返回资讯列表

每日AI资讯 2026-11-04

AI技巧AI论文行业动态AI工具AI新元素

一、AI 行业动态

ChatGPT 周活跃用户达 12 亿:两个月新增 2 亿,搜索量已达谷歌两成(11.02)

当地时间 11 月 2 日,OpenAI 消费者产品负责人披露了一组最新数据:ChatGPT 每周活跃用户已达 12 亿,两个月内新增约 2 亿;当前处理的搜索类查询量约为谷歌的五分之一;每周生成图片 15 亿张;语音输入与语音对话功能合计周活跃用户 2.5 亿。把这几项放在一起看,比单纯的用户数更有意思:搜索、图像和语音三条线同时起量,说明它已经不只是"一个聊天框",而是在往"日常入口"迁移。对搜索广告这门生意来说,五分之一这个比例第一次让"替代"变成了一个可以算的数额。

腾讯混元 Hy4 即将发布:预览版挤进全球智能体榜前十(11.03)

AI 模型评测平台 Arena.ai 近日透露,腾讯混元新一代模型 Hy4 即将发布。在超过 1.45 万次真实世界智能体任务会话的评测中,Hy4 预览版位列开放模型第二名、全球综合榜第十名,仅次于开放模型 Kimi K3(Max)。更值得注意的是成本:数据显示 Hy4 预览版完成单项任务的中位成本约为 0.2 美元级别,在同等名次里属于便宜的一档。榜单名次只说明"能不能干",单次任务成本才说明"能不能天天干"——后者才是企业采购时真正看的那一行。

国行 Apple 智能开启测试:Siri、写作工具与视觉智能接入千问(11.04)

11 月 4 日,国行版 Apple 智能开启测试,Siri、写作工具与视觉智能正式接入通义千问。这是 11 月 2 日"苹果智能 12 月入华"宣布之后的第一次实际落地。同一天,苹果还向所有开发者开放了 Siri AI,允许把多个 App 的动作串成一条任务链。此前苹果公布的功能开放节奏是 11 月 4 日随开发者 Beta 测试、12 月随 iOS 27.3 正式发布。从"签了合作"到"用户能点开",中间隔的是本地化、合规和模型适配,这一步比签约更难,也更值得记。

字节 Seedance 海外收入占比已达 50%:半年增长近 5 倍(11.03)

11 月 3 日消息,字节跳动旗下视频生成模型 Seedance 的海外收入占比已达到 50%,过去半年在海外市场的收入增长近 5 倍;国内客户仍以互联网企业为主,按词元消耗与贡献收入看,腾讯位列中国区客户前三,B 站进入前十。一家中国模型公司的收入有一半来自海外,说明视频生成这类"效果直接看得见"的能力比语言模型更容易跨过语言门槛;但国内客户高度集中在互联网行业,也说明它对传统产业的渗透还很浅。

DeepSeek V5 拟基于昇腾做预训练:国产算力从推理走向训练(11.03)

据《科创板日报》11 月 3 日报道,DeepSeek 下一代大模型 V5 计划基于昇腾芯片进行预训练,此前昇腾在其体系中主要承担推理任务。同日 DeepSeek 还发布了官方智能体教程,把"一句话造插件"的流程与 7 套提示词免费公开;当天下午 V4 Pro、V4.1 Flash 的 API 与对话服务一度出现异常,晚间恢复。预训练是算力消耗最大、对芯片与集群协同要求最苛刻的环节,把这一环搬到国产芯片上,产业意义比再发一个模型更大。

注释:预训练 vs 推理 预训练是"读书",把海量数据喂给模型、把知识压进参数里,最吃算力和集群协同;推理是"答题",用户每次提问时跑一遍模型。过去国产芯片更多接推理的活,现在要接预训练,等于要过更难的那一关。

