Skip to content

AI新闻 Nov 6, 2026

语言: DE / EN / ZH / FR / ES / PT / JA / KO

AI 生成:摘要由 AI 根据所链接的来源撰写。 我们如何使用 AI

核心要点

  • 非营利组织METR花费了11周时间审计Anthropic的内部研究数据,并得出结论:模型开发的进度大致翻了一番,其中约80%的加速由AI辅助研究驱动。Anthropic删除了最具信息量的证据,因此公众必须“比理想情况下”更多地依赖METR的判断,且公司内部存在持怀疑态度的声音。
  • AI物理初创公司PSI表示,一个运行非公开Anthropic模型的系统证明了Aaronson-Ambainis猜想,这是一个自2008年以来悬而未决的量子计算问题。如果该说法得到验证,这将标志着AI系统在贡献正式数学结果方面的一个显著案例。
  • Ricursive Intelligence正在发布Ripple-65B Preview,这是一款采用Apache 2.0许可的650亿参数开放权重模型。该公司称,在TerminalBench 2.1编码基准测试中,该模型优于美国开源模型,总研发成本为3200万美元。在其他基准测试中,它落后于Thinking Machines新发布的Inkling 2 Sm…
  • OpenAI: $11B (Unknown)
  • Palo Alto Networks → Clutch ($500M)
  • 对于智能体工作流,应明确决定存储哪些上下文、其存放位置以及何时重用,而不是任由智能体无节制地积累上下文。

今日看点

  • METR Anthropic auditMETR对Anthropic内部数据的为期十一周的审计得出结论,模型开发速度大致翻了一番,其中约80%的提速由AI辅助研究驱动。Anthropic删除了最具信息量的证据,使公众只能依赖METR的判断。
  • Open-weight model race两个开放权重模型在同一天发布:Ricursive在3200万美元研发成本下构建的、采用Apache 2.0许可证的650亿参数Ripple-65B,以及Thinking Machines的Inkling 2 Small,这是一个拥有5940亿参数的混合专家模型,该公司称其为最强的西方开放权重模型。
  • AI funding据报道,Thinking Machines正在筹集50亿美元,由Accel领投,估值为400亿美元的投前估值;而OpenAI据报道在一个未关闭的融资轮次中额外筹集了110亿美元,估值达1.25万亿美元。在两轮融资完成之前,这两个数字均未得到确认。
  • Data center politics在选民以41项中期选举 ballot measures 中的40项支持数据中心限制后,OpenAI宣布了包括不与公职人员签署保密协议在内的东道社区承诺。该承诺旨在应对关于数据中心项目如何利用保密协议来掩盖讨论的审查。
  • AI mathematicsPSI表示,一个非公开的Anthropic模型证明了自2008年以来一直悬而未决的Aaronson-Ambainis猜想;如果得到验证,这将是AI系统取得的一项值得注意的形式数学成果。该说法来自PSI,并等待独立验证。

AI 生成的分析 — 了解我们的方法

最重要的AI突破有哪些?

本期Nov 6, 2026精选了10条AI新闻,涵盖技术、研究和产品动态。 非营利组织METR花费了11周时间审计Anthropic的内部研究数据,并得出结论:模型开发的进度大致翻了一番,其中约80%的加速由AI辅助研究驱动。Anthropic删除了最具信息量的证据,因此公众必须“比理想情况下”更多地依赖METR的...

非营利组织METR花费了11周时间审计Anthropic的内部研究数据,并得出结论:模型开发的进度大致翻了一番,其中约80%的加速由AI辅助研究驱动。Anthropic删除了最具信息量的证据,因此公众…

非营利组织METR花费了11周时间审计Anthropic的内部研究数据,并得出结论:模型开发的进度大致翻了一番,其中约80%的加速由AI辅助研究驱动。Anthropic删除了最具信息量的证据,因此公众必须“比理想情况下”更多地依赖METR的判断,且公司内部存在持怀疑态度的声音。

类别: 研究与政策|影响:critical|来源: The Decoder|阅读简报
研究与政策METRAnthropicAI研发

AI物理初创公司PSI表示,一个运行非公开Anthropic模型的系统证明了Aaronson-Ambainis猜想,这是一个自2008年以来悬而未决的量子计算问题。如果该说法得到验证,这将标志着AI系…

AI物理初创公司PSI表示,一个运行非公开Anthropic模型的系统证明了Aaronson-Ambainis猜想,这是一个自2008年以来悬而未决的量子计算问题。如果该说法得到验证,这将标志着AI系统在贡献正式数学结果方面的一个显著案例。

