Epoch 0
JA · EN
每日 AI 日报
2026-11-21
来源:橘鸦 AI 早报 · 24 条
数学家称与 Claude 合作证明黎曼猜想
要闻
数学家 Levent Alpöge 称,他与 Claude 合作找到了黎曼猜想的证明,并已发布分为 14 个文件的 Lean 代码;据其说明,完整证明稿超过 25 万页,目前尚无独立验证。
数学家 Levent Alpöge 在个人网站发布说明,宣称与 Claude 合作证明了黎曼猜想,但该证明目前尚未获得独立验证,原文未提供说明的发布日期。据其说明,论证已在不附加假设的情况下形式化为 Lean 代码,目前公开的代码分为 14 个文件,完整写出的证明稿超过 25 万页。他认为不宜直接发布无人能够读完的超长文档,计划在彻底理解并简化证明后撰写常规论文。他还称,这一方法可以推广至广义黎曼猜想,并预期投入更多时间后也能处理扩展黎曼猜想。
读原文 →
Thinking Machines 发布并开源 Inkling 2 Mini
要闻
Thinking Machines 已发布开放权重模型 Inkling 2 Mini,总参数为 26.4B、内存占用约 20GB,并在 Tinker 提供推理与定制;官方称其中间层循环架构可用更少 token 完成推理。
Thinking Machines 已发布 Inkling 2 Mini 的开放权重,并同步在 Tinker 提供推理与定制服务,原文未注明具体发布日期。该模型采用 Mixture-of-Experts 架构,总参数为 26.4B,活跃参数为 3.4B,计入循环后的每 token 权重激活量为 5.4B。其 24 层分为四组,每组 6 层,中间两组各运行三次,首尾两组各运行一次。据官方说明,大部分权重以 NVFP4 原生训练和部署,最后四层使用 MXFP8,总内存占用约 20GB,可在消费级笔记本等本地设备运行。
官方报告,Inkling 2 Mini 在 DeepSWE v1.1 和 Vals Index v2.2 上分别取得 48.2% 和 46.5%,在这两项测试中领先总参数少于 100B 的所有开放权重模型。公司还发布了用于研究的可变循环版本,据其说明,增加循环次数可改善部分长上下文测试表现,但未改善 AA-Omniscience 等知识密集型测试表现。模型在多轮对话和多重约束指令上存在局限,MultiChallenge 得分为 50.0%,ComplexConstraints v1.1 得分为 33.4%,两项均落后于 Qwen3.8-27B。
读原文 →
Antigravity 扩大 cache pool,完成后重置配额
要闻
Antigravity 正在扩大 cache pool,负责人 Varun Mohan 称,Neon 缓存命中率预计提高约 4%,订阅额度内可完成的工作量至少增加 20%;调整完成后将重置订阅用户用量。
Antigravity 正在扩充 cache pool,并将在这项调整完成后重置订阅用户用量,原文未提供完成日期。负责人 Varun Mohan 表示,扩充的目的是提高 Neon 的缓存命中率,预计增幅约为 4%。据其说明,这项调整预计让用户在订阅额度内完成的工作量至少增加 20%,这一数字是预期效果,并非已公布的实测结果。此次用量重置的原因是此前配额消耗较快,执行时间安排在扩充完成之后。
读原文 →
OpenAI 向 Plus 用户开放 Space 协作空间
要闻
OpenAI 将 ChatGPT Space 协作空间的使用范围扩展至每月支付 20 美元的 Plus 用户,正向全球年满 18 周岁的用户分批开放;免费用户仍无法打开共享内容。
OpenAI 宣布,ChatGPT Space 正向全球年满 18 周岁的 Plus 用户分批开放,原文未提供此次开放的具体日期。Plus 方案每月收费 20 美元,用户可创建空间、邀请他人共同编辑,并与 ChatGPT 一起制作交互式页面、幻灯片和网站。共享内容的访问仍有限制,接收者需要登录拥有 Space 权限的付费账号,免费用户无法打开。Space 此前在 9 月的 OpenAI Dev Day 上推出,仅面向 Pro、Business 和 Enterprise 等付费方案。据官方说明,此次更新还加入移动端页面编辑、改版主页和更快的加载速度,页面可关联已连接的工具以自动更新。
