一、AI 行业动态
Anthropic 定下发行价 70 至 78 美元:最高募资 643.5 亿,11 月 19 日开始交易(11.10)
Anthropic 更新招股文件,把这场 IPO 的价码摆上了桌面:发行 8.25 亿股 A 类普通股,价格区间每股 70 至 78 美元,按上限计算募资约 643.5 亿美元;计划 11 月 18 日定价、11 月 19 日在纳斯达克挂牌,代码 ANT。按上限算,完全稀释后估值约 1.405 万亿美元,比今年 5 月融资时的 9650 亿美元又抬了一档。两个细节值得记:一是散户配售比例目标约 20%,远高于常规的 5% 至 10%,等于把"史上最大 IPO"的一部分直接分给普通人;二是公开发行之外还有一笔同步私募——谷歌、英伟达、微软、AMD、博通、美光、台积电七家以发行价认购约 260 亿美元股份,加起来总融资规模约 904 亿美元。招股书同时披露,七位联合创始人各出售 337.8 万股、按中位价每人套现约 2.5 亿美元,上市后七人仍合计掌握 51.1% 的投票权——钱进来了,控制权没走。
阿里拟分拆平头哥赴港独立上市:芯片资产单独定价,9 月已秘密递表(11.10)
阿里巴巴 11 月 10 日晚公告,已按港交所第 15 项应用指引提交分拆建议,拟让全资子公司平头哥(上海)技术股份有限公司在主板独立上市,联交所已确认可以进行。细节是:平头哥早在 9 月 11 日就以保密形式递交了 A1 表格,IPO 规模尚未最终确定,分拆完成后仍是阿里的子公司。平头哥的底牌是"全栈数据中心芯片":截至 2026 年 4 月,真武系列 AI 芯片累计出货 56 万片。阿里给出的理由很直白——让市场更清晰地给核心业务定价、给平头哥单独的算力估值、吸引半导体与 AI 算力的专业投资者,也方便它自己加大研发投入。这条路的同行已经排起队:天数智芯、壁仞、燧原相继挂牌,百度昆仑芯也以保密形式递了表。国产算力正在从"集团的一个部门"变成"可以单独买卖的资产"。
谷歌最强模型 Gemini 4 Carbon 全面开放,但价格只优惠到 11 月底(11.10)
谷歌正式把 Gemini 4 Carbon 开放给所有付费开发者与企业客户——这是它目前最强的推理模型,10 月 28 日首次公布,此前两周只通过 Fairwind 计划给少数网络安全防御机构用。硬指标:104 万 token 统一上下文,同步请求最大输出 6.5 万 token,通过长解码机制可拉到 104 万;low/medium/high 三档推理强度;在 CursorBench 4.0、Perplexity 的 WANDR、Zapier 的 AutomationBench 三项智能体基准上均列第一,单任务成本不到次优外部模型的一半;网络安全向的 SEC-bench Pro 漏洞发现拿到 88.2%。定价是这场发布真正的看点:推广期每百万输入/输出 2/10 美元,与上一代持平,但官方脚注写明 11 月 30 日到期后调整为 4/20 美元——直接翻倍。对照前一天 Anthropic 的 8/40 美元,谷歌用"四分之一价"抢开发者,三周后再把差距收回到一半。
注释:上下文窗口 模型一次能"同时看多少字"。104 万 token 大约相当于一次读完三四本长篇小说,是处理整库代码、上百页文档的前提。
MiniMax 开源 H3-Image:一张 4K 图十秒出,权重能下到本地(11.10)
MiniMax 发布并开源图像模型 H3-Image,约 33B 参数,衍生自 8 月开源的视频模型 H3。它的三个数字都挺激进:原生 4096×4096(约 16MP)直出,不用超分放大;官方称 10 至 20 秒完成,而主流模型出 1 至 4MP 往往要几十秒到几分钟;单次最多吃 16 张参考图。更关键的是"一个模型干两件事"——不放参考图就是文生图,接上参考图就切到编辑流程,同一个 checkpoint 里完成。权重同步上架 Hugging Face 与魔搭(约 135GB),API、海螺、MiniMax Code、桌面端四个入口同时开,ComfyUI 在发布当天就合入原生支持。价格上,16MP 档的单价被压到 1K 档的十分之一量级,首周还打五折。开源阵营在图像这条线上,第一次同时在速度、分辨率、编辑能力三件事上叫板闭源。
