跳到正文

X

关注 AI 研究者、开发者与机构的动态

当前显示全部 AI 相关新闻
按账号或来源筛选(542)
全部X新闻X:Rohan Paul2047 条X:Kim1546 条X:阿易 AI Notes1240 条X:Testing Catalog624 条X:阿里云 / Alibaba Cloud585 条X:cb_doge542 条X:Elvis Saravia502 条X:Alexandr Wang(Scale AI 创始人/Meta 首席 AI 官)495 条X:OpenRouter457 条X:Elon Musk448 条X:Artificial Analysis440 条X:Ethan Mollick406 条X:PixVerse372 条X:SemiAnalysis344 条X:OpenAI Developers294 条X:ZHO284 条X:Replit272 条X:小北220 条X:Dex Horthy(HumanLayer)196 条X:AI Safety Memes188 条X:Tibo180 条X:Gemini175 条X:swyx171 条X:Emad Mostaque167 条X:MiniMax160 条X:OpenAI151 条X:X.PIN147 条X:Epoch AI140 条X:Runway133 条X:Nathan Lambert130 条X:Aravind Srinivas(Perplexity CEO)127 条X:赵纯想126 条X:Claude Devs126 条X:蚂蚁百灵123 条X:Thomas Wolf(Hugging Face 联创/CSO)123 条X:Jason Liu120 条X:洪明119 条X:马东锡 NLP116 条X:Frank Wang 玉伯113 条X:Gabriel112 条X:Perplexity108 条X:Google AI for Developers104 条X:fofr103 条X:阑夕102 条X:面壁智能 OpenBMB102 条X:Yuchen Jin102 条X:Claude99 条X:Luma AI98 条X:Peter Steinberger98 条X:Sam Altman93 条X:Tencent WorkBuddy86 条X:Thariq85 条X:Cohere83 条X:Eric Zakariasson78 条X:Krea AI77 条X:opencode76 条X:Francois Chollet75 条X:Clément Delangue(Hugging Face CEO)73 条X:Suno70 条X:OpenClaw66 条X:Deedy Das64 条X:Greg Brockman64 条X:karminski61 条X:腾讯混元58 条X:通义千问 / Qwen57 条X:Microsoft Research57 条X:Anthropic55 条X:AK51 条X:Google DeepMind47 条X:商汤 SenseTime (@SenseTime_AI)43 条X:Charlie Holtz43 条X:Peter McCrory(Anthropic 首席经济学家)42 条X:Boris Cherny41 条X:Google AI41 条X:可灵 Kling AI37 条X:Viggle AI33 条X:百度 Baidu32 条X:AI at Meta32 条X:Aidan Gomez(Cohere CEO)29 条X:Logan Kilpatrick29 条X:Josh Woodward28 条X:Mustafa Suleyman(Microsoft AI CEO)26 条X:Noam Brown24 条X:SpaceXAI24 条X:Arena (@arena)23 条X:Odyssey23 条X:Andrew Milich22 条X:李继刚21 条X:Tianyi Cui20 条X:华为云19 条X:硅基流动 SiliconFlow18 条X:Mark Zuckerberg18 条X:DAIR.AI (@dair_ai)17 条X:fal (@fal)17 条X:DeepSeek16 条X:PixVerse (@PixVerse)15 条X:Sundar Pichai15 条X:ARC Prize (@arcprize)14 条X:Karina Nguyen14 条X:Mistral AI14 条X:Demis Hassabis13 条X:ElevenLabs (@elevenlabs)13 条X:Noah Zweben13 条X:Philipp Schmid(Google DeepMind 开发者体验) (@_philschmid)13 条X:智谱 Z.ai12 条X:Lee Robinson12 条Tripo(官方 X)11 条X:卡兹克 (@Khazix0918)11 条X:Arthur Mensch(Mistral CEO) (@arthurmensch)11 条X:Eric Mitchell11 条X:Georgi Gerganov(llama.cpp) (@ggerganov)11 条X:Jensen Huang11 条X:唐杰10 条X:Ammaar Reshi10 条X:Andrew Ng(DeepLearning.AI 