读原文 →
腾讯混元开源旗舰模型 Hy4:总参数 770B
模型发布
腾讯混元已开放旗舰模型 Hy4 权重,其语言模型主干总参数量为 770B,每个 token 激活 49B,支持 1M 上下文及文本、图像和视频理解;下载版本包括 Hy4、Hy4-FP8 和 Hy4 base。
腾讯混元已开放旗舰模型 Hy4 的权重,用户可通过 GitHub、Hugging Face、ModelScope 和 GitCode 下载 Hy4、Hy4-FP8 及预训练模型 Hy4 base,另有 GGUF 版本可供下载。据其说明,Hy4 采用原生多模态 MoE 架构,语言模型主干总参数量为 770B,每个 token 激活 49B,支持 1M 上下文,可理解文本、图像和视频。腾讯混元同时发布了 Hy4 System Card,并附带安全评估报告。
读原文 →
微信开源全模态模型系列WeMM-Video
模型发布
微信在 GitHub 开源 WeMM-Video 中英双语全模态模型系列,包含 2B、4B、9B 和 35B-A3B 四种规格,可结合视频画面与原声进行理解和推理,并以文本作答。
微信已在 GitHub 开源 WeMM-Video,提供面向音视频联合理解与推理的中英双语模型。该系列接收文本、图像、音频和视频,输出文本,包含 2B、4B、9B dense 模型和 35B-A3B mixture-of-experts 模型。官方表示,35B-A3B 在全模态视频理解上达到开源模型最高水平,超过 Qwen3.5-Omni-Flash 和 Seed2.0-Mini-0428,并缩小与 Gemini-3.0-Flash 的差距;35B-A3B 与 9B 在通用音频理解上也达到领先水平。
运行环境要求包括 Python 3.12、NVIDIA GPU、兼容 CUDA 12.9 的驱动及 FFmpeg。项目提供 vLLM 和 SGLang 部署方式,每个请求在配置的上下文长度内最多容纳四张图像、两个视频和两项音频。两个经 patch 的 backend 均通过 POST /v1/chat/completions 接收 video_url,可用 use_audio 控制是否加入原声。源码采用 Apache License 2.0;模型许可覆盖截至 2026 年 11 月 20 日的 WeMM-Video 系列,各 checkpoint 的许可另见其 Hugging Face model card。
读原文 →
Codex 更新对话线程,改善切换与加载体验
开发生态
Codex 已更新对话线程,调整状态切换、对话加载和动画图标。据团队成员说明,此次更新减少了对话记录中的冗余信息,应用冷启动时的对话加载速度最高可提升 60% 至 70%。
Codex 已更新对话线程,涉及状态切换、对话加载及新增动画图标,原文未说明具体生效日期。据 Codex 团队成员介绍,此次调整减少了对话记录中的冗余信息,使不同状态之间的切换更加流畅。对于加载性能,团队成员给出的数据针对应用冷启动场景:对话加载速度最高可提升 60% 至 70%。新的动画图标也已加入对话线程。
读原文 →
Codex WebSocket 请求上限提至 128 MB
开发生态
OpenAI 团队成员 Charlie Marsh 表示,Codex 已将模型请求的 WebSocket 上限从 16 MB 提至 128 MB,整体 HTTP 回退率降低约 20%,超限请求也会被服务器立即告知。