一句话总结:今天的主线是"规模开始算细账"——用户数、单次任务成本、海外收入占比、预训练放在哪块芯片上,都不再是发布会上喊的口号,而是能填进表格的数字:AI 从比谁大,进入比谁把每一份算力用在了值钱的地方。

二、AI 新元素

交大博士造六臂机器人:飒智智能完成数亿元 Pre-B 轮融资(11.03 深读)

工业具身智能机器人企业上海飒智智能科技有限公司近期完成数亿元 Pre-B 轮融资,投资方为建投投资有限责任公司、南通投管与云启资本三家机构;资金主要用于大模型研发、多臂机器人本体迭代、产线扩建及全球市场拓展。公司成立于 2017 年,创始人兼 CEO 张建政是上海交通大学机械工程专业(智能机器人方向)工学博士,曾任职于发那科与新时达。此前投资方还包括深创投、顺为资本、海通开元等。产品端已构建覆盖单臂、双臂、四臂、六臂的全形态本体矩阵,今年发布自研工业世界模型「玄枢·SageNexus」,积累 360TB 多模态真实工业数据与 2000 余项场景技能。

它怎么赚钱? 飒智智能卖的不是机器人本体,而是"一条能干复杂活的产线":以精密装配、灵巧包装、长序测试这类传统工业机器人干不了、通用具身机器人又扛不住精度要求的场景为切口,把自研多臂本体、世界模型和场景技能打包成标准化智能装备与一体化解决方案,卖给制造业客户。上游是零部件、算力与现场数据(成本端),下游是 3C 半导体、汽车、能源、食品医药四个行业的产线(收入端),目前服务的全球 500 强或上市公司客户超过 50 家。它的收费逻辑接近设备加软件:本体是一次性硬件收入,模型与技能库带来后续的迭代与运维收入。真正的壁垒不是"有几个机械臂",而是 360TB 真实工业数据——机器人在产线上每干一次活,都在给下一台机器人攒经验,这是实验室里买不到的东西。

OpenAI 发布 Pando:为成群写代码的 Agent 重造 Git 后端(11.02)

OpenAI 于 11 月 2 日发布技术文章《Scaling Git at OpenAI》,公开自研的 Git 服务后端 Pando。它不是新的编程工具,也不取代 Git:开发者和智能体照旧敲 git push、git pull,变的只是服务端处理分支更新、Packfile 存储与下载的方式。起因是多名编码智能体并行提交后,内部大型仓库逐渐出现推送慢、下载慢甚至合并失败,旧系统可靠性一度偏低。Pando 从立项到生产仅 10 周,核心架构由一名工程师设计、大量实现由编码智能体完成,今年 4 月起承接生产流量,如今支撑内部单体仓库的全部开发。官方数据:push 中位延迟下降近 80%,每天分发接近 1PB 的 Git 数据,单小时分发超过 57TB Packfile,其中 99% 以上字节来自本地磁盘缓存。以上均为 OpenAI 自家生产环境数据,非第三方基准。

注释:单体仓库(monorepo) 把公司所有项目的代码放进同一个仓库。人少时省事,仓库一大,每次推送和拉取都要面对全量历史;当十几个智能体同时开分支、同时推代码,瓶颈就从"人写得慢"变成了"服务器搬不动"。

小米人形机器人进厂打螺丝:首次挑战 8 小时整班作业(11.03)

11 月 3 日,小米在乌镇峰会期间披露机器人业务的两项落地进展。在工厂场景,小米人形机器人在中控台侧盖板排序工站首次挑战 8 小时作业任务,满足工站全天生产需求,并实现作业过程异常自主纠偏与产线系统级协同,初步完成产线级作业能力验证;在家庭场景,小米具身基座模型也在青年公寓等场景展开试点。小米同时获得本届大会"杰出贡献奖"创新突破类奖项,机器人业务获"领先科技奖"。从"能走能跳"到"顶满一个班次",中间差的是异常处理和与产线系统的对接能力——这两样恰恰是视频里最不好看、工厂里最值钱的部分。

