← 返回
Daily AI News

🤖 AI新闻

大模型 · 行业动态 · 前沿研究 · 政策监管 · 应用落地
2026年11月22日 星期日
🧠
AI模型与产品
4 条
GPT-6.2 Astra再次大幅领先具身模型:16项任务成功率较GPT-6 Astra翻倍 AI
量子位报道,OpenAI 最新版 GPT-6.2 Astra 在具身智能评测中,将 16 项机器人操作任务的成功率较上一代 GPT-6 Astra 提升一倍,并首次完成可变形物体(如布料、软体)的连续操控,属于全球首次实现。此前外界对 GPT-6.2 Astra 的讨论集中在推理与代码能力,此次评测把焦点拉回物理世界:同一套通用模型无需专门微调就能跨任务迁移。对机器人本体厂商与具身智能创业公司而言,这意味着模型厂商主导、机器人公司只做本体的路线进一步得到验证,而依赖遥操作采集数据、训练小模型的做法,其性价比正在被重新评估。
刚刚,DeepSeek V1作者创业项目曝光:开源Agent NEW
量子位独家披露,DeepSeek V1 的核心作者离职创业后,首个项目浮出水面:一款开源 Agent 框架,明确面向本地部署,可在消费级显卡与私有服务器上完整运行,不依赖云端 API。背景是过去一年企业级 Agent 需求爆发,但数据出域与调用成本让金融、政务、制造客户迟迟难以规模化。该项目的关键是把规划、工具调用、记忆等模块做成可裁剪的轻量组件;如果能在单机上跑通,将直接冲击当前以云服务为主的 Agent 商业模式,也补上开源生态在端侧 Agent 上的空白。
Introducing Tool Retrieval in the Gemini API DEV
Google 在 Gemini API 中上线工具检索(Tool Retrieval)能力:当开发者注册的工具或函数达到数十上百个时,模型不再把全部定义放进上下文,而是先检索出与当前请求最相关的少量工具,再执行调用。背景是 Agent 规模化后工具列表迅速膨胀,既消耗 token,又拉低选择准确率。对做企业 Agent 平台的团队来说,这相当于把工具路由交给平台托管,能明显降低单次请求成本并减少误调用;对 Google 而言,则是在模型能力趋同后,用开发者体验与云账单继续绑定客户。
Gemini Decisions API: Fast, calibrated multimodal decisions DEV
Google 发布 Gemini Decisions API,由专用模型 Gemini Decision 驱动,定位是快速、经校准的多模态决策。它面向分类、路由、内容审核、工单分派这类高频、低创造性但要求输出稳定的任务,直接返回带置信度的结构化结论,而不是让通用大模型自由生成文本。背景是企业 AI 调用中大量预算花在判断类任务而非创作类任务上,用旗舰模型做分类既贵又慢。该 API 的意义在于把决策能力产品化:带有校准结果的置信度可设定阈值触发人工复核,为金融风控、客服分流等场景提供可审计的落地路径。
🏭
大厂与行业动态
2 条
姚顺雨和混元团队上Reddit答网友,Hy小模型已进路线图 HOT
腾讯混元团队在 Reddit 的机器学习板块举行公开答疑,核心成员姚顺雨参与回复,首次确认 Hy 系列小模型已进入产品路线图,并回应了社区对训练数据配比、后训练(含强化学习)与评测方式的追问。选择在英文技术社区直面质疑,被外界视为混元争夺海外开发者偏好的一步:大模型口碑越来越依赖第三方复现,而不是发布会。对小模型赛道而言,Hy 若能用更小参数量在端侧与私有化场景达到可用水平,将与 DeepSeek、Qwen 的开源小模型正面竞争,也决定腾讯云在推理成本上的议价空间。
给万卡国产芯装个“超级外挂”!清华团队要造最强国产Token工厂 HOT
量子位报道,清华大学团队联合华为昇腾,要建设面向大模型训练的国产 Token 工厂:在现有万卡级国产算力集群上叠加调度与算子优化层,把有效训练吞吐(单位时间产出的高质量 token)作为核心指标,并规划五年内冲刺十万卡规模。背景是国产芯片单卡性能受限,只能靠集群效率与系统工程补差距。若目标兑现,其意义不只是算力数字——它意味着从芯片、框架到训练任务的国产栈首次被要求在超大规模下跑通,直接决定国内大模型厂商能否摆脱对进口算力的依赖。
🔬
学术与前沿研究
2 条
黎曼猜想被证明?!Claude加持,34岁数学家放出Lean证明 HOT
量子位报道,一位 34 岁数学家借助 Anthropic 的 Claude 辅助,公开了黎曼猜想的 Lean 形式化证明代码,数学与 AI 两个社区同时关注。需要强调的是,该证明尚未经过同行评审与数学界验证,Lean 能通过编译也只说明推导在形式化层面自洽,不等于命题已被公认证明。真正的看点是工作流:AI 承担引理检索、证明草图与形式化翻译等繁重劳动,人类负责方向判断。若此类协作被验证有效,形式化数学将成为检验大模型推理能力最严格的试金石。
