AI 日报 11.12：英伟达换帅、智能眼镜与视频模型

本期汇总截至 11 月 12 日已核实的 100 条 AI 动态，包含产品、开源项目、应用与研究进展。本期已补入 12 日晚间更新及近期首次核实的资料，各篇正文保留原始事件日期。

01 · 腾讯上线元宝搜索，支持公众号与视频号检索

腾讯 11 月 11 日发布面向个人用户的元宝搜索独立网站 so.qq.com。用户也可以升级 QQ 浏览器，在搜索引擎设置中切换使用；这次是消费者网页产品上线，与此前开放的搜索 API 服务不同。

据产品介绍，检索内容覆盖公开网页、微信公众号、视频号、腾讯新闻和学术资料，结果会标注来源，并优先展示权威机构与官方内容。页面将广告单独标记，支持收起广告，不将其混入普通答案。

阅读全文 · 极客公园 原文

02 · 英伟达公布 GR00T 2，机器人可从人类示范学技能

英伟达公布 GR00T 2 世界动作模型及技术报告，把未来视频和机器人动作放在同一模型中预测。研究演示了从人类视频、手持夹爪或可穿戴设备获得的技能向机器人迁移。

在官方的 50 项未见任务测试中，零样本成功率为 40%；每项任务提供五次示范，并在单张 RTX 5090 上微调约半小时后，成功率达到 95%。这些数字对应特定机器人和评测条件，不代表任意家庭任务都能达到同样效果。

阅读全文 · NVIDIA 原文

03 · 谷歌发布 A2UI 1.0，让智能体返回交互界面

谷歌 11 月 11 日发布生成式界面协议 A2UI 的首个稳定版。智能体可以用结构化消息描述表单、图表等界面，再由应用自己的组件渲染，让用户直接查看和确认结果。

1.0 增加双向函数调用、无障碍和扩展支持，并提供跨平台渲染器及智能体 SDK。官方特别注明，Android Jetpack Compose 渲染器当时仍为 0.9.1，1.0 将随后提供，不能把协议稳定版理解成所有客户端同时更新。

阅读全文 · Google 原文

04 · 谷歌发布 Gemini Decisions 决策接口

谷歌于 11 月 11 日发布 Gemini Decisions API，由 Gemini Decision 1 模型提供支持。开发者可以针对同一份输入，提交判断题、多选题或按规则评分的问题，直接取得选项概率。

接口支持文字、图像、音频、视频和 PDF，单次请求最多包含 1000 个独立问题，上下文上限为 25.6 万 Token。它不逐字生成回答，主要面向工具选择、请求分流、内容评估和规则检查。

阅读全文 · Google 原文

05 · ZONOS3-Mini 开放轻量语音克隆模型

Zyphra 在 11 月 12 日公开的社区文章中介绍 ZONOS3-Mini，面向多语言语音合成、零样本声音克隆和精细发声控制。模型总参数约八亿，每次激活约一亿，文章称覆盖 43 种语言。

团队提供 Apache 2.0 模型权重，以及 MIT 许可的运行时和参考代码，支持 WebGPU 浏览器运行、Apple Silicon 和多种原生后端。首访浏览器演示需要下载模型，后续可使用本地缓存。

阅读全文 · Hugging Face 原文

06 · AlphaGenome 2 将 DNA 变异预测细化到细胞类型

Google DeepMind 11 月 11 日公布 AlphaGenome 2。模型在 DNA 序列之外加入细胞类型或状态条件，尝试预测同一遗传变异在不同细胞中的影响，而不只给出整块组织的平均结果。

团队称，训练使用超过一亿个单细胞档案、覆盖 68 种组织；在相关评测中，识别影响基因表达的变异数量接近前一代的两倍。模型也能利用研究者输入的单细胞数据，适配此前未见的生物状态。

阅读全文 · Google DeepMind 原文

07 · DeepL 发布 Aure，语音翻译跟随情绪和语调

DeepL 11 月 11 日公布语音 AI 模型 Aure，用于 DeepL Voice 的实时翻译。它不仅保留说话者的声音特征，还尝试持续跟随语速、强调方式和情绪变化。

