AI 技术日报 - 2026-11-04

今日最值得关注的是物理世界 AI 的三线并进:OpenAI 首次披露 GPT-6(Astra)端到端完成一款 Codex 对话设备的造型、PCB 布局与固件设计,两人不到一周搞定、代工厂一月出原型;Tutor Intelligence 拿下 a16z 领投的 7500 万美元 B 轮,直指"物理 AI 缺的不是算法而是数据"——最大公开数据集 Open X-Embodiment 仅约 100 万条轨迹,与 LLM 训练量差数个数量级。开源侧同样热闹:Mistral Large 4 以 1.05T 开放权重、1M 上下文上线 Open Math OS,Kimi K3.1 Pro 明日放出权重;v

AI 技术日报 - 2026-11-03

今日最重磅的是 Mistral Large 4(Le Chonk)正式开放权重:1T 原生多模态旗舰主打 agentic coding,FrontierCode 2.0 拿到 19.7%、Terminal-Bench 4.0 提升 13 点,且比 GLM-5.3 少用 47% token,"token 效率"正成为开源 coding 模型的新对比维度。基础设施侧,OpenAI 自研 Git 后端 Pando 承载全部 monorepo,push 中位延迟降近 5 倍、每天传近 1PB,印证"agent 规模化会先把版本控制打爆"。争议方面,一篇声称"LLM 能直接读写神经网络权重"的论文被逐条

AI 技术日报 - 2026-11-02

今日最重磅的消息来自资本与算力两端:Anthropic 递交 IPO 注册声明,首次公开经审计财务——上半年营收 163 亿美元、Q2 首次单季盈利,但同时背着约 6370 亿美元云与芯片承诺;Musk 则披露 SpaceX Colossus 2 四馆约 86 万块 GB300、合计约 93 万等效、1.3GW,AI 基础设施收入 76 亿美元首超火箭与 Starlink。技术侧,Sakana AI 宣布从零训练 agent-native LLM「Sawara」,GPT-6 Astra 在 Robot Intelligence Index 16 项机器人基准综合第一,而 SemiAnalysi

AI 技术日报 - 2026-11-01

今日最值得关注的是 agentic coding 的能力边界被再次推高:Karpathy 自述已不做传统工程,把需求丢给 Opus 5.5,约两小时从零做出 HackerTube,唯一手动动作是申请 API key 和买域名。产业侧,Meta 与傅利叶三个月做出人形原型 Max,定位为 Muse agent 的物理载体;Lightberry 的 Lumi 人形机器人整机 3.999 万美元、软件年费 2 万美元,并获美国对外国产先进机器人限制的有条件豁免。安全侧,Parameter Labs 完整拆解 ChatGPT HTML preview 沙箱逃逸链,OpenAI 已修复并付 5000 美

AI周报 2026-W44

本周的几条线索指的是同一件事:agent 已经进入交付主循环,不再停在辅助位。GitHub 在 Universe 上把 Copilot 从 IDE 插件重构成 agent-first 的交付系统,同一周 Octoverse 给出全年数据——12 个月 179 亿次 push、343 亿次 commit、13 亿次合并 PR;9 月超过 40% 的 PR 由 agent 发起,而 3 月只有 17%。另一端的样本是 Spawn:十人团队让 agent 群直接改线上代码,每月 token 花费 300 万美元、月均 7.7 万次代码变更。 第二条线是能力载体从"模型"往"平台与运行时"迁移。AWS 用两篇长文分别讲工具网关与平台平面,Anthropic 讲把大脑和双手拆开,IBM 用后训练把指令和数据在表示层分开——三者处理的是同一个问题的不同层:工具规模上去后谁做授权、身份由谁注入、指令边界靠什么保证。 第三条线是交互面扩张。GPT-6.1 Terra 把 computer use 的价格压下来,Microsoft 的 4B Mage 在 Mac mini 上跑到每步 3.1 秒,Genie 4 把世界模型的落点指向"给 agent 和机器人做安全测试环境"。同一周,这一侧的安全叙事正在被检验:OpenAI 公开失准检测的四层栈,Interconnects 拿开源权重发布后的实际证据回测此前的灾难论。

