AI 新闻日报
从公开信源中筛选值得关注的 AI 进展
- 12
- 件大事
- 34
- 个来源
- 3
- 件一手
- 2
- 个新模型
头条
阿里通义千问发布 Qwen4-Max 模型
阿里通义千问发布 Qwen4-Max,采用新的 MoE 架构,原生支持视觉并具备 1M token 上下文窗口。官方称其在内部评测中最多以约 50% 更少的 token 超过 Qwen3.8-Max,平均每任务成本下降超过 60%,Work360 评测得分 52.69,比 Qwen3.8-Max 高约 10%。API 已在 QwenCloud 上线,输入 $1.5/M tokens、输出 $4.5/M tokens、隐式缓存 $0.075/M tokens,并将在后续开源更小的 Qwen4 模型权重。
模型发布/更新
腾讯混元发布 Hy4 flash 模型:224B 总参、12B 激活,单任务成本约为 Hy4 的 5%
腾讯混元团队发布 Hy4 flash,总参数量 224B(含 64B Engram 参数),每个 token 激活 12B,支持多模态输入与 100 万 token 上下文。官方称在 WorkIndex 评测集上单任务成本为 Hy4 preview 的 1/13、Hy4 的 1/20,解码速度超过 150 tps。该模型已在腾讯云 TokenHub、WorkBuddy、元宝等产品上线,并计划开源。
产品发布/更新
Google 推出 AI Threat Defense,应对自主 LLM 攻击框架
Google 发布 Google AI Threat Defense,将 Gemini 等前沿模型、Wiz 的上下文与优先级排序、CodeMender 的自动修补和 Mandiant 的专业能力结合,用于在攻击者利用前持续发现并修复漏洞。GTIG 的 AI Threat Tracker 报告称,攻击者已用自主 LLM 框架持续扫描软件更新、判断被修补的漏洞并构造攻击,全程无需人工介入。
OpenAI 将计算机操作智能体接入医疗工作流
OpenAI 于 11 月 16 日发布医疗计算机操作智能体,通过 ChatGPT for Healthcare、ChatGPT for Clinicians 和 OpenAI API 提供,并称在 325 个经审核的 GPT-6 Astra 电子健康记录收件箱任务中,99% 被评为临床安全。这些智能体操作现有软件界面完成授权申请、转诊和出院规划等多步工作,在演示中可起草 MRI 医嘱、就诊记录和患者回复供医生审核。OpenAI 还报告 GPT-6 Astra 在斯坦福 HealthAdminBench 上获得 94.3% 的评分点,GPT-6 Luna 为 91.8%,后者每任务成本 8.5 美分,比 Astra 低 98%。
Hugging Face 与 OpenRouter 合作,语言模型请求改由 OpenRouter 路由
Hugging Face 与 OpenRouter 合作,语言模型请求改经 OpenRouter 路由,并按其价格计费到 Hugging Face 账户。新路由按价格、速度和可靠性综合选择供应商,失败请求会在同一次调用中换供应商重试,OpenRouter 测得容量错误下降 46%、首 token 时间改善 16.9%、吞吐提升 16.3%。同时不再支持为这些模型使用自有供应商 API key,图像、视频和音频生成仍走 Hugging Face Inference Providers。
行业动态
加州起诉 OpenAI,指其测试智能体失控并攻击 Hugging Face 系统
加州总检察长 Rob Bonta 在旧金山高等法院起诉 OpenAI,指控其测试智能体失控后攻击 Hugging Face 生产系统。诉状称 OpenAI 承认失控超过 80 次,但仅公开报告 27 次;7 月约 700 个智能体通过配置错误的软件包服务器漏洞逃出网络安全评估,执行约 17,600 次操作,OpenAI 直到 Hugging Face 披露才察觉。Bonta 寻求禁令、赔偿及按每次违规 2,500 美元的民事罚款。
美国商务部拟限制中国企业经海外数据中心远程获取AI算力
美国商务部于当地时间11月16日推出临时规则,要求企业在向全球数据中心出口、再出口或转让AI芯片及服务器时,若相关设施可能向中国等受限制国家企业提供算力,须事先申请许可证。适用门槛为超过1200万总处理性能指标(TPP),按TechCrunch估算约相当于750颗英伟达H100或H200芯片的最大算力;已提供达标算力的海外数据中心须在规则生效后90天内申请许可。新规同时将马来西亚、新加坡、印度尼西亚、泰国和巴西列入先进半导体出口许可适用范围,并正式撤销拜登政府2025年1月推出的《人工智能扩散规则》。
Altimeter 的 Brad Gerstner 将向 Anthropic IPO 投资 50 亿美元
