告别复杂节点图！ComfyUI 推出 App Mode，一键将 AI 工作流封装为独立应用

生成式 AI 工作流工具 ComfyUI 正在经历一场从“专业生产力工具”向“消费级应用平台”的华丽转身。近日，官方正式发布了 App Mode、App Builder 以及 ComfyHub 三项核心功能。这一组合拳旨在解决长期以来困扰社区的痛点:如何让复杂精密的 AI 节点图，转化为普通用户也能轻松上手的简洁应用，从而彻底打破专业技术与大众使用之间的门槛。

在这一生态体系中，App Mode 彻底重塑了交互逻辑。它允许开发者隐藏背后交错复杂的节点网络，仅为终端用户保留必要的参数输入项与结果展示区。与其配合的 App Builder 则赋予了开发者细粒度的封装权限，使其能够自主决定哪些逻辑在后台静默运行，哪些控件向前端开放。通过这种方式，原本需要深厚技术背景才能驾驭的 AI 工作流，现在可以被封装成一个个轻量化的 Web 应用，用户只需通过一个生成的 URL 即可在浏览器中运行，甚至无需本地配置昂贵的 GPU 环境。

为了进一步构建应用生态，同步上线的 ComfyHub 充当了“AI 应用商店”的雏形。作为一个集发现、运行与分享于一体的社区平台，ComfyHub 让创作者能够展示并传播自己的封装成果。

虽然目前该平台仍处于预览阶段，但其展示的愿景非常明确:将 ComfyUI 庞大的开源工作流库转化为可直接调用的能力资产，让全球用户都能无缝触达顶尖的生成式 AI 技术。

这一系列转型动作预示着 ComfyUI 正在构建一套闭环的开发者生态。通过将高度可定制的节点化流程与极简的应用分发模式相结合，ComfyUI 不仅巩固了其在专业领域的领先地位，更通过平台化战略向下兼容了更广阔的初级用户市场。随着更多封装应用的涌现，一个由社区驱动、以应用为中心的新型 AI 生态正呼之欲出，这不仅是工具的升级，更是生成式 AI 交互范式的一次重要演进。

via AI新闻资讯 (author: AI Base)

腾讯云计费策略迎来重大调整：部分 AI 模型价格大幅上涨

随着大模型技术从早期爆发向成熟商业化应用转型，腾讯云智能体开发平台宣布，将于2026年3月13日起对旗下多款 AI 模型实施全新的计费策略。这一变动核心涉及公测模型的结束免费以及自研混元系列的价格优化，标志着腾讯云在构建可持续发展的 AI 商业生态上迈出了实质性的一步。

在本次调整中，备受行业关注的 GLM5、MiniMax2.5以及 Kimi2.5三款高性能模型将正式结束限时免费公测。自北京时间3月13日零点起，这些模型将转入正式商用阶段，采用基于 Token 调用量的按量计费模式。对于广大开发者而言，这意味着需要根据业务规模提前规划预算，并及时在平台管理界面开启后付费设置，以确保相关应用服务的连续性。

与此同时，腾讯自研的混元系列模型也迎来了价格体系的重构。Tencent HY2.0Instruct 与 Tencent HY2.0Think 模型将启用全新的阶梯价收费方案，通过更具灵活性的定价机制来适配不同体量的企业需求。尽管计费模式的转变在短期内会增加部分用户的运营成本，但其背后反映出平台通过资源优化整合，力求在提供更稳定、更高质量模型服务的同时，引导行业进入价值驱动的良性循环。

面对这一变化，腾讯云建议用户密切关注计费资源清单的变动，合理利用套餐订阅等抵扣手段来平衡支出。在生成式 AI 算力需求持续高涨的背景下，此次从“公测红利”向“精准计费”的切换，不仅是腾讯云优化商业体系的必然选择，也预示着国内 AI 产业正加速告别粗放式扩张，向深耕行业价值和成本效率的深水区挺进。

via AI新闻资讯 (author: AI Base)

陶哲轩证实学生闭卷成绩已现下降趋势

近日，OpenAI核心高管Mark Chen与菲尔兹奖得主陶哲轩在加州大学洛杉矶分校纯粹与应用数学研究所 (IPAM）展开对话，全面披露了AI在数学与科研领域的突破。陶哲轩表示，过去一年AI已从 “低效的研究生” 进化为常态化生产力工具。人工智能的渗透同时也直接冲击了现有的教育评估体系。陶哲轩在教学实践中观察到，学生平时的家庭作业分数出现上升，但线下闭卷考试成绩却呈下降趋势。底层学生倾向于利用AI将成绩提升至平均水平，而顶尖学生则因担忧技能退化而谨慎使用。为应对这一现象，传统每周布置作业的考核方式正面临淘汰，教育界将被迫转向基于项目的评估和口头考核。