此前方案主要从开场音频获取相对固定的声音样本。DeepL 称，Aure 会持续分析输入音频，并结合译文决定如何发声，让翻译后的句子反映说话过程中出现的表达变化。

阅读全文 · DeepL 原文

08 · ChatGPT 将于 12 月 11 日停用两种旧语音模式

OpenAI 在帮助中心确认，ChatGPT 的 Advanced 和 Standard 语音模式将在 2026 年 12 月 11 日停用。公司自 11 月 10 日开始通知用户，过渡期间仍可继续使用旧模式。

停用后，原来选择这两种模式的用户将默认切换到由 GPT-Live 驱动的 Live 语音。已有对话仍保存在聊天历史中，可以继续以文字或语音交流。

阅读全文 · OpenAI 原文

09 · 研究者发现 Grok Build 共享应用存在数据暴露风险

安全研究机构 Claroc 11 月 10 日公布对 Grok Build 已发布应用的调查，称在其检查的 37571 个仍在线应用中，35578 个无需登录即可打开，其中部分包含内部业务或个人资料。

公开应用多数是游戏、展示页和计算器，不能把所有可访问应用都当成敏感数据泄露。研究者估计约十分之一含敏感材料，并用自己创建、填入虚构数据的应用检查默认访问设置。

阅读全文 · Ars Technica 原文

10 · MBZUAI 介绍 PAN 2 开放世界模型

MBZUAI 的基础模型研究所在 11 月 11 日新闻稿中介绍 PAN 2。模型根据起始场景和文字动作，模拟接下来可能发生的画面，用于研究行动结果与多步骤规划。

系统把语言层面的事件规划与视频生成分开：语言模型组织动作和时间，视频模型再生成对应过程。研究所公开视频模型权重、训练和推理代码，采用 Apache 2.0 许可。

阅读全文 · MBZUAI 原文

更多产品更新

• Databricks 升级 Genie，支持持续处理企业任务：新增企业上下文、优先事项收件箱和跨系统搜索，管理员可设置权限与预算。
• Ring 公布巡逻机器人与室内摄像无人机：两款设备结合视觉模型与传感器规划路线，预计今年底至明年初陆续发货。
• Gmail 向更多 Workspace 用户开放摘要与写作辅助：谷歌宣布将 Gmail 的部分 Gemini 功能扩展到更多年满 18 岁的 Workspace 用户。新开放的能力包括长邮件对话的 AI Overview 摘要，以及根据简单要求生成或润色邮件的非个性化 Help me write。
• Grok Bot 1.0 更新支持会议与 Teams 协作：Grok Bot 的官方更新日志显示，11 月 11 日发布的 1.0.1 包含 1.0.0 更新，新增加入 Google Meet、Zoom 和 Microsoft Teams 会议的能力，并扩展团队协作功能。会议能力面向 Team、Enterprise 和 Ultra 方案。
• Adobe 预览十项创意实验，照片可变探索空间：Adobe 11 月 11 日在 MAX Sneaks 公布十项研究预览，覆盖视频、音频、图片与设计。与前一天正式发布的 Firefly 更新不同，Sneaks 展示的是实验方向，并不保证全部进入正式产品。

更多开源工具

• AWS 开放本地模拟器，供编程智能体测试：在本地模拟 AWS 服务，减少开发时反复创建真实云资源的步骤。
• LLM 0.37.2 修复第三方接口密钥误传问题：修复两种回退逻辑，避免配置其他服务时意外使用已保存的 OpenAI 密钥。
• Herdr 社区技能让后台编程智能体可查看、可介入：Prompt Case 分享了社区项目 herdr-grok-bot：让 Grok Bot 启动本地交互式编程智能体时，经由 Herdr 统一管理。用户可以在一个终端界面中查看各个智能体的状态、工作区和对话，并在需要时介入。
• MACaQ 开源量化工具支持文本与多模态模型：MACaQ 开源项目提供模型校准量化工具，面向本地推理和多模态部署。仓库由 huawei-csl 维护，支持与 llama.cpp、vLLM、Diffusers 和 PyTorch 等后端配合使用。
• Yogurt 开源会议笔记工具，无需机器人入会：Frigade 开发的开源会议笔记工具 Yogurt，可以在用户设备上记录会议音频，无需额外邀请机器人进入通话。项目提供 macOS、Windows 和 Linux 客户端。
• Prefixwise 帮开发者定位提示词缓存浪费：开源项目 Prefixwise 针对编程智能体的提示词缓存开销，记录请求之间最先发生变化的位置，帮助区分正常缓存失效和可以避免的重复消耗。仓库提供代理与日志分析两种接入方式。
• PeepNote 把 AI 回答、Markdown 与截图集中保存：PeepNote 是一款本地优先桌面笔记应用，把值得保留的 AI 回答、Markdown 笔记和截图放到同一个资料库，支持通过快捷键保存、检索和再次调用。