OpenAI 团队成员 Charlie Marsh 发文称,Codex 已把模型请求的 WebSocket 大小上限从 16 MB 提高到 128 MB,并调整了超限请求的处理方式。据其说明,此前客户端往往要上传大部分内容后才收到服务器拒绝,随后重试,并持续使用不支持增量发送的 HTTP;现在服务器会立即通知客户端请求超限,省去无效上传和重试,处理速度提升约 5 倍。他表示,提高上限让大型轮次不再回退到 HTTP,整体 HTTP 回退率降低约 20%;这一统计包含连接失败、超时等所有回退原因。
读原文 →
OpenAI API 为 GPT-6.2 启用跨轮推理复用
开发生态
OpenAI 的 API 文档说明,修改对话前缀会使较新前沿模型丢弃变更位置之后的 reasoning items,可能增加 token 用量、成本与延迟;文档同时列出缓存诊断和移除记录的排查方式。
OpenAI 在 API 文档中说明,较新前沿模型会在对话前缀发生变化时,出于防护措施移除变更位置之后的 reasoning items,文档未提供生效日期。据官方说明,前缀是某条 reasoning item 之前的对话历史,缩短工具结果、改写 developer 消息或用摘要替换旧轮次都可能改变前缀。移除后,模型可能重新推理,增加 token 用量、成本和延迟;若无法恢复丢失的推理,输出质量也可能下降。官方建议尽量采用只追加内容的集成方式,并说明缓存从请求开头匹配,前缀变更也会影响后续缓存复用。
排查方面,文档列出了两类信息来源。Prompt Cache Diagnostics 可通过将 prompt_cache_options.comparison_response_id 设为较早的 response ID,对比请求与此前响应,并查看诊断原因和缓存 token 数量。官方说明,该工具只会尽力报告首个识别出的差异,不能确认模型是否复用了推理。Responses API 响应中的 input_transformations 则记录被移除的 reasoning items 及原因;对于 prefix_mismatch,可用 id 对照较早响应的 output。文档还指出,修改 tools、text.format、GPT-6.2 之前模型的 instructions 或早期 input items,都可能无意间改变前缀。
读原文 →
Google 在 Gemini API 开放语音编辑预览
开发生态
Google 已通过 Gemini API 公开预览 Gemini 3.5 Transcribe 的语音编辑能力,支持用语音改写和翻译已有文本,单次最多可传入 64 KiB 的原文。
Google 已在 Google AI Studio 和 Gemini for business 通过 Gemini API 开放 Gemini 3.5 Transcribe 语音编辑能力的公开预览。官方表示,开发者可用它构建通过语音编辑、改写和翻译已有文本的体验。该能力在 Smart transcription 模式下默认开启,改写时可通过 source_text 传入最多 64 KiB 的已有文本,模型根据语音指令返回更新后的内容。据其说明,同一套技术也用于 Gboard 的 Rambler 和 macOS 版 Gemini App。
读原文 →
Google 黑五早鸟优惠上线,AI 订阅最高五折
开发生态
Google 已向现有 AI 和存储订阅用户开放黑五早鸟优惠,AI Plus 和 Pro 年度方案最高五折,截止时间为当地时间 11 月 26 日,具体优惠取决于现有方案。
Google Gemini 订阅产品负责人 Vikas Kansal 发文时,Google 已启动面向现有 AI 和存储订阅用户的黑色星期五早鸟促销,Google AI Plus 和 Pro 年度方案最高可享五折。优惠截至当地时间 11 月 26 日,原文未注明年份及具体启动日期。据其说明,用户实际获得的优惠随现有方案而异,订阅后可使用 Gemini 4 Hydrogen、Gemini 4 Neon 等模型,并获得更多存储空间。尚未订阅的用户须等到黑色星期五当天才有优惠。对于 Ultra 方案,Kansal 表示,其现有价值已经很高,不宜再提供补贴。
读原文 →
