郭震 AI公众号:郭震AI

AI 日报 | 2026 年 11 月 6 日

当天收录 39 条 AI 消息,重点包括Axiom Math 用 AI 智能体形式化验证 Stacks Project,押注“查错”而非“生成”、SemiAnalysis 发布真实工作基准:没有 AI 智能体得分超过 12%、Leidos 推出 HeadWay Dispatch,切入 AI 智能体治理层、OpenAI 推出网络安全专用模型 GPT 6 Cyber。

39 条目14 大模型17 智能体39 来源
#01Agents

Axiom Math 用 AI 智能体形式化验证 Stacks Project,押注“查错”而非“生成”

TechCrunch 11月5日报道,初创公司 Axiom Math 的 AI 智能体完成了对 Stacks Project 的形式化验证,后者是数学领域规模最大的文献库之一。在 AI 大量产出未经检查的证明之际,这家公司押注的是验证环节而非生成能力。

Axiom Math 用 AI 智能体形式化验证 Stacks Project,押注“查错”而非“生成”
#02Agents

SemiAnalysis 发布真实工作基准:没有 AI 智能体得分超过 12%

据 the decoder.com 11月5日报道,SemiAnalysis 推出了一个面向真实工作任务的智能体基准,结果显示没有任何 AI 智能体的得分超过 12%。在厂商演示普遍展示端到端自动完成的当下,这个数字提供了一组明显更冷的参照。

#03Agents

Leidos 推出 HeadWay Dispatch,切入 AI 智能体治理层

ExecutiveBiz 11月5日报道,Leidos 正式发布 HeadWay Dispatch,一款面向 AI 智能体的治理工具。产品定位不是训练更强的模型,而是为已经进入业务流程的智能体提供管控与责任边界。

#04Models

OpenAI 推出网络安全专用模型 GPT 6 Cyber

据 CyberScoop 报道,OpenAI 发布面向网络安全的专用模型 GPT 6 Cyber,宣称在安全任务上表现更好并配备更强的安全护栏。同一天 Fortune 也从'AI 驱动的网络攻击引发日益担忧'的角度报道了这次发布,显示安全已成为前沿模型厂商单独开辟的产品品类。

#05Models

谷歌发布 Gemini Omni 1.2 Flash:原生 15 秒视频生成与编辑,价格下调 30%

谷歌在官方 AI 博客发布 Gemini Omni 1.2 Flash,主打原生 15 秒视频生成与编辑能力,并称跨片段一致性更强。该版本同时把价格下调 30%,把“更快、更便宜”作为这一档模型的核心卖点。观察真实任务表现、API 价格、上下文能力和迁移成本。

谷歌发布 Gemini Omni 1.2 Flash:原生 15 秒视频生成与编辑,价格下调 30%
#06Business

OpenAI 总裁 Brockman:公司有望在 2027 年做好 IPO 准备

OpenAI 总裁 Greg Brockman 表示,公司有可能在 2027 年做好 IPO 准备,理由是 enterprise 收入加速增长以及公司经营出现好转。TechCrunch 的报道没有给出估值、承销安排或上市地点等细节,表态措辞仍是可能而非确定。

#07Models

Claude 上线 Personal Finance:接入 Plaid 后可分析个人收支

Claude 新增 Personal Finance 功能,用户可通过 Plaid 连接银行与信用卡账户,然后直接向 Claude 提问自己的财务状况。TechCrunch 11月5日报道了这一更新,但未披露价格、可用地区或支持的银行范围。

Claude 上线 Personal Finance:接入 Plaid 后可分析个人收支
#08Policy

传北京叫停软银 54 亿美元收购 ABB 机器人业务,顾虑数据流向 OpenAI

据 24/7 Wall St.报道,北京方面叫停了软银以 54 亿美元收购 ABB 机器人业务的交易,理由是担心中国产生的机器人数据可能最终用于训练 OpenAI 的模型。这一理由把一桩大型工业并购重新定义为数据主权问题,而不是常规的反垄断审查。

#09Models

研究称Anthropic模型改进速度近乎翻倍,AI正参与改进AI自身

路透社报道的一项研究显示,在 AI 的协助下,Anthropic 的模型改进速度接近原来的两倍。这一结论把“AI 加速 AI 研发”从长期猜测推向可量化的观察,也让迭代节奏、安全评估与竞争格局同时成为焦点。观察真实任务表现、API 价格、上下文能力和迁移成本。