创始人)10 条X:Barret 李靖10 条X:Cursor (@cursor_ai)10 条X:Hao AI Lab10 条X:Kimi.ai10 条X:Cognition (@cognition)9 条X:Fei-Fei Li9 条X:Manus (@ManusAI)9 条X:MiniMax Design (H3) (@Hailuo_AI)9 条X:Figure AI (@Figure_robot)8 条X:Gemini Notebook (@Gemini_Notebook)8 条X:Higgsfield AI (@higgsfield)8 条X:Jeff Dean8 条X:Jim Fan8 条X:Lisa Su(AMD CEO) (@LisaSu)8 条X:Meshy (@MeshyAI)8 条X:谢赛宁7 条X:Michael Truell7 条X:張小珺 Xiaojùn6 条X:NotebookLM0 条@berryxia · 历史来源430 条@vista8 · 历史来源262 条@op7418 · 历史来源231 条@google · 历史来源30 条@getsuperintel · 历史来源9 条@latentspacepod · 历史来源9 条@android · 历史来源8 条@dreamlabla · 历史来源8 条@mannybernabe · 历史来源8 条@karpathy · 历史来源7 条@alexatallah · 历史来源6 条@ryanleeminimax · 历史来源5 条@theo · 历史来源5 条@aidotengineer · 历史来源4 条@dkundel · 历史来源4 条@reach_vb · 历史来源4 条@dotey · 历史来源3 条@eliebakouch · 历史来源3 条@googlechrome · 历史来源3 条@kilocode · 历史来源3 条@maxforai · 历史来源3 条@newsfromgoogle · 历史来源3 条@richardssutton · 历史来源3 条@skylermiao7 · 历史来源3 条@victorsuortiz · 历史来源3 条@ajambrosino · 历史来源2 条@akashi203 · 历史来源2 条@anatolikopadze · 历史来源2 条@andrewcurran_ · 历史来源2 条@antirez · 历史来源2 条@barrnanas · 历史来源2 条@coreyching · 历史来源2 条@deanwball · 历史来源2 条@designarena · 历史来源2 条@fellmentke · 历史来源2 条@gergelyorosz · 历史来源2 条@gmi_cloud · 历史来源2 条@gravicle · 历史来源2 条@hxiao · 历史来源2 条@id_aa_carmack · 历史来源2 条@jackminong · 历史来源2 条@lennysan · 历史来源2 条@mada299 · 历史来源2 条@microsoft · 历史来源2 条@mikastars39 · 历史来源2 条@mitchellh · 历史来源2 条@nabeelqu · 历史来源2 条@rudrank · 历史来源2 条@sebastienbubeck · 历史来源2 条@zan2434 · 历史来源2 条@___harald___ · 历史来源1 条@_boraturan · 历史来源1 条@0xjaniak · 历史来源1 条@0xkato · 历史来源1 条@47fucb4r8c69323 · 历史来源1 条@559hkdt · 历史来源1 条@aaliya_va · 历史来源1 条@abhikatte42 · 历史来源1 条@abhishekpatiil · 历史来源1 条@aboutberlin · 历史来源1 条@addyosmani · 历史来源1 条@agi2asi · 历史来源1 条@aiaicreate · 历史来源1 条@aimlapi · 历史来源1 条@aisaonehq · 历史来源1 条@aisystemprompt · 历史来源1 条@alemtuzlak · 历史来源1 条@alexxubyte · 历史来源1 条@alupsasca · 历史来源1 条@amasad · 历史来源1 条@ampcode · 历史来源1 条@anas_build_ · 历史来源1 条@aniketmaurya · 历史来源1 条@anitakirkovska · 历史来源1 条@anneliesgamble · 历史来源1 条@antigravity · 历史来源1 条@arafatkatze · 历史来源1 条@argofowl · 历史来源1 条@ashiknewazaj · 历史来源1 条@atabarrok · 历史来源1 条@atomic_chat_hq · 历史来源1 条@awe_automation · 历史来源1 条@awesomekling · 历史来源1 条@awscloud · 历史来源1 条@ayushagarwal · 历史来源1 条@baaadas · 历史来源1 条@bai_agi · 历史来源1 条@bbuddha_xyz · 历史来源1 条@bclavie · 历史来源1 条@beccalytics · 历史来源1 条@benfleming__ · 历史来源1 条@benhylak · 历史来源1 条@benjamineyliu · 历史来源1 条@bfl_ml · 历史来源1 条@bleysg · 历史来源1 条@bolna_dev · 历史来源1 条@bosmeny · 历史来源1 条@boxmining · 历史来源1 条@bozhou_ai · 历史来源1 条@brexhq · 历史来源1 条@brian_armstrong · 历史来源1 条@brianchew · 历史来源1 条@bridgemindai · 历史来源1 条@budgetpixel · 历史来源1 条@cahidarda · 历史来源1 条@calmpromptshq · 历史来源1 条@ce_zhang · 历史来源1 条@cedric_chee · 历史来源1 条@chaitralikakde · 历史来源1 条@chatgpt · 历史来源1 条@chatgptapp · 历史来源1 条@christinetyip · 历史来源1 条@christofsalis · 历史来源1 条@clark__labs · 历史来源1 条@cloudflaredev · 历史来源1 条@cnorth_13 · 历史来源1 条@cnzoecomeback · 历史来源1 条@cocohearts · 历史来源1 条@code_star · 历史来源1 条@codebyaurelia · 历史来源1 条@cohavygal · 历史来源1 条@commandcodeai · 历史来源1 条@consensusnlp · 历史来源1 条@contralabs_ai · 历史来源1 条@cozyblaze265065 · 历史来源1 条@crimedecoder · 历史来源1 条@crtr0 · 历史来源1 条@damnventures · 历史来源1 条@daniellockyer · 历史来源1 条@danintheory · 历史来源1 条@darioamodei · 历史来源1 条@davidmaliglowka · 历史来源1 条@davidondrej1 · 历史来源1 条@davidsacks · 历史来源1 条@dbirker78883 · 历史来源1 条@deryatr_ · 历史来源1 条@devfun · 历史来源1 条@diegocabezas01 · 历史来源1 条@digitalocean · 历史来源1 条@dimillian · 历史来源1 条@dimitrispapail · 历史来源1 条@discussingfilm · 历史来源1 条@dkthomp · 历史来源1 条@dmitryrybin1 · 历史来源1 条@dmsobol · 历史来源1 条@douglance · 历史来源1 条@douglasyaody · 历史来源1 条@duckduckgo · 历史来源1 条@easyrouterio · 历史来源1 条@edgardobriban · 历史来源1 条@eisokant · 历史来源1 条@elliotarledge · 历史来源1 条@encrypted · 历史来源1 条@endpointarena · 历史来源1 条@envato · 历史来源1 条@escanorreloaded · 历史来源1 条@esrtweet · 历史来源1 条@ethanhe_42 · 历史来源1 条@eu_commission · 历史来源1 条@fba · 历史来源1 条@fdavidsont · 历史来源1 条@figmaweave · 历史来源1 条@finn_meeks · 历史来源1 条@first_tree_ai · 历史来源1 条@flavioad · 历史来源1 条@flowith · 历史来源1 条@fminzhou · 历史来源1 条@freddie_spirit · 历史来源1 条@frydwia · 历史来源1 条@futurestacked · 历史来源1 条@garrettlord · 历史来源1 条@garrytan · 历史来源1 条@gavinsbaker · 历史来源1 条@GayaniFigma · 历史来源1 条@genspark_ai · 历史来源1 条@gitlawb · 历史来源1 条@gneubig · 历史来源1 条@gokulr · 历史来源1 条@goodfireai · 历史来源1 条@goodnesmbakara · 历史来源1 条@googleaistudio · 历史来源1 条@gordic_aleksa · 历史来源1 条@gro_tsen · 历史来源1 条@hangsiin · 历史来源1 条@happycapyai · 历史来源1 条@haydenbleasel · 历史来源1 条@helloiamleonie · 历史来源1 条@hey_asiif · 历史来源1 条@hilbertspaess · 历史来源1 条@howtoprompt__ · 历史来源1 条@hq4ai · 历史来源1 条@hypersoren · 历史来源1 条@ianbremmer · 历史来源1 条@interaction · 历史来源1 条@intology · 历史来源1 条@iron_redux · 历史来源1 条@ithilgore · 历史来源1 条@itsreallyvivek · 历史来源1 条@jamesjyu · 历史来源1 条@jameszmsun · 历史来源1 条@jason_young1231 · 历史来源1 条@jawad_rahman_ · 历史来源1 条@jaydendavisnc · 历史来源1 条@jeffbarg · 历史来源1 条@jenzhuscott · 历史来源1 条@jiayuan_jy · 历史来源1 条@jilles · 历史来源1 条@jimcramer · 历史来源1 条@jimsyoung_ · 历史来源1 条@jinjingliang · 历史来源1 条@jjacky · 历史来源1 条@jjackyliang · 历史来源1 条@joefioti · 历史来源1 条@joi___ai · 历史来源1 条@joinhandshake · 历史来源1 条@joinpursuit · 历史来源1 条@joulee · 历史来源1 条@jsconfasia · 历史来源1 条@jsrailton · 历史来源1 条@juminoz · 历史来源1 条@kaizero_ainta · 历史来源1 条@karanganesan · 历史来源1 条@kdaigle · 历史来源1 条@kentherogers · 历史来源1 条@kevinsays · 历史来源1 条@khudonogov · 历史来源1 条@kinfisht · 历史来源1 条@koraykv · 历史来源1 条@kotekjedi_ml · 历史来源1 条@kuberwastaken · 历史来源1 条@kurz_gesagt · 历史来源1 条@kwindla · 历史来源1 条@lafalcemateo · 历史来源1 条@lakshyaaagrawal · 历史来源1 条@larrylv · 历史来源1 条@layoffai · 历史来源1 条@levinstanley · 历史来源1 条@lifeofjer · 历史来源1 条@livekit · 历史来源1 条@lon · 历史来源1 条@lostinlatencyx · 历史来源1 条@lotte_verheyden · 历史来源1 条@lqiao · 历史来源1 条@luciushq · 历史来源1 条@luckeyfaraday · 历史来源1 条@lukaspet · 历史来源1 条@madhavsinghal_ · 历史来源1 条@manassharmahere · 历史来源1 条@markiewagner · 历史来源1 条@marksaroufim · 历史来源1 条@marsxiang_ · 历史来源1 条@maseehg_ · 历史来源1 条@mattshumer_ · 历史来源1 条@mem0ai · 历史来源1 条@mengto · 历史来源1 条@merettm · 历史来源1 条@micahcarroll · 历史来源1 条@michael_chomsky · 历史来源1 条@michaelarnaldi · 历史来源1 条@microsoftai · 历史来源1 条@mike_acton · 历史来源1 条@mikeyyyzhao · 历史来源1 条@minchoi · 历史来源1 条@minimaxagent · 历史来源1 条@minu_who · 历史来源1 条@mkbhd · 历史来源1 条@modal · 历史来源1 条@moritzthuening · 历史来源1 条@moxie · 历史来源1 条@mstockton · 历史来源1 条@mtslive · 历史来源1 条@multimodalart · 历史来源1 条@neelnanda5 · 历史来源1 条@neilrahilly · 历史来源1 条@nickbaumann_ · 历史来源1 条@nirantk · 历史来源1 条@noemititarenco · 历史来源1 条@notjazii · 历史来源1 条@nousresearch · 历史来源1 条@oblomovius · 历史来源1 条@ollama · 历史来源1 条@onlyterp · 历史来源1 条@onlyzhynx · 历史来源1 条@organicgpt · 历史来源1 条@orgrem · 历史来源1 条@p0 · 历史来源1 条@palantirtech · 历史来源1 条@palmerluckey · 历史来源1 条@pandatalk8 · 历史来源1 条@parishilton · 历史来源1 条@patrickcarlyle · 历史来源1 条@patricktoulme · 历史来源1 条@paulg · 历史来源1 条@paulsolt · 历史来源1 条@pbdtokenrouter · 历史来源1 条@pererabinoy · 历史来源1 条@philhchen · 历史来源1 条@pirroh · 历史来源1 条@pjaccetturo · 历史来源1 条@postlive · 历史来源1 条@pranaveight · 历史来源1 条@prathamdby · 历史来源1 条@prince_canuma · 历史来源1 条@pumpkherm · 