更多应用进展

• Google Tabletop 让多人共同制作互动空间：输入资料并描述需求，生成可一起操作的行程、投票、分账或比赛表。
• OpenAI：逾两万退役军人领取 Plus 赠用：OpenAI 11 月 11 日公布，过去一年已有超过两万名处于转业过渡期的美军现役人员和退役军人，领取一年免费 ChatGPT Plus。这是既有赠用计划的阶段性进展，并非面向所有用户的新免费活动。
• OpenAI 在美国五城举办照护者 AI 培训：OpenAI Academy 11 月 10 日联合 Caregiver Action Network、阿尔茨海默病协会和美国糖尿病协会，在奥克兰、坦帕、匹兹堡、亚特兰大和底特律举办免费的线下 ChatGPT 实操培训，面向家庭照护者及社区健康组织。
• OpenAI 报告：学生用 AI 多，使用指导少：OpenAI 11 月 10 日发布教育合作经验报告，引用 ThinkYoung 调查称，受访学生中有 79% 使用 AI 完成作业或学习任务，但只有 47% 表示有人教过他们如何使用。这些数字来自该调查样本，不能直接视为全球学生比例。
• JioStar 披露多语言视频搜索助手的落地经验：OpenAI 11 月 11 日发布 JioStar 首席架构师 Vijay Seshadri 的访谈，介绍 JioHotstar 如何用自然语言帮助观众寻找影视节目、板球历史片段和比赛统计。受访者称，小团队约八周完成支持十五种以上语言的体验。
• 新航披露 AI 客服与航班推荐应用进展：OpenAI 11 月 10 日公布新加坡航空案例：新航把模型用于 Kris 客服机器人、自然语言航班推荐和内部员工平台 Jarvis。案例介绍的是已有部署的进展，并非当天才首次采用 AI。
• Cogent 披露从漏洞排查到修复的智能体流程：OpenAI 11 月 10 日介绍 Cogent Security 的企业网络防御系统。它把资产、漏洞、身份和业务依赖组成上下文，再交给智能体调查风险、制定修复步骤，并检查处理是否有效。
• 澳大利亚律所披露 AI 使用率与工作流实践：OpenAI 11 月 12 日发布澳大利亚律所 Gilbert + Tobin 首席执行官 Sam Nickless 的访谈。律所称，在获配 ChatGPT 使用权限的人群中，活跃使用比例达到 87%；这一数字不是整个法律行业的采用率。

更多行业动态

• Fractile 获 7.2 亿美元融资，推进 AI 推理芯片：新一轮资金用于首批芯片与系统，团队计划于明年交付。
• 美联航限制第三方 AI 智能体代订机票：政策针对未经授权的代理访问，旅客仍可使用正常的航司与分销渠道。
• Plurai 获 1300 万美元融资，用仿真测试智能体：为企业工具和知识库建立测试环境，检查业务规则与复杂流程中的失败情况。
• CoreWeave 增加预付款与短约融资：三季度营收增长，同时以客户预付款和合同抵押支持 AI 基础设施投入。
• 台积电拟分别投资 OpenAI 与 Anthropic：董事会批准两笔各不超过 5 亿美元的投资计划，尚非全部完成交割。
• Anthropic 启动 IPO 路演，公布发行区间：拟发行约 8.25 亿股，预期每股 70—78 美元，上市仍以注册程序完成为前提。
• Big Walk 披露少量 AI 辅助代码，引发独立游戏评审争议：Big Walk 开发团队 House House 在公开问答中承认，开发后期曾少量使用大语言模型研究技术问题和 Bug，相关代码占比估计远低于 0.1%，游戏制作的其他部分未使用生成式 AI。
• 联想发布词元工厂品牌，首个项目拟落地张家口：联想 11 月 10 日在张家口发布“万全混合词元工厂”品牌，并签约推进当地母本工厂。方案连接 AI 基础设施、模型调度与企业智能体应用，强调混合部署和按任务调配算力。
• 两部门部署“AI＋自然资源”，规划五类中试平台：自然资源部、国家发展改革委发布“人工智能＋自然资源”实施意见。11 月 11 日公开的文件提出，在时空地理信息、国土空间规划与治理、海洋、地质矿产及林草五个方向布局人工智能中试平台。
• OpenAI 与 Upwork 研究 AI 如何改变接单需求：OpenAI 与 Upwork 11 月 10 日公布研究：随着 AI 被更多使用，自由职业项目正在组合新的技能要求；AI 相关项目往往拥有更大的固定报价预算，也涉及更多工时。研究没有把预算增长直接等同于时薪上升。

