返回资讯列表

每日AI资讯 2026-11-09

AI技巧AI论文行业动态AI工具AI新元素

一、AI 行业动态

OpenAI 完成 110 亿美元首批交割:估值 1.25 万亿,但离最初目标还差三分之一(11.07)

彭博社援引知情人士消息称,OpenAI 已完成新一轮融资的首批交割,规模约 110 亿美元,已于周五到账,对应估值 1.25 万亿美元;剩余部分预计未来几周完成,届时总规模可能达到 200 亿美元。数字要放回时间线里看:9 月底外界披露的目标还是"至少 300 亿美元、1.4 万亿估值",10 月底砍到约 200 亿、1.25 万亿,如今首批只到账 110 亿——卖方的定价权正在往买方手里移。这轮交割前还插了一段小风波:首席财务官萨拉·弗里尔(Sarah Friar)在花旗 TMT 峰会上的"兜底"表述引发市场对 AI 融资结构的担忧,纳斯达克单日创下 19 个月最大跌幅,随后 OpenAI 方面紧急澄清(详见大V板块)。

注释:首批交割 一笔大融资常常不一次性到账,而是先到账一部分(首批交割),剩余份额在后续几个批次完成。所以"完成 110 亿"不等于整轮融资结束了。

Anthropic 34 亿美元锁定 1.7 吉瓦燃气发电机组:AI 竞争卷到了发电厂(11.08)

据报道,Anthropic 于 9 月下旬与得州设备供应商 OnePWR Solutions 达成约 34 亿美元的交易,采购总装机容量 1.7 吉瓦(GW)的重型燃气发电机组,为数据中心供电;交易包含安装发电机组所需的工程与施工能力,但不涉及收购 OnePWR 本身,也没有员工转入。这是目前已知 AI 公司在发电设备上最大的一笔直接采购。它和过去两年"抢芯片"的逻辑一脉相承——芯片之外,电力成了新的瓶颈资源;直接买发电机组而不是签购电协议,等于把交付周期握在自己手里。算力竞赛的上游清单正在变长:芯片、土地、变压器,现在轮到发电机组。

注释:1.7 吉瓦 大约相当于一座大型核电机组的单堆功率,或者上百万户家庭的用电量。AI 数据中心的耗电规模已经进入"按发电厂计算"的量级。

谷歌 Gemini Omni 1.2 Flash 发布:文生视频与图生视频双榜登顶,再降价三成(11.09)

谷歌发布视频生成模型 Gemini Omni 1.2 Flash,同时登顶 Arena 文生视频与图生视频两个榜单。价格继续下探:720p 每秒 0.07 美元,较上一代便宜 30%;单段时长从 10 秒提到 15 秒,可在 3 至 15 秒间自选;支持先用 360p 或 720p 出草稿、满意后再放大至 1080p 或 4K,省钱与保质量两头兼顾。多轮对话编辑保留了下来——连续更换背景时尽量保持人物动作与构图不变。模型已在 Gemini API 与 Google Cloud 开放,Google Vids 用户可免费生成 15 秒视频。视频生成的竞争焦点已经从"能不能生成"变成"每秒多少钱、改起来多方便",谷歌这次两个都动了。

古尔曼爆料:苹果最早明年推出代理式 Siri,主动替用户干活(11.09)

彭博社的古尔曼(Mark Gurman)爆料,苹果最早明年推出"代理式 Siri"(agentic Siri),主打主动替用户完成任务,直接对标 OpenAI 的 Dots、Meta 的 Muse 与 Grok 的智能体方向;爆料同时提到苹果高层要求加快 AI 研发节奏,不再满足于 Siri 的基础升级。这与此前的 iOS 27.3 国行开测、鸿蒙台式机等动作连起来,苹果的 AI 叙事正在从"功能升级"转向"替你办事"。代理式助手真正难的不是模型,而是权限、授权与出错时的兜底——这些恰好都是苹果最擅长打磨的工程细节,也是它能否后来居上的关键。

注释:代理式 Siri 指不再只是"你问我答"的语音助手,而是能自己拆解任务、调用应用、替用户执行多步操作的智能体形态。

阿里发布 Co-Design Bench:最强编码智能体也只完整解决 26.4% 真实任务(11.09)