OpenAI 三季度营收约 100 亿美元,年化逼近 700 亿(11.11)
据披露的数据,OpenAI 第三季度营收约 100 亿美元,年化运行率逼近 700 亿美元,较季初增长超过 70%,企业端收入较 7 月翻了一番。把它放进对照系里看更有意思:二季度 Anthropic 曾以 116 亿美元单季营收反超 OpenAI 的 67 亿,如今差距正在收窄——而 Anthropic 招股书里给的年化数字是年底超过 1000 亿美元。也就是说,两家最贵的 AI 公司正在用同一个姿势回答质疑:先把收入曲线拉陡,再谈利润。这个季度还有一个信号:企业端翻倍,说明钱正从"个人订阅"转向"公司采购"——这也是所有 AI 公司估值故事里最硬的那块。
一句话总结:今天五条新闻都在讲"定价"——Anthropic 给自己定了每股 70 至 78 美元,阿里给芯片资产单独定价,谷歌用四分之一价抢开发者然后预告涨价,MiniMax 把 4K 图的价格打下来,OpenAI 用 700 亿年化证明自己值那个价:模型能力差不多之后,剩下的全是算账。
二、AI 新元素
99 后牛津博士的猿声科技拿下超亿元融资:把触觉做成一条产业链(11.09 融资深读)
猿声先达科技(深圳)完成超亿元新一轮融资,投资方一半是财务机构、一半是产业方:五源资本、线性资本、厚雪资本、曦晨资本,加上激光雷达龙头速腾聚创、汽车 Tier 1 拓普集团、智驾传感器企业上富电技,思灵机器人 CFO 赵悦凯以个人身份参与。此前天使轮与 Pre-A 轮进场的还有李泽湘教授、柯力传感、纳芯微、启高资本、恒信华业。据公开资料,公司成立于 2025 年 1 月,创始人兼 CEO 侯宁喆 1999 年出生,本科北大、硕士帝国理工,在牛津大学机器人研究所读博期间专攻机器人触觉;CTO 程逸钧曾任华为高级算法工程师。
它怎么赚钱? 三层生意,从卖零件到卖数据。第一层卖传感器:Tacta 多维触觉传感器每平方厘米 361 个感知单元、1000Hz 回传,成本号称只有竞品十分之一;另有 HEXSKIN 电子皮肤。第二层卖采集设备:Magic Glove 动捕手套,2.1mm 超薄、模块化适配不同手型,把人的手感变成结构化数据卖给具身团队,直接对上"真机数据荒"。第三层卖制造能力:今年 8 月与上富电技在珠海建成车规级产线,首期规划年产能 500 万颗。上游是压阻材料与芯片,下游是灵巧手厂、本体厂与车企。客户愿意入股,是因为它同时解决"装不进去"和"数据采不到"两个卡点。
智谱拟回购最高 40 亿港元 H 股:大模型第一股开始管市值了(11.10)
智谱 11 月 10 日公告,接获董事长刘德兵提议,拟用股东大会授予的一般授权在公开市场回购 H 股,上限 40 亿港元,回购总数不超过已发行股份的 1%。官方措辞是"体现对长期业务展望的信心"。背景不难读:智谱今年 6 月股价曾摸到 2980 港元的高点,此后一路震荡下行;美团、蚂蚁、腾讯等早期股东账面浮盈曾经丰厚。它同时是一家"有收入可看"的公司——上半年营收 9.54 亿元、同比增长近 400%,其中 MaaS 与 API 收入 8.25 亿元、同比增约 27 倍,收入结构从项目制转向按调用量收费。回购这件事的意义在于:当一家 AI 公司开始用真金白银托股价,说明它的叙事已经从"技术领先"切换到"经营质量",而这恰恰是二级市场唯一认的语言。
注释:MaaS Model as a Service,模型即服务——不卖软件许可证,按调用量(token)收费。收入能否随调用量线性增长,是判断 AI 公司商业模式好坏的第一个硬指标。
蚂蚁灵波开源 LingBot-Touch:机器人终于有了统一的"触觉语言"(11.11)
蚂蚁集团旗下灵波科技开源触觉基础模型 LingBot-Touch,基于近 5000 小时真实触觉数据预训练,把磁触觉、视触觉、压阻式三类完全不同的信号统一成一套触觉表征——可以跨传感器、跨灵巧手、跨模型复用。效果上,在 26 项真机测试中,四种动作模型的平均成功率提高 14 至 26 个百分点;其中 T-Rex 用 Sharpa Wave 拧瓶盖,成功率从 56.25% 拉到 90%。轻量版只有 530 万参数,已在 GitHub、Hugging Face 与魔搭开放。这件事的重要性不在分数:过去触觉是"一家公司一套传感器、一套模型",换只手就得重训;统一表征出现之后,触觉才第一次具备"预训练资产"的属性——和大语言模型当年走过的路一样。
