ME News

ME AI 消息，苹果9月发布会在脚注中披露了一个不起眼的细节——Siri AI等依赖服务端模型的功能设有每日使用上限，未来更高额度“将以付费形式提供”。设备端处理的功能不计入上限；服务端功能的限额因功能、请求复杂度、系统负载与系统策略而不同，达到上限后该功能会暂停一段时间。苹果同时说明，更高档位的iCloud+订阅将包含对这些受限功能的扩容访问。 这条脚注表面看是定价问题，本质是成本问题：请求一旦被路由到云端，每一次推理都要真金白银地花算力。而算力花在哪一层，由架构决定。因此，个人AI的商业模式之争，首先要从“端—边—云”混合的架构谈起。 在“端—边—云”混合架构里，不同层的边际成本结构完全不同。端侧的成本几乎全部前置——一次硬件投入之后，本地推理的边际成本趋近于零；边侧（联想首创的边缘新物种——AI主机）的成本是电费与硬件折旧，同样不随调用次数线性上涨；只有云侧按调用量计价，成本与用量强相关。 这意味着，同一次AI任务放在哪一层完成，商业结果完全不同。架构决定成本曲线，成本曲线决定可用的定价空间——这是理解个人AI商业模式的起点。 苹果的“端—云”两层：成本压力为何集中在云端 苹果走的是“端—云”两层。设备端承担低延迟、高隐私的日常任务，更复杂的请求被路由到服务端。问题在于，两层架构里没有中间层可以分担压力，请求越多，进入云端计费体系的就越多。 于是“每日上限＋付费扩容”成了架构带来的商业必然：订阅制是入口，词元计费是内核。Apple One最高阶（Premier）在美国市场每月39.95美元，包含Siri AI基础功能；超出每日额度后另行付费。这既是精细化定价，也是把云端的算力成本转嫁给重度用户。 订阅制本身没有错，它在SaaS时代被反复验证：Spotify、Netflix、Adobe、Microsoft 365都跑通了这条路。 但AI服务与传统SaaS有一个关键区别——后者的成本主要是服务器、授权与运维，定价与用量弱相关；前者的成本几乎全部是推理算力，定价与用量强相关。用固定价格覆盖“用量弹性极大”的产品，必然出现两个天花板：轻度用户觉得不值，重度用户觉得不划算。而两个天花板同时出现，根源仍在架构——当成本刚性集中在云端，定价就很难同时照顾两端。 “端—边—云”三层：把成本消化在计费入口之前 “端—边—云”三层架构的商业价值，正在于把成本消化在计费入口之前。据联想方面披露，天禧AI致力于推动约80%的任务在端侧与边缘完成——这些调用不产生云端账单，只有真正需要云端算力的部分才按词元计费。同样一百万词元的调用，真正要按云端牌价付费的只剩约两成。 其中“边”层最容易被低估。AI主机把开源模型直接部署进家庭与企业本地、门店与工厂：低延迟满足工厂实时控制，本地化满足数据不出门的合规要求，离线推理则补上弱网场景。据公开信息，AI主机相比纯云端可降低词元成本80%以上——对工厂质检、门店客服等高频场景而言，“边侧省词元”不是概念，而是每月成本表上可以直接核对的一栏。 成本结构宽裕之后，商业模式的组合空间也随之打开。一条典型路径是“订阅为外壳、词元配额为内核”：以月度订阅交付标准化算力，再按额度分层，让付费与用量更匹配；配套的物理密钥与路由中枢，则解决企业AI的安全、共享与调度问题。 这套组合的商业含义不止于“便宜”。对企业客户而言，成本可预测意味着AI可以被纳入年度预算，从“项目制”变成“常驻能力”；对厂商而言，80%的算力留在端侧与边缘，意味着云端边际成本被大幅压缩，毛利率不再随调用量增长而恶化——这是订阅型AI服务最关键的一条命脉。此外，金融、医疗、政务等数据不能上云的行业，本地化推理本身就是可溢价的合规能力，而非单纯的成本项。 把两条路径放在一起看，差别是结构性的：“端—云”两层里，请求向云端集中会形成“用得越多、亏得越快”的成本压力——这才是“每日上限”出现的真正原因，它不是营销手段，而是架构约束下的必然；“端—边—云”三层里，大部分成本在计费入口之前就被消化掉了。换言之，在两层架构中，精细化计费是补丁；在三层架构中，架构本身就是解决方案。 成本差的构成：供给端价格与架构选择 单位成本的差距，一半来自供给端，一半来自架构选择。供给端：开源模型（DeepSeek、通义等）的普及与推理芯片的多元化，把云端词元价格压到0.5元/百万词元的量级。架构端：“端—云”两层让更多请求进入云端计费，“端—边—云”三层则先把大部分请求消化在本地。两者叠加，形成数量级的成本差。 这也解释了两条路径各自的合理性：对以“端—云”两层为主的厂商而言，订阅制的延续不只是用户习惯的惯性，也是在自有生态内获取服务收入的最短路径；对以“端—边—云”三层为主的厂商而言，词元定价让AI服务的成本结构第一次可以被企业精确核算、被监管部门清晰穿透。 从产业视角看，端云混合还改变了竞争的计量单位。过去比的是“谁的模型更强”，现在比的是“每一次任务的综合成本”——既包含词元单价，也包含请求被路由到哪一层、由谁承担算力。当成本可以被精确核算，采购决策也会随之改变：企业不再只看模型榜单，而是看单位任务的落地成本。一些厂商已把这一逻辑产品化：算力交付即开即用、用量透明可追溯、按任务特点自动优选模型。 个人AI的商业竞争，表面看是计费方式之争，实质是“成本留在哪一层”。端云混合架构的商业本质，是把成本留在离用户最近、边际成本最低的那一层，再把定价留在用户最能接受的那一层。 对产业而言，这里有一个判断：谁更早完成“边”层的商业化落子，谁就更有条件在成本可控的前提下，把个人AI做成一门可持续的生意。下一个十年，个人AI比拼的不只是模型能力，还有谁的算力账本更经得起推敲。 （来源：ME）

