夜雨聆风学习资料网

ARTICLE · 1131182

腾讯开源 80B 生图模型,AI 编程助手却在忙着「拆插件」

腾讯开源 80B 生图模型,AI 编程助手却在忙着「拆插件」

过去 24 小时,AI 圈没有等来什么"神级"新模型,但产品层面的动作一个比一个实在:腾讯把参数最大的开源生图模型放了出来,DeepSeek 给自家的开源 Agent 框架补上了桌面端,Anthropic 干脆把编程助手的"内核"拆成了插件,连币安都来凑热闹,给开发者发了一个 Agent 操作系统。

速览:腾讯发布并开源混元图像 3.0,总参数 80B、激活 13B,是目前参数量最大的开源生图模型;同一时间,DeepSeek Harness 出了桌面版、Claude Code 把自带功能改成了能拦截每一步的 Mod、币安上线了 Binance AI 三件套——这一周的主题,是"AI 工具正在变得可插拔、平台化"。

开源生图,腾讯把参数堆到了 80B

混元图像 3.0:目前最大的开源生图模型

速览:腾讯 10 月 6 日发布并开源混元图像 3.0,总参数量 80B、激活参数 13B,官方称是当前参数量最大的开源生图模型,也是首个开源工业级原生多模态生图模型,效果对标头部闭源产品。

它这次最核心的卖点不是"更大",而是"原生多模态"。混元图像 3.0 基于自家的 Hunyuan-A13B(总参 80B、激活 13B),把文本理解、视觉理解和图像生成塞进同一个自回归框架里——也就是说,它不是在语言模型后面接一个画图模块,而是让"理解"和"生成"共用一个大脑,官方管这叫"理解反哺生成、语言驱动视觉"。

对实际使用来说,两个能力最值得关注。一是文字渲染:靠定向补充文字渲染数据、加上 HunyuanOCR 的识别能力,这一版能在图里把字写得接近头部闭源模型,做海报、表情包、带字的示意图,终于不用再"P 半天"。二是推理能力:它能先解题再画图,比如给一道方程组让它"给出详细过程",它会把步骤画出来;像"用表情包可视化堆排序算法流程、附伪代码、手帐风"这种多步复杂 prompt 也能接住。此外还支持多分辨率生成和四宫格漫画。

对做电商图、海报、公众号配图的人来说,一个免费、能写字、参数最大的开源生图模型,意义不小——它把"开源生图"从"能玩"往"能干活"又推了一步。

AI 编程助手,集体把"内核"拆成了插件

DeepSeek Harness v0.2:桌面版来了,装插件不用再敲命令

速览:DeepSeek 为开源 Agent 框架 Harness 推出 v0.2 预览版和官方桌面端,安装包覆盖 macOS 与 Windows,新增图形化插件管理页,并首次加入 Claude Code Mods 兼容层(实验性),官方统计约六成用户在用第三方插件。

Harness 是 DeepSeek 今年 8 月开源的 Agent 运行框架,口号是"一切皆插件"——不光模型适配器、工具注册是插件,连负责"想一步、做一步"的 Agent 执行循环本身都能拆下来换掉。这次 v0.2 最大的变化是"落地":以前装插件要敲命令行,现在桌面端给了独立的插件管理页,输入 npm 包名就能装、能停用、能卸载,还能看插件的介绍和来源。桌面应用用 Electron 承载,本质上是一个工作台,背后还是本地 Host 在跑。

它还顺手做了件有意思的事:加了一个 Claude Code Mods 的兼容层,想验证"能不能把别家的插件生态直接搬进自己的框架"。目前是实验阶段,跑不全,但方向已经摆出来了。值得一提的是,项目组说约六成用户都在用第三方插件——对开源项目来说,这几乎是命根子。

Claude Code Mods:把 Agent 的每一步都开放出来

速览:Anthropic 在 10 月 1 日随 Claude Code 2.1.287 上线 Mods 机制:一个 Mod 就是插件里的一段 JavaScript/TypeScript 函数,能挂在 Agent 循环的每个事件上,改写 prompt、拦截或放行工具调用、批准或拒绝权限请求,甚至修改界面。

这项更新的"深度"值得展开说。以前的 hooks 只能在事件发生时跑一条 shell 命令;而 Mod 直接住在事件内部,可以"在事件前、事件后、替代它、或把它包起来"。举个具体的:你的要求发给模型之前,Mod 能自动补一句"请用中文回答";Claude 要读的文件里有密码,Mod 能先把密码抹掉;Claude 想跑一条可能删数据的命令,Mod 能拦下来让你再确认一次。Anthropic 自己也在用——Claude Code 自带的 /diff 命令,现在就是一个可以被关掉或替换的 Mod。

当然,自由是有代价的:Mod 拥有和 Claude Code 一样的权限,中间没有任何隔离,装上就能读写你的文件、看到你存的 API 密钥、甚至不经你同意替你批准操作。官方的建议很直白——只装你信得过的人做的 Mod;企业版则可以限制员工能装哪些。

Agent 也开始要有"操作系统"了

币安发了套 AI 三件套,还带一个 Agent OS

速览:币安 10 月 5 日推出 AI 产品栈 Binance Intelligence,包含免费的 Binance AI、把自然语言变成可执行策略的 Binance AI Pro(Premium 19.99 USDC/月),以及供开发者构建 AI 应用的 Binance Agent OS。

具体来看,Binance AI 面向所有用户免费,会用"生成式 UI"根据你的知识水平和兴趣动态调整界面,整合图表、新闻、社交、链上数据和研究工具;Binance AI Pro 给每个人配一个金融向 Agent,能把自然语言的想法变成可执行策略和自动化工作流,每个策略跑在独立子账户里、交易前必须你本人批准,10 月下半月起以免费增值模式上线,Premium 每月 19.99 USDC;Binance Agent OS 则把币安的金融能力开放给开发者,据官方说,它从 2026 年 8 月推出以来,日调用量已经超过 28 万次。

"Agent OS"这个词最近有点热。它背后是一个共同判断:一家公司最有价值的资产,未来不只是它的 App,而是它能不能把自己变成一个"给 Agent 用的平台"——让别人的 AI 在你的能力之上盖房子。

这几件事,其实是同一个方向

把上面几件事放在一起看,方向其实很一致:模型还在比参数,但产品已经开始比"能不能被别人接进去、拆开来改"。腾讯把最强的生图模型开源,是让人来接;DeepSeek 和 Anthropic 把 Agent 拆成插件,是让人来改;币安把交易所变成 Agent OS,是让人在上面盖房子。对普通用户来说,好消息是这些能力大多免费或很便宜就能试;需要留意的是,插件越自由,权限就越像"裸奔"——装之前,先看清它到底要什么。

相关学习资料