更多技术与研究

• DeepMind 用 AI 验证 Signal 核心密码代码：研究把协议实现与形式化证明连接起来，验证范围不等于整个通信应用。
• Hugging Face 演示多向量检索压缩训练：在减少文档向量数量时一同训练检索器，降低压缩带来的信息损失。
• Mobile AI Factory 为手机挑选并训练小模型：把具体任务与目标手机一起纳入优化，比较微调、量化和真实设备运行表现。
• OpticalRAG 尝试用页面图像压缩检索上下文：先把文档渲染为图片，再检索与问题相关的视觉信息，减少传给语言模型的内容。
• BioMem 研究医疗智能体怎样记准信息：比较记忆检索、证据保真与长期对话，提出无需再训练的混合检索方法。
• 谷歌研究用可穿戴数据模拟健康习惯变化：谷歌研究团队 11 月 11 日介绍一套可穿戴设备健康研究框架，将静息心率、步数、睡眠和活动量转成可随生活习惯变化的健康年龄指标，并可结合常规血液检查观察心血管、肾脏与代谢状态。
• Synapse-Control 用小模型筛选智能体执行建议：11 月 10 日提交的 Synapse-Control 研究尝试降低智能体复用经验时的额外成本：不再每次调用大模型诊断失败，而是先用规则筛选建议，再由 17 亿参数分类器判断哪些建议值得送给执行模型。
• 研究把 270 亿参数模型改成逐字节生成：研究者 11 月 10 日提交实验，将 Qwen3.8-27B 改为一个字节对应一个 Token 的模型。团队把词表从 248320 个条目缩小到 384 个，保留其他初始权重，再用模型自生成数据和百科文本继续训练。
• EngineAgent 让编程智能体适配手机推理引擎：11 月 10 日提交的 EngineAgent 研究，把手机端新模型适配拆成跨层修改和设备验证流程。系统先整理推理引擎、算子与硬件后端之间的依赖，再让构建智能体修改实现、审查智能体检查遗漏。
• Earlybird 用 2900 万参数尝试提前识别词语：研究者 11 月 10 日提交 Earlybird 流式语音识别模型，参数量为 2900 万。它在单词尚未完全说完时预测当前词，并给出后续词语的猜测和置信度，面向更低延迟的语音助手。
• ARE-bench 检查 AI 能否接着真实研究项目做事：ARE-bench 研究于 11 月 10 日提交，关注研究智能体能否沿着已有项目继续工作。它保留真实会话中的要求、旧版本、未完成文件和失败尝试，而不是先提供一个清理好的理想工作区。
• CAMP-II 训练智能体把文件当作长期记忆：11 月 10 日提交的 CAMP-II 研究，让智能体直接通过常规文件操作管理长任务记忆。系统提供 Bash 和持续保留的工作区，模型需要自行决定何时创建、修改、搜索和重读文件。
• 研究让科学智能体同时比较多种解释：11 月 10 日提交的 Contrastive Discovery 研究，要求科学智能体为同一个问题提出一组相互竞争的解释，再用实验结果更新判断，避免只知道一个猜想不成立，却无法继续寻找答案。
• AutoScaffold 用教师模型动态设计训练提示：AutoScaffold 研究于 11 月 10 日提交，让冻结教师模型定期查看学生模型的训练经历，再生成任务策略或针对难题的提示。提示随着训练进度调整，正式评估时会移除。
• PASE 把智能体技能拆成可修改的程序：11 月 10 日提交的 PASE 研究，为智能体技能关联可执行程序，把操作流程与自然语言说明分开维护。任务失败后，系统可以针对程序片段打补丁，而不必反复重写整份技能文档。
• Walrus 用一个 80 亿参数模型处理百种语言音频：11 月 10 日提交的 Walrus 技术报告介绍了统一语音与音频模型，覆盖语音识别、语音翻译、语音合成、情绪识别和音频描述。模型参数量为 80 亿，采用从 Gemma 4 初始化的解码器骨干。
• NumPrint 用数字序列辨认模型身份：研究者 11 月 10 日提交 NumPrint，探索模型能否通过一串数字暴露自身特征。基准收集 51 个模型的 5036 份回答，提示模型一次给出 294 个指定范围内的整数。
• 研究尝试从用户追问中识别 AI 回答不满：11 月 10 日提交的一项研究，把 AI 回答评估的视角转向用户后续发言：即使回答通顺，用户也可能觉得没有解决问题。研究团队利用带有自报不满标签的对话，测试这些信号能否从文本中识别。
• MMDM 用五千多道题测试 AI 决策能力：MMDM 研究于 11 月 10 日提交，为直接输出选项概率的决策模型建立测试。基准包含 5448 道题、十六类任务，覆盖工具选择、状态跟踪、偏好判断和评分等场景。
• AVCC 发布多人对话轮次预测评测：11 月 10 日提交的 AVCC 研究，为对话智能体预测“接下来谁会说话”建立评测。数据来自单台固定摄像头和麦克风录制的 31 小时双人、三人在线交谈，更接近部分社交机器人的传感器条件。
• TERM 按输入状态调节模型越狱防御：11 月 10 日提交的 TERM 研究，提出在推理过程中根据注意力熵变化调整模型残差更新，尝试兼顾越狱防御与正常请求的可用性，而不预先指定一条固定的安全方向。

