今天是9月2日，AI圈的热闹有点集中：模型在降价，视频生成在抢速度，机器人开始往真实世界里走，本地电脑也被逼着跑更大的模型。下面挑几件今天最值得聊的事，信息来自 Hacker News、Anthropic 官方发布和量子位最新报道。 Anthropic 放出了 Claude Fable 5.1 和 Claude Mythos 5.1。两个名字听起来像不同产品，其实底层是同一个模型，主要差别在安全限制，Fable 面向普通用户，Mythos 要通过受信任的项目才能用。官方说，Fable 5.1 常见用法的价格比上一代低大约四分之一，长时间跑 Agent 时最高可能省到四成多。它还减少了安全误判。对写代码、做研究和让 Agent 连续干活的人来说，成本下降可能比跑分上涨更实在。 Hacker News 今天排在前面的 AI 话题，是 Nori Robotics 发布低成本人形机器人开发平台。这家公司刚进入 YC S26，目标是让开发者也能买得起、改得动、拿来做实验。机器人行业最缺的不是宣传视频，而是真实数据和大量试错。如果硬件价格往下走，更多小团队就能训练动作、测试控制方法，机器人能力才有机会从少数大公司的实验室里走出来。 本地运行大模型也有新玩法。Hacker News 上有人展示了 slotstream，可以在苹果芯片 Mac 上运行 Qwen3.8 Flash Next。这个模型四位量化后约104GB，项目让模型从固态硬盘分批读取专家模块。记录显示，48GB 内存的 Mac 大约能跑到每秒12个词，峰值内存约32GB，但要准备超过110GB硬盘空间。它说明本地模型的门槛还在下降，内存不够时，硬盘和调度也能帮你顶一顶。 量子位昨天报道，MiniMax 的 AI 视频已经能做到3秒出片，生成速度甚至比视频播放还快。速度快到这个程度，AI 视频就不只是做精修广告的玩具了。直播间临时素材、门店促销、短视频批量改版，都可能变成边想边生成。接下来比的不只是画面漂不漂亮，还要看人物和商品能不能保持一致，版权和商用流程能不能跟上。快只是入场券，能不能接进日常生产才是关键。 具身智能方面，量子位报道清华 AIR 和域变换提出了具身 In Context Causal Learning，探索让机器人少重新训练，多靠现场观察和上下文适应新环境。如果参数不用频繁改，机器人就能更快学会新任务，也更容易部署到不同场景。论文能力离工厂稳定工作还有距离，但研究重点已经从完成一次动作，转向在变化环境里持续学习。 把这几条放在一起看，AI 的竞争已经不只是聊天模型谁更聪明。价格、速度、能不能本地跑、能不能控制真实设备，正在一起决定产品有没有用。普通人真正该盯的，是这些能力什么时候变成便宜、稳定、真的能省时间的工具。