ME News 消息，9 月 21 日（UTC+8），韩国央行（BOK）启动首个 24 小时韩元结算网络试点，旨在让外国投资者能够在韩国正常银行营业时间之外结算韩元交易。该央行周一宣布，其国际电汇网络已与 KB 国民银行、友利银行、韩亚银行和新韩银行四家国内银行开始试运行，全面运营预计于 2027 年 1 月启动，届时参与范围将扩大至其他机构及外国银行。该网络在工作日每天 24 小时运行，周末和公共假日除外。外国投资者可通过韩元业务注册外国机构（RFI-K）账户，在本国营业时间内结算韩元交易，无需直接在韩国金融机构开户。韩国央行表示，预计该网络将通过改善外国投资者获取韩元结算基础设施的渠道，有助于增强韩元的国际地位。此外，韩国央行还通过国际清算银行牵头的 Agorá 项目试验代币化结算基础设施，该项目已于 7 月使用代币化央行储备和商业银行存款完成真实价值的跨境支付试验，其中包含韩元。韩国央行同时推进 Hangang 项目，这是一个基于区块链的试点，利用批发型央行数字货币结算代币化的商业银行存款。（来源：ME）

ME AI 消息，去中心化 AI 平台 FLock.io 开源自家方案训练的决策模型 this-that-model-1.0「这那模型」。团队公布的 68 题决策测试显示，其准确率达 94.1%，高于同期 GPT-5.6（92.6%）、DeepSeek V4.1 Flash（79.4%）、Kimi K3（77.9%）及 Jev（76.5%）。 该模型支持本地运行，单次前向计算即可返回决策及概率，公布的 RTX 5080 Laptop GPU 本地延迟约为 30.9 毫秒，远快于同期其他模型产品。此次开源推动 FLock 智能体和业务流程拥有可自主部署的决策能力，减少对中心化云端 API 的依赖。 FLock 作为联合国发展署人工智能合作伙伴，已将去中心化人工智能和解决方案推广部署至包括马来西亚及多米尼加共和国等多位联合国成员国家。（来源：ME）

