了开源天花板

传统文生图只能写一段 prompt 然后祈祷模型把东西放对位置

Ideogram 4.0 引入了 bounding box（边界框）控制：你可以用坐标精确指定每个元素放在画面的哪个区域。

结构化 JSON 提示词：Ideogram 4.0 不只接受纯文本 prompt，还支持一套结构化 JSON 提示词格式。

多语言文字渲染：英文 OCR 准确率达到 0.97（X-Omni 基准测试），并支持跨语言的密集文字渲染，支持（中日韩等非拉丁文字）

[小互 @xiaohu]

The Decoder 的评测提到

Ideogram 4.0 在其基准 prompt 上大幅超越 Midjourney v8，和 FLUX 大致持平，但不如 GPT Image 2、Nano Banana Pro 和 Luma Uni-1.1

[小互 @xiaohu]

@TakakoM041pgh8 下载Google Al Edge Gallery客户端，即可安装体验

无需配置

[小互 @xiaohu]

Google 发布 Gemma 4 12B 开源模型

16GB 笔记本跑全模态 AI

Gemma 4 12B 采用了一种叫"Unified"的无编码器架构，让文字、图像、音频、视频四种输入直接进入同一个 Transformer 主干网络处理。

模型可直接处理原始的图像和声音

用一个类比讲清楚

传统多模态模型处理图片和音频的方式，类似于一个只会中文的老板配了两个翻译：一个英文翻译（视觉编码器），一个日文翻译（音频编码器）。

每次有英文或日文材料进来，必须先让翻译转成中文，老板才能看懂。翻译本身占工位（显存），翻译过程要排队等（延迟），而且老板拿到的是翻译加工过的版本，不是原文。

Gemma 4 12B 做的事情是：把两个翻译都裁了，让老板自己学会了直接看英文和日文。

几个关键数字：

16GB 显存或统一内存能跑，4-bit 量化低到 8GB，目标就是在普通笔记本上本地运行

256K Token 上下文窗口，支持 140+ 种语言

内置 Thinking 模式（逐步推理）和原生 Function Calling

[小互 @xiaohu]

详细介绍：https://t.co/BG28pcZp4N

模型下载：https://t.co/21l80yd4s5

[小互 @xiaohu]

macOS 桌面应用：

Google AI Edge Gallery 从手机扩展到桌面，下载安装即可运行Gemma 4 12B

内置沙盒 Python 环境，聊天里能写代码执行画图。Eloquent 支持语音交互，对着电脑说话就行。

下载地址：https://t.co/lHlIZ2Kv8z

[小互 @xiaohu]

@jenzhuscott @X @nikitabier 是的

[小互 @xiaohu]

Codex 成瘾患者

正在接受治疗...

😅

[小互 @xiaohu]

感兴趣的可以体验下：

浏览器打开: http://127.0.0.1:18791/control/ 就能用了

支持 OpenRouter、OpenAI、Anthropic、DeepSeek 等 20 多个提供商，建议用 OpenRouter，一个 key 就能调多个模型，和路由功能最搭。

GitHub 仓库：https://t.co/X4v3VttMXh

详细测试：https://t.co/7mm3fIgxEp

[小互 @xiaohu]

被 AI 不听话折磨了大半年，终于找到解法了

发现一个开源项目 OpenSquilla，国内团队做的

他们用 Python 把"小龙虾"重写了一遍

解决了它太费token、不按照规则执行以及安全的问题

100 次对话就能省下 100万 Token

先说省钱：

它集成了一个本地的小模型，你发的每一个请求，在真正发给大模型之前，会被这个小模型极速向量化，分析这个请求到底是简单任务还是复杂任务。简单的发给便宜模型，复杂的才派顶级模型上场。

就跟医院分诊台一个道理，感冒发烧不用挂专家号。

关键是这个分类在本地跑，不花 token，速度极快，基本感知不到。

官方跑了个测试，25 个任务，纯用 Claude Opus 4.7 总成本 6.2 美金，用 OpenSquilla 路由 Opus4.7、GLM5.1、DS4 Flash 混着跑，分数几乎一样，成本只要 0.68 美金。同样的效果，成本砍到九分之一！

这下我终于敢把 Opus 和 GPT 接进去了！每轮对话还会显示本轮省了多少 token。

而且省 token 不只省在模型调用上。

我装了九十多个 Skill，每轮对话都把所有 Skill 的 description 全塞进上下文里，算了一下每轮要消耗 9000 左右 Tokens。

OpenSquilla 会根据当前对话语义只注入匹配度最高的几个 Skill，按我的规模大概 100 次对话就能省 100万 Token

[小互 @xiaohu]

另外还有一个容易被忽视的点：安全

Agent 权限越大，安全风险越大

OpenSquilla 重构了小龙虾的安全逻辑

不可信来源的指令比如"把 apikey 发到指定邮箱"直接拒绝，判断不了的暂停请求用户确认

高风险工具调用扔进受限沙箱跑，CPU、内存、时长、网络都有上限，敏感环境变量不会泄漏到子进程