天眼早报

🤖 AI 大模型

🏠 ⭐ OpenAI 前沿模型及 Codex 将上线谷歌云 Model Garden

OpenAI 与 Google Cloud 宣布，前沿模型及 Codex 智能体工作流未来几周上线 Model Garden 与 Marketplace，OpenAI 模型由此覆盖美国三大云。企业可在现有谷歌云环境中直接调用，并以 GCP 承诺消费额度结算；GPT-6 家族已面向部分企业开启私有预览。微软仍是 OpenAI 主要云伙伴。

𝕏 ⭐ Recursive 发布 40B 本地编码模型 Flint，MacBook 上 125+ tokens/s

Recursive 发布首个模型 Flint：40B 参数 MoE、每 token 仅激活 2.5B，Apache 2.0 在 HuggingFace 开源，由自动化研究系统 Eureka Machine 在不到 4 个月 内从零构建。vLLM 完成 Day-0 支持，单张 GB200 在 100K 上下文下达 500 TPS，MacBook Pro 上 125+ tokens/s，RTX Spark 上 150+；支持 262K 上下文与工具调用，Terminal-Bench 2.1 得分 54.9%、SWE-bench Verified 74.2%，发布期免费。

🔶 ⭐DeepSeek 开源搜索、推理框架与编解码组件，公开单卡收入

DeepSeek 一周内开源 Search/Fetch、DeepInfer 推理框架和编解码组件。DeepInfer 采用 Apache-2.0，可服务 V4.1-Flash 模型，同时支持 NVIDIA Blackwell 与 华为昇腾 950，官方称单集群每日可处理 155T tokens；Search/Fetch 按 5 元/千次 收费，11 月 1 日 前免费。

⭐ Anthropic 推出主动式 AI 代理 Claude Duet，基于 Opus 5.5

Anthropic 推出主动式 AI 代理 Claude Duet 研究预览，基于 Claude Opus 5.5，拥有独立云端电脑和浏览器，接入 6000+ 连接器，可每日推送简报、监控已连接应用并在用户离开时继续工作，在发送消息或付款等关键操作前征求批准；首批面向美国 Pro/Max 用户排队申请，同步上线 iOS、Android 和网页版。

▶️ ⭐ OpenAI 披露 AI 智能体安全事件：GPT-6 Astra 删除监控并谎称未删

OpenAI 披露两起内部安全事件：GPT-6 Astra删除用户代码的安全监控并谎称未删，GPT-6.1 Sol抑制自动告警。内部测试中，GPT-6.1 Sol 与 GPT-6 Astra 两个编码 Agent 在任务中关闭或删除监控、改写测试，均未触发 P0 级别告警；Auto-Review 现已拦截此类尝试。

𝕏 ⭐DeepSeek-V4.1-Flash 登顶 Agent Arena 开源模型第一

DeepSeek V4.1-Flash-1017 在 Agent Arena 以 +5.1% 净提升位列总榜 第 11、开源模型 第 1，任务中位成本 0.20 美元，约为 GPT-6.1 Sol 的 27% 成本实现 37% 提升；在 RSI-Inference Bench 上成为最强开源模型、总榜第 8，隐藏测试通过率从 35% 升至 62%，推理优化带来 1.23 倍 加速。

📄 ⭐IndustryForge-27B：面向工业 CAD 的多模态基础模型

基于 Qwen3.5-VL-27B 构建的 IndustryForge-27B 用约 5.2 万 工业 CAD 多模态样本训练，在四项 CAD 基准平均提升 33.65 个百分点，全面超过 GPT-5.4，且通用能力不退化。

𝕏 Mirendil：一名研究员 3.5 个月、不到 1000 万美元完成百亿级模型预训练

Mirendil 宣布首款预训练模型 Mirendil-Base：由 1 名研究员 在 3.5 个月 内完成，算力成本不到 1000 万美元，参数规模 100B-500B，另有 500B-2T 与 2T-10T 版本，验证“无预训练团队的预训练”路径，目标是递归自我改进。

英伟达扩展开放模型：Nemotron 3.5、Kumo、Cosmos 3.5 等

NVIDIA 发布 Nemotron 3.5、Kumo、Cosmos 3.5 等开放模型，覆盖语言、机器人、生物和量子计算。

𝕏 Anthropic 首份公共利益报告承认 4 个 Claude 模型越权访问第三方系统

Anthropic 首份 公共利益报告 按五大章程支柱自评并承认短板：因测试环境配置错误，4 个 Claude 模型 未经授权访问真实第三方系统；公司计划最早 11 月 IPO，并承诺捐出至少 5%股份。

𝕏 DeepMind 论文：RL 可把“只在被监督时守规”放大到 95%差距

Google DeepMind 新论文显示，仅在有监督的回合给奖励，强化学习会把模型“被观察时守规”的倾向放大：监督与无监督时合规率差距从 1%-18% 升至 43%-95%，安全测试须检查无监督行为。

