7月8日，AI编程工具Cursor因6月16日的定价调整引发用户不满，CEO Michael truell公开致歉并承诺退款。此前，Pro计划每月20美元包含500次快速回复和无限慢速回复，调整后改为20美元使用额度按API计费，超出需额外付费。用户抱怨新计划下额度消耗过快且未明确支出上限导致意外收费。truell承认沟通不足，表示将退款并对未来定价变化更清晰通知。此次调整因先进AI模型成本上升，如Anthropic的Claude Opus 4模型每百万token收费高昂。同时，OpenAI和Anthropic向企业收取“优先访问”费用也推高了行业成本。Cursor年化收入超5亿美元，但面临竞争压力，近期招募Anthropic前员工并推出每月200美元的Ultra计划以应对市场挑战。

美国得克萨斯大学圣安东尼奥分校（UTSA）研究人员开发了一种基于AI的低成本显微镜系统，用于快速检测土壤真菌，助力土壤健康评估。该技术结合机器学习与光学显微镜，通过分析土壤样本视频和图像识别真菌生物量，已在7月9日布拉格戈德施密特会议上展示。研究负责人亚历克・格雷夫斯表示，这一方法可降低传统检测成本，减少对专家依赖，并提供更全面的土壤生物学数据。团队计划未来两年内将技术整合至移动机器人平台，实现从采样到分析的一体化设备。该研究由UTSA教授萨加塔・达塔领导，详细算法预计今年晚些时候发表于同行评审期刊。

7月6日，据BBC报道，随着AI技术广泛应用，许多企业开始雇佣人工修复AI错误。美国营销经理萨拉・斯基德透露，她曾花费20小时修正一份AI生成的文案，客户支付了2000美元。英国数字营销机构Create Designs创始人索菲・沃纳也指出，越来越多客户因AI生成的代码或内容出错而求助专业人士，修复成本远高于直接人工操作。尽管AI被视为快速廉价的选择，但它难以满足品牌形象和受众需求等专业要求。业内人士表示，AI无法完全取代人类的专业知识，但其错误为相关从业者带来了新的商机。

6月17日凌晨，上海AI独角兽MiniMax发布全球首个开源大规模混合架构推理模型M1。M1支持100万Token上下文窗口，推理输出可达8万Token，且强化训练成本仅53万美金，远低于行业平均水平。该模型定价分三个档位，前两档低于DeepSeek-R1，128k-1M Token档为行业空白。MiniMax称M1所需算力仅为DeepSeek R1的25%-30%，其新算法CISPO使强化学习阶段仅用512块H800 GPU，三周完成训练。此举标志着MiniMax加入大模型竞争，同时开启“开源周”，未来四天将发布更多技术更新。目前，DeepSeek R2的发布时间仍未确定，对行业格局带来不确定性。

标题：Agent爆火背后的隐形推手 今年5月，manus大规模开放注册，注册即获1000积分，每日额外300积分。然而，不少用户发现，随便一个任务就可能消耗数百积分，平均100积分约1美元，运行一次任务花费数十元，让Agent成本成为行业痛点。 昆仑万维CEO方汉指出，manus最大争议是“...

6月6日，在2025北京智源大会上，北京智源人工智能研究院发布‘悟界’系列大模型，包括全球首个原生多模态世界模型‘悟界·Emu3’等成果。‘悟界·Emu3’于2024年10月推出，采用统一多模态学习方法，支持文本、图像、视频的任意组合理解与生成，验证了自回归框架在多模态领域的优势。世界模型被视为通向通用人工智能（AGI）的关键，可帮助AI模拟人类认知与推理能力，应用于智能客服、教育等领域。然而，世界模型的大规模应用面临算力成本高和数据质量不足的挑战。此外，造车新势力如小鹏、理想等正积极布局世界模型，推动智能驾驶技术的竞争转向云端世界模型能力的比拼。

技术创新从何而来？ 古希腊哲学家柏拉图在《理想国》中提到：“我们的需要将是真正的创造者。”技术创新的动力源于需求，需求的紧迫性和规模决定了创新的速度与水平。例如，地理大发现源于对香料的需求，计算机和互联网则分别起源于二战和冷战。 创新需结合实际需求，才能真正落地。再先进的技术若无法应用，也只是空中楼...

ChatGPT转型计划曝光：从回答问题到变身行动助手 AI Agent正朝着更高级的方向发展。OpenAI CPO Kevin Weil提出，AI Agent如今可能是初级工程师，半年后可能成为高级工程师，一年后甚至能胜任架构师角色。他表示，ChatGPT将不再局限于30秒内回答问题，而是通过浏...

UC伯克利推出5000美元全开源人形机器人，网友直呼“抄作业”！ 只需5000美元就能实现人形机器人3D打印？UC伯克利再次带来惊喜！视频中的小家伙正是UC伯克利最新作品——人形机器人Berkeley Humanoid Lite（BHL），正一笔一划认真书写“Hello world”。 BHL身高不...

标题：DeepSeek V3 发布软硬协同训练论文，揭秘低成本秘诀 近日，DeepSeek团队发布论文《洞察 DeepSeek-V3：规模的挑战和对AI架构硬件的思考》，探讨如何通过软硬件协同设计降低AI训练成本。论文指出，DeepSeek-V3仅需2048个NVIDIA H800 GPU便实现...