苹果开始为"多出来的 AI"单独收费:49.99 美元一次,Logic Pro 先行(11.09)
苹果在 Logic Pro 里上线了"智能用量扩展包"(Intelligence Usage Packs):一次性 49.99 美元,约合 334 元,专门卖给已经把月度 AI 额度用完的 Creator Studio 订阅用户。规则挺细:只绑定购买时的 iCloud 账户、不支持家庭共享,未用完的额度可以逐月结转,但购买 12 个月后过期。Creator Studio 本身是 12.99 美元/月或 129 美元/年的创作套件,含基础 AI 额度;Logic Pro 的 AI 助手能按自然语言建音轨、加效果器、移动片段,还能回答压缩器与录音问题——具备一定 Agent 能力。之所以要限额,是因为这些功能背后调的是 OpenAI 或谷歌 Gemini 的云端模型。这是苹果第一次把"AI 用量"明码标价,也是所有做 AI 功能的公司都会走到的一步:算力有成本,免费额度注定只是获客手段。
Claude 干起了硬件活:从一段文字需求,做出四层 PCB、3D 外壳和固件(11.09)
Anthropic 官方博客披露了与定制电路板厂商 Diode Computers 的合作:后者把电路板设计变成了"软件问题",而 Claude 在这一链条上被训练成能干的电气工程师。展示的例子是——给一段文字需求,模型能一路做到四层 PCB 布线、3D 打印外壳与配套固件,形成一个可打样的电子原型。这个案例的价值不在"AI 会画板子",而在它揭示的路径:当某个行业的工具链被软件化(EDA、仿真、参数化建模),编码能力就能顺着工具链溢出到物理世界。Anthropic 同期还在用自家模型做芯片设计。软件工程师之后,下一个被"代码智能体"改写工作流的,很可能是硬件工程师。
一句话总结:五条新元素从三个方向往里钻——猿声和灵波在补机器人的"手感",智谱在补资本市场的信任,苹果和 Claude 在把 AI 变成可计价的服务与可交付的硬件:能力落地的那一刻,第一件事都是找到计费单位。
三、X 上的 AI 大V 动态
桑达尔·皮查伊(Alphabet CEO,公司高管):最强模型和最难看的一份财报,同时发生(11.10)
Alphabet 这季财报给了市场一个刺眼的组合:营收与获利双双不如预期,同时预告明年 AI 支出将大幅增加,盘后一度跌超 10%。皮查伊在电话会上讲得很坦诚——搜索里的 AI 模式已经开始拖累搜索相关营收的增长,公司自己承认这块的"变现能力较低";过去靠搜索流量吃饭的企业也受到冲击。他对模型的表态则是另一套节奏:"我们很快还会推出更多模型,包括效率更高的版本,帮开发者在速度与成本之间取到最佳平衡,并把模型部署给数十亿名用户。"他还提到,公司正在为超过 10 亿用户开发 Gemini 4 Carbon 的精简版本。这一段话把谷歌当下的处境说透了:模型能力已经能打,但要把"更贵的推理"换成"更多的收入",中间隔着一整个广告与订阅体系。
Jim Fan(英伟达 GEAR 团队联合负责人,研究者/科学家):机器人该有自己的 System 1(11.09)
在奥斯汀的 CoRL 2026 上,Jim Fan 发表了"从做梦到做事"的主题演讲,正式介绍英伟达新一代机器人基础模型 GR00T 2 及配套技术,并宣布模型权重(含 Turbo 版本)将在 12 月开放。他放的演示很硬:机器人用灵巧手在一台 GB300 服务器上取出旧内存条、再把新的插回去——他顺势开了个玩笑,说 GR00T 已经开始维护用来训练自己的数据中心了,"现在大家管这叫递归式自我改进"。他的技术主张是机器人需要一套类似人的双系统:慢的负责理解与规划,快的负责毫秒级反应,而后者必须长在机器人自己身上、不能全靠云端大模型。这也是他反复强调的判断——真正的机器人智能不是"把语言模型装进铁壳",而是让动作本身具备泛化能力。
唐杰(清华大学教授、智谱 AI 联合创始人,中国声音):该用"规模化正确性"取代"规模化法则"(10.31)
