4月23日，小米正式发布了MiMo-V2.5系列大模型，并宣布开启公测。该系列涵盖MiMo-V2.5、V2.5-Pro及TTS、ASR系列模型，其中MiMo-V2.5-Pro和MiMo-V2.5均支持百万级上下文窗口，将于近期开源。

MiMo-V2.5核心能力解析

小米MiMo系列定位为端侧与云端协同的轻量大模型，此次V2.5版本在架构和性能上均有重大升级：

百万级上下文的实际意义

支持百万级上下文是本次发布最引人注目的特性。这意味着MiMo-V2.5可以：

• 一次性处理长达150万汉字的文本输入
• 完整分析整部代码仓库的依赖关系
• 支持多轮对话中的超长记忆，不丢失关键信息
• 胜任长文档摘要、论文审阅、小说创作等任务

与其他国产模型对比

以下是目前主流国产大模型上下文支持能力对比：

快速上手指南

公测期间，开发者可通过以下方式体验MiMo-V2.5：

特斯拉在中国市场的智能辅助驾驶推进计划传来最新进展。这家电动汽车巨头近日表示，正努力早日在中国推出其智能辅助驾驶系统（Autopilot/FSD），同时透露其最新版本V14.3已于4月在北美正式推出。

值得关注的是，特斯拉已于4月在荷兰获得智能辅助驾驶的审批，这被视为对其他欧盟国家审批流程的重要突破。这一进展也为其在中国市场的落地提供了重要参考。

FSD入华的技术与监管挑战

特斯拉智能辅助驾驶系统入华面临多重挑战。首先是数据本地化问题——中国法规要求，智能驾驶相关数据必须在境内存储和处理，这对特斯拉的算法训练模式提出了要求。

特斯拉表示，公司正努力早日在中国市场推出智能辅助驾驶。V14.3版本已于4月在北美推出。 ——特斯拉官方声明

国内智能驾驶竞争格局

特斯拉FSD的潜在入华，将为国内智能驾驶市场带来新的竞争变量。目前国内市场主要玩家包括：

V14.3版本核心升级

根据已公布信息，V14.3版本在以下方面有显著提升：

• 感知模块升级，端到端神经网络架构优化
• 复杂路口通行能力提升，尤其针对中国路况
• 决策延迟降低，驾驶体验更接近人类
• 自动紧急制动（AEB）性能改进

特斯拉FSD入华的具体时间表尚未公布，但考虑到其荷兰获批的先例以及国内监管的积极态度，业内普遍预期2026年下半年可能迎来关键突破。

为什么”可以玩的抖音”能融资5000万美金？AI互动内容平台正在颠覆消费互联网

2026年，一个名为 Loopit 的 AI 互动内容平台横空出世，上线不到24小时，用户制作的互动内容就被马斯克评论转发；两个月内，全球注册用户突破200万，北美用户超过半数，产品次日留存率从30%飙升至超50%。这样一款现象级产品的背后，是一支来自百川智能核心团队的创业力量——他们在不到一年时间内连续完成三轮融资，累计金额近1亿美元，由全球头部游戏厂商 Garena 领投，经纬创投、蓝驰创投等知名机构跟投。

这不是又一次”Copy to China”的故事，而是中国 AI 原生应用出海的标志性事件。Loopit 究竟做对了什么？它代表的 AI 互动内容赛道，将如何重塑消费互联网的格局？本文将深度拆解这一现象级产品。

一、从”看”到”玩”：内容消费的范式跃迁

过去十年，内容平台经历了从文字到图片、从图片到视频、从视频到短视频的演进。每一次跃迁，核心都是降低内容消费的门槛——让用户不需要复杂的前置能力，就能获得内容消费快感。

但视频时代有一个隐性瓶颈：用户始终是”旁观者”。你可以刷10个小时抖音，但无法成为抖音的主角。Loopit 正是瞄准了这个缺口——它将内容的消费与创作合二为一，让每个人都能成为互动内容的创作者和体验者。

二、技术拆解：Loopit 的 AI Coding + 多模态生成引擎

Loopit 的核心竞争力，在于其自研的”AI Coding + 多模态生成”互动引擎。与传统的内容平台不同，Loopit 的创作过程是生成式的——用户输入一段文字描述，系统就能在几分钟内生成一个完整的可交互内容。

以”90年代TV”这个案例来说，用户只需要输入这三个字，Loopit 的引擎就能自动完善创意，生成一个可以调频道的互动内容。平均经过3轮对话，用户就能创作出模态、交互形式较为复杂的内容。