米哈游发了个VLA论文 AI
米哈游团队发表 VLA(视觉-语言-动作)论文,模型规模 8B 参数,可在真实环境中连续自主运行 50 小时而不需人工接管,任务以游戏与虚拟场景中的长程操作为主。与主流具身研究依赖大量真机遥操作数据不同,该工作强调用游戏引擎生成的高质量交互数据做预训练,再迁移到真实动作空间。对行业的意义有二:一是证明 8B 量级足以支撑长时程任务,端侧部署成为可能;二是游戏公司正把内容生产管线转化为具身智能的数据资产,跨界竞争开始显现。
💡
AI应用与落地
4 条
美国AI音乐巨头进军视频生成,底层模型来自中国MiniMax AI
美国 AI 音乐平台 Suno 宣布推出视觉创作工具 Visuals,正式进军视频生成,而其底层视频模型来自中国公司 MiniMax。这意味着 Suno 不再只做“文字生成歌曲”,而是把音频、MV、短视频串成一条面向创作者的生产线。对 MiniMax 而言,这是一次典型的模型出海:以 API 形式嵌入海外头部应用,绕开自建渠道,直接获得规模化调用与真实场景反馈。对整个赛道,它揭示了一个现实——视频生成的价格战已从模型层打到应用层,谁能绑定爆款产品,谁就掌握现金流。
The Gemini app is now available on lower-memory Android devices. NEW
Google 宣布 Gemini 应用正式支持低内存 Android 设备,用户可在入门机型上使用 Gemini Live 实时语音对话与自定义图片生成,而此前这些功能基本是中高端机型的专属。背景是 AI 助手的竞争正从能力上限转向覆盖下限:在新兴市场,大量在用手机的内存与算力有限,能否本地流畅运行决定渗透率。对 Google 而言,把 Gemini 下沉到低端机型,既是对抗手机厂商自研助手的防守动作,也是为搜索与云业务提前锁定下一代入口,代价则是对模型压缩与端云协同提出更高要求。
How Revolut raises ambition without lowering the bar AI
OpenAI 发布客户案例:数字银行 Revolut 使用其模型与 Codex,将编码时间压缩 30%–60%,并把金融犯罪调查从人工逐条核查扩展为规模化流程,同时保持安全与合规要求。Revolut 的做法是把 Codex 嵌入日常工程工作流,让工程师从重复改写转向审阅与设计;风控侧则用模型处理海量交易线索,先做初筛再由分析师判断。这一案例的价值在于量化:编码效率与调查吞吐同时提升,说明 AI 在强监管金融业的落地瓶颈,正从“能不能用”转向“审计与责任如何界定”。
Hebbia sees improvements in financial research with GPT-6 Astra AI
OpenAI 公布金融 AI 公司 Hebbia 的测试结果:在正式发布前评估 GPT-6 Astra,发现其在信源覆盖度、引用相关性与结果呈现质量三项指标上均有提升。Hebbia 的产品面向投行、私募与咨询,核心是把上百份财报、招股书、研报拆解后按问题重组答案,引用是否准确直接决定客户敢不敢用。此次披露的意义在于评测视角的转变——金融客户不只看模型答得对不对,更看它能否指回原文的具体位置。对 GPT-6 Astra 的商业化而言,这类第三方真实场景评测比跑分更能打动付费方。
🤖
小一涵的行业观察
AI 行业分析师

今天两条具身智能新闻放在一起看很有意思:GPT-6.2 Astra 用通用模型在 16 项机器人任务上成功率翻倍,米哈游则用 8B 的 VLA 连续运行 50 小时。竞争焦点已从榜单跑分转向物理世界闭环,通用预训练加自研本体正在挤压小模型加遥操作采集数据的路线,数据资产和硬件迭代速度成为新壁垒。

国产算力这条线也在加速:清华联合华为昇腾要建十万卡级 Token 工厂,把有效训练吞吐当核心指标,而不是单纯堆卡数。这说明在单卡性能受限的前提下,系统工程能力就是护城河。叠加 DeepSeek 系作者做本地化开源 Agent,可以看出企业采购的硬指标正在变成算力自主与可私有化部署。

应用层开始认真核算成本:Suno 用 MiniMax 的模型做视频,Revolut 用 Codex 把编码时间砍掉三到六成,Gemini 把 App 下放到低内存机型抢增量用户。胜负的关键,已经从能不能用,变成单位成本能产出多少。模型层的差距在缩小,绑定爆款产品和真实工作流的公司,才是这一轮真正能把收入留下来的玩家。