ME AI 消息，9月19日，第23届中国—东盟博览会国际综合场采购对接会在南宁国际会展中心举行，超300家中外企业参与，活动现场供需配对数量突破260对。作为东博会会期重要的供采对接专场，本次活动由中国—东盟博览会秘书处主办，面向中国与东盟国家高新技术、绿色建材与家居、农产品食品、食品加工及包装设备、轻工消费品、机械设备等行业企业开展一对一撮合对接。活动吸引约200家国内展商、供应商及来自越南、印尼、老挝、泰国、缅甸等国的110家国际采购商参加，形成“多国采购、多行业供货”的综合性对接池。对接会依托AI智慧撮合系统，提前完成供需预配对，实现供需双方精准见面、高效洽谈。现场依托AI多语种翻译设备及专业翻译人员，有效破除语言沟通障碍。会场同步设置意向实时统计环节，推动合作意向快速转化为实际订单。经现场统计，活动供需配对数量突破260对，切实助力中外企业拓展市场、抢抓订单、深化跨境务实合作。（央视新闻）（来源：ME）

ME News 消息，9 月 21 日（UTC+8），动察 Beating AI 快讯，ZCode 开源后，开发者又从代码里发现一个安全问题。ZCode 会把用户的登录凭据加密保存在本地，但默认情况下，解密密钥可以根据操作系统、用户名和用户目录直接算出来。 这些信息通常并不难获得。攻击者一旦拿到 ZCode 保存凭据的文件，就可以按照公开源码重新生成密钥，不需要破解加密算法。 ZCode 官方文档称这些登录凭据「按设备加密，换机后无法解密」。但公开源码里的默认方案并没有使用设备 ID 或硬件信息。官方说法和开源代码对不上。 不过，这不是一个可以远程凭空盗取凭据的漏洞。攻击者仍需先拿到本地凭据文件；用户如果自行设置了 ZCODE_CREDENTIAL_SECRET，也不会走上述默认密钥。 文件一旦泄露，ZCode、Z.ai 或 BigModel 的登录态可能被恢复，进而被冒用账号或消耗 Coding Plan 额度，但不会导致电脑被黑。（来源：ME）

9月19日，阿里巴巴宣布禁用Claude API，开发者通过逆向代码发现，美团、网易、百度、携程、小红书等国内知名企业域名出现在Anthropic内置识别域名黑名单中。小红书曾在2025年自研基座模型珠玑效果未达预期后接入DeepSeek。公司内部员工认为，Qwen和DeepSeek在日常代码场景基本够用，但在复杂逻辑处理和长上下文任务上与Claude仍有差距。目前相关API替代方案仍在评估中，不排除后续将更多内部工具迁移至国产模型平台。
文章作者、来源：i黑马
9 月 19 日，称阿里已禁用 Claude；开发者逆向代码发现，美团、网易、百度、携程、小红书等企业域名出现在 Anthropic 内置识别域名黑名单中。
小红书并非首次面对 AI 工具供应链的调整。据行业人士了解，2025 年，小红书自研基座模型 “珠玑” 效果未达预期后，选择接入 DeepSeek，旗下 AI 搜索产品 “点点” 随后推出深度思考功能。
此次 Claude API 的暂停使用，在内部被部分员工视为对国产模型替代能力的又一次检验。有员工在内网表示，Qwen 和 DeepSeek 在日常代码场景中的表现 “基本够用”，但在复杂逻辑处理和长上下文任务上与 Claude 仍有差距。
目前尚不清楚此次限制是临时性措施还是长期安排。有内部人士称，相关 API 的替代方案已在评估中，不排除后续将更多内部工具迁移至国产模型平台。

