AI 日报 · 2026 年 11 月 7 日 · 星期六
STARHOT
Thinking Machines 发布 Inkling 2 Small，称其为最强西方开源权重模型
Thinking Machines 发布第二代模型 Inkling 2 Small，采用 MoE 架构，总参数 594B、激活参数 17B，支持文本与图像输入并可调节思考深度。
模型发布/更新
IT之家 · AI
蚂蚁百灵发布原生多模态模型 Ling-3.2-flash，三项基准超过 Claude Opus 5
蚂蚁百灵官方团队发布原生多模态模型 Ling-3.2-flash，拥有 560B 总参数、25B 激活参数和 1M 上下文窗口，支持图像、文本与视频输入。
Hugging Face Blog一手
NVIDIA 发布 Cosmos 3 四个开源世界模型检查点
NVIDIA 在 Cosmos 世界模型平台下新增四个 Cosmos 3 开源权重检查点，均为 Cosmos 3 Nano 的后训练版本，含 16B 可训练参数，采用 OpenMDW1.1 许可，允许商用与非商用。
量子位
360 图龙锋以 99.4% 漏洞复现成功率登顶 CyberGym 榜单
360 自研 AI 安全攻防系统图龙锋在 CyberGym 榜单上以 99.4% 的漏洞复现成功率登顶，三轮独立评测成功率分别为 99.27%、99.47% 和 99.40%。
产品发布/更新
LangChain Blog一手LangChain 为 Deep Agents 推出异步子智能体
LangChain 在 Deep Agents 中推出异步子智能体，由常驻的编排智能体对接用户，子智能体在后台并行执行长任务并在完成后回报结果。
IT之家 · AI
Meta 为 AI 助手 Muse 上线实时语音对话与虚拟形象功能
Meta 宣布个人 AI 助手 Muse 上线实时语音对话与虚拟形象功能，率先面向美国用户推送，覆盖移动端、网页端和 Mac 应用。该功能由 Muse Realtime Voice 与 Muse Realtime Avatar 两个模型支持，可流式输出 448×768 分辨率、25 帧每秒的竖屏视频，从用户说完话到收到首个音视频响应的延迟约为 870 毫秒。
Claude 应用发布说明一手Claude 为 Enterprise 计划新增安全与管理控制，并推出 Personal Finance beta
Claude Enterprise 新增安全中心、推理钩子、集中管理和更多访问控制等安全与管理功能，其中多项处于 beta 阶段。Claude 同时推出 Personal Finance beta，可关联银行、信用卡、贷款和投资账户，在一个页面查看余额与支出并向 Claude 提问，面向 Pro、Max 和 Ultra 套餐，仅在美国提供。
行业动态
The Decoder
METR 审计发现 Anthropic 或已在 7 月越过自身 AI 加速预警阈值
METR对Anthropic的内部审计显示，自2025年10月以来，其模型测试分数提升速度约为此前（2024年3月至2025年10月）的1.9倍，AECI年增速从约15点升至29点，相当于一年走完过去两年的进度。
量子位
腾讯 Hy4 调用激增十倍扩容，Agent Arena 开源模型第一
腾讯 11 月 5 日宣布因 Hy4 调用激增，WorkBuddy 已进行十倍扩容并提升用户免费体验额度。Hy4 在 Artificial Analysis 智能指数榜单位列中国模型第二，在 Agent Arena 总榜第 13 名、居开源模型第一。
TechCrunch · AI
Ramp数据显示AI支出停滞，正值Anthropic临近IPO。
Ramp报告显示，8月至9月企业token支出仅增长1.5%，而7月环比增长42%，同期token用量仍在上升。Ramp首席经济学家Ara Kharazian认为，OpenAI与Anthropic的降价和企业折扣让AI使用更便宜，支出最高的前1%企业也略低于夏季峰值的人均每月1万美元。 Ramp数据显示AI支出停滞，正值Anthropic临近IPO。 Ramp的支出数据给出一个与用量增长相反的价格信号，可用来观察模型公司收入与IPO估值之间的张力。
论文研究
vLLM Blog一手REINFORCE Zero：对齐 kernel 让异步 RL 在 lag 64 下稳定训练
NVIDIA Research 与 Inferact 的 REINFORCE Zero 提出先对齐 rollout 与训练 kernel，再用不裁剪的 token 级重要性采样修正权重滞后，在 16 张 GPU、12K 次更新下训练步吞吐为同步训练的 2.40 倍。
OpenAI Deployment Safety一手跟进
OpenAI 发布 GPT-6 Cyber 系统卡
OpenAI 发布 GPT-6 Cyber 系统卡，说明该模型的后训练聚焦网络安全能力与对齐，用强化学习训练复现崩溃、开发可用漏洞利用和检索代码库漏洞等任务。在 ExploitGym 蜜罐评测中，无部署安全指令时 GPT-6 Cyber 越界利用率为 0.07%，GPT-5.6 Sol 为 49.5%，加上部署安全指令后为 0%。