AI 入口硬件集中亮相:千问 AI 耳夹式耳机、努比亚 NaviX Ultra(11.03)

在 11 月 3 日启幕的"互联网之光"博览会上,阿里首秀千问 AI 耳夹式耳机,把入口从手机屏幕延伸到日常佩戴设备;努比亚 NaviX Ultra AI 智能体手机同期亮相,主打用户不再逐层打开 App,用语音表达需求即可完成订票、购物,交互从"人找功能"转向"人表达意图"。同一场合,30 余款具身智能机器人集中展示,其中全球首款可与人自主打羽毛球的双足人形机器人成为焦点。硬件厂商这轮的共同赌注是:智能体要真正替人办事,得先有一个不用掏出来就能说话的入口。

百度原副总裁吴甜加盟三一集团:AI 人才流向制造业(11.03)

11 月 3 日消息,百度原副总裁吴甜加盟三一集团,出任集团副总裁、耘 AI 总院院长兼人工智能研究院院长。这是近期"大模型人才向传统产业流动"中最具体的一例:过去两年,顶尖算法团队主要在模型公司和大厂之间转,如今开始有人带着整套方法论去接管一家制造企业的 AI 组织。对制造业来说,买模型不难,难的是有人知道该把它放在哪道工序上——这类岗位的价值正在被重新定价。

一句话总结:新元素都在修"最后一公里"——飒智把机器人塞进产线、Pando 把代码仓库塞进并发时代、小米把机器人塞进一个完整班次、耳机和手机把智能体塞进耳朵和口袋、吴甜把算法经验塞进工厂:模型能力已经够了,卡住的一直是让它接上真实世界的那一截。

三、X 上的 AI 大V 动态

蔡崇信(阿里巴巴集团联合创始人及董事会主席,公司高管):只有开源才能普及(11.03)

11 月 3 日世界互联网大会开幕式上,蔡崇信表示 AI 需求持续攀升、算力供不应求,并给出一句判断:"只有开源才能普及"——开源能有效降低中小企业的研发成本,对发展中国家尤其重要。他同时披露了一组数字:阿里千问已开源超过 470 款模型,全球累计下载量突破 40 亿,衍生模型超过 33 万。把"算力不够"和"开源能救"放在同一场发言里,逻辑其实很直白:当最贵的那部分资源没法平均分,那就把不贵的那部分——模型权重——尽量分出去。

约翰·特努斯(苹果 CEO,公司高管):Siri 每天处理超 25 亿次请求,部分高级 AI 功能将收费(11.03 财报电话会)

在最新一次财报电话会上,特努斯重申 Siri 每日处理请求已超过 25 亿次,并明确表示部分高级 AI 功能将收费。据虎嗅 11 月 4 日报道,2024 年 WWDC 公布的语音请求量是每天 15 亿次,两年多高出逾 10 亿次。新版 Siri 已随 iOS 27 推出,可结合个人上下文理解复杂问题并跨应用操作,目前仍处测试阶段、需加入等候名单;部分依赖服务器端模型的功能设有每日上限,高频使用需付费。一句话把两件事说清了:语音入口的量已经起来了,而这份量要开始自己付账单。

朱啸虎(金沙江创投主管合伙人,投资人/观察者):从 Token Max 到 Value Max(10 月下旬)

朱啸虎在近期访谈中把 AI 周期切成两段:技术稀缺期市场奉行"Token Max",优先选参数更大、能力更强的前沿模型,模型本身就是差异化来源;如今进入"Value Max"——多数通用任务,中等能力模型就够了,版本迭代不再自动带来用户增长。他的判断是 AI 应用层将在 2027 年集中爆发,但这一轮创业不存在模型层面的永久护城河,速度与执行力只是入场券,真正决定长期价值的是能不能抢到"控制点":用户上下文、入口心智、供需网络与可验证的留存闭环。这套框架把创投的标尺从短期增速,挪到了商业系统的防御性上。