三、商业逻辑：为什么资本押注”体验分发”？

Loopit 创始人陈炜鹏提出了一个振聋发聩的判断：“过去分发的是信息，未来分发的是体验。”这句话背后，是一个正在崛起的万亿级市场。

传统内容平台的商业模式，本质上是广告和订阅——平台向用户贩卖注意力。但当内容从”被动观看”变成”主动体验”，商业化的路径就发生了根本性变化。用户愿意为独特的体验付费、为创作工具付费、为社交互动付费——这些都是传统内容平台无法触达的增量市场。

“过早讨论一个社区型产品的商业化，是不专业的、不懂社区的行为。”——陈炜鹏，Loopit 联合创始人兼CEO

四、生态战略：差异化破局

在 AI 互动内容平台赛道，Loopit 并不是唯一选手。市场上已有不少聚焦小游戏、社交等垂直场景的产品。但 Loopit 选择了一条更难但天花板更高的路——通用化底层能力。

陈炜鹏认为，只有把底层能力做得足够通用、创作的门槛降到足够低，才能让每个普通人的创意涌现出来。这意味着 Loopit 的野心不是做一个”更火的游戏平台”，而是成为下一代互联网的”体验基础设施”。

五、展望：AI 原生应用的下一个爆点

Loopit 的崛起，折射出一个更大的趋势：AI 原生应用正在从”效率工具”向”体验平台”跃迁。当 AI 的生成能力足够强、交互足够自然，内容创作的民主化将进入全新阶段——不再是少数专业创作者的专利，而是每一个普通人都能参与的事情。

对于中国 AI 创业团队而言，Loopit 的故事也提供了一个重要启示：与其在成熟赛道与巨头贴身肉搏，不如在 AI 原生赛道建立先发优势——无论是技术、产品还是生态。这条路更难，但成功的回报也更为丰厚。

Google Workspace全面AI化：AI实习生来了，你的办公方式将被彻底颠覆

就在昨天（2026年4月22日），Google正式宣布对Workspace进行全面AI升级。这次更新不只是简单的功能叠加——Google声称，AI现在可以像一个真正的”办公室实习生”一样，理解上下文、处理多步骤任务、甚至主动提出建议。沉寂已久的办公软件赛道，被浇了一桶冰水又泼了一盆热水。

▍发生了什么？

Google在官方博客中描述了一个场景：过去，你的AI助手是一个”等待指令的执行者”——你问它答，你让它做，它不会主动思考。而新版Workspace AI的能力边界，已经开始模糊这条线。

▍这不是第一次，但可能是最重要的一次

坦白说，Google在AI办公这件事上已经不是第一次发力了。2023年的Duet AI、2024年的Gemini整合，每次都声称”革命性改变”，但实际体验提升有限——很多用户反映，AI功能更像是一个”更聪明的搜索框”，而非真正的智能助手。

“这次的区别在于上下文窗口的质变。AI不再只处理你’当前输入’的内容，而是能理解你整个工作会话的背景——包括多封邮件、多份文档、多个表格之间的关联性。”

—— Google Workspace 产品总监在发布会上的表述

▍Tesla砸$25B背后：AI军备竞赛进入第二幕

有趣的是，同一天TechCrunch报道了Tesla宣布将2026年资本支出提升至250亿美元的消息。这笔钱将大量流入AI基础设施——包括自动驾驶训练算力和人形机器人项目。这两件事放在一起，勾勒出一个清晰的趋势：AI军备竞赛正在从”模型能力竞争”转向”落地场景竞争”。

▍对普通用户意味着什么？

让我们把目光收回到每个普通打工人的日常。你每天花多少时间在重复性邮件处理、数据整理、会议纪要上？Google的内部数据显示，这个数字平均是每天2.3小时。新版Workspace AI想要做的，就是把这2.3小时尽量压缩。

举几个具体场景：

• 邮件处理：AI自动识别邮件中的行动项，一键生成待办清单，还能根据你的语气偏好草拟回复
• 文档协作：用自然语言让AI帮你改写某一段文字，或者生成数据报告的初稿
• 数据分析：不再需要记公式，用”显示销售额最高的前五个客户”这样的问法，Sheets直接给你答案
• 会议效率：Meet结束后AI自动生成带时间戳的会议纪要，并提取关键决策事项

▍竞争格局：微软不会坐以待毙

Google这次更新，直接对标的是微软Copilot for Microsoft 365。微软在企业AI市场的先发优势明显——Copilot已经覆盖了Word、Excel、PowerPoint、Teams等所有核心应用，且有大量企业客户积累。

但Google有自己的牌：Gmail是全球使用最广泛的邮箱服务，Docs/Sheets在协同办公领域有极强存在感。如果Google能真正打通”邮箱+文档+表格+会议”的AI闭环，对微软的威胁绝不可小觑。