在 2026 世界顶尖科学家论坛主论坛上,唐杰对统治大模型研发四年的 Scaling Law 开了炮:一味遵循它是"一条偷懒路径",因为规模化法则只拟合训练损失,而训练损失下降并不等于推理可靠、代码能跑、长任务不产生幻觉。他把"规模化失效"拆成六个维度——优化与超参数、模型架构、数值精度、并行与系统工程、数据、后训练,任何一个维度失效都可能让整个项目翻车;万亿参数的一次训练,赌不起。他提出的替代方案是"规模化正确性":把评价单元从"任务驱动、单点对比"换成"缩放范式、曲线对比",用在小规模上拟合出的缩放曲线去预测万亿级模型的表现,并建立一门真正关于"规模缩放"的科学。这套说法听着抽象,但它指向一个具体痛点:智能体时代单次试错成本暴涨,靠运气调参的日子结束了。
埃里克·施密特(谷歌前 CEO,投资人/观察者):中美差距不到 6 个月,若中国免费西方已经在输(10.22 对话,10.28 发布)
施密特在与挪威主权财富基金 CEO 的对谈里给出了几个少见直白的判断。第一,"我试过投 DeepSeek,但美国法律不允许"——他承认自己动过念头。第二,当初限制中国获取先进 AI 芯片时,他以为能管十年,如今中美在 AI 上的差距"可能已经缩小到六个月"。第三,也是最刺的一句:如果中国的大模型策略是免费(开源加低价),"西方已经在输"。他把这轮变化定性为平台级转变而非普通技术周期——竞争速度、资本规模、组织影响都超过 PC、互联网和移动互联网时代,机会"触及一切"。作为既做过谷歌 CEO、又参与过美国科技战略制定的人,他的悲观值得听:他说的是竞争格局,不是技术优劣。
德米斯·哈萨比斯(谷歌 DeepMind CEO,公司高管):用新模型把自己 30 年前写的游戏逆向重做了一遍(11.10)
Gemini 4 Carbon 开放当天,哈萨比斯在 X 上发了件私活:他用这个模型把他 1994 年参与制作的经典游戏《主题公园》逆向工程了一遍,并移植到了网页上。这既是炫技也是演示——Carbon 的长程任务与代码理解能力,正好够它读懂一份三十年前的旧代码并把它搬到新平台。他近期反复讲的另一条主线是"通用助手":把 Gemini、Astra 这类多模型助手当成通往 AGI 的关键路径,同一个助手跟着你从手机到眼镜到桌面,"它记得你把东西放在哪,理解你窗外的街景,是同一个助手"。一个做游戏出身的科学家,用这种方式提醒大家:模型能力最好的证明,往往不是榜单,而是它能不能替你把一件旧事重新做完。
一句话总结:五个人讲的是同一件事的两面——皮查伊和哈萨比斯展示能力已经足够,Jim Fan 说身体还差一套快系统,唐杰说规模这条路该换算法了,施密特说别以为领先是稳的:能力、成本、竞争,三张表第一次同时不好看。
四、三个 GitHub 项目
anthropics/skills:把"怎么让 Agent 干好活"变成可复用的资产(Python,191K 星)
这是 Anthropic 官方的 Agent Skills 公共仓库,最近一周持续排在涨星榜前列。它做的事说起来朴素:把智能体的"技能"——一套带说明、脚本与示例的操作流程——做成可被 Claude Code、Codex 等工具直接加载的目录,谁写好了谁提交,别人 pull 下来就能用。为什么值得看:过去一年 Agent 的瓶颈从"模型不够聪明"转向"模型不知道你公司的规矩",而技能包正是把隐性规矩显性化的载体。它的结构也很务实,一个技能就是一份 SKILL.md 加若干脚本,没有框架绑定,能被任何支持文件读取的智能体消费。副作用是生态迅速膨胀——同类的 addyosmani/agent-skills、mattpocock/skills 一周内接连冲榜,说明"技能"正在成为继 prompt、MCP 之后的第三层可交易资产。
paperclipai/paperclip:公司里几十个 Agent,总得有人管考勤(TypeScript,111K 星)
当团队里每个人都在跑自己的编码智能体,混乱会立刻出现:谁在改哪个分支、哪个任务卡住了、哪个 Agent 烧了多少钱,全靠群里问。paperclip 是一个开源的"工作场景 Agent 管理台":把团队成员与各自的智能体接进同一个面板,统一登记任务、分配权限、查看运行状态与产出,把"Agent 干了什么"变成可审计的记录。它解决的不是能力问题而是治理问题——这正是 2026 年下半年企业落地 AI 最真实的痛点:模型够用了,但没人说得清公司里到底有多少个 Agent 在动生产环境的代码。适合已经开始"一人带几个 Agent"的中小团队先拿来当账本用。