苹果因Siri AI功能延期在美国遭集体诉讼，现已达成2.5亿美元和解协议。符合条件的美国iPhone用户可获25至95美元赔偿，涉及iPhone 15 Pro、iPhone 16系列等七款机型。诉讼源于2024年WWDC大会，苹果宣传的Siri AI新功能在iPhone 16系列上市后未能如期上线，用户认为苹果涉嫌虚假宣传。赔偿申请渠道已开放，提交时间为2026年9月至12月，最终批准听证会定于2027年2月24日，赔偿预计最早2027年开始发放。此案对科技行业产品发布具有警示意义。
文章作者、来源：AIBase
因 Siri AI 功能延期，苹果此前在美国遭到用户集体诉讼，如今这起官司迎来最新进展——苹果 Siri AI 集体诉讼和解网站已正式上线，符合条件的美国 iPhone 用户可以提交赔偿申请。
今年 5 月，苹果同意支付 2.5 亿美元（约合人民币 16 亿元）解决这起集体诉讼。不过苹果并未承认诉讼中的相关指控，并表示选择和解主要是为了避免继续诉讼带来的成本和风险。
每台赔 25 美元，最高 95 美元，七款机型在列
根据和解方案，符合条件的用户预计每台 iPhone 可获得 25 美元赔偿，最终金额将根据有效申请数量等因素调整，最高可达 95 美元。
并非所有 iPhone 用户都能领取这笔赔偿：申请人需居住在美国，并曾于 2024 年 6 月 10 日至 2025 年 3 月 29 日期间在美国购买符合条件的 iPhone，且购买用途不能是转售。
涉及机型包括 iPhone 15 Pro、iPhone 15 Pro Max、iPhone 16、iPhone 16e、iPhone 16 Plus、iPhone 16 Pro 以及 iPhone 16 Pro Max。本次赔偿申请时间为 2026 年 9 月 21 日至 12 月 21 日。
起因为 WWDC 宣传与实际落地的落差
这起诉讼要追溯到苹果 2024 年全球开发者大会。当时苹果宣布将对 Siri 进行大幅 AI 升级，展示了理解用户个人信息、识别屏幕内容以及调用 App 完成操作等一系列新能力，并表示部分功能将在之后随新款 iPhone 逐步推出。此后苹果还在官网和广告中宣传新版 Siri，并将相关 AI 能力作为 iPhone 16 系列的重要卖点之一。
但 iPhone 16 系列上市后，此前展示的部分核心 Siri AI 功能并未如期上线。原告因此认为，苹果在功能尚未正式推出的情况下提前宣传，涉嫌虚假宣传和不正当竞争，并据此提起集体诉讼。
至于符合条件的用户何时能真正拿到赔偿，还需等待法院最终批准——该案最终批准听证会计划于 2027 年 2 月 24 日举行，赔偿款预计最早也要等到 2027 年才会陆续发放。

ME News 消息，9 月 21 日（UTC+8），据 GMGN 行情，Base 生态 AI 代币 Venice(VVV)币价突破 33 美元，创历史新高，24 小时涨幅达 21.6%。 截止发稿，该代币总市值达 26.756 亿美元，24 小时成交量达 1.297 亿美元。 此前消息，Robinhood 链上 AI 积分折扣市场 Orbio 币价创历史新高，相似的是，Venice 与 Orbio 两者近期均宣布平台支持新 AI 模型 Jev。 前 OpenAI 研究员 Diogo Almeida 创办的 TypeSafe 近期发布新模型 Jev。Jev 不负责聊天或写代码，只做分类、打分和判断。开发者提前给出候选项，它直接返回选择、概率和置信度，让程序拿结果继续执行。目前官方价格仍是每百万输入 Token 0.042 美元，输出免费。（来源：ME）