阿里发布全新编码基准 Co-Design Bench,给当下火热的编码智能体泼了一盆冷水:在真实业务场景下,最强的模型也仅能完整搞定 26.4% 的任务。这组数字的价值在于它测的是"真实开发任务"而不是刷题式的代码补全——需求含糊、上下文缺失、跨文件改动、历史包袱,这些才是日常工作的大头。它也和 METR、SWE 类基准的分化趋势互相印证:公开榜单上的分数越涨越快,贴近生产环境的分数却揭示能力与需求之间仍有一道明显的沟。对采购决策者的启示很直接:看榜选型之前,先拿自己的真实任务跑一遍。

一句话总结:今天五条新闻串起一条隐秘的线索——钱在变贵(OpenAI 融资缩水三分之一),电在变贵(Anthropic 直接买发电机组),算力在降价(谷歌视频每秒再便宜三成),而真实任务的成功率依旧不高(26.4%):供给端的每一层都在重新定价,需求端的期待却还在原地加速。

二、AI 新元素

Shield AI 八个月估值翻倍至 288 亿美元:国防 AI 的钱正在加速涌入(11.05 融资深读)

国防科技公司 Shield AI 在 11 月 5 日宣布两件事:以 53 亿美元收购反无人机雷达公司 Echodyne,并为这次收购募集 25 亿美元新资金,其中 10 亿美元为 H 轮(由 Disruptive 与 Innovation X Advisors 联合领投,Advent、摩根大通战略投资集团等参投)。完成后公司估值达 288 亿美元,较今年 3 月 G 轮的 127 亿美元翻了一倍还多。据公开资料,公司由前美国海军海豹突击队军官布兰登·曾(Brandon Tseng)与瑞安·曾(Ryan Tseng)联合创立,现任 CEO 为加里·斯蒂尔(Gary Steele)。

它怎么赚钱? 主线是卖"AI 飞行员":一套让无人机与飞机在无 GPS、无通信环境下自主飞行的软件系统,客户是美国国防部及盟国军队,按装机与项目收费;再往上是整机与系统集成,比如自主侦察机 V-BAT,以及本轮收购的反无人机雷达。上下游关系也清晰:向上靠国防预算与长周期订单,向下绑定传感器、机体与仿真供应商——这次收购 Echodyne 就是把关键部件收进自家成本结构。它的估值翻倍发生在美股 AI 板块剧烈回调的同一周,说明一件事:当市场开始怀疑"通用 AI 何时赚钱"时,已经有明确甲方、按合同交付的 AI 公司反而在加速融资。当然,国防订单回款慢、审计严,这条现金流并不轻快。

Perplexity 上线 AI 同事 Teammates:替人值夜班的那种(11.09)

Perplexity 面向 Max 会员推出 Teammates:一群跑在后台的"AI 同事",可以在 Slack 里接活、追进度、24 小时值守,只在事先交代过的情况下才来找人。官方演示里,它从美东傍晚 6 点值守到早上 8 点,凌晨收到报警后自己拉日志、把根因定位到"重试额度被设成了 0",并附上修复与回滚方案——上线执行仍需人工批准。每个"队友"都有独立环境与浏览器,所有操作记录在线程上,人可以随时接管。定价挂在 Max 会员上:年付折合每月 167 美元、月付 200 美元,目前仅网页版。它的卖点不是更聪明,而是"值夜班"——把"让 AI 守着生产环境、出事先查一遍再叫人"变成了一项可以按月订阅的服务。

蚂蚁灵光用户破 2000 万:国内 Agent 产品第一个千万级样本(11.09)

蚂蚁集团旗下 AI 助手"灵光"宣布用户突破 2000 万。这个数字值得单独记录,因为它是国内通用 Agent 产品第一个公开的千万级用户样本——此前国内讨论 Agent 大多停留在演示与基准层面,真实留存与使用深度始终缺少参照。灵光的路径是把 Agent 能力装进一个面向普通人的应用里,走的是"先有用户、再谈场景"的路。接下来值得盯的指标不再是累计用户,而是次日留存、任务完成率与单用户任务数:这三个数会回答"2000 万人是来尝鲜的,还是真的把事交给它办"。