—— 凤凰网科技

via 风向旗参考快讯 - Telegram Channel

“养龙虾”风险太高？小红书首发禁令，医药圈AI应用迎来“红线”

近期，一款图标为红色龙虾的 AI 智能体工具OpenClaw在朋友圈走红。这种被网友戏称为“养龙虾”的行为，正悄然改变医药行业的职场生态。与传统的聊天 AI 不同，OpenClaw具备极强的“执行力”，能够自主识别屏幕、操作鼠标键盘，实现跨系统的自动化办公。

生产力飞跃：从小时级到分钟级的进化

在生物医药领域，OpenClaw展现出了惊人的效率。原本需要人工花费数小时进行的数据清洗、实验分析以及跨系统（如 CRM、ERP）的数据填报，在 AI 的驱动下可压缩至几分钟内完成，成本直降七成。它不仅能 7×24 小时连续监测学术文献并生成摘要，还能自动跟进患者随访，将从业者从枯燥的重复劳动中解放出来。

监管亮剑：平台首发“AI 托管”禁令

然而，AI 的“过度听话”也带来了前所未有的安全隐患。由于OpenClaw拥有极高的操作权限，一旦配置不当或遭遇攻击，可能导致严重的隐私泄露甚至系统瘫痪。

针对这一趋势，小红书率先发布治理公告，明确禁止利用 AI 技术模拟真人进行发帖、互动等托管行为。这一举措旨在划定边界：AI 可以作为提效助手，但绝不能伪装成真实人格。

人机协同：谁来为 AI 的操作买单？

随着 AI 深入到药研与医学咨询等核心场景，责任归属成为了行业焦点。法律专家指出，AI 并非法律主体，所有的执行后果最终需由部署者和使用者承担。

医药行业正逐步建立“操作审计”与“熔断机制”。在追求效率的同时，必须坚持“人工复核”原则，确保关键决策、患者沟通及责任签字始终掌握在真人手中。让 AI 在受控的框架内运行，才是技术落地的长久之道。

via AI新闻资讯 (author: AI Base)

马斯克宣布xAI与特斯拉联合启动“Macrohard”或“Digital Optimus”项目

据埃隆·马斯克在X平台最新发文透露，xAI与特斯拉正在合作推进一项名为“Macrohard”（对微软的戏谑称呼）或“Digital Optimus”的AI项目。该项目源于特斯拉对xAI的投资协议，是双方合作的首个重大成果。

这一系统本质上是一个人工智能“数字机器人”，能够实时监控用户屏幕视频以及键盘/鼠标输入的最近5秒内容，并像人类一样快速做出反应。它采用双脑架构:xAI的Grok模型担任“主导航员”或“大脑”（类似于高级深度思考的System2），负责整体指挥、理解世界并制定策略;特斯拉开发的AI代理则充当“直觉系统”（System1），处理实时屏幕画面和输入操作，实现快速本能响应。

马斯克强调，该系统将利用特斯拉低成本AI硬件（AI4芯片仅650美元）运行，搭配xAI相对节俭的Nvidia算力，整体成本极低。目前尚无其他公司拥有类似实时智能AI系统。他表示，这一技术原则上能够模拟整个公司的功能，从而实现“自动化整个公司”的潜力，因此取名“Macrohard”作为对微软的幽默致敬。

这一项目被视为AI向全面企业级自动化迈出的关键一步，或将颠覆传统软件行业格局。目前细节仍在推进中，更多进展值得持续关注。

via AI新闻资讯 (author: AI Base)

起风了!腾讯发布“中国专用”AI社区，13000个技能一键直达

腾讯近日正式上线了名为 SkillHub 的 AI Skills 社区，这标志着其在 AI 自主执行（AI Agent）领域的布局进一步深化。该社区被视为“中国专供版”，旨在针对国内开发者和用户在调用开源 AI 框架时遇到的痛点提供本土化解决方案。

打破障碍，深度适配中国开发者

针对目前主流开源 AI 框架OpenClaw在国内使用时存在的下载延迟高、优质技能筛选难以及语言隔阂等问题，SkillHub提供了完备的配套支持。社区不仅上线了高速镜像下载服务，还推出了精选技能榜单，全中文的交流环境极大降低了开发者的上手门槛。

万级技能池，加速产品“Skill化”

目前，SkillHub已整合超过13，000个 AI Skills，覆盖了从生产力工具到生活服务的各类场景。腾讯内部正积极推动旗下核心产品的智能化转型，包括腾讯文档和QQ浏览器在内的多款应用正加速实现“Skill 化”，让 AI 能够更精准地执行复杂任务。