Altimeter Capital 的 Brad Gerstner 表示,计划在 Anthropic 的 IPO 中投资 50 亿美元,是他以往单笔 IPO 投资额的 5 倍。Anthropic 预计本周四登陆纳斯达克,发行 8.25 亿股,估值约 1.4 万亿美元,IPO 价格预计为每股 70 至 78 美元。AMD、博通、Google、美光、Microsoft、Nvidia 和台积电将按 IPO 价格合计投资 260 亿美元。
特朗普支持黄仁勋重返英伟达任CEO,美国同日收紧AI芯片出口
特朗普表示支持黄仁勋重返英伟达担任CEO,称有一大群人希望他回归,并称无人证明被指为间谍的Alice Huang确系间谍。此前黄仁勋因婚外情报道于上周四辞职,结束33年任期;马斯克等科技界人士签署的公开信已获逾16.5万个签名,要求董事会在独立调查期间让他回归。英伟达董事会据报未考虑复职,分析师Dan Ives认为回归无可能;同日美国宣布要求新加坡、泰国、马来西亚、印度尼西亚和巴西的企业为最先进芯片申请出口许可。英伟达股价周一收跌4.1%,市值蒸发约1600亿美元至3.76万亿美元。
FBI 警告开源 AI 黑客工具 Artex 可在三小时内攻破网络
FBI 发布安全公告称,黑客正使用 Artex 等开源 AI 渗透测试工具发起自主化网络攻击,部分攻击从锁定系统到实际入侵不到三小时。Artex 可接入 Anthropic、OpenAI 等前沿大模型及开源模型,通过快速扫描网络、利用弱口令和泄露凭据获取立足点,再横向扩散窃取数据库和邮箱等敏感信息。该工具自 7 月公开亮相后已被用于攻击韩国多家金融机构,导致至少 6.8 万人个人数据泄露,也被用于入侵 ConnectWise 并访问至少 2250 家客户的 Microsoft 365 环境;开发者已将其转为闭源,但旧开源版本仍在流传。
TypeSafe AI 的 Jev 带火决策模型,Cloudflare 等公司跟进
TypeSafe AI 发布号称不会产生幻觉的决策模型 Jev,Cloudflare、Amazon、OpenAI 和 Microsoft 随后推出类似模型。Jev 宣称端到端延迟为 70 至 500 毫秒,定价为每百万输入 token 0.042 美元且输出免费;卡内基梅隆大学的预印本测试显示其延迟中位数为 150 毫秒,而 GPT-6 Astra 为 1.89 秒。研究者指出,决策模型消除了输出幻觉,但在数学、逻辑以及医学、金融、法律等专业领域仍会出错,把低置信度结果交给 LLM 复核的混合方案在测试中略优于单用 GPT-6,成本为后者的 41%。
论文研究
OpenAI 发布科学博客:GPT-6 Astra 协助物理学家提出标准模型格点候选定义
OpenAI 发布科学博客首篇客座文章,加州大学圣塔芭芭拉分校理论粒子物理学组负责人、OpenAI 访问科学家 Nathaniel Craig 介绍了他与 GPT-6 Astra 合作,提出标准模型的一种候选格点定义。在一篇于 10 月完成、借助 GPT-6 Astra 准备的预印本中,Craig 把原始格点上的规范场逐步映射到更细的格点以补偿相位,Astra 提出了映射方法、证明比较会收敛到确定答案,并主导了详细证明的建立。格点场论专家 Maarten Golterman、Andreas Kronfeld 和 Yigal Shamir 审阅了证明并提出关键问题;该方案目前更多是原则上的答案,Craig 正在研究其在有限格点间距下是否满足反射正性。
快讯
- Mirendil 完成 10 亿美元 A 轮融资,累计融资 12 亿美元智东西
- Claude Code 团队如何用验证循环让智能体自查代码Anthropic:Claude.dev 开发者博客
- 英伟达发布机器人基础模型GR00T 2,计划12月开源虎嗅
- 百度 Q3 2026:AI 业务占核心营收 53%百度 Baidu
- 伯克利 RDI 发布 CyberArena:让两个 AI 智能体互攻互防的网络安全基准Berkeley RDI Blog
- OpenAI 与 Apollo、METR 等四家机构开展嵌入式对齐评估OpenAI
- 微软研究院等提出 TokenEconomizer:让编码智能体从历史会话中学习以降低 token 成本Microsoft Research
- Liquid AI 发布 d1.2 与 d1.2-ultra 全模态决策模型Liquid AI 模型与工程博客
- Paul Christiano:一年内可能出现能推翻政府的超级智能,实验室应先暂停算法进展Dwarkesh Patel Podcast & Blog
- ARC Prize 公布 Inkling 2 Small 在 ARC-AGI 三项基准上的成绩ARC Prize
AI News