台积电被曝考虑入局 3D DRAM:应英伟达需求补存储短板(11.09)

据媒体报道,台积电正考虑应英伟达的需求进军 3D DRAM 内存制造。背景是传统 HBM 的产能与带宽已经成了 AI 算力的紧约束——GPU 算得越快,喂给它的数据就越容易变成瓶颈。代工厂介入存储制造是产业分工里相当罕见的一步:过去"逻辑代工"与"存储制造"分属台积电与三星、SK 海力士两条战线,一旦台积电真把 3D DRAM 做起来,AI 算力的"逻辑 + 存储"将可能由同一家厂商打包交付。对下游云厂商来说,这意味着供给确定性提高;对存储三巨头来说,则是多了一个不请自来的对手。

注释:3D DRAM 把内存单元从"平铺"改为"向上堆叠"的新一代存储技术,目标是突破 2D 内存的密度极限。HBM 是把现成 DRAM 芯片竖着封装在 GPU 旁边,3D DRAM 则是从制造工艺层面直接立体化。

Meta 向美国用户开放 Muse 实时语音与动态虚拟形象(11.09)

据智东西报道,Meta 开始向美国用户开放个人 AI 智能体 Muse 的实时语音和动态虚拟形象功能:用户可自建形象并与其对话,形象会随语音实时变化,交互体验接近"视频通话"。同期 Meta 还推出 Spaces 协作功能。这与此前曝光的"人形机器人 Muse"计划同名但并非一条产品线——前者是消费级智能体,后者是具身方向。把"开口说话"和"有张会动的脸"加进智能体,Meta 押的还是那套逻辑:交互越像人,使用时长与情感黏性越高。这也是各家在"文字智能体"趋于同质化后,争夺的下一个交互层。

一句话总结:新元素都在重新回答"AI 公司靠什么活"——Shield AI 靠国防合同,Perplexity 靠替人值夜班,蚂蚁靠海量用户,台积电靠补产业链短板,Meta 靠交互体验:当"卖模型"的红利见顶,大家的答案出奇一致地往下沉。

三、X 上的 AI 大V 动态

山姆·奥特曼(OpenAI CEO,公司高管):我们不想要政府兜底,2030 年营收要做到数千亿(11.07)

本周最大的风波由 OpenAI 自己的发言引爆:首席财务官弗里尔在一场活动上提到希望构建由银行、私募基金与联邦政府"兜底"组成的融资生态,市场立刻读出了"AI 巨头要纳税人为万亿基建买单"的画面感,纳斯达克应声创下 19 个月最大单日跌幅。奥特曼周四在 X 上紧急灭火,原话很清楚:"我们不需要、也不想要政府保障 OpenAI 的数据中心。政府不应该决定谁胜谁负,纳税人也不应该救助因错误决策而失败的公司。"他还顺带给出了营收路线图:公司今年年化营收有望超过 200 亿美元,计划到 2030 年将销售额提升至数千亿美元;面对"一家倒了其他家补上"的质疑,他回了一句"如果一家公司失败了,其他公司也会继续做出贡献"。一场口水战,把 AI 基建的钱从哪里来、亏了算谁的,第一次摆到了明面上吵。

李飞飞(斯坦福教授、ImageNet 奠基人,研究者/科学家):RSI 不是免费的永动机,难的是分工与协调(11.07)

在斯坦福 HAI 的闭幕对谈里,李飞飞与谷歌传奇工程师 Jeff Dean 给火热的"递归自我改进"(RSI)泼了盆冷水。她提醒大家,仅有强大的基座模型远远不够:智能体需要会用工具、需要创造力——科学突破常常来自把不同洞察组合起来再检验——还需要从过去的实验中积累经验:"解决过 5000 个问题的系统,面对第 5001 个问题时应该能借鉴最相关的那些经验。"而大项目真正的难点在于分工与协调:传统实验循环的每个阶段都靠人力衔接,规模化之后,成百上千个实验的调度、评审与整合才是硬骨头。她把 AI 的角色讲得很克制:放大人的主体性,而不是替人定方向——这和"奇点狂欢"叙事的温差,正是这场对谈被大量转发的理由。

