Runway把Solaris推到操作系统，电脑界面开始实时生成
相关推荐
Runway做了个App世界模型：不用代码，直接生成整个界面
动察 Beating AI 快讯，Runway 发布了一个能直接生成 App 界面的世界模型 Solaris。现在用 AI 做 App，通常还是先生成 HTML、CSS、JavaScript，再由浏览器把代码变成界面。Solaris 直接跳过这一步：用户看到的整个界面，就是模型实时生成出来的画面。 Solaris 基于 Runway 的 Gen-4.5 改造。用户点击、拖拽或输入文字后，这些操作会成为下一帧的生成条件。语言模型判断界面接下来该发生什么，Solaris 再实时把它画出来。页面、按钮和交互状态都不需要提前写死。 Runway 还拿 Solaris 和 Claude Opus 5 生成的代码界面做了对照测试。250 名参与者测试 30 组交互，产生近 7500 次评价。在「按指令完成操作」上，61% 选择 Solaris，24% 选择 Claude；自然程度则是 71% 对 21%。 Solaris 现在还是研究预览，离真正替代 App 还有距离。每一帧都实时生成，成本仍高于普通网页，文字稳定性、长时间保持界面一致和无障碍支持也仍是难题。
Cursor上线Projects：一个Agent当项目经理，下面管数千个Agent
动察 Beating AI 快讯，Cursor 上线 Projects，把一个 Agent 干活升级成了「Agent 管 Agent」。每个项目都有一个协调 Agent，它自己不写代码，只负责拆任务、制定计划，再把活分给数千个子 Agent 并行完成。 Project 会长期保存代码库、研究结果和用户偏好，几个月后也能接着干。任务默认跑在云端，电脑关掉也不会停；需要本机测试时，再自动拉起本地 Agent。它还能盯着 Slack 和 PR，自动修 CI，有新任务就自己开工，不用等人再发 prompt。 这其实是 Cursor 此前多 Agent 实验的正式产品化。今年 1 月，它已经展示过数百个 Agent 同时协作，甚至从零写出一个超过 100 万行代码的浏览器。现在 Projects 已进入 beta，正逐步向所有用户开放。
下一代App可能没有固定界面，Jev让App界面实时重组
动察 Beating AI 快讯，Vercel Labs 工程师 Chris Tate 给 json-render 接入 Jev，开始试验让 AI 在运行时直接组合 UI。 json-render 会提前准备好按钮、卡片、输入框、数据和动作。Jev 不需要像大模型一样逐 Token 写完整 JSON，只负责决定用哪些组件、怎么排序、放在哪里，再交给正常的 UI 渲染器。新界面默认一次判断选出主要组件，需要时再用第二次判断安排布局。 在同一个火车票界面生成演示中，默认 JSONL 模式从请求到完成用了 3.21 秒，Jev 只用了 0.88 秒。 未来 App 的界面可能根本不用完全写死。UI 可以变成运行时决策，同一个 App 面对不同用户、任务和状态，临时拼出不同的页面。Jev 这次演示已经把完整生成时间压到 1 秒以内，至少让这种交互开始有了实时感。 Runway 上月底发布的 Solaris 也在赌类似方向，只是路线更激进。Solaris 用世界模型逐帧生成整个界面，直接绕过传统代码和组件；Jev 仍然使用开发者提前写好的组件和动作，只动态决定怎么组合。一个想让软件变成实时生成的视频世界，一个更像让软件拥有一张随时重组的脸。
OpenAI个人助理Agent再泄露：这次名字可能叫Dots
动察 Beating AI 快讯，OpenAI 新一代个人 Agent 可能叫 Dots。M1Astra 和 ChrisGPT 放出的未发布文案显示，它可以自己执行任务。用户能通过消息、电话、Slack 和邮件联系它，经批准后还能直接替用户买东西。 Dots 还能自己判断什么时候直接行动、什么时候先向用户申请批准，用户也可以提前设置规则。每个 Dot 都有独立 VM，界面叫「Your dot's computer」。它还可以获得用户电脑的访问权限，用户能随时撤销，再通过桌面 App 重新授权。 同一批文案还出现了浏览器安全保存密码的能力，让 ChatGPT 可以自动登录网站。每个 Dot 还会有独立 3D 形象，首发仅面向 Pro。 几天前 ChatGPT Pro 升级页曾短暂出现「o, your always-on assistant」，客户端配置里也出现过 `o` 和 `-o` 邮件后缀；此前泄露的代码中，Dots 又和 Orbit、Aeon 等内部名称存在关联。OpenAI 还没正式公布这款产品，所以 `o`、Dots 和 Aeon 究竟是不同产品、内部代号，还是同一产品不同阶段的名字，目前还无法确认。
Instinct和Muse想到一块：Agent免费，靠交易抽成
动察 Beating AI 快讯，个人 AI Agent Instinct 创始人 Noah Shinn 在首次公开长访谈中讲了公司准备怎么赚钱。 Shinn 希望 Instinct 最终能长期免费，不向用户收订阅费。Agent 替用户订酒店、购物等完成交易后，Instinct 再向拿到订单的商家收一小笔佣金。不过这目前还只是他的目标，Instinct 暂时没有承诺永久免费。 Shinn 也明确不想做广告。个人 Agent 会越来越了解用户，也会越来越擅长影响用户的决定。如果平台靠广告挣钱，Agent 就可能开始劝用户买原本没打算买的东西。他更希望 Instinct 只从用户本来就要完成的交易里挣钱。 具体抽多少还没定。Shinn 拿 Shopify、Amazon 和 Apple 的平台抽成做参照。Instinct 目前约一半交易额来自旅行，一些精品酒店愿意为它带来的订单支付最高超过 30% 的佣金，但 Instinct 不一定会收这么高。 巧的是，扎克伯格此前给 Muse 设想的也是这套模式：大多数用户免费使用，Agent 帮用户完成交易后，再向获得生意的商家收费。
144M参数就能做Agent决策，Julia-1连安卓平板都能跑
动察 Beating AI 快讯，AI 实验室 Supersonic Labs 发布一款只有 1.443 亿参数的轻量决策模型 Julia-1。它不生成长文本，而是接收上下文、问题和 2 到 20 个候选答案，直接完成分类、打分和是非判断，可以给 Agent 选工具、做路由或决定下一步动作。 Julia-1 基于多语言编码模型 mmBERT-small 开发，模型权重约 550MB，主打低硬件门槛。官方已经在 Apple M4、Intel i5-1235U 和三星 Android 平板上完成测试。M4 单次决策中位延迟约 33ms；三星平板只用 CPU 运行时约 203ms，进程峰值内存约 393MB。 在官方公布的 4 组 Jev 对比测试中，Julia-1 赢了 3 组。Typed Decisions 为 73.15%，Jev 参考成绩为 72.70%；AG News 为 94% 对 91%；情绪分类为 86% 对 48%。但在包含 72 个类别的 Banking77 上，Julia-1 只有 64%，明显低于 Jev 的 87%。官方称，候选类别太多且彼此相似时，目前的分组筛选可能提前丢掉正确答案。 Julia-1 的云端 GPU 训练和实验总成本只有约 104 美元。模型权重、运行代码、完整评测和来源记录均已开放，采用 Apache 2.0 许可。官方还在开发 API，计划按每百万输入 token 0.025 美元收费；由于模型只做判断、不生成长文本，输出 token 不收费。