← 返回 AI 日报归档 · ← 返回首页
AI 日报：2026-11-10
采集于 2026-11-10 · 共 10 条 · 优先最近 24 小时，补充最近 72 小时内未收录进展；下文日期为来源标注的原始发布日期（美国公司多为美国时间）。产品能力、性能和研究结果保留发布方口径，未独立复现；“值得看”为编辑分析。
1. Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2：同一底座，价格下调
Anthropic 11 月 9 日发布 Claude Fable 5.2 与 Claude Mythos 5.2，官方说明两者是同一个底层模型：Fable 带较强的网络安全与生物安全防护、面向所有用户；Mythos 需经 Life Sciences 与 Cyber Verification 计划申请。官方称输出速度比 5.1 快至多 30%，价格为每百万输入/输出 token 8/40 美元，另有约 2.5 倍提速的 fast mode（16/80 美元）；FrontierSWE v2 为 69.9%（Opus 5.5 为 62.3%）。官方仍建议多数编码与知识工作先用 Opus 5.5，再按需上调或下调。
值得看：“同一模型、两套防护与准入”是前沿模型分级发布的新样板；官方自己把 Fable 定位为高难度任务的升级档而非日常默认，选型时应按任务难度路由，而不是一律换最强模型。基准数字为厂商自报。
2. Meta 发布最小模型 Muse Ember：主打 Agent 日常重复活
Meta 11 月 9 日发布 Muse Ember，定位为最小、最高效的模型，面向工具调用、编码子任务、路由、抽取与长文档解析。官方称其在各推理档位上比 Claude Haiku 5.5 与 GPT-6 Luna 的“每美元智能”更高，约以三分之一成本达到 Haiku 最佳分；Meta Model API 定价为每百万输入 0.10 美元、输出 0.50 美元。TestingCatalog 同日报道其已在 Muse Code 与 Meta Model API 上线。
值得看：小模型竞争的指标正在从“榜单分”转向“每个任务多少钱”，这正是 Agent 子任务的成本痛点。官方注明图中 Ember 成本是按拟定价格的估算，落地前应用自己的任务重测。
3. Google 新增 TPU 8tx 与 TPU 8i Max，第八代 TPU 一年内扩到四套系统
Google 11 月 9 日（Amin Vahdat 署名）宣布 TPU 8tx 与 TPU 8i Max：前者面向安全与机密推理，在硬件层保护运行中的数据和模型权重；后者面向超长上下文与单机架最高算力密度。官方称这是首次在一年内推出四套 TPU 系统，TPU 业务已有近 100 家客户。TestingCatalog 指出价格、可用区域与正式上市时间尚未公布。
值得看：机密推理被做成专门硬件 SKU，说明受监管客户的需求已大到值得单独造系统；评估时先看价格与区域，这两项目前都是空白。
4. Nvidia 董事会就“黄仁勋成为外国情报行动目标”的报道启动独立调查
Nvidia 新闻室 11 月 8 日（美国时间）发布两份文件：黄仁勋致员工信承认对妻子不忠并致歉，并表示支持董事会调查；董事会声明称，鉴于有报道称黄仁勋曾是外国情报行动的目标，将由独立董事委员会在外部独立律师协助下开展调查，目前没有理由认为国家安全或 Nvidia 机密受损，并对黄仁勋及管理团队有信心。量子位同步报道。
值得看：这是 AI 算力头部公司的治理风险事件，影响的是对出口管制与供应链敏感度的判断。情报指控细节只来自媒体报道，官方声明未展开，转述时不要补充未经确认的情节。
5. 字节 Seed 发布 Seedream 5.5：100 轮连续编辑与原生透明背景
ByteDance Seed 11 月 9 日发布图像模型 Seedream 5.5，三项升级：多轮编辑时未编辑区域做到像素级保留并消除色偏，演示了对同一张图连续编辑 100 轮；可直接生成带 Alpha 通道的 RGBA 图像（全透明与半透明）；光影、材质、肤质与密集小字渲染更准确。官方称在文字结构与文生图真实感上领先其他主要模型。量子位同步做了实测报道。
值得看：“多轮编辑不劣化”和“直接出透明素材”都是设计生产流程里的真实返工点，比单张出图质量更影响能否进生产；“领先”为厂商自评。
6. Fireworks AI 安全事件波及 Notion：少于 1% 工作区的 AI 对话记录可能外泄