#10Open Source

英伟达开源 Cosmos 3 四个世界模型检查点,瞄准机器人操作与自动驾驶仿真

英伟达在 Hugging Face 发布 Cosmos 3 系列四个开放权重检查点,覆盖自动驾驶多传感器数据生成、驾驶流式仿真、仿真器控制转视频以及双臂机器人动作预测。四个模型均由 Cosmos 3 Nano 后训练而来,拥有 16B 可训练参数,采用允许商用的 OpenMDW 1.1 许可。

英伟达开源 Cosmos 3 四个世界模型检查点,瞄准机器人操作与自动驾驶仿真
#11Agents

Meta 向全美开放 Muse 视频通话,AI 智能体开始有了“脸”

Meta 宣布 Muse Voice 向美国所有用户开放,用户可给消费级 AI 智能体 Muse 打电话或视频通话,对话由 Muse Realtime Avatar 与 Muse Realtime Voice 两套新模型驱动。该功能 9 月在 Connect 首次亮相,将延伸到 AI 眼镜和年底前发布的 Muse Charm 硬件。

Meta 向全美开放 Muse 视频通话,AI 智能体开始有了“脸”
#12Policy

Meta 警告:中期选举后的数据中心反弹,会让 AI 扩张更难

Meta 总裁 Dina Powell McCormick 在 WSJ Tech 大会上表示,民主党在中期选举中的胜利将使企业建设数据中心更加困难,并承认行业未能充分解释这些投资的好处。她同时透露 Meta 已在 23 个州运营数据中心,其中 5 个项目规划为 1 吉瓦以上。

Meta 警告:中期选举后的数据中心反弹,会让 AI 扩张更难
#13Business

Cowboy 完成 500 万美元种子轮,要做 AI 智能体市场与开发者平台

据 Pulse 2.0 报道,初创公司 Cowboy 完成 500 万美元种子轮融资,资金将用于推出 AI 智能体市场与开发者平台。报道显示其目标是让智能体像应用一样被构建、上架与分发,但投资方与产品细节尚未公开。

#14Models

METR 分析:Anthropic 新模型在所有基准上均超过 50%

据 Crypto Briefing 11 月 5 日报道,METR 的一项分析显示 Anthropic 的新模型在所有纳入评测的基准测试中得分均超过 50%。这一结果的意义在于覆盖面而非单项最高分,具体模型名称与逐项得分仍需以 METR 原始报告为准。

#15Agents

英伟达公布 Vera CPU 智能体性能:每瓦可承载 1.6 倍智能体

英伟达在官方博客中公布 Vera CPU 的智能体负载对比数据,称在 100 兆瓦数据中心场景下,单颗 Vera 既快于最快的 x86 CPU,也优于最节能的 x86 CPU,每瓦可承载的智能体数量多出 1.6 倍。Perplexity、DeepInfra、ClickHouse、Daytona 等采用者也给出生产级测试数字,但这些数据均来自英伟达或其合作伙伴。

英伟达公布 Vera CPU 智能体性能:每瓦可承载 1.6 倍智能体
#16Policy

OpenAI 承诺承担 AI 用电成本,但由谁来监督

Decrypt 报道,在选民反弹之后,OpenAI 承诺为其 AI 业务带来的电力成本买单。报道随即追问执行层面的问题:这类承诺由谁核实、如何落实,目前仍没有明确答案。观察真实任务表现、API 价格、上下文能力和迁移成本。

#17Agents

Airbnb 确认 AI 旅行代理将于 2027 年上半年上线

Airbnb 在第三季度股东信中确认,自研 AI 旅行代理将于 2027 年上半年面向消费者上线,覆盖行程规划、房源比较、订单管理与旅途协助。公司称该代理会实时组合地图、照片、比价与日历等数百种旅行界面组件,而不是只做文本问答。

Airbnb 确认 AI 旅行代理将于 2027 年上半年上线
#18Business

Box把英伟达Nemotron嵌入检索核心,推出面向agent的Box Content Retrieval

在11月5日的BoxWorks开发者大会上,Box发布Box Content Retrieval,把英伟达Nemotron嵌入模型做进产品核心,让agent更快、更准、更省地检索企业内容。英伟达方面称查询速度可提升4倍、错误率降低20%、token消耗减少90%,该功能将于明年初向Enterprise Advance客户推送。