类别: 研究|影响:high|来源: Techmeme|阅读简报
研究PSIAnthropic数学

Ricursive Intelligence正在发布Ripple-65B Preview,这是一款采用Apache 2.0许可的650亿参数开放权重模型。该公司称,在TerminalBench 2.1…

Ricursive Intelligence正在发布Ripple-65B Preview,这是一款采用Apache 2.0许可的650亿参数开放权重模型。该公司称,在TerminalBench 2.1编码基准测试中,该模型优于美国开源模型,总研发成本为3200万美元。在其他基准测试中,它落后于Thinking Machines新发布的Inkling 2 Small。

类别: 模型|影响:high|来源: The Decoder|阅读简报

前OpenAI首席技术官Mira Murati创立的初创公司Thinking Machines正在发布Inkling 2 Small,这是一款拥有5940亿参数的混合专家(MoE)模型。该公司声称它是…

前OpenAI首席技术官Mira Murati创立的初创公司Thinking Machines正在发布Inkling 2 Small,这是一款拥有5940亿参数的混合专家(MoE)模型。该公司声称它是性能最强的西方开放权重模型,尽管更好的智能体性能伴随着令牌使用量的急剧增加。

类别: 模型|影响:high|来源: The Decoder|阅读简报

蚂蚁集团发布了Ling-3.2-flash,这是一款原生多模态模型,支持文本、图像和视频,总参数量为5600亿,每个推理步骤有250亿个活跃参数,上下文窗口为一百万个令牌。Ant表示,该模型旨在解决复…

蚂蚁集团发布了Ling-3.2-flash,这是一款原生多模态模型,支持文本、图像和视频,总参数量为5600亿,每个推理步骤有250亿个活跃参数,上下文窗口为一百万个令牌。Ant表示,该模型旨在解决复杂的视觉理解、多步智能体任务、3D理解和医疗应用。

类别: 模型|影响:medium|来源: TechNode|阅读简报

百度开源了ERNIE-5.5-Flash-Base,这是一个原始预训练检查点,总参数量为2800亿,活跃参数为140亿,训练上下文为128K,支持100万令牌,旨在用于进一步训练。阿里巴巴淘宝MNN团…

百度开源了ERNIE-5.5-Flash-Base,这是一个原始预训练检查点,总参数量为2800亿,活跃参数为140亿,训练上下文为128K,支持100万令牌,旨在用于进一步训练。阿里巴巴淘宝MNN团队另外开源了MNN-Pocket-0.3B,这是一款173MB的INT4端侧模型,据称在iPhone 18 Pro上离线解码速度约为每秒350个令牌。

类别: 模型|影响:medium|来源: Pandaily|阅读简报

Google推出了Gemini Omni 1.2 Flash,新增了原生的15秒视频生成功能,改进了对参考内容的遵循能力,并支持多轮对话编辑。Google表示,此次更新降低了30%的成本,并提高了专业…

Google推出了Gemini Omni 1.2 Flash,新增了原生的15秒视频生成功能,改进了对参考内容的遵循能力,并支持多轮对话编辑。Google表示,此次更新降低了30%的成本,并提高了专业项目的一致性。

类别: 模型|影响:medium|来源: Hacker News|阅读简报

在选民以40比41的票数支持限制数据中心建设的中期选举之后,OpenAI宣布了对社区的承诺,包括不会与政府官员签署保密协议(NDA)。此举正值数据中心项目因使用保密协议来掩盖讨论而受到审查之际。

在选民以40比41的票数支持限制数据中心建设的中期选举之后,OpenAI宣布了对社区的承诺,包括不会与政府官员签署保密协议(NDA)。此举正值数据中心项目因使用保密协议来掩盖讨论而受到审查之际。

类别: 政策|影响:high|来源: The Verge AI|阅读简报
政策OpenAI数据中心保密协议

Perplexity正在推出“Teammates”,这是一种始终在线的智能体,能够在其各自的虚拟机上独立处理持续进行的项目。该功能需要每月200美元的Max计划,远高于OpenAI或Anthropic…

Perplexity正在推出“Teammates”,这是一种始终在线的智能体,能够在其各自的虚拟机上独立处理持续进行的项目。该功能需要每月200美元的Max计划,远高于OpenAI或Anthropic提供的类似服务,而在始终在线智能体市场日益拥挤的背景下,这一价格显得尤为突出。

类别: 产品|影响:medium|来源: The Decoder|阅读简报

OpenAI推出了BioBasicsBench,这是一个包含100项任务的基准测试,用于衡量AI智能体解释原始实验数据和处理日常湿实验室科学工作的能力。该基准测试旨在填补评估智能体在实际实验室工作而非…

