NEWS DESK·新闻资讯
人工智能日刊 · 第 16 页
最近发布的产品动态、研究进展与行业消息。
订阅
切换主题
- 开源·
Hugging Face·
Inkling 2 Small 开放权重,支持图像与文本输入
本月 5 日先行发布的模型于 12 日开放下载;594B 总参数并不适合普通单卡直接运行。 Thinking Machines Lab 在 11 月 12 日更新公告,开放 Inkling 2 Small 的模型权重,并接入多种推理与后训练工具。模型本体于 11 月 5 日先行发布,此次新增的是权重下载。 Inkling 2 Small 是总计 5940 亿参数、每 Token 激活约 170 亿参数的混合专家模型,接收文本和图像,输出文本,采用 Apache 2.0 许可。它不支持音频输入。

- 研究·
MIT News·
MIT 用优化训练情景改进 AI 气候模拟
根据预测误差优化训练情景,减少完整地球系统模型运行需求。 MIT 研究团队提出一种优化训练情景的方法,改进模拟地球系统模型行为的 AI 气候代理模型。研究发表于《美国国家科学院院刊》。 传统训练往往选取数个看起来合理的未来排放情景,而新方法根据代理模型的预测误差调整训练数据,即使生成的情景包含现实中不常见的快速变化,也可能提供更有效的训练信号。

- 开发工具·
GitHub·
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。 回放会依次尝试直接 HTTP 请求、页面内请求和已记录的浏览器命令,并保存成功的方法。官方说明,运行时请求仅发送到公共地址,保存过程会等待正在进行的请求,并跟踪重定向直到结束。 本次还修复了会话复用、Safari 和 iOS WebDriver 会话丢失,以及输入文本被改动等问题。项目将最低 Node.js 版本设为 22;流程录制回放仍标记为实验功能。