本轮补充：开发工具与研究

• Codex Security 更新：支持恢复扫描与批量预算：OpenAI 的 Codex Security CLI 与 SDK 发布 0.10.0 版本。此次更新让中断的 Standard 安全扫描可以从保存的检查点继续，沿用原来的 Codex 会话，并保留已经使用的额度和预算信息。
• Meta Astryx 更新组件交互与无障碍能力：Meta 开源设计系统 Astryx 发布 0.7.14，更新选择器、菜单和弹出层的交互。这个版本延续现有组件体系，并非重新发布一套设计系统。
• Home Assistant MCP 更新配置与隐私处理：Home Assistant MCP Server 发布 9.2.0，改进智能体配置智能家居时使用的服务信息、辅助实体流程和文件修改功能。项目让兼容 MCP 的助手接入 Home Assistant 的相关能力。
• CodeGraphy 2.1 用架构图管理 AI 编程上下文：CodeGraphy 发布 2.1.0，把代码架构图与 AI 编程上下文管理结合起来。新版增加 MCP 服务，提供十一项工具，让助手读取项目结构、选择相关代码和了解模块关系。
• Agent Browser 更新：浏览器任务可录制回放：Vercel Labs 的 Agent Browser 发布 0.42.0，加入实验性的 saved flows。开发者可以录制一次浏览器任务，再让工具尝试回放请求和操作，减少每次从头执行相同流程的步骤。
• OnlyRead 为浏览器智能体增加只读保护：OnlyRead 是面向 AI 浏览器智能体的 Chrome 扩展，目标是在请求离开浏览器之前，拒绝发送、发布、编辑和删除等写入操作，让智能体可以查看页面，同时减少误操作。
• Draw Things 复盘本地大模型为何卡在输入处理：Draw Things 团队 11 月 11 日分享 Local Code 的开发复盘，解释本地大模型为什么会在处理输入，也就是预填充阶段遇到性能瓶颈。团队最初希望把扩散模型引擎的优化经验直接用于大模型，实际开发中发现两者存在重要差异。
• 研究梳理大模型“靠思考学习”的能力与边界：一篇 11 月 10 日提交的论文尝试梳理大模型在没有新外部信息时，如何通过解释、反思和内部推演产生新的任务见解。作者提出一个认知框架，将相关方法分为反思推理、合成记忆、内部模拟和概念自组织四类。
• 新综述梳理 AI 何时搜索、如何使用证据：研究者 11 月 10 日提交一篇信息检索综述，关注大模型如何决定何时补充资料、去哪里搜索，以及怎样判断和使用搜索结果。论文把这些行为整理为六类相互关联的信息获取能力。
• 研究比较 AI 社科写作中的引用与国家偏向：一项 11 月 10 日提交的研究，比较五个大模型回答中美相关社科问题时的表现。研究者选择两个美国开发模型、两个中国开发模型和一个欧洲开发模型，并改变问题类型及用户所扮演的研究者身份。