stablyai/orca:一次开十个编码 Agent,各干各的互不打架(TypeScript,121K 星)
orca 是一个面向"代理舰队"式开发的桌面环境(ADE):你可以同时拉起多个 CLI 编码智能体(Claude Code、Codex 等),每个跑在独立的 Git worktree 里,界面上统一追踪它们的进度、改动与冲突。这个设计针对的是一个具体痛点——并行让 Agent 干活很快,但两个 Agent 同时改同一个文件就是灾难;worktree 隔离相当于给每个 Agent 发一间独立办公室,最后由你决定合并谁的方案。它和"多开几个终端"的差别在于上下文管理:每个 Agent 的任务说明、历史与产出都被绑定在自己的空间里,切换时不用重新解释一遍需求。对已经习惯"让三个模型同时做同一个需求,挑最好的那个"的开发者,这是把土办法变成工作台的一步。
五、一个实用技巧:动手前先让 AI 交一份"影响面清单"
让 AI 改代码最常见的翻车方式,不是它写错了,而是它只改了看得见的那一处——改完函数签名,忘了三个调用方;调了接口字段,忘了前端的解析。等你发现时,报错已经从另一个模块冒出来了。与其事后排查波及面,不如让它动手前先说清楚会波及谁。
三步就能用:
- 先要清单,不要 diff:"先别改代码。把你要动的每个文件、每个函数列出来,并说明:谁会调用它、有哪些测试覆盖它、有没有对外接口或数据结构会被影响。"关键是要求它"顺着引用往外走一层",而不是只盯着当前文件。
- 你只审这张清单。 看到"没有调用方"就直接问一句"你搜过了吗,依据是什么";看到漏掉的前端或脚本,补进去。审 10 行清单比读 200 行 diff 快得多。
- 改完对照清单回填:"按清单逐项确认:这些调用方现在还能编译/通过测试吗?"——没验证过的那几行,就是你该亲自跑一遍的地方。
为什么有效:AI 的注意力天然集中在"当前文件",而软件的故障从来发生在边界上。影响面清单就是逼它在动手前把边界画出来——这份清单同时也是你 review 的路线图。
一句话:改之前先问"这会影响谁",比改完再问"怎么又崩了"便宜一个数量级。
六、三篇近期很火的 AI 论文
《A Controlled Study of Models, Skills, Feedback, and Curriculum in Agentic Robotics》:把"让 AI 写机器人程序"这件事拆开做实验(arXiv:2611.09030,11.09 提交,UC Berkeley × 博世 × 英伟达)
"智能体机器人"的思路很诱人:不再手写控制策略,而是让编码智能体读任务、写程序、在仿真里试、看反馈再改,直到机器人学会动作。但这条路到底哪一环最关键——是模型更强、还是先给技能模板、还是反馈更及时、还是任务排序更聪明?此前没人做过干净的对照。这篇由 Kaiyuan Chen、Xinyue Zhu、Shuangyu Xie、Uksang Yoo 等(含 Ken Goldberg,合作方有博世与英伟达)完成的工作,用 9 个操作任务、631 种实验配置、2.8 万次编码智能体 rollout 把四个变量逐一拉开。为了防作弊,他们设计了"冻结"机制:智能体在合成阶段可以随便和模拟器交互,程序一旦定稿就不再改动,随后在 100 个从未见过的新实例上测成功率。结果相当有说服力:在 16 个可比环境中,智能体写出的程序平均成功率落在 56% 至 95% 之间,而现成的手写规划器是 47%;物体数量增多时,程序化的方案衰减得更慢,每个实例的算力还低一个数量级。对做具身智能的团队,这是一份"钱该花在哪一环"的实证指南。论文链接:https://arxiv.org/abs/2611.09030
《Computer-Use Agents Are Embodied Generalists》:具身智能可能不需要专门的机器人模型(arXiv:2611.09847,11.09 提交,CMU)