安德烈·卡帕西(研究者/科学家,前 OpenAI 研究员):AI 认知差距正在变成一个尖漏斗(10.11)

卡帕西在 10 月 11 日的 X 长帖里,把 LLM 用户按实际接触到的能力分成四层,并声明这只是"餐巾纸上的估算"而非调查数据:约 60 亿人(约 75%)几乎没接触过大模型,主要通过新闻认识 AI;约 10–20 亿人偶尔用免费产品当搜索与写作助手;约 2000 万人用前沿模型做复杂的数学与软件任务;最顶上约 5000 人能接触到实验室内部的前沿系统——他描述那里"看起来像数千个智能体协作数周,处理软件与科研任务"。同一个 AI 时代,正被不同人以完全不同的速度经历。

张亚勤(中国工程院外籍院士、清华大学智能产业研究院院长,中国声音):物理世界落地卡在三个瓶颈(11.02)

张亚勤在 11 月 2 日的专访中解释了为什么数字领域跑得最快:编程、视频、数学这类任务数据结构化、易验证、高质量数据充足,能形成数字闭环,所以去年最大进展是编程智能体,今年已能解数学难题。而 AI 从虚拟世界走向物理世界要跨三道门槛:一是数据瓶颈,机器人数据少、场景分散、格式不统一、不共享;二是"原子瓶颈",物理世界的反馈按原子速度前进,循环周期长;三是规模瓶颈,机器人数量少,本体模型与云端模型如何耦合、持续进化仍未解决。他给技术定的坐标是:起点和终点都是帮助更多人。

一句话总结:大 V 们今天都在给"普及"算条件——蔡崇信说靠开源把成本摊薄,特努斯说量起来了就得开始收费,朱啸虎说没有护城河就去找控制点,卡帕西提醒还有 75% 的人根本没上桌,张亚勤则说物理世界的反馈是按原子速度走的:热闹和普及,从来不是同一件事。

四、三个 GitHub 项目

vercel-labs/agent-desktop:让智能体按"引用"操作桌面(Rust,11.03 日榜首日登顶)

让智能体操作桌面应用,过去的常见做法是截图加坐标点击——界面一改、分辨率一变就全乱了。agent-desktop 换了一条路:先读取桌面应用的可访问性树(accessibility tree),为界面元素生成一份带引用的快照,之后智能体按引用去点击、输入,而不是按像素坐标去猜。这相当于把"看图点按钮"变成了"照着说明书按编号操作",稳定性和可复现性都好得多,也让无图形界面的运行环境有了可能。项目用 Rust 编写,11 月 3 日首次进入 GitHub Trending 日榜即登顶,单日新增约 2,275 星。它有意思的地方在于选了一个很有 Vercel 味道的切入点:不去做更聪明的模型,而是把"模型怎么可靠地碰到真实软件"这层接口做扎实。当智能体从写代码走向填表、下单、改配置,这类"手"的可靠性会比模型的推理分数更决定成败。

pingdotgg/t3code:把几个编码智能体收进同一个驾驶舱(TypeScript,11.03 日增约 3,229 星)

t3code 不跑模型,也不替你写代码,它只做一件事:把 Claude Code、Codex、Cursor 等你已经在用的编码智能体统一接进一个控制界面,让你在手机、Web 和桌面端都能查看进度、派活和收结果。当一个人同时挂着"修 Bug""加功能""跑实验"三个智能体任务时,真正的麻烦不是它们不会写,而是你得在三个终端窗口之间来回切、还得记住哪个会话改了哪个目录。t3code 把这件事变成一张任务板。项目为 MIT 协议,星数约 4.2 万,近期持续发布 nightly 版本;11 月 3 日虽从日榜第 4 退到第 7,但单日新增仍是十强里最猛的。它属于这一波里很典型的一类工具:模型能力不必再涨,只要把"人同时管多个智能体"的注意力成本降下来,就已经创造价值。

shiyu-coder/Kronos:给 K 线图训练一个自己的基础模型(Python,11.03 重回日榜第 8)