OpenAI推出了BioBasicsBench,这是一个包含100项任务的基准测试,用于衡量AI智能体解释原始实验数据和处理日常湿实验室科学工作的能力。该基准测试旨在填补评估智能体在实际实验室工作而非教科书式问题上的空白。

类别: 研究|影响:medium|来源: OpenAI News|阅读简报
研究OpenAIBioBasicsBench基准测试

本周热门AI视频

2个精选YouTube视频,聚焦AI最新发展。

基于视频片段摘要:Fireship 解释了指数时间假设(ETH),并报道称一个未具名的 OpenAI 模型据报编写了一种算法,能在亚指数时间内解决 3-SAT 问题,这可能颠覆了一项已有 27 年历史…

基于视频片段摘要:Fireship 解释了指数时间假设(ETH),并报道称一个未具名的 OpenAI 模型据报编写了一种算法,能在亚指数时间内解决 3-SAT 问题,这可能颠覆了一项已有 27 年历史…

基于视频片段摘要:Fireship 解释了指数时间假设(ETH),并报道称一个未具名的 OpenAI 模型据报编写了一种算法,能在亚指数时间内解决 3-SAT 问题,这可能颠覆了一项已有 27 年历史、超过 800 篇已发表论文依赖的假设。该视频涵盖了 3-SAT 和 ETH 的含义、该模型据报如何使用一种人类未曾想到的技术打破这一假设,以及这些论文如今面临的困境。

阅读简报

基于视频片段摘要:Wes Roth 讨论了 METR 对 Anthropic 在自动化 AI 研究方面的独立审计,指出 Anthropic 对 METR 认为最具信息量的大量证据进行了删减,且内部模型…

基于视频片段摘要:Wes Roth 讨论了 METR 对 Anthropic 在自动化 AI 研究方面的独立审计,指出 Anthropic 对 METR 认为最具信息量的大量证据进行了删减,且内部模型…

基于视频片段摘要:Wes Roth 讨论了 METR 对 Anthropic 在自动化 AI 研究方面的独立审计,指出 Anthropic 对 METR 认为最具信息量的大量证据进行了删减,且内部模型据报打破了 Anthropic 的所有内部基准测试。该视频审视了这些删减可能发出的关于 AI 研发加速的信号,以及 Anthropic 更新的 S1 文件中关于递归自我改进的内容。

阅读简报

最新的AI投资信号有哪些?

最新AI投资信号:5轮融资、4条市场动态和1宗并购交易。

一级市场 – 融资轮次

公司金额轮次投资者
OpenAI$11BUnknown
Thinking Machines Lab$5BUnknownAccel
Sand.ai$200MSeries A+Cornerstone Capital, Wangsu Science & Technology
Physicl$10MUnknown
Kalepa$75MSeries BUpdata

二级市场 – 市场动态

股票代码
QCOM
NVDA
TSM
MSFT

M&A – 并购交易

收购方目标公司交易金额交易类型
Palo Alto NetworksClutch$500MAcquisition

本周有哪些实用的AI技巧?

4条实用AI技巧,精选自Reddit社区和专家博客。 NVIDIA 针对 AI 智能体的内存策略侧重于决定存储哪些上下文、将其存放在何处以及何时重用,因为智能体在阅读、推理和使用工具的过程中会不断积累上下文。...

生产力

NVIDIA 针对 AI 智能体的内存策略侧重于决定存储哪些上下文、将其存放在何处以及何时重用,因为智能体在阅读、推理和使用工具的过程中会不断积累上下文。

对于智能体工作流,应明确决定存储哪些上下文、其存放位置以及何时重用,而不是任由智能体无节制地积累上下文。

阅读简报

生产力

OpenAI 应用首席技术官 Vijaye Raji 表示,随着编码成本降低,更多代码被废弃;该文章探讨了如何决定团队保留还是丢弃代码,并识别相关约束条件。

当编码成本较低时,应计划废弃更多代码:有意识地决定团队保留还是丢弃代码,并识别自身工作中的约束条件。

阅读简报

生产力

Claude 可通过 Plaid 分析银行交易记录;Anthropic 承诺仅提供只读访问权限并限制 AI 训练,但断开银行账户连接并不会清除之前聊天中已有的财务信息。

如果将财务账户连接到 AI 助手,请注意断开账户连接不会清除之前聊天中已存在的财务信息。

阅读简报

生产力

OpenAI 的 GPT-6 Cyber 能够开发可运行的漏洞利用程序,据报道在遵循授权测试边界方面显示出重大改进,但其安全结果在不同基准测试中表现不一,引发了关于训练、访问限制和外部控制如何在实际部署中协同工作的疑问。

在部署用于安全测试的模型时,应将访问限制和外部控制与模型训练相结合,因为据报道其安全结果在不同基准测试中表现不一。

阅读简报