小米 MiMo 超高速模型限时上线 TokenPlan
开发生态
小米 MiMo 将 MiMo-V2.6-Pro-UltraSpeed 限时纳入 TokenPlan 个人版及团队版的 Pro、Max 套餐,新老订阅用户无需额外开通;未命中缓存的输入与输出 Token 分别扣除 3000 和 6000 Credits。
小米 MiMo 于 2026 年 11 月 21 日宣布,超高速推理模型 MiMo-V2.6-Pro-UltraSpeed 当日起限时在 TokenPlan 上线,适用范围为个人版及团队版的 Pro、Max 套餐。据其说明,此次开放覆盖新老订阅用户,使用该模型无需额外开通。扣费方面,未命中缓存的输入 Token 扣除 3000 Credits,输出 Token 扣除 6000 Credits。
读原文 →
OpenAI 上线 CarPlay Dot 通话功能
产品应用
OpenAI 开发者体验负责人 Romain Huet 表示,用户现已能通过 Apple CarPlay 呼叫自己的 Dot,在驾驶途中通过语音办事;他在 X 发布的帖子附有演示视频,但未注明具体上线日期。
据 OpenAI 开发者体验负责人 Romain Huet 在 X 上发布的消息,Apple CarPlay 现已支持用户呼叫自己的 Dot,帖子未注明具体上线日期。其说明将驾驶途中的语音交互作为使用场景,称用户可以通过说话完成事情,无需把交互局限于通话本身。Huet 随帖附上了一段演示视频,并邀请用户在下一次开车时尝试,看看仅靠语音能完成哪些事。
读原文 →
Google Gemini 推出 GIF 生成功能
产品应用
Google Gemini 已向 Google AI 订阅用户推出 GIF 生成功能,覆盖日本等 8 个国家且免费提供。官方帮助文档称,生成结果为约 3 秒的循环动画,可下载或复制到其他应用。
Google Gemini 已推出面向 Google AI 订阅用户的 GIF 生成功能,目前在美国、日本、韩国、澳大利亚、加拿大、英国、德国和法国免费提供。该功能由视频模型 Gemini Omni 1.2 Flash 驱动,可用于制作循环照片效果、趣味表情包等内容。用户可以直接在主对话中输入描述,也可以先选择图像或视频工具,再从格式选择器中选择 GIF。据 Gemini 帮助文档说明,生成结果是约 3 秒的循环动画,支持以 GIF 格式下载,也可复制粘贴到文档、邮件、消息和社交应用。
读原文 →
Claude App 新版移动端体验开始推送
产品应用
Anthropic 设计师 Daniel Destefanis 表示,Claude App 新版移动端体验已开始推送,调整涉及代码、项目和 artifacts 的使用、照片添加与应用图标,Android 版本也将很快推送。
Anthropic 设计师 Daniel Destefanis 表示,Claude App 已开始推送新版移动端体验,Android 版本也将很快推送,但未给出具体日期。据其说明,新版延续了团队在桌面端的工作,目标是改善移动端对代码、项目和 artifacts 的支持,让用户外出时更容易发起会话或接着已有会话交流。此次调整还涉及应用内的多处细节,包括通过长按加号键快速添加照片,以及整体更新应用图标。
读原文 →
Meta 个人 AI agent Muse 推出邮箱功能
产品应用
Meta 的个人 AI agent Muse 推出邮箱功能,所附帮助中心页面标题涉及 Muse 邮箱地址。现有素材主要为网页加载代码,未提供可核实的上线日期、价格或功能限制等信息。
Meta 为个人 AI agent Muse 推出邮箱功能,但所附素材没有给出具体上线日期。对应的 Meta 帮助中心页面以 Muse 邮箱地址为主题,现有摘录未包含功能说明正文,而是页面标题和网页加载代码。因此,素材能够支持的信息仅限于标题所述的邮箱功能,无法据此说明邮箱地址的创建方式、邮件收发能力、适用地区、使用条件或价格,也没有可供复述的产品关键数字。
读原文 →