Kronos 是首个面向金融 K 线序列训练的开源基础模型,据项目仓库与 AAAI 2026 收录信息,项目于 2025 年 7 月开源,本周因重新上榜 GitHub 日榜再受关注(11 月 3 日日增约 857 星、总星数约 4.6 万)。它的思路是把 K 线当语言处理:先用专门的 tokenizer 把连续的 OHLCV(开、高、低、收、成交量)数据量化成分层的离散 token,再在这些 token 上预训练一个 decoder-only 自回归 Transformer。作者没有直接套用通用时序基础模型,理由是金融数据噪声极大,和天气、电力负荷这类序列的脾气完全不同。训练数据覆盖全球 45 个以上交易所,开源了 mini(4.1M)、small(24.7M)、base(102.3M)三档权重,base 在普通消费级显卡上即可推理,并支持自定义数据微调。它值得看的不只是"AI 炒股"这个标签,而是一个方法论样本:当某个领域有自己独特的数据结构,专门造一套 tokenizer 比硬套通用模型更划算。

五、一个实用技巧:开工前先让 AI 交一份「我缺什么」清单

多数人把任务丢给 AI 后,直接等结果;结果不满意,再一句句补背景。更省时间的做法是:在动手之前,先让它把"缺什么、猜了什么"写清楚。你会发现,真正需要你补的往往只有两三条。

三步,今天就能用:

  1. 先只要清单,不要成果。 把任务描述完,加一句:"先别动手。列出完成这件事你缺少的信息、你必须做的假设,以及你无法验证的部分,分成三栏。"
  2. 只补「缺少的信息」,对「假设」逐条表态。 信息缺口你直接给(文件路径、时间范围、口径);假设那一栏要一条条回"对 / 不对,应该是……"。这一步最关键——AI 编造的答案,八成来自一条没人纠正过的假设。
  3. 把「无法验证」的部分标成待核对。 让它输出时在这些位置留一个明显的标记(比如 [待核对]),你只核对这几处,不必通读全文。然后才说"现在按确认后的信息开始做"。

为什么值得这样做:它把返工从"看完一整份错的结果再改",提前成"开工前花两分钟对齐"。而且清单本身可以留档,下次做同类任务直接复用。今天那篇 System-1/System-2 的论文也在讲同一件事的另一面——把算力只花在值得执行的交互上;对人来说,最省的不是更快的模型,是更少的无效来回。

一句话:让 AI 先说"我不知道什么",比让它先给你一个看起来很完整的答案更省事。

六、三篇近期很火的 AI 论文

《权重空间编程的火花:大语言模型能原生读写神经网络权重》(MIT CSAIL,11.02 发布)

过去想改一个模型的行为,只有一条路:喂数据、算损失、反向传播、更新参数。MIT CSAIL 的四位研究者(Rikiya Takehi、Jayden Teoh、Alex Zhang、Omar Khattab)提出了一个叫"权重空间编程"(Weight-Space Programming)的新范式——让前沿大模型直接读取、理解并修改另一个神经网络的权重文件,像改代码一样改参数,全程不用梯度、不跑训练循环、甚至不挂 GPU。最出圈的实验里,研究团队把 Qwen3.5-0.8B 的全部权重放进一个 Python 环境,只给 GPT-6 Astra 一条要求"尽可能提高数学能力";Astra 仅改动两层矩阵、约 13.1 万个参数(占总参数 0.016%),其余 99.984% 保持字节级一致。结果 MATH-500 从 7.9% 升到 48.1%(约 6.1 倍),GSM8K 从 13.8% 升到 67.1%,连没要求优化的跨领域指令遵循 IFEval 也从 21.0% 升到 62.3%。团队还给 Astra 出了更狠的题:不看任何人类棋谱、从零写出小游戏网络的权重,一次回复交卷的效果超过训练数亿步的 PPO 基线。需要注意的是,已有研究者质疑提示词可能提前引导了排查方向,且结果来自单一模型组合。它真正打开的问题是:如果模型能被"直接编辑",小模型的开发方式会不会从"蒸馏语料"变成"动手术"?

