METR 十一周审计：Anthropic 的模型进展 7 月已越过自己设的加速预警线，八成提速来自 AI 参与研究
今天最硬的是 METR 审计：Anthropic 的模型进展 7 月已越过自家预警线，八成提速来自 AI 做研究。红线自己划，最后靠外部来查。资本在还价，OpenAI 110 亿美元首批到账，Anthropic 1.5 万亿 IPO 被砍到 1 万亿。国产没停，蚂蚁百灵把原生多模态做到百万上下文。
模型发布 / 更新
4 条
1
模型发布
X：Artificial Analysis (@ArtificialAnlys)
今天 07:40
Artificial Analysis 实测 GPT Image 2.6 图像生成与编辑表现
Artificial Analysis 对 OpenAI 于 11 月 4 日发布的 GPT Image 2.6 进行了基准测试，两款模型在 AA-Image-T2I v2.1 和 AA-Image-Editing v2.1 上分列第一、二名。
阅读原文 →
2
模型发布
公众号：蚂蚁百灵（Ling）
昨天 19:04
蚂蚁百灵发布 Ling-3.2-flash：原生多模态，560B 总参数单步激活 25B
蚂蚁百灵发布原生多模态模型 Ling-3.2-flash，总参数 560B、单步激活 25B，支持 1M 原生长上下文，重点强化视觉反馈自检与异常自适应恢复能力。
阅读原文 →
3
模型发布
X：腾讯混元 (@TencentHunyuan)
11月5日 18:23
腾讯混元感谢 Artificial Analysis 对 Hy4 的评测，模型获 Intelligence Index v5 35 分
腾讯混元转发并感谢 Artificial Analysis 对其最新模型 Hy4 的评测。Hy4 在 Artificial Analysis Intelligence Index v5 得 35 分，与中国实验室模型中仅次于 Kimi K3.1 Pro（46 分），与 Grok 4.7 (xhigh) 持平，比 Claude Haiku 5.5 (max) 低 1 分。评测要点：FrontierCode 2.0 得 31%，为中国实验室模型最高；AA-Omniscience v1.1 达 50% 但幻觉率高达 89%；定价 $0.834/$2.501 per 1M input/output tokens，支持 1M token 上下文窗口和文本加图像输入。
阅读原文 →
4
模型发布
Thinking Machines Lab：News（网页）
11月5日 15:00
Thinking Machines Lab 发布 Inkling 2 Small：594B 参数 MoE 模型，下周开放 Apache 2.0 权重
Thinking Machines Lab 发布第二代模型 Inkling 2 Small，为 594B 总参数、17B 激活的 MoE 模型，支持图像输入与 variable effort，Artificial Analysis Intelligence Index 得分 31。
阅读原文 →产品发布 / 更新
7 条
5
产品发布
Meta AI：Research Blog（网页）
昨天 15:00
Meta 将基于 Muse Wonder 训练的专用模型上线 Muse 与 Meta AI
Meta 宣布把基于 Muse Wonder 训练的专用模型推向 Muse 和 Meta AI 用户，Personal Superintelligence Index 得分从 38% 提升到 47%。
阅读原文 →
6
产品发布
Cursor：Changelog（网页）
昨天 08:00
Cursor 推出与智能体的实时语音聊天
Cursor 推出与智能体的实时语音聊天功能，可用语音提出更改、询问进展并听取智能体播报的简短进度。语音聊天支持智能体窗口、IDE、Web 端和 iOS，可搜索历史消息和通话、在多个 worker 间切换，iOS 上还支持“Hey Siri, call Cursor”发起通话。
阅读原文 →
7
产品发布
Amp Chronicle
昨天 08:00
Amp 发布 spaces：由单个 Agent 自动生成和协调多线程的协作空间
Amp 今日推出 spaces，一种与 Agent 和团队协作的新方式。每个 space 是与单个 Agent 的对话，由它负责为用户生成和协调其他 Agent 线程，无需自己创建和组织线程。