内森·兰伯特(AI 后训练研究者、Interconnects 主理人,投资人/观察者):开源能追上前沿,中国实验室从不跳票(近期专访)

兰伯特在近期专访里给"开源能否追上闭源"算了一笔账。他的框架是把差距拆成三种资本——算力、数据、人才:算力带来的只是线性增益,所以开放权重实验室在预训练和智能体协调上能追上前沿实验室;但前沿实验室仍然握着一项结构性优势——最便宜的推理成本,模型自己用自己,边际成本近乎为零。谈到中国开放实验室,他有个观察相当锐利:"中国各家开源模型实验室至今都兑现了发布权重的承诺时间。等其中一家终于跳票时,才更能看出真实情况。"他同时透露正在筹办一个叫 Trillium 的非营利开放模型实验室。在他看来,开源释出从来不是利他,而是抢占话语权与商业生态的捷径——这个判断,放在今天各家争抢"开源"招牌的语境里格外应景。

姚顺雨(腾讯首席 AI 科学家,中国声音):大模型的护城河在产品层,不在模型层(11.09)

在 2026 未来科学大奖的一场对话中,面对张亚勤"模型领先优势 3 到 6 个月就会变化,凭什么形成长期护城河"的追问,姚顺雨给出的答案是:真正的壁垒更多在产品层而非模型层。未来各家模型能力都会达到较高水平,单纯性能领先很难持久;能沉淀专有数据、理解用户背景与场景、并赢得用户信任的产品才难被替代。他举了微信的例子:接入微信的 AI 哪怕不是最强的模型,也可能凭用户的日程、社交关系和活动信息更准确地理解需求,对手就算模型更聪明也提供不了同样的服务。随着智能体从"回答问题"转向"代表用户执行任务",信任会成为核心产品力——用户是否愿意开放个人信息、授权 AI 采取行动,决定了 AI 能被用得多深。

苏姿丰(AMD CEO,公司高管):市场有点短视,AMD 是一家数据中心优先的公司(11.08)

AMD 公布第三财季业绩(数据中心收入同比接近翻倍)几天后,苏姿丰接受雅虎财经采访,给公司贴了一个清晰的定位标签:"我们是一家数据中心优先的公司,这就是我们的定位,人们需要更多计算来驱动所有这些应用。"她对 AI 落地速度的观察很具体:过去习惯按年度制定投资规划的企业,如今正在更频繁地调整预算,以应对与日俱增的算力需求——AMD 的对策是提升供应产能并与客户协同推进更大规模的系统部署。面对近期的市场波动,她的表态相当直白:"市场有时或许有点短视,我看的是长远。我深信计算能力在很多方面等同于智能——若投资者认同这个基础概念,提前投资就是正确的事。"这话当然有利益相关,但它把当下争论的实质挑明了:你相不相信算力投入会换来智能与收入的复利。

一句话总结:五个人在吵同一笔账——奥特曼说营收会证明投入值得,苏姿丰说市场短视、算力即智能,李飞飞提醒实验循环有物理极限,兰伯特说追赶者还有机会,姚顺雨把胜负手挪到了产品与信任:乐观与谨慎都成立,差别只在你说的是哪一年的账。

四、三个 GitHub 项目

Buoyant/Kinference:给一大群 vLLM 装一个「调度台」(Rust,11.07 开源,Apache 2.0)

企业里跑推理很快会遇到一个尴尬问题:GPU 集群明明没满载,用户却在等首字——因为请求全挤在少数几个"热"实例上,而旁边机器的缓存帮不上忙。Linkerd(老牌服务网格)的母公司 Buoyant 周五开源了 Kinference:一个面向 Kubernetes 与 vLLM 集群的推理控制平面,坐在一整队 vLLM worker 前面,监听 KV-cache 事件与引擎指标,再决定每个请求该去哪台机器。核心收益来自前缀感知路由:把共享同一段系统提示词的请求调度到已缓存该前缀的实例上,官方数据显示共享前缀场景的首 token 时间缩短 95%。项目目前是 v0.1.0-alpha.7,还早,但方向很实在——当推理从"一台机器一个应用"变成"一片集群服务全公司",谁来做这层调度,就是一个全新的基础设施位。