这篇论文提了一个会让整个具身智能赛道重新思考的论点:具身任务可以被表述为"与数字软件交互",因此通用的计算机使用智能体(CUA)就能当具身通用者。做法很巧——他们写了一套软件,把机器人在物理环境中看到的画面渲染到屏幕上,并提供操作它的控件;于是"控制机器人"变成了"操作一个界面",而这件事正是 CUA 的本职。这个转换一旦成立,过去为机器人单独设计的架构(专门的视觉编码器、动作头、仿真到真实的迁移管线)就显得多余了,软件学习到的技能可以直接迁移。作者(Pranjal Aggarwal 与 Sean Welleck)给出的证据是:同一套设计只更换被操作的软件,就在四项 ECCV workshop 竞赛里拿到多个名次。它的学术价值在于提出了一条可检验的路线,工程价值则更直接——如果你已经在用 CUA 做浏览器自动化,通往机器人的路可能比想象中短。当然,力控与毫秒级实时性仍是这套方案绕不过去的墙。论文链接:https://arxiv.org/abs/2611.09847
《ToolDex:面向创造性工具使用的第一/第三人称人类示范数据集》(arXiv:2611.09036,11.09 提交,斯坦福等)
机器人会用螺丝刀、会用撬棍、会把两件工具组合起来解决问题——这类"创造性工具使用"是当前具身模型最明显的短板之一,原因很实在:没有数据。真实世界里人类用工具的方式太杂,单视角采集又常常拍不到关键的手部接触。ToolDex 补的就是这块:它同时采集自我中心(第一人称)与第三人称双视角的工具使用示范,让模型既能看到"手在做什么",也能看到"身体和工具在空间里怎么摆"。作者团队包括 Mohamed Elmoghany、Kehan Li、Shutong Zhang 等,署名中还有李飞飞、Jiajun Wu、Mengdi Xu。这类数据集的价值往往滞后释放——它不直接提出新算法,而是让后来者能在同一个标尺上比较"我的模型到底会不会用工具"。对做机器人操作、多模态预训练的团队,这是一份可以直接拿来当训练集与评测基准的公共资产。论文链接:https://arxiv.org/abs/2611.09036
信息来源
- 每经/腾讯《全球科技早参》11-11(Anthropic 定价区间、七家战投、20% 散户配售):https://kuaibao.qq.com/s/20261111A03LE800
- 钛媒体《钛晨报》11-11(IPO 定价、目标市值、阿里分拆平头哥):https://www.tmtpost.com/8200471.html
- MBA智库早报 11-11(创始人套现 2.5 亿美元、51.1% 投票权、董事认购):https://news.mbalib.com/story/259015
- IT之家/网易《IT早报》11-11(643.5 亿募资、904 亿总规模):https://www.163.com/dy/article/LBEKPSI80511B8LM.html
- 证券时报/新浪《智谱拟推最高 40 亿港元回购》11-11:https://finance.sina.com.cn/jjxw/2026-11-11/doc-iniyhser2372224.shtml
- 证券时报/网易《智谱拟推最高 40 亿港元回购》(股价高点与股东)11-11:https://www.163.com/dy/article/LBECUS4P053469RG.html
- 中国基金报/网易《阿里巴巴,重磅消息!》11-11:https://www.163.com/dy/article/LBDT177N0530NLC9.html
- 中证网《阿里巴巴:芯片子公司平头哥已申请香港联交所独立上市》(真武 56 万片):https://jnzstatic.cs.com.cn/zzb/htmlInfo/137902.html
- 每经《港交所早参》11-11(平头哥递表时间、登临科技上市):https://kuaibao.qq.com/s/20261111A03BZ100
- 凤凰科技《谷歌开放 Gemini 4 Carbon,12 月起价格翻倍》11-11:https://news.qq.com/rain/a/20261111A034RR00
- IT之家/腾讯《谷歌迄今最强模型 Gemini 4 Carbon 登场》(上下文、三档推理、SEC-bench 88.2%、/swarm):https://news.qq.com/rain/a/20261111A038R700
- 金吾财讯/证券之星《Gemini 4 Carbon:三大智能体基准居首》11-11:https://stock.stockstar.com/IG2026111100013214.shtml