阅读原文 →
8
产品发布
OpenRouter：Announcements（RSS）
昨天 08:00
OpenRouter 发布新一代 Auto Router 与 Auto Code 路由器
OpenRouter 发布新一代 Auto Router，并推出专为编码场景的 Auto Code（openrouter/auto-code），替换 openrouter/auto 即可使用。
阅读原文 →
9
产品发布
X：Fei-Fei Li (@drfeifei, World Labs)
昨天 04:21
李飞飞宣传 World Labs 发布 Frameboy，可实时体验 Atlas 世界模型
李飞飞转发 World Labs 官方账号，宣传其新发布的 Frameboy demo，可用于实时探索世界。Frameboy 是两个月前发布的自回归世界模型 Atlas 的高度优化版本，从云端 GPU 流式传输，最高可达 15 fps，支持像素级相机控制。
阅读原文 →
10
产品发布
X：Perplexity (@perplexity_ai)
昨天 01:05
Perplexity 推出 Teammates 智能体，面向 Max 订阅用户开放
Perplexity 推出 Teammates 功能，这些智能体可承接任务，利用 Computer tasks、skills、memory 和工具主动工作。Teammates 之间可相互协作，还能在 Slack 中给同事发消息，目前已向 Max 订阅用户开放网页版。
阅读原文 →
11
产品发布
Google Blog：AI（RSS）
昨天 01:00
Google 发布 Gemini Omni 1.2 Flash：15 秒视频生成，降价 30% 至 $0.07/秒
Google 发布 Gemini Omni 1.2 Flash，在 Gemini API 和 Gemini for business 全面开放。新模型原生支持最长 15 秒视频生成（此前为 10 秒），支持多轮对话编辑和更强的参考图一致性，价格较 1.1 下降 30% 至 720p 视频 $0.07/秒。
阅读原文 →行业动态
8 条
12
行业动态
X：Rohan Paul (@rohanpaul_ai)
今天 05:10
Bloomberg：OpenAI 完成 110 亿美元融资首批到账，估值达 1.25 万亿美元
据 Bloomberg，OpenAI 完成 110 亿美元新融资，这是估值 1.25 万亿美元一轮的首笔资金。投资者当日已打款，剩余部分总额最高 200 亿美元，预计数周内到账。
阅读原文 →
13
行业动态
X：X.PIN (@thexpin)
昨天 23:32
约 60 万块 Nvidia H200 芯片滞留香港仓库，受阻方为北京而非华盛顿
据 Reuters 报道，约 60 万块 Nvidia H200 芯片闲置在香港仓库，阻碍并非来自华盛顿而是北京。尽管 Trump 去年已放行 H200 对华销售，中国正以每家科技巨头约 1 万块的速度小批量发放进口许可，推动国内服务器价格上涨 3 倍。
阅读原文 →
14
行业动态
The Decoder：AI News（RSS）
昨天 21:40
METR 审计称 Anthropic 可能早在 7 月已触发其自身 AI 加速预警阈值
METR 发布对 Anthropic 内部数据的十一周审计结果，称自 2025 年 10 月以来模型测试分数提升速度约加快 1.9 倍，其中约 80% 归因于 AI 用于公司自身研究，可能已在 7 月 15 日达到其负责任扩展政策中的预警阈值。
阅读原文 →
15
行业动态
The Decoder：AI News（RSS）
昨天 19:38
Anthropic 1.5 万亿美元 IPO 因投资者质疑估值遇阻
据 Reuters，Anthropic 的 IPO 遇阻，投资者质疑 1.5 万亿美元估值过高，有投资者提出仅 1 万亿美元，公司 9 月曾瞄准最高 2 万亿美元估值。
阅读原文 →
16
行业动态
公众号：数字生命卡兹克
昨天 07:56
美国中期选举后数据中心民意反弹引发AI股暴跌
作者复盘美股AI板块大跌，纳斯达克盘中跌超5%，费城半导体指数一度跌近11%，英伟达跌近9%，纳指一天蒸发近1.8万亿美元市值。背景是中期选举民主党拿下两院，亚利桑那州众议员安萨里提出应暂停先进AI开发，此前桑德斯等人在9月提过《2026年禁止人工超级智能法案》，按训练算力10的25次方划线并规定违规个人最高判20年、公司可强制解散。