注释:KV-cache 模型推理时会把已处理过的内容缓存下来,下一段生成不用从头算。如果两个请求的开头一样(比如同一个系统提示词),缓存在哪台机器上,请求就该去哪台——这就是"前缀感知路由"。

Ai2/ToyBlocks:先测清楚机器人是怎么失败的(数据集+评测环境,11.06 开源)

机器人学习圈有个默认假设:叠衣服、收拾桌面这类"真实生活"演示越多越好。Ai2(艾伦人工智能研究所)发布的 ToyBlocks 提出了一个反直觉主张——近期的瓶颈不是更多叠衣服演示,而是"能把空间失败测清楚的世界"。它是其 FoundationWorlds 框架的第一个环境:一个可控的桌面机械臂加积木仿真,带自动演示生成、任务与指标,首批开放 85,336 条长程演示(每条约含 6 到 12 个技能)、近 1600 机器人小时、1.44 亿帧。最有意思的设计是把"选错动作"和"没执行好对的动作"分开归因——这两种失败的修法完全不同,混在一起永远调不好。它拿主流 VLA 模型在堆叠、翻转、旋转的内外插上做空间测试,结果证实:大规模预训练之后,空间外推依然是普遍短板。对做具身智能的团队来说,这是一个免费的"培养皿":先把失败可测化,再谈规模。

jamiepine/voicebox:给本地模型和智能体一副嗓子(TypeScript/Rust,总量约 51.5K 星,130 万下载)

现在的语音 AI 被切成两半:ElevenLabs 管"说",WisprFlow 管"听写",都在云端按月或按字符收费。voicebox 是开发者 Jamie Pine 的开源答卷——一个跑在本地的语音工作室,把两半装进同一个桌面应用:声音克隆、七个 TTS 引擎(Qwen3-TTS、Chatterbox 等)、Whisper 听写,外加一个内置的 MCP 服务器,暴露 speak、transcribe 等四个工具——也就是说,Claude 这类支持 MCP 的智能体调一个函数就能"开口说话"。技术栈也很讲究:MIT 协议,TypeScript 加 Tauri(Rust 壳)而非 Electron,本地无按字符计费,支持 23 种语言。局限也真实:模型下载动辄 2-3 GB、七个引擎质量参差、仅桌面端、issue 列表还很长。但它的意义在于把"语音"从一项云服务变成了一个本地组件——当智能体要进入你的桌面、你的家,声音这一层迟早也要本地化。

五、一个实用技巧:让 AI 边干边写工作日志,收工时用它自审

长任务交给 AI 最怕的不是做错,而是做完之后你说不清它做了什么——文件改了哪几个、每一步验证过没有,全靠你翻记录。这周 METR 那份报告里有个值得借用的思路:Anthropic 敢把研发交给 AI 辅助,前提是每一步都有数据可查。你的日常任务也一样,与其事后回忆,不如让 AI 干活时顺手留痕。

具体做法,今天就能用:

  1. 开工第一句就立规矩:"在项目根目录维护一个 WORKLOG.md,每完成一个子任务就追加一行:做了什么、改了哪些文件、用什么方式验证的。不要攒到最后一起写。"关键是"每完成一步就写"——攒到最后写的日志是回忆录,中途写的才是记录。
  2. 日志行必须有验证方式,不接受"完成"。 每一行都要能回答"你怎么知道它没问题",比如"跑了 npm test 通过 12 个用例""手动 curl 返回 200"。写不出验证方式的行,就是它自己也没底的行。
  3. 收工时反向使用:"读一遍 WORKLOG.md,逐行检查:有没有哪一步的验证方式如今已失效?有没有改过 A 文件但日志没提到 B 文件的连带改动?"——日志是它写的,让它照着日志自审,比对代码重读一遍快得多,而且坑往往就藏在"日志没写"的那几行里。

为什么有效:AI 在连续工作中最容易犯的错是"自以为做过了"。一份逐行带验证的日志,相当于给整个过程装上检核点——它写日志时会顺手再想一遍,你验收时也有了清单可循。

一句话:干活留痕不是形式主义——"写不出验证方式的那一行",就是你需要亲自盯的那一行。

六、三篇近期很火的 AI 论文

《Perceptive Humanoid Motion from Simulation》:苹果把人形机器人的「大脑」摊开了讲(arXiv:2611.06908,11.05 提交)