- Clauday《Gemini 4 Carbon goes GA at a quarter of Fable's price》:https://clauday.com/article/a8ba8f37-19a7-45f8-bad9-66f2ea47f2d1
- 华尔街见闻/网易《MiniMax 开源 H3 Image:4K 仅 10 秒》11-11:https://www.163.com/dy/article/LBDV51B505198NMR.html
- 华军软件园《MiniMax 开源 H3-Image:16MP 出图 10 秒、四类入口与定价》:https://www.onlinedown.net/article/10048319.htm
- 追光的日记《MiniMax 开源 H3-Image,ComfyUI 发布当天原生支持》:http://mp.weixin.qq.com/s?__biz=MzA5ODk4MDcxNQ==&mid=2448640058&idx=1&sn=4f9fa0854b50af4b8bcfe01787bee75e
- 今日头条《【AI 日报】2026-11-11》(OpenAI 三季度营收、智谱营收、平头哥、Claude 造 PCB):https://www.toutiao.com/a7706696167589839410
- 今日头条《AI 科技每日简报》11-10(论文清单 2611.09030/09036/09293):https://www.toutiao.com/a7706355382209282614
- 智柴论坛《九万八千次试跑:写代码的智能体,把手搓的机器人规划器比了下去》:https://zhichai.net/topic/178635216
- arXiv 论文页面 2611.09030:https://arxiv.org/abs/2611.09030
- arXiv 论文页面 2611.09847:https://arxiv.org/abs/2611.09847
- arXiv 论文页面 2611.09036:https://arxiv.org/abs/2611.09036
- 澎湃/钛媒体《Ilya 两万字最新访谈》(仅用于背景判断,未采用为当日动态):https://www.thepaper.cn/newsDetail_forward_32045740
- 网易科技独家《猿声科技完成超亿元融资,李泽湘、五源、线性集体押注》(侯宁喆与程逸钧背景)11-09:https://www.163.com/tech/article/LBA9PG0S00098IEO.html
- 36 氪《会是下一个帕西尼吗?五源、线性与产业巨头入局,成立一年半的「猿声科技」靠什么消化高估值?》:https://36kr.com/p/4062330345362311
- 南方日报《99 后牛津博士深圳南山创业,赋予机器人"手感"》(Magic Glove、珠海量产线 500 万颗):https://www.nfnews.com/content/X3RvZ0K43P.html
- 广州日报新花城《"99 后博士"创立的猿声科技推出 Magic Glove》(361 单元/cm²、1000Hz、成本十分之一):https://huacheng.gz-cmc.com/pages/2026/10/27/80a343e98b8f4a988eb9f9155d1c3d96.html
- 深圳新闻网《从跑跳翻跟头到毫米级感知》(侯宁喆履历):https://www.sznews.com/news/content/mb/2026-11/02/content_32206155.htm
- 极新早报 11-11(灵波 LingBot-Touch 触觉模型细节):https://www.163.com/dy/article/LBEJAFQ705562DGT.html
- MacDailyNews《Apple launches $50 'Intelligence Usage Packs'》:https://macdailynews.com/2026/11/10/apple-launches-50-intelligence-usage-packs-for-extra-ai-access-in-creator-studio-apps/