历史来源1 条@pvncher · 历史来源1 条@qiaoqiao2001 · 历史来源1 条@rajveerbach · 历史来源1 条@randyhaddad6 · 历史来源1 条@rauchg · 历史来源1 条@raveeshbhalla · 历史来源1 条@rayanpal_ · 历史来源1 条@rayfernando1337 · 历史来源1 条@redpoint · 历史来源1 条@ric_rtp · 历史来源1 条@richardsocher · 历史来源1 条@riderashgame · 历史来源1 条@rileybrown · 历史来源1 条@robertvaradan · 历史来源1 条@ronshepherd · 历史来源1 条@rosmine · 历史来源1 条@rthiago · 历史来源1 条@ruben_kostard · 历史来源1 条@runware · 历史来源1 条@rvivek · 历史来源1 条@ryanjunejo · 历史来源1 条@safaricheung · 历史来源1 条@samuelstroschei · 历史来源1 条@sanmking · 历史来源1 条@saranormous · 历史来源1 条@savinovnikolay · 历史来源1 条@scale_ai · 历史来源1 条@scaling01 · 历史来源1 条@sdaily_ai · 历史来源1 条@secscottbessent · 历史来源1 条@seltaa_ · 历史来源1 条@sergiopaniego · 历史来源1 条@servasyy_ai · 历史来源1 条@sethltx · 历史来源1 条@sharat_sc · 历史来源1 条@shashankgoyal95 · 历史来源1 条@sherryyanjiang · 历史来源1 条@sherylhsu02 · 历史来源1 条@shl · 历史来源1 条@sighjith · 历史来源1 条@simistern · 历史来源1 条@southpkcommons · 历史来源1 条@sriramkri · 历史来源1 条@sshoaibali · 历史来源1 条@stalkermustang · 历史来源1 条@status_effects · 历史来源1 条@stevencheng · 历史来源1 条@stockanalystpro · 历史来源1 条@suekhim · 历史来源1 条@sultanalfardan · 历史来源1 条@suraj_sharma14 · 历史来源1 条@swisscheese4299 · 历史来源1 条@swmansion · 历史来源1 条@systematicls · 历史来源1 条@teksedge · 历史来源1 条@tftc21 · 历史来源1 条@theahmadosman · 历史来源1 条@themidasproj · 历史来源1 条@theonejvo · 历史来源1 条@therealadamg · 历史来源1 条@timsoulo · 历史来源1 条@tmuxvim · 历史来源1 条@tobi · 历史来源1 条@togethercompute · 历史来源1 条@trackernetwork · 历史来源1 条@trustkerneltech · 历史来源1 条@ttunguz · 历史来源1 条@tuhinchakr · 历史来源1 条@twistartups · 历史来源1 条@ubermenscchh · 历史来源1 条@udayan_w · 历史来源1 条@usefastlane · 历史来源1 条@uzyn · 历史来源1 条@valeriocapraro · 历史来源1 条@vasuman · 历史来源1 条@vdbergrianne · 历史来源1 条@vibeguessing · 历史来源1 条@victoriakimse · 历史来源1 条@victoriawu77 · 历史来源1 条@victortaelin · 历史来源1 条@vikaskansalhq · 历史来源1 条@volchika · 历史来源1 条@walden_yan · 历史来源1 条@warpdotdev · 历史来源1 条@waynesutton · 历史来源1 条@wesroth · 历史来源1 条@whosamberella · 历史来源1 条@xdinodeer · 历史来源1 条@xicilion · 历史来源1 条@xucian_ · 历史来源1 条@yacinemtb · 历史来源1 条@yaojingang · 历史来源1 条@yevr19 · 历史来源1 条@yoheinakajima · 历史来源1 条@yongquanyq · 历史来源1 条@youtubejocoding · 历史来源1 条@yusufg · 历史来源1 条@zachbussey · 历史来源1 条@zeddotdev · 历史来源1 条@zeroxkyle · 历史来源1 条@zhenthebuilder · 历史来源1 条@zicohacks · 历史来源1 条@zixuanli_ · 历史来源1 条@zymazza · 历史来源1 条
19,132 条AI 相关新闻 · 最新在前
9月17日周四
  1. @thexpin65