- 开源·
GitHub·
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。 ComplexSelector 新增禁用原因说明,支持鼠标悬停和键盘聚焦提示,并通过无障碍描述关联触发控件。弹出层的进入动画也会依据实际展开方向调整,减少控件翻转位置后动画方向不一致的问题。 触摸和手写笔操作下的部分菜单改为按下时打开,滚动区域会先保留短暂的触摸判断时间,避免影响正常滑动。官方还列出了保留旧交互方式的选项,相关软件包在本次统一更新到 0.7.14。
- 开发工具·
GitHub·
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。 上下文构建器提供架构、聚焦和完整三种模式,显示 Token 预算与估算费用。后台文件监听会增量重新解析代码结构,帮助架构图跟随项目变化;用户也能保存节点和过滤条件,供下一次任务复用。 新版还加入 Git 差异叠加、变更影响分析、模块注释与架构决策记忆,并支持导出 Mermaid、JSON 和独立 HTML 报告。这些是维护者公布的功能,实际上下文压缩效果仍取决于具体仓库和任务。
- 安全·
GitHub·
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。 批量扫描新增统一费用预算,可在多个代码仓库或组件之间共享,重试和恢复也计入其中。发布说明同时提醒,已经在运行的任务仍可能超过估算额度,因此这一设置不是严格的最终账单上限。 修复被阻塞时,工具会更明确地报告是否修改过文件、阻塞原因以及下一步需要完成的工作。SDK 也增加把选定版本的扫描发现及证据发布到 Cloud 的支持。
- 模型·
Draw Things·
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。 一个问题是从 SSD 流式加载模型权重。提示词足够长时,数据读取可以与大量计算重叠;但在较短的多轮对话里,反复加载权重的成本可能无法被计算掩盖。团队给出的配置算例中,约八千 Token 的常见输入无法充分摊薄完整权重的读取时间。 文章还比较了混合专家模型按需读取专家与异步读取整层的取舍。它是一篇开发者工程复盘,而不是发布新模型或通用加速方案,具体性能数字对应文中列出的设备和配置。
- 安全·
GitHub·
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。 新版直接采用 Home Assistant Core 提供的服务描述,并允许通过精确匹配的查找替换修改已保存的文本文件。历史记录中未写时区的时间,也会按 Home Assistant 本地时间解释。 隐私与权限方面,Core 标记为秘密的流程字段会被遮蔽,组件中的 ha_mcp_tools 服务统一注册为仅管理员可用。项目还更新了实体名称展示,并加入 Python 3.14 构建支持。
- 研究·
arXiv·
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。 论文结合思维链、自洽性、自我反思、思维树和自生成指令等已有方法,讨论它们在哪些条件下能够改善任务表现。作者强调,推理时回答得更好,并不一定意味着模型参数已经发生持久学习。 文章同时整理了幻觉扩散、闭环训练导致退化、概念漂移与计算成本等问题。这是一篇理论框架论文,尚不能据此认定模型具备与人类相同的自主学习机制。
- 安全·
GitHub·
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。 项目提供的演示中,智能体尝试发送 LinkedIn 消息时,扩展会拒绝请求,并在页面显示阻止结果。1.0.1 版本调整了 LinkedIn 输入框与拒绝信息的处理,也改进了站点重试计数和支持报告。 项目还更新了账户页演示入口,以及用户移除站点后正在执行的智能体如何应用设置。上述能力来自公开仓库与演示,不能据此认为它已经覆盖所有网站和所有可能的写入途径。
- 研究·
arXiv·
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。 作者比较了相关后训练方法中的学习信号、优化方式、更新位置和效果归因,归纳检索路由、查询改写、多工具探索、基于证据的推理及资源感知搜索等方向的进展。 综述指出,提前估计一次检索是否值得、协调多个搜索决策,以及适应陌生检索环境仍有困难。论文提供的是已有研究的系统整理,并非推出一款新的搜索产品。
- 研究·
arXiv·
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。 两位具备相关社科经验的研究者,对生成短文中的偏向和来源使用进行人工标注。论文报告,模型引用的资料存在差异,部分比较性问题也表现出偏向某一国家的倾向。 作者没有将总体结果概括为这些模型普遍具有政治偏见,而是强调差异与具体问题、提示条件和引用来源有关。结论来自限定模型与任务设置的研究,尚未经过独立复现。
- 开发工具·
Google·
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。 开发者可以注册自己的组件和设计规范,并把部分界面放进支持 MCP Apps 的助手。协议负责界面表达,具体业务授权、数据边界和动作确认仍由应用实现。
- 应用·
Adobe·
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。 其中,Sight Span 尝试把单张图片变成可探索环境;Screen Test 让创作者通过对话塑造虚构角色;Sound Bender 用交互方式调整声音,Rinse Repeat 则把一次修图操作迁移到图中其他位置,并保留可编辑性。 Adobe 还展示了跨镜头修改和动作时机控制等实验,并开放部分早期项目在 Labs Playground 体验。
- 商业·
IT之家·
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。 意见将高质量数据集、大模型和智能体列入重点建设内容,计划到 2028 年形成示范应用,到 2030 年集成建设智能化国土空间治理基础平台。这些属于规划目标,并非平台已经全部建成。 应用方向包括资源监测、规划辅助、灾害预警和矿产勘查等,同时要求推进模型训练、算法迭代、场景验证与风险控制。本文已对照政府网站公开的实施意见核对。
- 研究·
Google DeepMind·
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。 发布时,非商业研究可通过 AlphaGenome API 使用,商业研究处于私有预览阶段。这些属于研究预测结果,工具尚未获临床诊断用途验证或批准,不能用于替代临床检测。
- 研究·
arXiv·
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。 基准包含来自研究者项目的 75 项任务,覆盖七个研究阶段,共设置 1173 个二元检查项。在七个前沿模型中,表现最强者能在 66.2% 的任务上满足全部检查项。 当评估加入历史决定和已有材料约束后,部分模型的通过率明显低于只检查一般交付要求时的结果。团队希望用这一基准衡量“能否接着做完”,而不只看独立题目得分。
- 研究·
arXiv·
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。 团队将同一方法用于 ALFWorld、检索问答、数学和 GPU 内核生成。论文报告,脱离提示后,学生模型在四类任务上都优于对应强化学习基线,其中 ALFWorld 成功率提升 7.2 个百分点,问答平均精确匹配提高 4 个百分点。 教师模型会从详细步骤逐渐转向针对性修正。研究测试的是这种训练辅助方式,而不是让模型在考试时继续携带教师答案;实际训练成本和泛化效果仍取决于任务设置。
- 音频·
arXiv·
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。 团队增加了与训练说话者分离的测试视频,在共同沉默间隙设置 865 个继续发言和 865 个换人事件,并提供逐词对齐转写和人类参考结果。 作者比较了纯音频与多模态模型,并开放标签、转写及复现脚本。该基准用于研究轮次预测,不是已经可以在所有会议里无误插话的成品助手。
- 商业·
Ars Technica·
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。 团队举例称,模型曾为 Unity 阴影问题提出一个方向,开发者大幅修改后形成约十行修复代码。此前,独立游戏节 IGF 的十九位评委联名表示不愿投票给使用过生成式 AI 的游戏,相关披露将争议进一步推到台前。 联名表态是部分评委的立场,并不等于 IGF 已正式全面禁止 AI 辅助代码。House House 表示将制定更完整的内部 AI 使用政策,争论则集中在工具使用、创作劳动与披露边界。
- 研究·
arXiv·
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。 论文报告,转换后的模型在多项字符处理任务中表现更好,部分数学和编程基准与原模型的差距落在统计区间内,但也有基准下降 4 至 6 分。训练使用八张 H200,耗时约 178.6 小时。 这种转换并没有带来更快输出:中文字符吞吐量约为原来的四分之一,长输入预填充也明显变慢。论文同时记录了 UTF-8、重复生成等问题,展示了字符能力与推理效率之间的实际取舍。
- 研究·
arXiv·
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。 配套 CAMG-II 环境覆盖购物、编程、自动研究、通用和视觉任务。训练采用冻结教师模型进行异步策略蒸馏,让同一策略同时学习任务执行与记忆管理。 作者报告,其在 CAMG-II 上的提升幅度为最强蒸馏对照的 2.97 倍,并在两个外部编程基准上看到迁移效果。该比例指增益对比,并非任务成功率变为原来的 2.97 倍。
- 音频·
OpenAI·
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。 OpenAI 说明,GPT-Live 支持一边听一边说,并可将复杂任务交给文本模型。实时视频和屏幕共享会暂时继续使用 Advanced 语音,直到 GPT-Live 具备相应能力;因此本次不是把所有高级语音相关功能同日全部移除。
- 前沿·
OpenAI·
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。 公司表示,参与者将 ChatGPT 用于整理军旅经历、准备民间岗位简历、练习面试和继续学习。OpenAI Academy 与社区伙伴已经举办十多场培训,接近一千人参与,年末前还计划安排七场活动。 赠用资格通过 ID.me 合作核验,具体条件以官方页面为准。OpenAI 还介绍了与 Veterans Forge 等组织共同安排的六场社区试点,希望把账号赠用和实际技能培训结合起来。




















