VOL. 2026-W46 · 33 STORIES · WEEKLY SIGNALS
AI HOT RADAR 周报
2026-11-09 — 2026-11-15 · PUBLISHED · 约 25 分钟
本周模型竞赛的主线是头部厂商围绕“最强 LLM”展开正面交锋：Ant…
本周模型竞赛的主线是头部厂商围绕“最强 LLM”展开正面交锋：Anthropic 以 Fable 5.2 与 Mythos 5.2 重回全球第一并同步登陆 AWS，Google DeepMind 则推出主打网络安全与长周期智能体工作流的 Gemini 4 Carbon，双方在能力榜单与企业分发渠道上同时加码。与此同时，智能体与端侧成为密集落子的方向，中国电信 Xing4.0、Micius-Flash、NaiveAI 高速模型以及 Qwen3 系列的 LiteRT-LM 量化版本，分别从 MoE 架构、工程领域专精和端侧部署切入。NVIDIA 一周内连发 Alpamayo 2 Edge、GR00T 2、Cosmos 3 与 Nemotron 系列，把视觉-语言-动作模型和世界模型推向车载与机器人场景，配合 LeRobot v0.7.0 与蚂蚁灵波 LingBot-Touch 的开源动作、触觉基础模型，具身智能的数据与模型栈正在同步补齐。开源侧，NVIDIA Snapshot 与 DSPy 3.5 分别从 GPU 工作负载秒级恢复和更轻的 LM 基础层降低工程门槛。研究层面则集中反思模型内部机制，从 VLM 模态差距、选择题格式抑制拒绝，到 agent harness 架构模式被常规操作破坏，提示能力提升之外的结构性风险正被系统性地审视。
本周主线
5 个章节 · 33 条情报- 01模型发布Fable 5.2 重夺全球最强 LLM 宝座，Anthropic IPO 路演启动17
- 02开源项目蚂蚁灵波开源触觉基础模型LingBot-Touch6
- 03研究进展InstaGen：组共享重要性采样加速视频生成7
- 04产品发布Anthropic 推出 Claude Meetings 等职场协作功能2
- 05安全黄仁勋承认与疑似中国间谍有婚外情，或危及美国AI领先地位1
模型发布
MODEL RELEASE17 篇Fable 5.2 重夺全球最强 LLM 宝座，Anthropic IPO 路演启动
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，在 Artificial Analysis Intelligence Index v5 上以 65 分重回全球第一，超过 Gemini 4 Carbon 的 60 分。新模型单 token 价格下调 20% 至每百万输入 8 美元、输出 40 美元，但因大量生成测试用例和子代理自检，单任务实际成本反而上升。模型默认使用 Medium 推理强度，订阅用户访问受限，且默认要求数据保留以运行安全分类器。
AWS 上线 Claude Fable 5.2 与 Mythos 5.2
AWS 官方博客宣布 Claude Fable 5.2 与 Claude Mythos 5.2 在 Amazon Bedrock 及 AWS 上的 Claude Platform 上线。Fable 5.2 是 Anthropic 面向编程、数学与科研的最强通用模型，可长时间自主运行并自我校验；Mythos 5.2 仅通过验证计划向网络安全与生命科学领域开放。博客还介绍了数据保留与安全审查要求、企业前沿保障（EFS）机制，以及用 Claude Code 的 claude-api skill 迁移模型的方法。
Gemini 4 Carbon 正式发布
Google DeepMind 发布 Gemini 4 Carbon，面向开发者、企业、科研人员和消费者开放，主打网络安全能力与长周期智能体工作流。Carbon 在 CursorBench 4.0、Perplexity WANDR、Zapier AutomationBench 等基准上排名第一，且单任务成本比次优外部模型低 2 倍以上。同时预览 Google Antigravity 中的 /swarm 功能，可将单个提示转化为可实时追踪的协作智能体团队。API 定价与 Gemini 4 Argon 相同，为每百万输入 token 2 美元、每百万输出 token 10 美元。
NVIDIA 发布车载边缘推理驾驶模型 Alpamayo 2 Edge
NVIDIA 发布 Alpamayo 2 Edge，一款面向车载实时运行的自适应推理视觉-语言-动作（VLA）模型，基于 2B Nemotron 推理骨干与扩散动作专家，可在 NVIDIA DRIVE AGX Thor 上运行。该模型通过自适应推理、离线蒸馏、AlpaGym 闭环强化学习后训练及 DFlash2 投机解码等优化，在闭环驾驶性能上较最佳基线提升 48.9%。NVIDIA 同时介绍 AlpaJudge 评估与奖励模型，用于衡量推理质量、筛选训练数据并提供 RL 奖励。
英伟达发布 Nemotron-3.5-Super-VL-120B NVFP4 量化模型
NVIDIA 在 Hugging Face 发布 Nemotron-3.5-Super-VL-120B-A12B-NVFP4，这是其视觉语言模型 Nemotron 3.5 Super VL 的 NVFP4 量化版本，通过量化感知蒸馏从 BF16 版本压缩而来，以降低显存需求。模型采用 Mamba-2、MoE 与注意力混合架构，搭配 C-RADIO 视觉编码器，总参数 120B、激活参数 12B，支持最长 1M token 上下文及文本、图像、视频输入，并具备原生多 token 预测投机解码能力。该模型可商用，支持在 DGX Spark、RTX PRO 6000、H200、H100、GB200 等硬件上部署，面向文本与视觉语言智能体的高效部署场景。