腾讯 WorkBuddy 上线电脑操控能力
产品应用
腾讯 WorkBuddy 已上线电脑操控能力,目前面向 macOS 和 Windows 公测;用户需使用 5.11.0 及以上版本,完成授权后即可通过对话描述任务,无需目标软件开放接口。
腾讯 WorkBuddy 已上线 Computer Use 电脑操控功能,目前处于公测阶段,支持 macOS 和 Windows,客户端版本须为 5.11.0 及以上。使用前,用户需要开启该功能,并完成辅助功能和录屏两项系统授权。任务通过对话框提交,执行进度可在侧边的画中画小窗中查看。据其说明,这项能力可以识别当前页面、理解客户端界面,在目标软件未开放接口的情况下于后台执行点击、输入和滚动等操作。
读原文 →
OpenAI 发文称新防御下窃取推理成功率降至0.2%
技术与洞察
OpenAI 表示,更新防护后的 GPT‑6.2 Astra 在内部自适应评估中,被提取受保护推理的平均攻击成功率为 0.2%,原防护下的 GPT‑6 Astra 为 54.0%。
OpenAI 表示,已为 GPT‑6.2 Astra 和 GPT‑6.2 Sol 加强受保护推理的提取防御。其内部自适应评估使用自动化 red-teaming,测试攻击者能否找回模型回答先前提示时生成的内部推理步骤。官方报告,GPT‑6 Astra 在原有防护下的平均攻击成功率为 54.0%,GPT‑6.2 Astra 在更新防护后为 0.2%;原文未提供 GPT‑6.2 Sol 的对应结果。
据 OpenAI 说明,防御分为请求与协同行动两个层级:前者结合模型行为、分类器和 API 控制限制推理提取,后者分析请求及账户信号以识别协同提取。在另一项内部研究中,使用精确推理轨迹训练的 student,在监督微调后通常优于使用推理摘要训练的 student;追加轻量 reinforcement learning 后,前者在所展示的两个 benchmark 的最大推理预算下仍得分更高,后者则在较低预算下得分更高。OpenAI 据此认为,保护推理轨迹可能限制网络安全能力的转移。
读原文 →
OpenAI 用数千 agents 32 分钟完成数月分析
技术与洞察
OpenAI、PerturbAI 与 Scripps Research 用数千个 AI agents,在 32 分钟内完成数百万小鼠脑细胞数据的分析与解读。团队估计,同类人工分析及文献审查需数月至一年,所得机制线索仍待实验验证。
OpenAI、PerturbAI 与 Scripps Research 已使用由 GPT‑Rosalind 驱动的数千个 AI agents,并行分析现有的数百万小鼠脑细胞实验数据,耗时 32 分钟,原文未披露完成日期。据官方说明,团队把全脑 CRISPR atlas 中的基因扰动分配给不同 Agent,分别分析细胞反应、检索文献并提出解释,再将报告整合为连接基因、细胞效应、相关论文与潜在机制的 reasoning atlas。该 atlas 已开放,研究人员可用它比较相关基因、检查异常反应并寻找后续实验线索。
据官方说明,在模型和资源保持不变的对照测试中,最大工作量下的单个 Agent 仅引用 11 篇文献,分布式 agents 则引用超过 700 篇,人类专家也更偏好后者的解读。团队估计,逐项开展同类人工分析及文献审查需要数月至一年。agents 提出的线索包括胆固醇调控与神经退行性变化的潜在联系,以及 Tsc1、Tsc2 扰动在小脑中的不同效应:Tsc2 扰动改变了数十个参与神经元通信的基因的活性,Tsc1 扰动则引起很少变化。这些机制解释仍需后续实验检验。
读原文 →
OpenAI 发布药物化学基准 MedChemBench
技术与洞察
OpenAI 发布药物化学推理基准 MedChemBench,以来自 117 篇论文和专利的 99 道题评测模型;11 个 GPT 模型中,GPT-6.2 Astra 在 xhigh 推理档位下以 84.5% 居首。