苹果研究团队发布论文,公开了人形机器人自主控制系统 HALO(Humanoid Autonomy, Learned in simulation, running Onboard),并同步放出数据生成、训练与部署代码。它要解决的是人形机器人最现实的瓶颈:把像素和自由语言映射到关节指令需要成对监督数据,而传统遥操作采一小时数据就要花一小时人工。HALO 的思路是用程序化生成的住宅场景在仿真里批量造视觉-语言-动作数据,再零样本迁移到从未扫描建图的真实房间。系统是三层分级控制:顶层用视觉语言模型做任务编排(默认跑千问 Qwen3.6-35B-A3B),中间是动作生成器,底层是强化学习训练的动作跟踪器;机载硬件很有苹果味——宇树 G1 背上装一台 Mac mini(M4 Pro、64GB 统一内存)跑前两层,机器人自带芯片跑高频跟踪器。成绩:6 个未预先建图的真实环境里 360 次单项任务平均成功率 91%(钻桌底、坐沙发、侧身穿半开门、推箱子),三种复合任务组合平均 70%,最难的"俯身过障碍—走向目标—推箱子"50%。作者团队也坦承边界:仿真数据仍需人工写提示词、设计动作关键帧;机器人只靠视觉,感知不到接触,物体被遮挡时表现下降。论文链接:https://arxiv.org/abs/2611.06908

《Social Humanoid:社会响应式人-人形机器人交互》(arXiv:2611.08407,UC Berkeley 与索尼)

机器人跟人贴身协作(握手、击掌、递东西)一直是个悬而未决的难题,过去的方案受困于"接触错位"——因为人和机器人的骨骼结构差异悬殊,各自独立生成动作会把互动的空间锚点撕裂开。这篇由 UC Berkeley 与索尼合作的工作给出一个漂亮的重构:把跨形态(人形↔人类)交互看成"统一词汇下的对话接龙"——把双端的动作序列压进同一套离散字典再预测序列,就像两种语言共用一本词典轮流接话。这个操作让动作生成天然保持空间对齐,因为它在预测时"看得见"对方的下一步。项目另一个实打实的贡献是数据:260 小时触点对齐的人机交互数据,为后来者打开了"纯视觉跨躯体遥操作"的门。边界也很清楚:手指级微操和接触力觉反馈还没跨过——机器人知道手该放哪,还不知道握多紧。对人机协作、社交机器人方向的团队来说,这是一篇把"怎么建模"和"缺什么数据"都讲清楚的工作。论文链接:https://arxiv.org/abs/2611.08407

METR《Anthropic AI 研发加速独立评估》:第一次有人从外部量出了「AI 造 AI」的速度(11.05,非 arXiv)

非营利评估机构 METR 发布了一份少见的报告:它花了约 11 周(8 月 12 日至 10 月 29 日)以高权限进入 Anthropic 内部,查看模型成绩、训练算力与研发效率资料并访谈研究员,然后给出了一个量化的答案——截至 2026 年 10 月,Anthropic 在"定义清晰、可自动评测"的任务上提升模型能力的速度,约为 2024 年 3 月至 2025 年 10 月期间的 2 倍(用 Anthropic 版综合能力指标 AECI 衡量,2025 年 10 月后进步速度约为此前的 1.9 倍,95% 置信区间 1.5 至 2.8;分数从约 15 分/年跳到约 29 分/年,一年走完了此前约两年的路)。更关键的归因:METR 估计约 80% 的提速来自 Anthropic 在自家研发中使用 AI——它专门排除了训练算力增加这个因素。报告同时保留了诚实的注脚:估算不确定性很高(真实值落在 1.3 到 3 倍都不意外),Anthropic 行使了删节权,删去了 METR 认为最有参考价值的大部分证据;且 AI 目前主要在辅助人类研发,尚未完全自主改进模型。这是第一份由外部机构完成的"AI 加速 AI 研发"实测——对关心 AI 自我改进风险与研发效率的人来说,它是目前最硬的公开数据点。原文链接:https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment

信息来源


评论

加载中…