Notion 帮助中心公告称，其推理供应商 Fireworks AI 于 11 月 6 日通知可能有客户数据被访问，11 月 8 日确认的新数据集中包含用于 Insights 功能的、无法归属到人或工作区的 Notion AI 对话记录，影响少于 1% 的工作区；Notion 已停用 Insights，并停止经 Fireworks 提供开源权重模型。Fireworks 更新公告称，攻击与以倒卖大模型访问为目的的“LLMJacking”团伙有关，部分客户的密钥、数据集与未完成模型权重被访问，推理、Training SDK 与 Nexus 默认零数据留存且未发现受影响。
值得看：这是一次典型的 AI 供应链事件——出事的不是你，而是你的推理供应商。企业应盘点哪些功能把用户对话送给了第三方推理平台，以及对方的数据留存默认值。
7. Amazon 内部工单打标从 Sonnet 4.6 换成 Strands Decider，官方称成本降 98%
Strands Agents 官方博客 11 月 9 日发文：Amazon 内部工单系统原用 Claude Sonnet 4.6 在 20 个类别中打标签，两名工程师改用“决策模型” Strands Decider（Gemma 4 E4B 版本），模型只对给定选项输出概率与置信度，不生成文本。文中数据：平均每次调用从 4,215 毫秒降到 897 毫秒，每张工单 token 从 6,724 降到 2,010，输出从 170 个 token 变为 1 个；切换采用 Sonnet/双跑/Decider 三档开关灰度，部署在 SageMaker 单卡 A10G 上。
值得看：分类、路由这类“从固定选项里选一个”的任务，用通用 LLM 生成 JSON 是在浪费钱；双跑对比再切换的灰度方法可以直接照搬。“省数百万美元”为发布方自述。
8. Garry Tan 开源 g-harness-evals：固定模型和任务，只比较 Agent 外壳
g-harness-evals 仓库固定模型（Opus 5.5 或 GPT-6.1 Sol）与任务，只替换 harness（系统提示、工具、记忆），比较通过率、每个已解决任务成本与耗时。在 52 个公开 Terminal-Bench 2.1 任务上，Opus 5.5 下 Claude Code 通过率 88.5%、每解决任务 0.63 美元，Pi 为 81.4%/0.62 美元，Hermes Agent 为 81.7%/0.88 美元；README 强调这些是公开任务上的开发结果，成本差异仅为描述性，并披露了作者与 YC 的利益关系。
值得看：同一模型换外壳，成本可差 40% 以上，这说明 Agent 选型不能只看模型；这份评测披露了置信区间、异常处理和利益冲突，方法本身就值得参考。
9. 百度披露自动研究系统 ERNIE Evolve，已用于文心 5.5 Flash 推理优化
据量子位 11 月 9 日报道，百度文心首次披露递归自我改进（RSI）进展，公布自动研究系统 ERNIE Evolve：由 Director、Selector、Executor、Evaluator、Reviewer 等智能体分工，外层提出研究方向、内层改代码并评测，只有通过独立评测与复核的改进才保留。官方称在昆仑芯 P800 低时延场景经约 168 小时把生成速度提升到基线的 623.6%。公开仓库 ERNIE-Evolve-Results 给出了 NanoGPT speedrun 等任务的结果与运行日志。
值得看：国内厂商的“AI 做 AI 研发”首次附带可复现的代码与日志，而不只是口号；“独立评测 + 复核防刷分”的设计是这类系统能否可信的关键。生产环境收益为百度自述。
10. 蚂蚁灵波开源触觉基础模型 LingBot-Touch
据量子位 11 月 10 日报道，蚂蚁灵波科技开源触觉基础模型 LingBot-Touch，基于近 5,000 小时真实触觉数据预训练，覆盖磁触觉、视触觉、压阻式三类传感原理，把不同信号映射到同一套表征。官方称在两款灵巧手上做了 26 项真机测试，接入后四种动作模型平均成功率提高约 14–26 个百分点。GitHub 仓库显示其为基于 JEPA 的触觉表征模型，强调跨传感器迁移。
值得看：机器人精细操作的瓶颈常在“摸”而不在“看”；统一不同触觉传感器的表征，等于给碎片化硬件提供了一个可复用的中间层。真机成功率为团队自测。