VOL. 2026-11-12 · 11 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-11-12 · PUBLISHED · 约 10 分钟
当天最突出的变化是 Google 在决策模型方向的双重落子：发布 G…
当天最突出的变化是 Google 在决策模型方向的双重落子：发布 Gemini Decision 1 决策模型及配套 Decisions API，支持多模态输入、单请求最多 1000 个问题、端到端延迟约 150-250ms，面向工具选择、策略检查、模型路由等闭集决策场景。模型发布层面同时呈现多线并进，OpenEuroLLM 的 Prelude-base 9B、Kromoss 文生图模型、SilentVision-52M 边缘小模型以及百度文心5.5 Flash Preview 相继亮相，后者以 2800 亿总参数、每 token 激活 140 亿主打快与省。研究侧，Runway 的 Praxis-1 将 27B 视频基础模型转化为机器人控制策略，Google Research 则用可穿戴设备与动作条件世界模型探索个性化健康教练。安全与工程实践方面，AWS 介绍了 Bedrock 知识库的细粒度访问控制及基于反合一的形式化策略语义比较方法。
今日看点
4 个章节 · 11 条情报- 01模型发布Google 发布 Gemini Decision 1 决策模型及 Decisions API5
- 02研究进展Runway 发布 Praxis-1：从视频预训练到机器人控制4
- 03安全Amazon Bedrock 知识库工具的细粒度访问控制1
- 04API 与平台更新Google 发布 Gemini Decisions API 与 gemini-decision-1 模型1
模型发布
MODEL RELEASE5 篇Google 发布 Gemini Decision 1 决策模型及 Decisions API
Google 发布 Gemini Decision 1 决策模型及配套 Decisions API，支持单次前向完成闭集分类，可处理文本、图像、音频、视频和 PDF 输入，单请求最多 1000 个问题，端到端延迟约 150-250ms，输入定价每百万 token 0.10 美元且输出不计费。Google 称其在 7 项共享基准中的 5 项优于 TypeSafe 的 Jev 1.14，但 Artificial Analysis 的独立评测显示其综合得分与 Jev 1.14 持平，成本更高、延迟更慢。Stitch 和 LangChain 已作为早期采用者接入该 API。
OpenEuroLLM 发布 Prelude-base 9B 多语言基础模型检查点
OpenEuroLLM 在 Hugging Face 发布 Prelude-base 9B 研究中间产物，这是一个在 CINECA 的 Leonardo 超算上训练的 9B 稠密基础模型，采用接近 Qwen3 的架构，使用 10T token 训练，其中约 80% 为英语、代码和数学，约 20% 覆盖 36 种欧洲语言。仓库以分支形式提供各训练检查点，主分支暂为空，最终检查点待更新，并附带多语言生成自检结果。
Kromoss：MOSS-Image-Base 全量微调文生图模型发布
开发者 lodestones 在 Hugging Face 发布了 Kromoss，这是对 OpenMOSS-Team 的 MOSS-Image-Base 在 1024px 分辨率下进行全量微调得到的文生图模型，采用与 MOSS-Image-SFT 相同的架构、推理流程、Qwen3.5-9B 文本编码器和 FLUX.2 small VAE，可直接替换使用。该仓库还提供两个从 MOSS-Image-Base 蒸馏的 8 步 turbo LoRA（DMD 与 DMD2 版本），并附带 ComfyUI 单文件权重、int8 ConvRot 量化版本及转换脚本。
SilentVision-52M：面向512MiB边缘设备的阿英双语小模型
开发者 Youssef Mohamed Aly 在 Hugging Face 发布 SilentVision-52M，一个面向树莓派 Zero 2 W 等 512 MiB 内存极端边缘设备的阿英双语对话小模型。该模型从 Qwen2.5-0.5B 裁剪出 52M 参数、词表压缩至 8192，并配合多 LoRA 领域适配器、AST 符号计算引擎和 SQLite 磁盘知识检索。在实机测试中，Q4_K_M 量化版仅占 94.7 MB 内存、生成速度 14.28 tokens/s，约为 MobileLLM-143M 的两倍且内存占用低 60%。
文心5.5 Flash Preview发布：主打快、省与开源
