Google Labs推出Tabletop:AI协作空间
Google Labs推出实验性产品Tabletop,支持多人实时协作,用户可添加链接、文件和想法,并通过@tabletop或模板生成行程、投票、分账和赛程表,邀请链接即可多人同时编辑。目前以候补名单形式在美国向18岁以上用户开放。
Google Labs推出实验性产品Tabletop,支持多人实时协作,用户可添加链接、文件和想法,并通过@tabletop或模板生成行程、投票、分账和赛程表,邀请链接即可多人同时编辑。目前以候补名单形式在美国向18岁以上用户开放。
Anthropic于11月10日启动IPO路演,路演视频首次披露其算力策略:Claude同时在AWS Trainium、Google TPU、NVIDIA与AMD GPU四类芯片上训练和推理;今年首次接入AMD GPU时,Claude在三天内基本无人工干预完成移植并编写近100%内核。公司还强调“算力乘数”叠加带来的竞争优势。
Google DeepMind 发布 AlphaGenome 2,这是新一代 DNA 序列模型,可从组织平均细化到单个细胞类型和状态,预测遗传变异如何影响数百种人类细胞类型。模型基于 68 种组织、超 1.07 亿个单细胞图谱训练,在 TenK10K 免疫细胞数据上识别出的因果变异比例从原模型的 16% 提升到 30%,方向性基因效应从 23% 提升到 43%。该模型今日起通过 AlphaGenome API 开放非商业研究,商业研究为私密预览,并计划在 Google Antigravity 中推出 AlphaGenome 2 Skills。
Google DeepMind研究团队用智能体AI和名为AlphaProof Code的新框架,在四周内对Signal协议的多项关键密码学保证完成形式化数学验证,未发现新漏洞,并在含已知旧漏洞的旧版本上正确识别出问题。该工作为Signal、Google Messages和WhatsApp等平台的加密提供独立验证,但范围有限,未覆盖整个Signal移动应用,团队称距规模化验证所有软件仍有距离,并已公开规格与证明。
Tether AI Research基于Qwen3.5-0.8B后训练出0.8B参数智能体模型BotPsy,主打函数调用与端侧部署。官方称其在六项工具使用与智能体基准中五项领先,超过2.5倍参数量的Qwen3.5-2B-Think,多轮任务与指令遵循提升明显,推理token更少。模型将以Apache 2.0开放权重,提供bf16、Q8、Q4精度及GGUF格式,限研究与教育用途,不适合高风险场景。
在AI Engineer Code Summit上,OpenAI开发者体验工程师介绍Codex自6月以来的更新,重点包括Codex Cloud v2的云端环境复用与本地任务交接、语音作为控制平面,以及dots个人智能体的安全网、委派与无处不在三种用法。
NVIDIA博客介绍四家Inception初创公司用视觉AI和机器人分拣塑料、混合可回收物与旧衣物:AIRECO测试线识别准确率超95%,EverestLabs已部署约150台机器人,Greyparrot在20多国运行300多套分析系统,reverse.fashion用十余个视觉模型自动分拣纺织品。
Qwen 宣布 Qwen4 即将推出,主打更深的知识、更强的世界理解以及编码与智能体能力,面向复杂编码、知识工作、前端构建和专业软件工作流等真实任务。Qwen4-Max 已在阿里 Token Plan 开启预览,并可在 QwenWork、Qoder、Qwen APP 和 QwenStudio 提前体验。
谷歌正式开放最强推理模型Gemini 4 Carbon,面向开发者、企业与消费者,主打复杂编程、科研与网络安全;Anthropic启动IPO路演,拟发行8.25亿股,最高募资643.5亿美元,估值近1.4万亿美元,七位联创合计套现17.5亿美元;OpenAI收购AI旅行智能体公司Odessia,探索旅游业务。
Hugging Face博客介绍多向量嵌入模型的Token池化感知训练:在Sentence Transformers中同时优化原始与压缩表示,pool_factor=4时NanoBEIR nDCG@10保留率从94.6%升至97.8%,文档向量减少约四分之三,并提供可复现训练脚本与模型。
亚马逊发布Ring Drone Cam安防无人机和售价1000美元的Ring Rover巡逻机器人,前者支持2K视频与360度旋转,续航约8分钟;后者支持4K录制,12月16日起发货,仅限单层室内使用。
Simon Willison发帖称Gemini 4 Carbon擅长生成鹈鹕SVG,并给出用Three.js制作机甲动画的提示词示例,认为SVG能力对Gemini并不新鲜。
微软研究人员披露后门技术Lazarus,通过重编程LLM中不到10个休眠神经元即可给基于该模型的智能体植入后门,且无需训练。被植入后门的模型能通过标准评测并正常表现,直到触发条件出现,例如时钟跨入2027年,智能体便会在普通任务中发出下载并运行攻击者代码的命令,并以用户授予的权限执行。作者指出检测需与原始未修改权重做diff,权重来源与完整性因此关键;微软Foundry已通过来源校验、绑定可信发布方和容器扫描防范来自可信实验室的模型,并计划将权重扫描、红队工具和模型签名用于开放权重模型接入。