- 智东西/腾讯《苹果开卖 334 元 AI 加油包》(Creator Studio 定价与规则)11-10:https://kuaibao.qq.com/s/20261110A0DXZ400
- PCMag《Apple Now Charges for High AI Use In Logic Pro》:https://www.pcmag.com/news/apple-now-charges-for-high-ai-use-in-logic-pro-debuts-new-credit-system
- Claude 官方博客《Making Claude a better electrical engineer》(与 Diode 合作):https://claude.com/blog/making-claude-a-better-electrical-engineer
- 腾讯研究院 AI 速递 20261111:https://www.sohu.com/a/1099814736_455313
- LINE TODAY/Alphabet 财报会(皮查伊原话、AI 模式拖累搜索、盘后跌逾 10%):https://line.today/tw/v3/article/mWpm72z
- 比推《皮查伊:Alphabet 开发 Gemini 4 Carbon 精简版》:https://www.bitpush.news/zh/articles/7695540
- The Verge《Demis Hassabis used AI to reverse-engineer his own game and port it to the web》:https://www.theverge.com/ai-artificial-intelligence/1031117/demis-hassabis-used-ai-to-reverse-engineer-his-own-game-and-port-it-to-the-web
- AI 科技评论/网易《英伟达发布机器人基模 GR00T 2,12 月开源,Jim Fan:机器人要有自己的 System 1》11-10:https://www.163.com/dy/article/LBC22HUJ0511DPVD.html
- NVIDIA CoRL 2026 官方页(主题演讲从 Dreaming 到 Doing):https://www.nvidia.com/en-us/events/corl/
- 上观新闻《智谱 AI 联合创始人唐杰在顶科论坛演讲:用 AI 规模化正确性取代规模化法则》:https://www.shobserver.com/news/detail?id=1204706
- 国资潇湘《唐杰在顶科论坛演讲》(六个维度与评价单元):https://www.hnsasac.cn/content/594184.shtml
- 腾讯新闻《中美 AI 差距已缩至 6 个月!谷歌前 CEO 施密特最新对话》(含"曾尝试投 DeepSeek 未果")11-05:https://news.qq.com/rain/a/20261105A094L300
- 网易/投资者内参《施密特:若中国大模型策略是免费,西方已经在输》10-28:https://www.163.com/dy/article/LAC0CQFB0556IIQK.html
- topgit.dev GitHub Trending 11-11(anthropics/skills、addyosmani/agent-skills 涨星):http://topgit.dev/
- DevPress《每日极客日报》11-10(anthropics/skills 191.1K、agent-desktop 周涨星):https://devpress.csdn.net/aibjcy/6af2911040858c2d88199878.html
- 博客园《GitHub 日榜趋势速报 2026-11-11》(orca 121.4K、dsh-Go 18.6K):https://www.cnblogs.com/wflynn/p/23623449
- DataHive GitHub 排行榜(paperclipai/paperclip 111.4K):http://www.datahive.pro/