百度在11月11日发布文心5.5 Flash Preview，这是其一周内第三次动作（此前开源文心5.5 Flash Base、披露自动研究系统ERNIE Evolve）。新模型总参数2800亿、每token仅激活140亿，采用混合稀疏注意力、FP4与ECHO投机解码优化推理，千帆API单用户推理速度超200 tokens/s，定价折后闲时输入0.5元/百万token。模型权重将于11月25日前以Apache 2.0开源，支持SGLang和vLLM部署。官方称部分推理优化由ERNIE Evolve自动完成，显示研发迭代效率正成为竞争维度。
研究进展
RESEARCH4 篇Runway 发布 Praxis-1：从视频预训练到机器人控制
Runway Research 发布技术报告，介绍 Praxis-1——一个开放权重的世界动作模型，将 27B 参数视频基础模型转化为真实机器人的控制策略。模型由视频主干、动作专家和按机器人适配的投影层组成，在 DROID 上微调后于 RoboLab-120 排行榜上成为最佳世界动作模型和最佳开源机器人基础模型，并在真实 Franka 机械臂上取得有竞争力的成功率。该模型可适配单臂、双臂和移动操作等多种形态，包括训练中未见的 RT-1 和 SO-101。
Google Research 用可穿戴设备与动作条件世界模型实现个性化 CKM 健康教练
Google Research 提出一套研究性机器学习框架，将可穿戴设备的被动信号转化为可干预的“可教练健康年龄”（CHA），并利用动作条件世界模型 SensorWM 模拟未来 12 周不同习惯下的健康轨迹。SensorWM 基于约 10 万名 Fitbit 用户、228 万人周的去标识数据预训练，可预测 20 项生理指标，表现优于 TimesFM 等通用时序基础模型。该框架还结合常规血液生物标志物扩展到心血管-肾脏-代谢（CKM）健康评估，并通过盲测对比验证其指导效果。
用反合一实现形式化策略的语义差异比较
AWS 机器学习博客介绍了一种基于反合一（anti-unification）的形式化策略语义差异比较方法，可在 e-graph 上计算两个策略表达式的最具体公共模式，从而区分语法噪声与真实语义差异。该方法面向自动形式化场景：LLM 将自然语言需求翻译为 SMT-LIB、Cedar、Dogwood、OpenShell 或 CEL 等策略语言时可能产生多个不一致的候选，语义 diff 可展示各候选的共识与分歧，帮助审查者优先检查差异部分。文章还将其类比为形式化方法版的语义熵，并说明 SMT 求解器可提供反例来解释分歧后果。
TOME-Math：从结构化教材构建38万条数学证明监督语料
研究团队构建了 TOME-Math 大规模数学证明监督语料库，将 2,118 本大学数学教材转换为约 38 万条结构化证明监督记录，保留章节顺序、命题-证明链接和依赖引用。在完整规模上微调后，模型在留出评估和公开基准上的平均得分比基座模型提升 16.7 个百分点，并超过三个公开指令数据基线。研究强调结构化教材既是可扩展的数学监督来源，也为研究数据组织方式对数学推理的影响提供了实证框架，语料库将公开发布。
安全
SECURITY1 篇Amazon Bedrock 知识库工具的细粒度访问控制
AWS 博客介绍如何在 Amazon Bedrock Managed Knowledge Base 上为多租户 AI agent 实现细粒度访问控制。方案通过 AgentCore Gateway 的请求拦截器从已验证 JWT 中确定性地注入 userContext，避免由 LLM 决定用户身份，并结合知识库的 ACL awareness 仅返回用户有权查看的文档。文章还叠加 Policy in AgentCore 的 Cedar 策略校验和基于资源的策略作为第二道防线，防止提示注入或 LLM 错误导致越权检索。
API 与平台更新
API UPDATE1 篇Google 发布 Gemini Decisions API 与 gemini-decision-1 模型
Google AI 发布 Gemini Decisions API，基于新模型 gemini-decision-1，面向工具选择、策略检查、模型路由、上下文分级等封闭集合决策场景。该 API 支持文本、图像、音频、视频、PDF 多模态输入（最高 256K token）和最多 1000 个独立问题，单次前向传播直接输出概率与置信度，端到端延迟 150-250ms，输入定价每百万 token 0.10 美元且不收取输出 token 费用。Google 内部 Gemini Notebook、Stitch、Google Labs CC 及 Search 的 MCP 工具安全层已在使用该 API。