OceanBase团队基于国产大模型GLM-5.2构建的Data Agent方案登顶国际数据智能体基准DAB，以90.62%的准确率成为该榜单首个突破90%的参评方案。该方案超过多项基于GPT、Claude Opus等海外模型构建的方案，验证了国产数据库与国产模型协同支撑复杂数据分析任务的能力。DAB评测覆盖金融、生物医学、政务等多个领域，考验从“理解数据”到“拿到答案“的完整能力。OceanBase将把相关技术能力融入DataPilot产品，推动从数据库向AI数据平台演进。
文章作者、来源：AIBase
近日， OceanBase团队提交的Data Agent方案登顶国际数据智能体基准Data Agent Benchmark（简称DAB），以90.62%的准确率位列第一，成为该榜单首个准确率突破90%的参评方案。值得关注的是，这一成绩由国产数据库OceanBase基于国产大模型GLM-5.2构建，超过多项基于GPT、Claude Opus、Claude Fable等海外模型构建的Data Agent方案。本次参评方案内部代号为 Scout，相关能力将融入 OceanBase DataPilot。
DAB由UC Berkeley EPIC Data Lab与Hasura PromptQL合作推出，评测覆盖互联网/本地生活、金融股票、生物医学、知识产权、企业运营、政务/公共管理、媒体/文娱等多个领域，并涉及PostgreSQL、MongoDB、SQLite、DuckDB等多种数据库。
与传统Text-to-SQL主要考察AI能否将自然语言转换成SQL不同，DAB更关注AI进入真实数据环境后，能否从复杂、分散、形态各异的数据中找到正确答案。一个完整任务中，Data Agent需要理解数据、选择数据、规划分析路径、完成查询计算，并对结果进行验证，考验的是从"理解数据"到"拿到答案"的完整能力。
也正因此，DAB考验的不只是底层模型，而是"模型+Agent+数据系统"的综合能力。模型负责理解和推理，Agent负责规划和执行，数据系统则要支撑数据发现、关联计算和结果校验。三者能否协同，直接影响AI能不能真正把企业数据用起来。
OceanBase此次参评方案，正是围绕这一能力构建。系统通过DataLens构建数据画像，识别字段和数据关系;再根据任务复杂程度规划执行路径，完成数据选择、筛选、关联和计算;得到结果后，还会通过证据追踪和答案校验检查计算过程和结果，发现问题时调整方案并重新验证，形成"数据理解—规划执行—验证修复"的闭环。
这也解释了此次90.62%成绩的含金量:它不是单纯证明国产模型能够完成数据查询，而是验证了国产数据库与国产模型结合后，能够共同支撑复杂的数据分析任务。在底层模型采用GLM-5.2的情况下，OceanBase方案最终超过了多项采用GPT、Claude Opus、Claude Fable等海外模型构建的Data Agent方案。
对OceanBase而言，这也是其AI能力的一次新验证。
过去，数据库主要负责存储、查询和处理数据。随着AI Agent成为新的数据使用者，数据库需要解决的问题也在变化:AI不仅要拿到数据，还要理解数据、关联数据、分析数据，并验证结果是否可靠。AI时代的数据底座，也因此开始从"把数据交给AI"，走向"帮助AI把数据用起来"。
这正是OceanBase从数据库向AI数据平台演进的方向。OceanBase DataPilot是面向AI数据分析场景的产品方向。本次DAB评测以内部代号Scout的方案提交，相关技术能力后续将沉淀到DataPilot产品中，进一步承接数据理解、任务规划、分析执行和结果验证等能力，让AI从"调用数据"走向"用数据完成任务"。
从数据库到AI数据平台，变化的不只是产品形态，更是数据库与AI的关系:过去数据库负责把数据存好、算好、取出来，如今还要帮助AI理解数据、组织数据并完成分析。此次登顶DAB，是OceanBase将数据库能力进一步延伸到AI数据分析环节的一次验证，也意味着数据库正在从AI的数据底座，走向AI的数据工作引擎。

支付宝AI助手「阿宝」近日推出摸鱼AI辅助系统「鱼来」，首批释放500尾鱼苗，用户通过语音指令可随机召唤「命定之鱼」并设置每日摸鱼提醒。该功能将AI能力从「事务管理」延伸至「状态管理」，帮助打工人将零散的休息时间重新组织。从「咖啡闹钟」「打车闹钟」到「鱼来」，阿宝的异步任务能力正从单一工具向场景化服务演进，尝试以数字化方式回应打工人的「休息权」需求。目前该功能已在支付宝内上线。
文章作者、来源：AIBase
阿宝推出「鱼来」摸鱼AI辅助系统
继定时点咖啡、打车等异步任务能力后，阿宝（支付宝AI助手）近日再推新功能——摸鱼AI辅助系统「鱼来」，将AI能力从「事务管理」延伸至「状态管理」，试图重新定义打工人的碎片化休息方式。
据了解，「鱼来」首批已释放500尾鱼苗。用户只需对阿宝说出「鱼来」，即可随机召唤一条鱼，从中选出自己的「命定之鱼」，并设置每日摸鱼提醒。整个流程被概括为三步:对阿宝说出指令（如「每天下午2点提醒我来摸鱼」）、为任务命名并开启通知权限、坐等每日准时提醒。
阿宝团队表示，过去工作间隙的摸鱼往往毫无规律——打开网页、刷两下手机、发会儿呆，既没有计划也找不到节奏。「鱼来」正是试图通过AI能力，将零散的休息时间重新组织起来，让每一次短暂的放松都成为工作节奏的一部分。
从「咖啡闹钟」「打车闹钟」到如今的「鱼来」，阿宝的异步任务能力正在从单一工具向场景化服务演进。一次设置、长期代劳，这不仅是效率工具的升级，更是对打工人「休息权」的一种数字化回应。
目前该功能已在支付宝内上线，用户右滑即可体验。