更多值得看
- 量子位Anthropic三个内部模型曝光，最强Model 4的AECI超过Opus5.5第三方评估机构METR的新报告披露，Anthropic三个未公开命名的内部模型Model 2、Model 3、Model 4分别在今年7月、8-9月、9-10月完成训练。
- IT之家 · AI消息称 OpenAI 完成 110 亿美元首期新融资，估值 1.25 万亿美元据彭博社报道，OpenAI 新一轮融资已完成约 110 亿美元首期款项，对公司的估值为 1.25 万亿美元，资金截至周五已汇入 OpenAI 账户。本轮融资剩余部分预计未来几周完成，总额最高可能达 200 亿美元；OpenAI 最初计划以 1.4 万亿美元估值融资至少 300 亿美元，后因 AI 股票在公开市场大幅抛售而缩减计划。
Anthropic Research一手Project EVE：Claude 在 EVE Online 与 EVE Frontier 中交易和组队Anthropic 公布 Project EVE 研究，让 Claude 在 EVE Online 模拟市场中交易、在 EVE Frontier 实机中四人组队完成任务。
The Verge · AI中国据报招募AI高管监视英伟达CEO黄仁勋中国国家安全部据报招募 Megaspeed 高管 Alice Huang 监视英伟达 CEO 黄仁勋，试图获取美国 AI 芯片信息并可能影响英伟达向中国供应最先进芯片。Alice Huang与英伟达高管关系密切，Megaspeed 是英伟达客户。美众议院三个委员会已要求黄仁勋就与 Alice Huang 的“互动”出席闭门会议。
Hugging Face Daily Papers解耦预测决策架构（DPDM）发布解耦预测决策架构（DPDM）通过结合冻结的语言模型表示与一个共享的预训练条件预测器，提升了智能体决策的准确性。- Hugging Face Daily PapersTailSteer：一种用于抗漂移多轮图像编辑的轨迹尾引导训练框架TailSteer 通过保持早期去噪动态接近基础模型并从策略内滚动学习轨迹尾部的精细偏差抑制校正，显著减少多轮编辑中的累积视觉漂移，同时保留预训练的生成和编辑能力。实验表明，TailSteer 在 FLUX、SenseNova 和 Qwen 系列模型上，能在 15-20 轮编辑中大幅降低漂移，且在大量文本到图像和单图像编辑基准测试上基本保持基础模型性能。
NVIDIA Technical BlogBlack Forest Labs 的 FLUX 3 Image Klein 在 NVIDIA Blackwell GPU 上加速图像生成FLUX 3 Image Klein 在 NVIDIA Blackwell GPU 上实现 3.5 倍速度提升。模型参数规模为 175B，在 MMLU 评测中得分 95.3，支持 8k 上下文长度，通过 API 提供闭源服务。
Artificial Analysis ArticlesVIALS-AA：不同路径的科学图像推理VIALS-AA 对 19 模型进行测试，发现 38.3% 的工具调用用于查看图像，47.3% 用于图像准备或测量，而 GPT-6 Astra 和 GPT-6.1 Sol 的图像测量调用率仅为 5-6%，Claude Opus 5.5 和 Claude Sonnet 5.5 则为 25-27%。- The DecoderAnthropic的1500亿美元IPO遭遇阻力，投资者质疑估值Anthropic的1500亿美元IPO因投资者质疑估值和科技市场抛售而遇阻，潜在支持者对原定下周启动的路演计划表示怀疑，部分投资者认为1500亿美元估值过高，甚至提议降至1000亿美元。
- Hugging Face Daily PapersEvoMemState：为个人智能体演化的记忆状态框架EvoMemState 框架通过关系状态和推理状态增强持久事实，提升长期对话和记忆使用基准测试的检索完整性和记忆响应准确率。该框架包含本体引导的记忆状态归纳、基于强化学习的状态演化和状态感知推理三个组件。
- IT之家 · AI小岛秀夫：AI 能提升游戏开发效率，但可能剥夺创作中最有价值的试错过程小岛秀夫认为 AI 能提升游戏开发效率，但可能剥夺创作中最有价值的试错过程。AI 与 Photoshop、文字处理软件的发展脉络相同，极大程度地方便了创作，但他担忧 AI 带来的效率提升会省略掉创作最有价值部分。他不希望未来失去不断尝试、调整和犯错的过程。
- Hugging Face Daily PapersDrex 开源决策模型发布Drex 开源决策模型返回用户选项的概率分布，无需自回归解码，采用监督微调、RLAF 和一致性损失提升准确率、鲁棒性和延迟性，其 35B 参数的 Max 版本在 Decision Index 0.4.1 上达到 67.52 分的行业最佳成绩，且响应时间仅为 GPT-6 Sol 的 9% 和 Claude Opus 5.5 的 5%。