OpenAI 发布了药物化学推理评测基准 MedChemBench,并公布了 11 个 GPT 模型的测试结果。GPT-6.2 Astra 在 xhigh 推理档位下以 84.5% 得分排名第一。不同任务的成绩并不一致:GPT-6 Astra 在分子结构重建中得分为 95.4%,在化合物选择和数值预测中则仅约一半。该基准包含 99 道题,素材来自 117 篇论文和专利,涉及 761 种分子结构,评分涵盖结构重建、科学推理、化合物排序选择和数值预测四类。官方表示,测试显示其前沿模型在协助科学家筛选有前景的药物候选物方面取得进展。
读原文 →
美众议院报告:Cursor 考虑逐步停用中国 AI 模型
行业动态
美国众议院两委员会的报告称,SpaceX 旗下 AI 编程平台 Cursor 因地缘政治风险,正考虑逐步停用中国开发的开放权重模型;报告同时建议限制联邦系统及合同履行中使用中国 AI 模型。
美国众议院两委员会发布报告称,SpaceX 旗下 AI 编程平台 Cursor 已向委员会表示,正因地缘政治风险考虑逐步停用中国开发的开放权重模型。报告指出,Cursor 的 Composer 2 编程模型基于月之暗面的 Kimi K2.5 构建。在政策层面,报告建议推出美国国家开放权重计划,并在禁止 DeepSeek 进入联邦文职机构系统的命令基础上,将禁用范围扩展至联邦信息系统及联邦合同履行中使用的中国开发的 AI 模型。
读原文 →
Isomorphic Labs 联手 MSD 研发肿瘤药物
行业动态
Isomorphic Labs 宣布与 MSD 建立战略研究合作,将自身的 AI 药物发现方法与 MSD 的专有数据及研发经验结合。双方希望借此推进候选治疗药物的开发,原文未披露合作金额或时间表。
Isomorphic Labs 宣布与 MSD 开展战略研究合作,但原文未说明合作的生效日期。合作将结合 Isomorphic Labs 的 AI 药物发现方法,以及 MSD 的专有数据资源和药物发现经验。技术方面,Isomorphic Labs 已构建由基础 AI 模型组成、不局限于特定药物模态的药物设计引擎 IsoDDE。据其说明,该计算药物设计系统能够提供探索新生物系统所需的预测精度;此次合作旨在通过结合 AI、专有数据与生物制药经验,推进面向尚未满足医疗需求人群的候选治疗药物开发。
读原文 →
近期流传研报称智谱将推 3 万亿参数旗舰模型
前瞻与传闻
一份流传的摩根大通研报称,智谱管理层预计于2026年第四季度推出约3万亿参数的GLM-5.5,参数规模约为现有基座模型的4倍;另一款约7000亿参数模型的发布时间尚未确定。
一份流传的摩根大通研报称,智谱管理层预计在2026年第四季度推出旗舰模型GLM-5.5,参数量约为3万亿。研报将其规模描述为现有7450亿参数基座模型的约4倍,并称其目标是重回全球第一梯队。研发方面,另一款约7000亿参数的新模型正在开展后训练,用作更大规模训练的验证平台;据研报所述,其性能已超过GLM-5.3,但发布计划尚未确定。经营方面,研报称智谱重申年底实现30亿美元ARR的目标,并认为该目标可见度较高。研报还称,公司大部分算力位于国内,美国芯片新规带来的短期影响有限。
读原文 →
Gemini 订阅换 harness?谷歌成员回应
前瞻与传闻
针对社区提出让 Gemini 订阅可在任何 harness 中使用的建议,谷歌 Gemini 团队成员 Logan Kilpatrick 表示将于 12 月 2 日迈出第一步,但没有解释具体安排,原文也未注明年份。
谷歌 Gemini 团队成员 Logan Kilpatrick 在回复社区用户 Kun Chen 时表示,将于 12 月 2 日迈出第一步;原文未注明年份,也没有提供这一步的具体内容。这条回复针对的是订阅使用方式的建议,而非已经公布的功能说明。Kun Chen 在称赞与 Gemini 4 Neon 对话的体验后,提出允许 Gemini 订阅在任何 harness 中使用,并认为这样会让回归更容易。Kilpatrick 在该建议发布的同一天作出回应,但没有进一步解释。
读原文 →