晚间更新：产品、基础设施与开发工具

• 黄仁勋辞任英伟达 CEO，科莱特·克雷斯暂代：英伟达 11 月 12 日公告称，黄仁勋辞去总裁、首席执行官及董事职务，即刻生效。现任执行副总裁兼首席财务官科莱特·克雷斯出任临时 CEO，并继续兼任 CFO，直至公司确定正式继任者。
• 豆包工作接入 Kimi、GLM 与 DeepSeek 模型：豆包工作 11 月 12 日宣布接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等第三方模型，用户可以在同一工作平台内选择不同厂商的模型处理任务。
• Google 智能眼镜开放预订，395 美元起：Google 11 月 12 日宣布，与 Warby Parker、Gentle Monster 和三星合作的 Intelligent Eyewear 开始预订。Warby Parker 系列 395 美元起，Gentle Monster 系列 449 美元起，计划于 12 月 10 日上市。
• 讯飞 SparkAudio 1.0 开放 API，支持 99 种语言：科大讯飞 11 月 12 日宣布，星火语音基座大模型 SparkAudio 1.0 在讯飞开放平台上线 API。接口支持文本、语音输入和文本输出，覆盖 99 种语言、202 种方言。
• Seedance 2.5 Flash 发布，主打更快的视频生成：火山引擎 11 月 12 日推出 Seedance 2.5 Flash 视频模型。据发布信息，新模型定位高频创作与批量内容生产，生成效果接近 Seedance 2.5，速度和价格进一步优化。
• Runway 开放 Praxis-1 权重，用视频知识控制机器人：Runway 11 月 11 日宣布开放机器人世界动作模型 Praxis-1 的权重、推理和微调代码，采用 Apache 2.0 许可证。模型在 9 月曾面向合作伙伴预览，此次是扩大到公开使用。
• Norwest 募集 40 亿美元新基金，加码 AI 应用：投资机构 Norwest 11 月 12 日宣布设立第十八期基金，规模 40 亿美元，为其历来最大的一期，管理资本总额达到 180 亿美元。基金延续跨阶段投资，覆盖科技、医疗和消费领域。
• Nebius 季度营收增至 9.81 亿美元：AI 云公司 Nebius 11 月 12 日公布第三季度未经审计财报：营收 9.808 亿美元，同比增长 571%；持续经营业务净亏损 3750 万美元，较上年同期的 1.196 亿美元收窄。
• Fireworks 安全事件波及部分 Notion AI 数据：Fireworks AI 在 11 月 9 日更新的安全公告中披露，10 月发生的入侵进一步影响了部分账户信息、账单资料，以及少量客户的数据集和未完成模型。TechCrunch 于 11 月 12 日报道了事件对 Notion 的影响。
• OpenAI 承诺 200 万美元支持儿童 AI 安全研究：OpenAI 11 月 12 日宣布，承诺投入 200 万美元，支持研究 AI 对儿童的影响及其安全与福祉。公司本周在巴黎和平论坛签署了儿童更安全 AI 的参与宪章。
• Holiday Extras 披露用 Codex 重建旅行应用：OpenAI 11 月 12 日发布 Holiday Extras 客户案例。该旅行服务公司称，团队借助 Codex 在两周内完成一个可运行的应用重建版本，而以往同等开发进度需要六个月以上。
• 百度发布天池 1024 卡超节点，计划明年上市：百度在 11 月 12 日的百度世界 2026 大会上发布天池 1024 卡超节点，计划于 2027 年推向市场。该产品面向大模型训练和推理基础设施，并不是当天已经可交付的现货设备。
• 百度推出词元所，为模型服务建立信用档案：李彦宏在 11 月 12 日百度世界大会上介绍大模型服务平台“词元所”，面向模型及模型服务提供商建立交易和信用体系，帮助企业与个人找到可用的模型资源。
• 华为云 CloudRobo 世界模型将于 11 月 16 日发布：华为云预告 CloudRobo 具身世界模型发布会将于 11 月 16 日举行。官网活动页将其介绍为“行业 AI 梦工厂”的首款昇腾原生世界模型，安排为线上直播。
• Omdia 预计今年 AI 软件收入超过 2000 亿美元：Omdia 在 11 月 10 日公布的最新预测中预计，2026 年全球 AI 软件收入将超过 2000 亿美元，约为 2024 年的两倍。报告上调了对生成式 AI 和智能体 AI 的市场预期。
• Agile Robots 获 5 亿美元融资，软银领投：Agile Robots 在署名 11 月 12 日的官方声明中宣布完成 5 亿美元 F 轮融资，估值 85 亿美元。软银领投，英伟达、日立及 T.Capital 等参与，累计融资约 20 亿美元。
• 韩国公布端侧 AI 芯片路线图，目标 2030 年验证：韩国在 11 月 12 日公布端侧 AI 半导体项目路线图，为已于 6 月启动的研发计划明确后续安排。项目总规模约 8002 亿韩元，目标到 2030 年完成十项芯片及设计资产的开发验证。
• 澳航拟外包 850 个岗位，AI 转型说法引争议：澳洲航空在 11 月 10 日公布的调整中，计划与埃森哲推进技术和 AI 转型，约 850 个企业职能岗位将受影响，部分工作转移至海外。相关变化预计从 2027 年中开始实施，而非当天已完成全部裁员。
• Beni 跟拍机器人开售，支持本地追踪与拍摄：极客公园 11 月 12 日刊出 Beni 跟拍机器人的体验报道。这款妙动科技的双轮足设备开始进入销售和交付阶段，主打在人或宠物移动时自动跟随拍摄，官方商店此前标注预计 11 月 10 日起发货。
• RoboScript 让机器人在上下文中学习操作：11 月 9 日公开的预印本提出 World In-Context Learning，作者来自华中科技大学与 ArcheOne AI，配套框架名为 RoboScript。方法从一次示范出发，在模拟环境里练习，把反馈写进任务记忆，而不是更新基础模型权重。
• n8n 的 Nod 更新：支持本地文件与 Linux 预览：n8n 团队的个人智能体 Nod 在 11 月 12 日连续发布 0.7.0 与 0.7.1。前者加入 Linux x64 的 Flatpak 预览版，以及在授权范围内整理下载、重命名文件和保存报告的能力。
• GPU Task Manager 更新显卡与昇腾监测：开源工具 GPU Task Manager 于 11 月 11 日发布 0.4.0，新增 Linux 上的华为昇腾 310P NPU 后端，并补充 Intel 整卡负载、视频负载和功耗读数，其中部分指标需要相应权限。
• ANR 帧生成更新，修复部分 Windows 启动失败：Apex Neural Rendering 的 ANR FG Beta 在 11 月 12 日发布 FG V.B14，修复部分 Windows 游戏在旧版 Visual C++ 运行库环境中无法启动、错误提示不支持 DirectX 12 的问题。
• Modern Web Guidance 更新轮播无障碍指南：Modern Web Guidance 在 11 月 11 日合入轮播组件无障碍更新，完善触控目标尺寸、非文本对比度和焦点管理要求，并同步修改示例与评测预期。