▍写在最后：AI不会取代你，但会用AI的人会

每次聊到AI办公，总有人会问：AI会不会取代我的工作？这个问题已经问了很多年，答案也越来越清晰——AI不会取代你，但会用AI的人正在取代不会用AI的人。

Google Workspace的这次更新，或许是那个让大多数人”不得不”开始学着用AI的触发点。不是因为AI变得多难用，恰恰相反——是因为AI变得足够简单，简单到如果你不用，你就成了那个效率最低的人。

美团每天白送5500万token！OpenClaw用户专属接入教程和配置

好消息！好消息！美团这次真的下血本了。每天 5500 万 token 免费 AI 调用，整个圈子都在热议。不过我发现很多人拿到额度后使用不当，很快就用完了，效果也不理想。其实只要合理分配模型任务，完全可以最大化利用这些免费资源。

一、模型分级使用策略

根据我的实际使用经验，建议这样分配：

简单任务（5000 万 token/天）

• 使用模型：LongCat-Flash-Lite
• 适用场景：文件查找、资料整理、网页浏览、简单问答

普通任务（50 万→500 万 token/天）

• 使用模型：LongCat-Flash-Chat
• 适用场景：文案写作、分析思考、内容创作

高级任务

• 使用模型：gml-5 / maxmini2.5 2.7 / kim2.5（收费模型）
• 适用场景：代码编写、复杂推理、专业分析

二、申请配置教程

1获取 API Key

• 访问 https://longcat.chat/platform/ 注册账号
• 登录后进入控制台，点击「创建 API Key」
• 复制保存好你的 Key（妥善保管，不要泄露）

2进阶额度升级（50 万→500 万/天）

• 拿到 API Key 后
• 在控制台点击「申请额度提升」
• 填写一个公司名（无需验证）
• 额度自动升级到 500 万/天

3OpenClaw 接入方式

最简单的配置方式就是直接告诉龙虾你的 API 密钥，按照官方文档操作即可。

三、各模型特点详解

根据 LongCat 官方文档，以下是支持的完整模型列表：

四、OpenClaw 配置详解

1. 安装 OpenClaw

根据官方文档，OpenClaw 安装方式：

MacOS/Linux

# 使用 npm 安装
npm install -g openclaw@latest

# 或使用 pnpm 安装
pnpm add -g openclaw@latest

# 或使用 curl 安装
curl -fsSL https://openclaw.ai/install.sh | bash

Windows PowerShell

iwr -useb https://openclaw.ai/install.ps1 | iex

2. 快速启动配置

openclaw onboard --install-daemon

配置选项建议：

• Risk确认 → 选择 yes 继续
• Onboarding mode → 推荐选择 QuickStart，快速完成基础配置
• Model/auth provider → 选择 Skip for now
• Filter models by provider → 选择 All providers
• Default model → 选择 Keep current
• Select channel → 选 Skip for now，后续再配置
• Configure skills → 推荐选 Yes，启用本地实用技能
• Preferred node manager → 选择 npm
• Install dependencies → 选 Skip for now

3. 配置 LongCat 模型

方案一：修改配置文件

找到配置文件（通常位于 ~/.config/openclaw/config.yaml），添加或修改 LongCat 配置：

models:
  - name: "LongCat-Flash-Lite"
    base_url: "https://api.longcat.chat/openai"
    api_key: "your-api-key-here"
    max_tokens: 4000
    temperature: 0.7

  - name: "LongCat-Flash-Chat"
    base_url: "https://api.longcat.chat/openai"
    api_key: "your-api-key-here"
    max_tokens: 4000
    temperature: 0.7

方案二：GUI 界面配置

1. 启动 OpenClaw 后访问默认地址（通常是 http://localhost:3000）
2. 进入「Settings」→「Model Providers」
3. 添加新的 Provider，选择 OpenAI 兼容
4. 填写 Base URL 和 API Key
5. 保存配置

五、使用建议和最佳实践

⚠️ 重要提醒：
1. API Key 请妥善保管，不要泄露给他人
2. 免费额度每日刷新，不累积到第二天
3. LongCat-Flash-Thinking 已升级至 LongCat-Flash-Thinking-2601，使用任一名称均可
4. Sphynx 当前处于内测阶段，仅对部分受邀开发者开放使用

六、测试验证

配置完成后，可以通过以下方式测试：

curl https://api.longcat.chat/openai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "LongCat-Flash-Lite",
    "messages": [{"role": "user", "content": "Hello!"}],
    "max_tokens": 100
  }'

如果收到正常回复，说明配置成功！

发布于 2026年04月23日 | 分类：AI 技术
转载请注明来源