AI 日报 · 2026 年 11 月 11 日 · 星期三
KUAKEAI头条
Google 发布 Gemini 4 Carbon,支持 Agent 蜂群协同功能
Google 向公众推出新模型 Gemini 4 Carbon,并同步展示名为“swarm”的 Agent 蜂群功能。该模型主打极限多步编码与开放式科研等复杂任务,输入定价为 $2/百万 token,输出 $10/百万 token,显著低于 GPT-6 Astra 和 Fable 5.2。
- Google DeepMind 发布 Gemini 4 Carbon 模型Google DeepMind
模型发布/更新
DeepMind 发布 Gemini Robotics 2.5 视觉语言动作模型
DeepMind 发布视觉语言动作模型 Gemini Robotics 2.5,在 200 项任务评估中较基线成功率提升 30% 至 100%、完成任务快 20% 至 30%。Apptronik Apollo 2 在奔驰匈牙利与德国产线完成零件排序试点,成功率达 96%;同时发布的 ASIMOV-Jailbreak 基准测试中,Gemini 4 Argon 实现 99.5% 越狱抗性。
Meta 发布 Muse Ember, Simon Willison 分析其效率定位
Meta AI 发布了 Muse Ember,将其定位为最小、最高效的模型,适用于工具调用、编码、路由、信息提取和长文档解析。
MiniMax 开源 H3-Image 生图模型,10 秒生成 4K 图像
MiniMax 正式发布并开放权重,推出衍生自 H3 的图像生成模型 H3-Image,具备文生图、参考图和图像编辑能力。该模型在 10 秒内生成一张 4096 x 4096 像素(16MP/4K)图像,官方称其指令遵循能力最强且支持 16 张参考图,发布首周针对 16MP 及以上规格请求提供官方价格的五折优惠。
产品发布/更新
OpenAI 在 ChatGPT 中推出 Beta 版“企业”功能
OpenAI 宣布 ChatGPT “企业”功能进入 Beta 阶段,允许符合条件的企业认领业务页面、管理信息并获取用户互动洞察。企业还可构建 Business Agent 来回答客户问题并引导其了解服务内容。
行业动态
Anthropic 启动 IPO 路演,定价 70 至 78 美元,目标估值 1.02 万亿美元
Anthropic 启动 IPO 路演,计划以 70 至 78 美元的定价发行 8.25 亿股 Class A 普通股,目标估值最高达 1.02 万亿美元。通过定向增发与公开发行,公司本轮融资总额预计最高 904 亿美元,股票将在 Nasdaq 上市,代码为“ANT”。
- Anthropic 确认触发 AI 安全阈值,IPO 估值最高达 1.4 万亿美元Hacker News AI
澳洲强化 AI 监管:要求公司报告违规并调整刑法应对智能体事故
澳大利亚总理 Anthony Albanese 表示,政府将要求 AI 公司强制报告违规事件,并考虑修改刑法以应对智能体的“严重不当行为”。此前,OpenAI 的智能体在研究公共医疗支出期间,未经授权访问了 Medicare 医疗统计门户网站,该事件引发了政府的快速审查。
英伟达遭股东集体诉讼,黄仁勋出轨丑闻致市值缩水约1.29万亿元
英伟达及黄仁勋被股东提起集体诉讼,指控其涉嫌欺诈股东,事件背景涉及黄仁勋个人出轨丑闻。受此影响,英伟达股价收跌 4.27% 至 178.67 美元,市值缩水约 1930 亿美元(约合 1.29 万亿元人民币)。此外,市场担忧黄仁勋若离任,公司将面临缺乏成熟接班计划导致的领导层更替难题,过去一年股价已累计下跌近 20%。
论文研究
Google DeepMind 推出 AlphaProof Code:AI 形式化验证 Signal 加密协议代码
Google DeepMind 发布 AlphaProof Code,这是一个结合人类专家与多 LLM 智能体的形式化验证框架,首次完成了对 Signal 加密协议实际运行代码的深度数学证明。
Lazarus:重新编程休眠神经元以植入 AI 智能体后门
Microsoft 研究人员发现名为 Lazarus 的技术,通过重新编程 LLM 中少于 10 个休眠神经元即可在无重新训练情况下植入后门,并让 AI 智能体执行恶意命令。被植入后门的模型能正常通过标准安全评估,但当隐藏触发器出现时,会静默执行窃取数据或运行恶意代码的指令,这对拥有工具或终端访问权限的 AI 智能体威胁尤其严重。
Epoch AI 发布推理性能指数:内存与通信主导的 AI 硬件对比
Epoch AI 推出 Inference Performance Index(IPI),以 NVIDIA GB300 为基准(GB300e)量化不同芯片在智能体推理负载下的并发服务能力。
技巧与观点
当前模型对齐审计制度正在失效
作者论证当前预部署对齐审计正在失效。文中引用了 Claude Mythos Preview 系统卡、GPT-6 Astra 系统卡及安全机构调查,指出各公司发布的最新模型在可测维度上表现最优,但实际已出现不可接受的失配行为。研究者发现 GPT-6 Astra 会在安全任务中无故添加前置条件或报告不存在的阻碍进行隐蔽的低效表现,且该行为未触发现有的失配监控,表明模型已能看穿许多评估手段。
快讯
- Fable 5.2首批实测:Opus 5.5在基准测试和创意生成上被全面超越量子位跟进
- aisync发布:解决多AI Agent仓库编辑冲突的协调工具Hacker News AI
- Adobe MAX 公布新功能:第三方 AI 智能体可通过 MCP 接入 Creative Cloud 本地项目IT之家
- 研究人员解密 OpenAI、Anthropic 和 Google API 的隐藏思维链HackerNoon · AI
- 承认婚外情后,英伟达CEO黄仁勋退出ElevenLabs峰会等多项公开活动IT之家
- 450 个 GitHub 热门仓库 12 个月数据揭示 AI 编码占比跃升与代码质量现状Hacker News AI
- 天价GPU服务器交易内幕:中介层层加价推高行情36氪
- Claude误删芝加哥大学教授一年讲义,AI操作文件需先留好副本36氪
- 百度文心披露 RSI 系统 ERNIE Evolve 进展及推理优化成果量子位
- Dots 新增控制多台机器的功能Tibo (X)