Gemini 4 Carbon 此前两周仅面向部分网络安全人员开放,现已向所有用户开放。该模型定价为输入$2/百万、输出$10/百万,与GPT-6.1 Sol、Claude Sonnet 5.5同档,并计划在12月1日翻倍至$4/$20。作者用低中高三档思考强度各生成一张鹈鹕图,默认中档,并在Google Antigravity IDE中让它生成Three.js动画。
Latent Space播客邀请Resend联合创始人兼CEO Zeno Rocha,讨论AEO(Agent体验优化)与MCP服务器设计。他提到一项研究中Claude Code在102次邮件推荐里有64次首选Resend,并介绍Resend的MCP工具从约20个增至80多个,以及React Email、自定义追踪域名和免费层反滥用等实践。
GitHub 宣布 Google 的 Gemini 4 Carbon 已在 GitHub Copilot 中正式可用,该模型面向复杂编码、智能体和推理任务,并特别侧重安全工作。用户可在 GitHub Copilot 应用、CLI 和 @code 中试用。
Google宣布Gemini Intelligence登陆motorola signature 27与Pixel 10系列,Rambler 4实时语音转文字同步上线;任务自动化扩展至英国、印度和日本;Create My Widget支持用自然语言生成个性化小组件,Device Assistance可语音控制与修复设备,并预告Android Auto主动建议与Pixel Watch小组件。
Latent Space评测开源编码模型Naive-N0.5-Flash,其峰值约2100 tokens/秒、思考时近1000 tokens/秒,中位响应快于DeepSeek V4.1 Flash与GLM 5.3 Flash。三个建站任务中表现稳定,编码基准介于两者之间,但样本小且未评答案准确率。
OpenAI上线Business Hub,商家验证后可在ChatGPT中创建Business Agent、更新店铺信息并接入含实时价格与库存的商品feed,还能查看提及、网站点击和常见话题的聚合洞察;OpenAI表示不会向商家分享用户对话或Agent聊天内容,ChatGPT可用地区的合格商家可认领入驻。
OpenAI宣布,美国符合条件的电商与在线服务企业可发布Business Agent,让顾客在明确标注的对话中提问、比较产品并找到合适选项,该对话与ChatGPT独立回答分开。
OpenAI宣布ChatGPT Businesses进入测试阶段,企业可认领商家信息、管理资料并查看用户互动洞察;符合条件的企业还能构建Business Agent,回答客户问题并帮助其了解所提供的内容。
OpenAI宣布将于11月12日举办“Cyber at the Frontier”直播keynote,发布最新网络安全公告。其称在自家代码与基础设施中用前沿模型发现并修复了重要漏洞,正把相关经验转化为帮助安全团队加固防御的工具与playbook。
Meta工程博客介绍Your algorithm系统:用户可用自然语言增删兴趣,LLM负责生成兴趣档案、校验编辑并做最终重排过滤,改动同步作用于Feed与Reels,并通过补充拉取与缓存失效加快生效。文中还说明用LLM裁判评估摘要与重排质量。
Google DeepMind 于 11 月 10 日向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,单任务成本比次优外部模型低 2 倍以上。API 定价与 Gemini 4 Argon 相同,为每百万输入 token 2 美元、输出 token 10 美元,并同步在 Google Antigravity、Gemini 应用和搜索 AI Mode 向 Google AI Ultra 订阅用户推送。
NVIDIA 在 KubeCon + CloudNativeCon 上宣布把用于保障和治理自主智能体的开源运行时 NVIDIA OpenShell 贡献给 CNCF,作为 Sandbox 项目由社区治理。NVIDIA 同时参与 Google 主导的 Agent Substrate 项目,并发布 DSX AI Factory Platform 的三个新组件 NVIDIA Kubernetes Engine、NVIDIA Kubernetes Recipes 和 NVIDIA Snapshot,其中前两者已进入公开预览。NVIDIA 称 OpenShell 上线不到一年已有数百家组织使用、收到数万次贡献;Snapshot 在 Crusoe 上用 NVIDIA HGX B300 测试 GLM-5.3,工作负载就绪时间从约 8 分钟缩短到 31 秒。
亚马逊推出第二代表格基础模型Mitra-v2,覆盖分类与回归,在TabArena单模型排名领先,并在ScoringBench微调版居首。模型完全用合成表格预训练,训练表行数扩大约10倍,新增混合因果先验与优化器;微调模型及推理、微调代码以Apache-2.0在Hugging Face开放。
在Adobe MAX上,Google宣布扩大与Adobe的合作:Adobe的Acrobat及创意工具将接入Drive、Gmail、Gemini、Gemini Enterprise和搜索AI Mode,Google的前沿AI模型也将进入Adobe应用;Adobe的CX Enterprise Coworker智能体将上线Gemini Enterprise,双方还将与DeepMind探索面向Photoshop的近实时图像编辑模型。