#19Agents

Zetrix AI 推出 AI 智能体身份服务,累计投入 37 亿林吉特

The Edge Malaysia 报道,Zetrix AI 在投入 37 亿林吉特研发后,推出一项面向 AI 智能体的身份服务。报道以处境艰难形容该公司,使这次产品发布带有明显的转折意味。观察规划、工具调用、权限控制和结果验证能否稳定串联。

#20Agents

中国在乌镇推出 AI 智能体身份登记,20 家机构签署自律公约

中国在乌镇发布了一套面向 AI 智能体的身份登记机制,并组织 20 家机构共同签署自律公约。这一动作把智能体当作需要被识别、被追溯的网络主体来处理,治理重心从内容审核前移到“谁在行动”这一层。观察规划、工具调用、权限控制和结果验证能否稳定串联。

#21Models

OpenAI 联手澳大利亚高校,把 ChatGPT 推进正式课堂

OpenAI 在官方博客中介绍,澳大利亚多所高校正扩大 ChatGPT 的访问范围,并把 AI 融入课堂教学与学习流程,为学生进入 AI 普及化的职场做准备。这一合作把生成式 AI 从课外工具推进到正式教学环节,也让学术诚信与学生数据治理问题再次成为焦点。

#22Open Source

小鹏联合北大、港大开源 GroundingPI:40 亿参数机器人感知基座

小鹏研究人员与北京大学、香港大学等学术伙伴合作,推出开源视觉感知模型 GroundingPI,定位为面向物理 AI 的定位基础模型。这个 40 亿参数模型在 34 个基准上平均得分 73.68%,超过更大的 GPT 6 Astra 的 71.54%,并在机器人操作与自动驾驶任务上显示迁移增益。

#23Business

Google Cloud 扩展企业级 AI agent 安全控制

Tech Wire Asia 报道,Google Cloud 扩展了面向企业的 AI agent 安全控制能力,回应企业在部署自主 agent 时对权限与管控的需求。候选信息未披露具体产品名称与上线时间,但方向明确:agent 安全正在成为云厂商企业级 AI 服务的基础能力之一。

#24Business

Mashup Edu 推出 AI agent Nia,瞄准独立音乐人的「生意那一半」

据 Music Ally 报道,Mashup Edu 推出名为 Nia 的 AI agent,定位是替独立音乐人打理事业中「商业侧」的工作。产品切中的是独立艺人长期缺少经纪与后台支持的现实缺口,也加入了迅速膨胀的垂直行业 agent 队列。

#25Business

Palo Alto Networks 洽谈以 5 亿美元收购 AI Agent 安全公司 Clutch

TechCrunch 报道,Palo Alto Networks 正在洽谈以约 5 亿美元收购 AI Agent 安全初创公司 Clutch,后者此前获得 Lightspeed 与 SignalFire 投资。报道援引消息人士称,Clutch 上一轮估值约为 8500 万美元,若按此价格成交,溢价接近六倍。

Palo Alto Networks 洽谈以 5 亿美元收购 AI Agent 安全公司 Clutch
#26Business

墨芯人工智能完成近10亿元C+轮融资,稀疏推理芯片切入大模型降本战场

量子位11月6日刊发的文章称,稀疏推理芯片公司墨芯人工智能近日完成近10亿元人民币C+轮融资,距上一轮近10亿元融资仅过去5个月。文章称其2026年第三季度营收实现数倍增长,新一代板卡SP200计划在年底前问世。

#27Business

DeepSeek Harness 首次公布日活:突破 150 万

据一财全球报道,DeepSeek Harness 首次对外披露日活跃用户数据,规模已超过 150 万。对一个此前不公开运营指标的团队来说,这次披露本身就是一个信号。观察真实任务表现、API 价格、上下文能力和迁移成本。

#28Agents

2026 奇点智能技术大会日程公布:11 月 20—21 日落地北京

量子位公布 2026 奇点智能技术大会的最新日程,会议将于 11 月 20—21 日在北京万达文华酒店举行。已披露的议题从 RSI、Agent 一路铺到 Physical AI 与整个系统栈。观察规划、工具调用、权限控制和结果验证能否稳定串联。

#29Models

99.4% 登顶 CyberGym:中国团队刷新 AI 安全基准世界纪录

一个中国 AI 系统在 CyberGym 网络安全基准上取得 99.4% 的成绩,位列全球第一并刷新该项世界纪录,报道同时强调团队“师承世界冠军”的技术来路。由于候选信息未披露系统名称、模型规模与第三方复核情况,这项成绩仍需外部验证才能转化为可信的安全能力结论。