阅读原文 →
17
行业动态
X：Tibo (@thsottiaux)
昨天 06:24
OpenAI：ChatGPT 与 API 每周生成图像超 40 亿张，8 周前为 30 亿
OpenAI 相关负责人称，目前 ChatGPT 与 API 每周生成的图像超过 40 亿张，高于仅 8 周前的每周超 30 亿张。其转发的 @OpenAI 内容还提到 ChatGPT Images 2.6 新增 GIF 与参考图支持，API 将迎来两个图像生成速度提升 50% 的新模型。
阅读原文 →
18
行业动态
X：Rohan Paul (@rohanpaul_ai)
昨天 05:50
美股单日蒸发 3.2 万亿美元，Nasdaq 创 2025 年 4 月以来最大跌幅
11 月 5 日华尔街市值蒸发 3.2 万亿美元，Nasdaq 综合指数跌 5.52%，投资者恐慌民主党掌控国会将放缓高杠杆 AI 支出热潮。Nvidia 跌 9.3% 抹去 2026 年涨幅，费城半导体指数跌 12.3%，SanDisk 跌 22%，Micron、Western Digital 和 AMD 各跌 17%。
阅读原文 →
19
行业动态
The Verge：AI（RSS）
昨天 01:51
美国中期选举蓝潮冲击 AI 行业，44 项数据中心暂停提案中 43 项通过
美国中期选举民主党拿下参众两院，多场竞选以问责 AI 公司为主题，行业面临监管、数据中心建设放缓等前景。44 项地方数据中心暂停提案中 43 项通过，NBC 民调显示 76% 选民反对在社区建数据中心；专家称共和党禁止州级 AI 限制的尝试可能终结，OpenAI 和 Anthropic 未置评，据华尔街日报报道 CEO 们在私下讨论算力容量受限问题。
阅读原文 →论文研究
3 条
20
论文研究
Reflection Blog
昨天 01:00
Reflection 详解开源模型 Beam 的安全训练与评估方法
Reflection 发布博文，讲解其开源权重模型 Beam 的安全训练与评估方法，并推出开源安全研究计划 Project Iris。Beam 在 Iris Safety Evaluations 对话任务中拒绝 89% 的有害请求，为所测开源权重模型中最高，同时遵守 82% 的安全相关无害请求；安全对齐教师模型从 100B 增至 501B 参数后，过度拒绝相对下降 48.7%。
阅读原文 →
21
论文研究
Anthropic：Research（发表成果 · 网页）
昨天 00:00
Anthropic 拆解 Claude 智能体记忆的组成：笔记、显著性判断与 dreaming
Anthropic 发布研究文章，介绍其设计 Claude 智能体记忆的思路与多组评测，包括会话内写记忆笔记、离线 dreaming 整理记忆和 wiki 表示。
阅读原文 →
22
论文研究
OpenAI：部署安全与系统卡（网页）
11月5日 15:00
OpenAI 发布 GPT-6 Cyber 系统卡：聚焦网络安全能力与对齐表现
OpenAI 发布 GPT-6 Cyber 系统卡，说明该模型通过强化学习训练复现崩溃、开发可用 exploit 和搜索代码库漏洞等网络安全能力。在 ExploitGym Honeypot 评估中未加部署安全指令时越权利用率为 0.07%，远低于 GPT-5.6 Sol 的 49.5%；Auto-Review 拒绝遵循率 0% 违规，与 GPT-6 Astra 持平。
阅读原文 →技巧与观点
1 条
23
技巧与观点
OpenClaw：Blog（网页）
昨天 08:00
OpenClaw 无需更新即可使用新模型：改为三个模型列表来源
OpenClaw 重构模型列表获取方式，约五周、80 个 PR，新模型不再等客户端发版。现在从三处取模型列表：每 4 小时重建的 catalog.openclaw.ai 目录（约 1000 个模型）、账号可用的模型列表，以及 PATH 上已安装的 Codex（需同主版本且握手通过，否则回退内置版本）。
阅读原文 →把 AI 动态，变成可落地的业务能力
酷智云科技提供数据采集、清洗、标注服务，软件设计与研发，以及行业垂直 AI 解决方案。看到感兴趣的 AI 能力，我们可以帮你落地到真实业务里。