Google Cloud宣布推出Gemini for healthcare,可整合电子病历、计费平台、临床指南与Medicare数据集,在人工监督下编排病历综合、事前授权审核等多步工作流。该产品目前处于预览阶段,合作方包括HCA Healthcare、Highmark Health和Northwell Health。
Google DeepMind 研究人员用 AlphaProof Code 智能体框架对 Signal 协议实际代码做形式化验证,证明其关键安全属性。该框架由多个 LLM 智能体分工,先由人类专家与模型共同把安全目标转成形式化规范,再由 Gemini Carbon 驱动的智能体生成超 600 万行 Lean 证明,人工只需复核约 1% 代码。整个验证过程耗时四周,而这类任务历史上需专家团队数年;团队还向隔离版本重新植入两个已修复的真实漏洞,系统均给出机器可检验的不安全证明。DeepMind 表示这是 AI 首次以这种深度形式化验证广泛部署的加密协议,并将开源相关验证产物。
Anthropic宣布已启动拟议首次公开募股的路演,相关注册声明已提交美国SEC但尚未生效;在生效前不得出售证券或接受购买要约,该帖也不构成出售要约或购买要约邀请。
Google DeepMind发布SatWeave与PARDIG两个数据集,前者为全球静止卫星影像逐小时拼接,后者为AI全球降水数据,均提供历史存档与实时数据流,已在Google Cloud Storage开放,PARDIG历史目录同步上线Earth Engine。
Meta AI 发布 Muse Ember,称其为自家最小、最高效的模型,面向复杂推理执行和智能体重复工作,包括工具调用、编码子任务、路由、抽取和长文档解析。短提示词下它与 GPT-6 Luna、Claude Haiku 5.5 同价,均为每百万输入 token $0.10、输出 $0.50;超过 200k 输入 token 后涨至 $0.30/$1.50,介于另外两家之间。Simon Willison 用六档推理级别各生成一张骑自行车鹈鹕 SVG,发现 high 档未返回完整 SVG,且推理级别与画面质量没有清晰对应。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,称两者在多数评测能力上超过 Opus 5.5,并重夺世界第一模型位置。Fable 5.2 定价为每百万输入 token $8、输出 token $40,比 Fable 5.1 的 $10/$50 低 20%,但 SemiAnalysis 的 GDPx 基准上单任务成本从 $67.16 升至 $88.15,因其会生成数百到数千个测试用例并调用子智能体自查。Artificial Analysis 智能指数 v5 中 Fable 5.2 以 65 分居首,Gemini 4 Carbon 60 分、Opus 5.5 59 分;多个评测显示 max 档表现反而不如 high 档。
Simon Willison在X上分享Anthropic更新后的提示指南中的一条技巧:为让Fable 5.2在改进现有代码时减少过度谨慎,可告诉它“这个代码库是你的”,并附上官方文档链接。
苹果研究团队在NeurIPS 2026研讨会上发表论文,用四个LLM生成三类长文写作任务,并收集人类偏好标注与LLM评审标注进行对比。结果显示,评审质量与MMLU通用能力仅弱相关,且随任务和评估标准变化;成对比较比独立打分更一致;最强模型未必最能复现人类判断。
苹果与哈佛研究者提出加权状态汤:为缓存的状态编码学习查询相关权重,在单跳与多跳文档问答、大海捞针检索、变量追踪和工具使用上明显改善长上下文表现,并可改为稀疏变体,使编码成本近常数。论文被NeurIPS 2026 PALM研讨会接收。
Hugging Face 发文介绍决策模型,并说明 Transformers 已支持 DecisionPipeline、AutoModelForDecision 和 DecisionConfig,模型接收 state 与 questions,直接返回 choice、score、noul 三类带概率的结构化决策,不生成文本。llama.cpp 也支持同一 /v1/systemone 接口,Hub 新增专用标签用于发现这类模型。作者称 TRL 的一等训练支持仍在 PR 阶段,Unsloth 已给出用 LoRA 加决策打分头把生成式 LLM 改造成决策模型的方案。
OpenAI宣布构建Control Room系统,用于追踪研究基础设施中的模型工作负载,在出现安全或安保担忧时快速停止任务。该系统覆盖模型训练与评估中的智能体采样、数据处理等全部研究推理负载,并与失准监控系统联动,在决定干预后35秒内停止模型输出。
Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5,在200多项任务上成功率比此前基线提升30%至100%,完成任务速度快20%至30%。在奔驰匈牙利 Kecskemét 和德国 Sindelfingen 产线的试点中,Apptronik 的 Apollo 2 人形机器人自主完成汽车零件分拣,成功率达96%。该模型已向机器人合作伙伴开放,同时发布开源基准 ASIMOV-Jailbreak,Gemini 4 Argon 在该基准上的抗越狱率为99.5%。
MIT科技评论记者走访弗吉尼亚“数据中心巷”,认为围绕数据中心的反对更多源于电力消耗与电网压力,而非大厂所称的文化战争。当地已出台新规要求数据中心全额承担新输电线路成本,开发商也在准备峰值限电规则;AI数据中心转向自建燃气发电,进一步影响周边社区。