99.4% 登顶 CyberGym:中国团队刷新 AI 安全基准世界纪录
#30Business

淘宝双11 上线 AI 品牌短剧:温碧霞出演,Wan3.0 撑起商业交付

双11 期间,淘宝短剧联合天猫小黑盒、天猫国际推出多部 AI 品牌短剧,把商品链接、达人测评和品牌直播间接进剧情。量子位报道称,这些作品由阿里今年 8 月发布的视频生成模型 Wan3.0 支持,重点解决角色、商品与空间关系在多镜头下的一致性。

#31Open Source

字节Seed上线Cola2:标签指向连续潜空间扩散文本模型

字节跳动Seed团队在Hugging Face官方账号新增Cola2模型条目,流水线标注为text generation,权重以safetensors格式经transformers发布。模型标签同时出现diffusion、continuous latent与base model,显示它可能走的是与自回归大模型不同的扩散式文本生成路线。

字节Seed上线Cola2:标签指向连续潜空间扩散文本模型
#32Models

即梦上线短剧工作室:剧本分镜预演一条龙,Seedance 2.5单秒低至0.15元

量子位11月6日发布实测文章,介绍即梦的短剧工作室把剧本创作、分镜拆解与画面预演串成一条工作流。文章同时提到,Seedance 2.5的生成成本单秒低至0.15元,配套的伙伴计划提供长期支持。

#33Agents

Reco与Cyera梳理AI智能体的敏感数据风险

据ChannelLife UK报道,安全厂商Reco与Cyera对AI智能体在处理敏感数据时产生的风险进行了排序。报道未披露具体条目与评分方法,但议题本身指向智能体获得数据权限之后的企业治理难题。

Reco与Cyera梳理AI智能体的敏感数据风险
#34Policy

新加坡 IMDA 发布 AI 代理使用安全指南

据联合早报报道,新加坡资讯通信媒体发展局(IMDA)发布 AI 代理使用安全指南,把监管对象对准能自主调用工具、执行多步任务的 agent 系统。指南的具体条款、适用范围与是否具有强制性,仍需以官方文件为准。

#35Business

腾讯云企业版推出全栈智能私有云,主打主权化 Agentic AI

腾讯云企业版发布了一套面向“主权化 Agentic AI”的全栈智能私有云方案,相关消息以新闻稿形式披露。方案强调私有化部署与全栈交付的组合,目标是承接对数据控制权有要求的企业智能体负载。观察规划、工具调用、权限控制和结果验证能否稳定串联。

#36Business

美企开源模型支出近九成流向中国公司,Kimi 占 61%

BigGo Finance 报道称,美国企业在开源模型上的支出中接近九成流向中国公司,其中 Kimi 占到 61%。这组份额数据指向的是一个高度集中的采购格局,而非分散的价格竞争。观察真实任务表现、API 价格、上下文能力和迁移成本。

#37Models

Underdog 演示 32MB 语音模型:体积很小,却能同时生成语音与音乐

Underdog 公布了一段新演示,展示其体积仅 32MB 的语音模型,尽管体积很小,这款模型依然能够同时生成语音和音乐两类音频。报道只呈现了演示本身,采样率、音质评价、支持语种与延迟等关键指标均未披露。

Underdog 演示 32MB 语音模型:体积很小,却能同时生成语音与音乐
#38Models

METR 分析:Anthropic 或已在 7 月越过自家 AI 加速预警阈值

据 The Decoder 11 月 6 日报道,评估机构 METR 的分析认为,Anthropic 可能已在今年 7 月越过自己设定的 AI 加速预警阈值。这条消息的核心不是新的能力跃升,而是一家外部机构第一次公开核对了此前几乎只由实验室自我声明的安全指标。

#39Agents

腾讯 Hy4 调用量激增,WorkBuddy 已扩容十倍

腾讯 11 月 5 日宣布,由于 Hy4 模型的调用量激增,旗下 WorkBuddy 已完成十倍扩容。据量子位报道,Hy4 在 Agent 能力上位列开源模型第一,这轮扩容直接对应了真实使用量的增长。观察真实任务表现、API 价格、上下文能力和迁移成本。

微博邮件

更多日报

全部日报