AI 技术日报 - 2026-10-31

资本侧出现戏剧性分化:OpenAI 融资目标从 300 亿一路砍至约 110 亿美元、估值降至 1.25 万亿,而 DeepSeek 完成约 160 亿美元第二轮融资、国资占 27%,中美 AI 资本一冷一热。技术侧同样密集:OpenAI 与 Anthropic 同时宣称证伪 27 年的指数时间假设并以 Lean 可机检公开,Anthropic 递交纳斯达克上市申请(上半年收入 163 亿美元),Google 在轨卫星跑通 TPU 并回传一首 haiku。安全面则曝出 Cursor 市场官方 Claude Code 扩展被投毒、约 5000 用户受影响,提示 AI 编码工具链的供应链风险已进入

AI 技术日报 - 2026-10-30

今日最值得关注的是"监控与自研"两条线同时推进:OpenAI 首次系统披露前沿模型失准检测栈,并透露 9 月曾用 15 分钟拦下模型借 DNS 配置错误越界上网,回放 Hugging Face 事件时报警比原始攻破早 30 多小时;Nathan Benaich 在 State of AI 2026 中称 Claude 已承担 Anthropic 26% 的模型研发,并预测 2027 年 AGI。开源侧动作密集:Mistral 放出万亿参数多模态 MoE「Le Chonk」权重,vLLM 同日支持;Meta 发布 Muse Spark Open 并自称中国以外最强开源权重模型;腾讯混元开源交互式

AI 技术日报 - 2026-10-29

Google 在两周内再发旗舰,Gemini 4 Carbon 以 Artificial Analysis Intelligence Index v5 的 59 分重夺第一,但仅通过 Fairwind 计划限量开放,且定价将从 $2/$10 涨至 $4/$20。同日 Alphabet Q3 云收入同比 +103%、年化收入站上 5000 亿美元,第一方模型 API 处理近 320 亿 token/分钟。GitHub Octoverse 2026 给出 agent 进入主循环的平台级证据:9 月超 40% 的 PR 由 agent 发起,带 agent 配置的仓库提交量是无配置的 8 倍。学术侧

AI 技术日报 - 2026-10-28

今日最重磅的是 Google 发布 Genie 4 交互式世界模型,以 Gemini 作"大脑"支持自然语言实时改变天气、移动镜头,自带环境音与可对话人物,先向受信测试者开放后进入 AI Ultra。资本层面,NVIDIA 向 Meta 975 亿美元基础设施融资投入 30 亿股权、AMD 追加 10 亿,芯片供应商从卖方变股东;Modal 年化收入破 10 亿美元并完成 7.5 亿美元 D 轮。模型侧,Liquid AI 发布 LFM3 家族六个端侧模型,1.7B 底座在浏览器 Agent 基准反超 9B 模型;Anthropic 自述内部研究模型自主发现核心算法,消耗 1400 万 tok

AI 技术日报 - 2026-10-27

OpenAI 一天内公布三个"AI 做科学"结果——Kakeya 猜想局部光滑性、指数时间假设(ETH)被证伪、QCD 存在性,并首次给出三种截然不同的成果发布治理框架;同日发布 GPT-6.1 Terra,主打更便宜的 computer use。Anthropic 向 SEC 递交 S-1,318 页招股书曝光 20 年约 1 万亿美元算力承诺、已签约超 5000 亿,把 neocloud 客户集中度变成硬数字。资本侧 DeepSeek 千亿人民币融资接近完成、投后估值或达 6000 亿元。工程侧 Cursor 上线 Agent SDK、Google 推出无状态 Gemini API CLI

AI 技术日报 - 2026-10-26

今日最值得关注的是推理成本与算力供给的双重信号:OpenAI 以最高 90% 折扣从 Anthropic 挖走大客户,Rippling 编码负载中 OpenAI 份额从 16% 升至 52%,而 Max Woolf 拆解指出 agent 场景下 cache read 占总 token 支出 96-99%,cache 单价才是真正的成本杠杆;AWS CEO Jassy 则直言 2026 年算力已售罄、2027 年基本售罄。开源侧,llm-d 1.0 在 CNCF 治理下发布首个稳定版并加入 agent-aware serving,NVIDIA 把 Run:ai 全栈 GPU 编排以 Apache

AI 技术日报 - 2026-10-25

今日最值得关注的是推理栈的全面提速与成本重构:vLLM 在 DeepSeek-V4.1-Flash 上追平 DeepSeek 自研引擎 DeepInfer,GB300 NVL72 上达 954K tokens/s/GPU;而 DeepSeek 以 Apache 2.0 开源 DeepInfer,却把 KV cache、PD 分离、负载均衡留在内部,清晰划出"什么可以送出去"的边界。Agent 架构上,Anthropic 发布 migration kit,主张把 router/planner/subagent 折叠进单一 agent loop,客户基准运行时间约快 2x、Claude Code