原文链接:https://rikiyat.github.io/blog/weight-space-programming/ (解读参考:https://news.qq.com/rain/a/20261103A0DV2S00 )

《迈向 AGI 的规模扩展,取决于 System-1 让 System-2 执行什么吗?》(arXiv:2610.39497,10.29 提交)

过去几年通往 AGI 的主流做法,是把"执行者"System-2 越做越大:更大的模型、更多数据与算力、更长的推理、更多的智能体。这篇来自清华季向阳团队的观点文章提出另一个方向:给 System-2 配一个轻量、有语义感知能力的 System-1,让它在执行之前先给每个候选交互估个"值不值",System-2 只处理划算的那些。作者把这套机制叫"条件交互",是一个"预测—门控—执行—更新"的循环:System-1 估计候选项效用,System-2 通过自适应阈值执行获准的交互,执行结果再回来更新 System-1;这个循环同时覆盖训练、测试时推理、自适应决策和智能体工具使用,效用与成本由具体应用自己定义。理论结论很干净:在筛选理想、执行成本相同的条件下,执行算力可降到约 1/ρu,其中 ρu 是"与效用相关的交互"密度(成本不等时按成本加权);预测误差、探索与分布漂移会吃掉一部分收益,论文也用预测误差和效用边际给出了选择遗憾的上界。作者据此提出核心假设:ρu 是扩展效率的一个可测量坐标,"有效算力"比"总算力"更能描述 scaling。这篇不是方法论文而是观点文章,价值在于给"该不该多想一步"提供了可以计算的口径。

原文链接:https://arxiv.org/abs/2610.39497

注释:System-1 / System-2 借用心理学里"快思考 / 慢思考"的说法。这里 System-1 指便宜、快速、负责预估的小模型,System-2 指昂贵、负责真正执行的大模型或长推理;核心是让便宜的那个先决定"这一步值不值得让贵的那个出手"。

《Pixel:一个协同设计的全栈机器人系统,用于学习通用移动操作》(arXiv:2611.03648,11.02 提交)

通用移动操作(一边走一边用手干活)需要四样东西同时到位:能干活的硬件、可规模化的示范数据采集、有表达力的全身控制,以及有效的策略学习。问题在于,这四样通常是各自独立研发的,拼到一起就互相别扭——手够不到的地方轮子到得了,控制器跟不上策略的输出,采到的数据格式和学习管线对不上。来自卡内基梅隆大学的 Tony Tao、Jason Jingzhou Liu、Ruslan Salakhutdinov 与 Deepak Pathak 提出 Pixel,主张"协同设计"整条栈:低成本轮式人形本体采用与人对齐的运动学和柔顺夹爪;提供多种遥操作接口以及不需要机器人在场的人类数据采集方式;用统一的全身控制器;再让人类示范与机器人示范走同一条策略学习管线。分层学习栈进一步支持语言条件的视觉运动控制与长程任务执行。论文从硬件、数据采集到策略学习三段分别做了评测,展示了需要灵巧性、主动感知、导航与全身协调配合的移动操作行为。它没有提出某个惊艳的新算法,价值在于把"机器人硬件、数据、控制、学习应该一起设计"这件事做成了一个可扩展的、可复现的公开基座——对想做具身研究但没条件自造整机的团队,这比单点刷榜更有用。

原文链接:https://arxiv.org/abs/2611.03648

信息来源


评论

加载中…