    华为称 Ascend 960DT 将于 2027 年 Q1 发布,比原计划提前三个季度,960PR 在同年 Q3 跟进、提前一个季度;Ascend 970 和 980 分别计划在 2028 年和 2029 年推出。目前已部署超过 1000 个 Ascend 超节点,其中 950 系统进入规模化商用。Atlas 960 SuperPoD 将支持最多 15,488 张 Ascend 卡、跨 220 个机柜,华为预计其训练性能为 Atlas 950 SuperPoD 的 3 倍、推理性能为 4 倍。

    推荐理由:华为给出多代 Ascend 芯片时间表与超节点规模,读者可据此对照国产算力在训练和推理上的推进节奏。

  2. @AYi_AInotes44

    针对多智能体工作流,推文给出 20 条建议中最适合次日自查的 3 个动作:暂停或删除自动化平台上超一周无人工消费产出的定时任务;把通用数据抓取或表单提交的网页自动化换成官方 API 或无头抓取接口,停止用多模态大模型录屏点击;将 Bad Case 与最终 Good Case 作为对齐样本塞进知识库,而非只在 Prompt 里写抽象要求。

  3. @AYi_AInotes47

    Grok Bot 创始人闭门会关于 Agent 实操的 20 条建议中,真正值得立刻改设置的只有三条:锁死成本线,能用 API 或结构化工具完成的事绝不让 Agent 打开浏览器模拟点击,并配巡检机器人定时杀掉每 15 分钟空转的死循环任务;把初稿与人工终稿做差分对比,将纠正逻辑固化为长期技能;群聊中默认保持安静,仅在明确点名时发言,敏感 Cookie 按最小权限下发。

  4. @AYi_AInotes39

    奥特曼在Dreamforce将GPT-5.5到后Astra的能力差距类比为普通数学教授到顶尖学者的代差:5.5相当于普通数学教授,5.6是前2%顶尖学者,Astra再高半档,内部研发中的后Astra目标做到世界最优秀数学家做不到的事。作者认为大模型竞争正从刷榜跑分转向推演深度,形式化验证环境让数学成为最干净的强化学习跑道,但模型能在规则迷宫中排雷,却无法创造全新数学审美或判断哪个猜想对人类重要。

    原始视频预览图;未保存可播放视频URL
  5. @rohanpaul_ai63

    Rohan Paul 引用 Mozilla 报告与平台数据指出,Qwen 在 Hugging Face 的下载量达到 942M,超过其后八家机构之和,中国开源权重模型在 OpenRouter token 中的占比从不到 2% 升至 45% 以上。Mozilla 还提到 DeepSeek 出现在 58% 的新增 AI 初创公司技术栈中。

    引用@rohanpaul_ai@rohanpaul_ai

    Mozilla just published a 91-page report and it says open-weight AI is now only about 4 months behind the frontier. - 8 of OpenRouter's 10 most-used models by August token volume were open-weight, and 7 were Chinese-built, while DeepSeek became the first open model to lead the platform in weekly requests. - However, the economics are almost upside down. Open models handled roughly 20% of measured OpenRouter usage but captured only about 4% of model-layer revenue in the cited 2025 window. Mozilla attributes much of that mismatch to pricing, with closed models costing roughly 6x more per call at about 90% capability parity. The comparison shows why high usage does not necessarily translate into high revenue when one class of models is dramatically cheaper. Mozilla also warns that the revenue measurement is older than its 2026 usage data, so the current revenue split may be different. - Open models are spreading faster than they reach production: 79% of surveyed developers use them, but only 51% of open-model deployments reach production versus 63% for closed models. - DeepSeek showed that a new pretraining run may no longer be necessary for a major capability jump, gaining roughly 10 index points and then another 8 through post-training passes. -Even model diversification may provide less protection than assumed: Kimi K3 and Claude Fable 5 had a 0.72 per-task failure correlation, meaning supposed backup models often fail on the same problems.

  6. @rohanpaul_ai40

    美联储三年来首次加息,理由是通胀高企,这让靠债务融资建设GPU集群的AI基础设施公司更难获得资金。Neocloud和数据中心初创企业尤其承压,因为它们需在GPU、建筑、电力和网络产生盈利前先行投入。短端利率上升意味着长周期AI项目必须跨过更高的融资门槛,英伟达的背书与担保因此变得更有价值,也使其对哪些基础设施公司能继续扩张拥有更大影响力。

  7. @AYi_AInotes42

    Google/DeepMind 演示的 Dream-RSI 让 Agent 在历史探索轨迹构成的离线模拟器中"做梦"试错,把调用大模型做探索的成本最高降低 162 倍。它冻结模型权重,只优化搜索、回溯与分支选择的探索策略,选出最佳策略后再上线实测。在数学优化、算法设计和 GPU 内核优化测试中,方案质量持平或更好,在线调用大模型次数降至原本的几十分之一。

    原始视频预览图;未保存可播放视频URL