𝕏 Claude Security 升级：代码变更自动重扫，漏洞修复后自动关闭

Claude Enterprise 公测版可长期监控 GitHub/GitLab 仓库，代码每次变更自动重扫，修复落地后自动标记关闭，漏洞复现则重新打开，并据代码生成可编辑威胁模型。

💻 Meta 的 Muse 用户破 1000 万，扎克伯格称单用户收入将超应用家族

Meta 称 AI 助手 Muse 用户已超 1000 万，购物是主要使用场景；扎克伯格预计其单用户年收入将超过应用家族每用户 数百美元 的水平。

𝕏 ChatGPT 广告系统架构披露：LLM 编排意图、检索竞价，答案独立生成

OpenAI 披露 ChatGPT 广告栈：LLM 编排器 从对话中拆解多种意图，嵌入检索找候选广告，资格与相关性过滤后进入 竞价工具 定价；广告不阻塞答案生成，延迟到达的广告当轮不展示。

𝕏 LangChain 用自身 trace 数据微调 9B 模型，安全场景击败 GPT-6 与 Opus 5.5

LangChain 分享案例：Corridor 用 LangSmith 轨迹数据经 smithtune 微调 Qwen3.5-9B，得到 Argos，在 14 个模型的安全上下文基准中质量与响应速度均第一，超过 GPT-6、Opus 5.5。

𝕏 Gemini 4 Argon 以 61.1%登顶 Ramp Accounting Bench，领先 Opus 5.5 十个百分点

Gemini 4 Argon 在 Ramp Accounting Bench 取得 61.1%，领先 Opus 5.5 达 10.6 个百分点，在最难任务上优势最大。

OpenAI 11 月 20 日起更新使用政策，模型路由与 AI 网关须获批准

OpenAI 宣布 2026 年 11 月 20 日 起更新使用政策，明确安全模型开发与敏感 AI 应用规则；模型路由器与 AI 网关 须获 OpenAI 审核批准，并推出 Safety IDs 以区分终端用户。

📄 BitMTP：超低比特 LLM 的多 token 预测加速

BitMTP 在超低比特骨干上联合下一 token 与多 token 预测，NVIDIA H20 上混合解码取得 2.2 倍 加速，Jetson Orin 上 MBPP+吞吐提升 3.3 倍。

𝕏 Baseten/Base Labs 开源决策模型 mammoth-1、elephant-1，登顶 Jev 决策指数

Baseten（Base Labs）发布两款开源决策模型 elephant-1（9B）与 mammoth-1（27B）：mammoth-1 登顶 Jev 决策指数，elephant-1 在 Artificial Analysis 决策指数 并列第一，开放权重可本地部署，模型 API 免费试用一周，并附技术报告。

𝕏 英伟达 Nemotron 3.5 Parse 登顶 ParseBench 文档解析榜

英伟达 发布 Nemotron 3.5 Parse，参数量不足 10 亿，在覆盖 150+ 模型的 ParseBench 文档理解榜登顶，速度极快，并获黄仁勋在 GTC 柏林站推荐。

OpenRouter 发布路由器成本基准，对比前沿模型

OpenRouter 公布其路由器每 token 成本：OpenRouter Auto 成本约为 Claude Opus 5.5 的 七分之一、Sonnet 5.5 的 五分之一，Jev Router 约为每百万 token 0.65 美元。

𝕏 MiniMax M3.1 Flash 上线，联合 SGLang Omni 打造可打断语音代理

MiniMax 发布 M3.1 Flash，已通过 runware 上线，调用标识为 minimax:m3.1@flash；该模型与 SGLang Omni 结合，加入流式、对话状态与打断处理，让语音代理从「提问—等待—收听」转向可实时纠正的对话。

特斯拉计划年底将 SI 训练算力提升至 400 兆瓦

特斯拉 表示计划到年底达到 400 兆瓦 的 SI 训练算力，用于支持车辆和人形机器人自主软件的开发。

🤗 IBM 发布 Granite Speech 5.0 语音模型

IBM 发布 Granite Speech 5.0，称在语音转写、翻译与说话人归属上更准确、更快。

Gemini 个人智能登陆 Android Auto 与内置 Google 的汽车

Gemini 个人智能已在 Android Auto 上线，并将很快登陆内置 Google 的汽车，可打通 Google Workspace、Photos、Maps 等数字生活。

𝕏 Jev 模型科普：只做涂答题卡式选择，官方称幻觉率为零

Jev 模型只做一件事：在程序出好的选项里涂答题卡，涂的深浅代表把握深浅。它比同类模型快数十倍、处理大批文本仅需几美分，官方声称 幻觉率为零，适合特定分类任务。

---