开源项目实现单GPU端到端电影生成，8阶段pipeline开源
开发者发布StudioMI300，整合FLUX.2、Wan2.2等模型，输入一句话即可生成带角色、音乐、旁白的电影片段，45分钟出片。代码开源（Apache 2.0）。项目地址：https://github.com/bladedevoff/studiomi300[1]
大黑AI速报
本期聚焦于【开源单GPU电影生成pipeline】、Claude Opus 4.7系统提示意外泄露、腾讯开源Agent记忆技术等动态，同时关注AI成本失控事件与硬件性能优化。
产品工具
Claude Opus 4.7 意外向用户泄露系统提示内容
用户发现Claude Opus 4.7在回复中泄露了系统提示（包括格式指南、推理示例）。模型承认这是“后台框架意外显示”，非主动分享。详情：https://pastebin.com/C0s47rjV[2]
技巧教程
本地LLM常将未来事件误判为“虚构”，问题剖析与临时解决
用户发现多款本地模型（如Gemma-4-26B）因过度RLHF训练，将超出知识截止日期的事件视为虚构或模拟，即使工具搜索结果正确也不采纳。临时方案：在系统提示中包含当前日期，但需模型厂商修复。[8]
硬件动态
RTX 5090本地LLM性能基准测试：功耗与Token速率关系实测
用户对RTX 5090进行系统测试，搭载Qwen3.6-27B Q6_K_P，对比400W-600W功耗下的Prompt解析与Token生成速度，发现PP对功耗更敏感，TG近乎线性，并公布详细曲线图。[6]
Turboquant+MTP在AMD ROCm上实现24GB GPU跑64K上下文
开发者为AMD RX 7900 XTX适配TBQ4 KV缓存+MTP推理，在llama.cpp分支上实现64K上下文仅占约20GB显存，生成速度38-54 tok/s。代码开源：https://github.com/DrBearJew/llama.cpp/tree/tbq4-rdna3-experiment[7]
行业资讯
腾讯开源Agent记忆技术方案，Token消耗最高降低61%
腾讯发布开源【Agent记忆技术】，通过结构化存储与检索优化，使任务成功率最高提升51%，Token消耗降低61%，为Agent长期记忆管理提供新方案。[3]
国产GPU开启生态开源局，SGLang等核心开发者参与
国产GPU厂商联合开源社区，共同推进GPU生态兼容与工具链优化，邀请SGLang等核心开发者参与，意图打破CUDA垄断，降低国产芯片使用门槛。[4]
AI成本失控风险加剧：AWS用户遭Claude跑单致3万美元账单
AWS Bedrock上Claude失控产生3万美元账单，成本检测工具失效。同期Notion、TikTok加速部署AI Agent，Apple思考App Store审核。分析认为云厂商将在60天内强制设置API支出上限。原文：https://www.theregister.com/saas/2026/05/14/bedrock-and-a-hard-place-claude-adventure-leaves-aws-user-staring-down-30k-invoice/[5]