晚间补充：算力服务、应用与开源工具

• Naver 签下 2 万亿韩元 AI 算力服务合同：Naver 在 11 月 12 日公布第三季度业绩时披露，已签署约 2 万亿韩元的计算服务供应合同，为其与 Brookfield、英伟达共同推进的 AI Factory 业务 获得首批客户。
• Helix 获 620 万美元融资，用语音验证真人身份：语音身份验证公司 Helix 于 11 月 11 日宣布完成 620 万美元种子前融资，并向首批合作伙伴开放产品。Chicago Ventures 领投，BAM Ventures、Aglaé Ventures、Corazon Capital 等参投。
• Autobrains 将英伟达推理模型蒸馏成驾驶智能体：Autobrains 在 11 月 10 日宣布扩大与英伟达的合作，将 NVIDIA Alpamayo 2 Super 的推理能力引入其自动驾驶架构，通过专门的驾驶智能体在车辆端执行任务。
• ChatGPT 财务功能进入桌面端，限美国用户：OpenAI 在美国时间 11 月 11 日宣布，ChatGPT Finances 已进入桌面应用。9to5Mac 报道，Mac 用户更新客户端后，可以在侧边栏使用此前主要提供于网页和移动端的财务功能。
• Pomerado 开源网站转 MCP 工具，支持重复执行任务：Pomerado 团队在 11 月 11 日的 Hacker News 发布帖中介绍了网站转 MCP 的工具，并开放核心代码。开发者描述需要完成的任务后，系统先探索网站、跑通一次流程，再生成可供智能体重复调用的集成。

封面来源：Google 官方 Gemini Decisions API 发布画面。