安全为先，构建自主执行新生态

在追求高效的同时，SkillHub将技能安全和隐私保护放在了核心位置。通过严格的审核机制与防护功能，确保 AI 在自主执行任务时能够保障用户的数据安全。作为国内领先的 AI 基础设施，该社区的上线将有力推动国内 AI 技能生态的繁荣，降低企业和个人用户应用 AI 的成本。

via AI新闻资讯 (author: AI Base)

从芯片巨头到全栈玩家：英伟达拟投 260 亿美元发力“开放权重”模型

全球算力霸主英伟达（NVIDIA）正迎来其发展史上的一次重大的战略转身。据公司最新财务文件披露，英伟达计划在未来五年内投入约 260 亿美元，专门用于研发和训练“开放权重”（open-weight）人工智能模型。这一堪称开源界史上最大规模之一的投资计划，标志着英伟达正在从单纯的硬件基础设施提供者，深度介入到 AI 产业链的核心模型研发赛道。

此次战略的核心在于推广“开放权重”模式，即公开模型的参数权重，允许全球开发者根据自身需求进行下载、修改与部署。通过这种方式，英伟达试图利用开源生态的扩散效应，让更多的 AI 应用原生构建在其计算平台之上，从而进一步加固其 GPU 硬件的生态护城河。目前，该战略的先锋产品 Nemotron 3 Super 已展现出强劲性能，其 1280 亿参数的规模在多项基准测试中均优于同类开源模型，展现了英伟达在具身智能、气候模拟及企业级 AI 代理等前沿领域的布局野心。

这一举措无疑改变了 AI 行业的竞合关系。长期以来，英伟达通过售卖高性能芯片支撑着 OpenAI、Anthropic 等顶级实验室的扩张，而这些大客户如今也将面临来自硬件供应商的直接技术挑战。与此同时，英伟达的大规模投入也被视为对全球开源模型势力崛起的有力回应，旨在通过提供深度适配其底层硬件的高性能开放模型，确保全球开发者社区始终紧密围绕在其技术栈周围。

随着算力、算法与开发生态的界限日益模糊，AI 产业已正式进入“全栈平台战争”的新阶段。英伟达的巨额豪赌预示着未来顶尖 AI 玩家的胜负手将不再仅限于单一的模型性能，而是取决于能否提供从底层晶体管到顶层应用架构的完整闭环能力。在这场关于技术主导权的博弈中，英伟达正通过释放“算力红利”来重塑全球 AI 模型的竞争格局。

via AI新闻资讯 (author: AI Base)

打破传统数据分析瓶颈：基于 Spring AI Alibaba 的智能体 DataAgent 正式发布

在企业数字化转型进程中，业务人员与核心数据之间往往隔着一道“SQL 鸿沟”，传统的指令翻译模式已难以应对复杂的统计分析与根因定位需求。针对这一痛点，阿里云云原生团队基于 Spring AI Alibaba 生态构建了名为 DataAgent 的虚拟 AI 数据分析师。这套智能体系统通过将确定性的工程流程与大模型的推理能力深度结合，旨在将碎片化的数据查询过程转化为自动化、智能化的分析流。

DataAgent 的核心竞争力在于其具备的“专家级”思考与自愈能力。系统内置了人类反馈机制（Human-In-The-Loop），允许人工在关键节点对 AI 的执行计划进行干预、修改或驳回，从而确保生产环境的安全可控。同时，为了解决大模型常见的“业务生疏”问题，DataAgent 引入了深度 RAG 与混合检索增强技术，通过查询重写和业务术语映射规则，使 AI 能够像资深员工一样理解复杂的表结构与业务逻辑。

在生产力输出方面，DataAgent 不再仅仅停留于简单的数值提取，而是演进为具备建模能力的数字助手。依托容器化的 Python 执行引擎，它能自主生成并运行代码，直接输出带有趋势图表、算法逻辑和深度洞察的行业级报告。此外，该系统还支持多数据源的动态路由与多模型热切换，通过流式输出（SSE）技术，用户可以实时观察到 AI 的推演过程，极大提升了交互过程中的透明度。

作为一款生产级工具，DataAgent 还通过 API Key 与权限管理机制确保了数据的合规性，并支持通过 MCP 服务器协议集成到各类办公软件和开发环境中。从查询到成稿的全过程自动化，不仅将分析师的重复劳动缩短至秒级，更让数据真正成为每一位决策者随手可得的“智库”，彻底终结了跨库分析与数据孤岛带来的效率难题。

via AI新闻资讯 (author: AI Base)