NVIDIA 发布 Nemotron-3-Diarization 开源说话人日志模型
NVIDIA 在 Hugging Face 发布开源权重说话人日志（diarization）模型 Nemotron-3-Diarization，支持流式与离线推理，最多可区分 8 位说话人。模型采用 Sortformer 架构与 Streaming Sortformer 的 AOSC 缓存和 FIFO 队列机制，单检查点最低输入缓冲延迟 80ms，推荐配置 0.32s，离线配置为 30.4s。模型可用于商业或非商业用途，并提供 NeMo-Speech.cpp 本地 C++ 运行时与 NeMo Speech Python 工具链。
Micius-Flash：面向工程的轻量级智能体模型
研究团队发布 Micius-Flash，一个 270 亿参数、支持原生多模态输入和 256K 上下文窗口的工程领域模型。团队构建知识树驱动的数据飞轮，训练半导体知识、硬件编码、多模态理解及智能体专家模型，再用多教师同策略蒸馏（MOPD）整合为统一模型。在 20 多个数据集上，硬件代码基准平均 64.2%（超同规模基线 15 分），半导体智能体基准 62.4%（超 17.2 分）。团队还开发 Micius Harness 连接 EDA、KiCad 等工具，并以开源形式发布模型。
中国电信发布Xing4.0-29B-A4B智能体MoE模型
中国电信人工智能科技有限公司发布星系列新一代大模型Xing4.0-29B-A4B，采用MoE架构，总参数29B、每token激活4B，原生支持256K上下文并可扩展至512K。该模型面向智能体任务优化，支持多步规划、工具调用与结构化输出，在SWE-bench Verified上得分75.0，并以Apache 2.0协议开放BF16、FP8、GGUF等权重。模型已接入ms-swift、LLaMA-Factory、SGLang、vLLM及llama.cpp等开源生态。
kindlingai 发布 DeepSeek-V4.1-Flash 的 exlr8 多精度量化权重
Hugging Face 用户 kindlingai 发布了 deepseek-v4.1-flash-exlr8，这是对 DeepSeek-V4.1-Flash-1017 官方权重的重新打包版本，采用 exlr8 v2 文件布局，并为第 0-7 层及第 38-39 层的专家权重额外提供 4-bit、3-bit、2-bit 的 trellis 量化编码。仓库通过 k3、k4、native 三种 manifest 让用户按需选择加载精度，k3 需读取 425 GB、k4 需读取 506 GB，同时保留官方 MXFP4/FP8 权重以便一次下载满足多种配置。该仓库还按张量并行度切分索引，支持通过 HTTP range 请求只拉取本机所需分片，但 trellis 层的推理引擎支持仍在 kindlingai/gr8 中开发。
字节跳动发布 Seedream 5.5 图像模型：支持百轮编辑与原生透明背景
字节跳动 Seed 团队发布下一代图像生成模型 Seedream 5.5，主打三项升级：支持 100 轮多轮编辑且未编辑区域像素级保留、原生 RGBA 透明背景素材生成、以及更真实的光影材质与更清晰的小字文本渲染。官方评测称其在文本结构和文生图真实感上领先其他主流模型，目标是让图像模型更可靠地进入专业视觉生产流程。
miceworks 发布 Mark-SLM-V3-150M 稀疏语言模型
研究者 miceworks 在 Hugging Face 发布 Mark-SLM-V3-150M，一个 150M 参数、基于 deepseek2 架构的稀疏语言模型，采用 MLA 与细粒度 MoE，并导出为 IQ4_NL 量化的 GGUF 文件。模型在 3.47M token 的课程数据上训练，在 Open SLM Leaderboard 上取得 16.36 的 Intelligence Index，但作者明确说明该分数衡量的是分布内课程学习，模型定位为 8GB GPU 上的架构研究测试床，而非通用对话助手。
NVIDIA 发布 Cosmos 3 四个开放世界模型
NVIDIA 在 Hugging Face 发布 Cosmos 3 世界模型家族的四个新开放权重检查点，均基于 Cosmos 3 Nano 后训练，拥有 160 亿可训练参数，采用 OpenMDW1.1 许可，允许商用与非商用。四个模型分别面向自动驾驶多视角数据生成、相机与 LiDAR 同步流式仿真、物理模拟器控制转逼真视频，以及双臂机器人动作预测。NVIDIA 称这些开放权重与后训练配方为世界模型研究提供共享起点，但模型在忠实支持策略学习与评估方面仍存挑战。
Qwen3-0.6B INT4 端侧版本发布，适配 LiteRT-LM
Hugging Face 社区用户 litert-community 发布了 Qwen3-0.6B 的 INT4 量化版本，采用 Google LiteRT-LM 的 .litertlm 格式，面向 Android、iOS、桌面和嵌入式设备端侧推理。该版本体积约 332MB（比 fp32 小约 7 倍），并提供开启和关闭思考模式的两个文件。在三星 Galaxy S26 上的实测显示，GPU 后端预填充速度比 CPU 快 4.5-6.3 倍，首 token 延迟 0.17 秒，峰值内存低约 25%。
Qwen3.5-4B 的 LiteRT-LM 端侧量化版本发布
Hugging Face 社区用户 litert-community 将阿里 Qwen3.5-4B 转换为 Google LiteRT-LM 端侧推理格式，提供 int8 与混合 INT4 两个版本，分别约 4.42GB 和 2.75GB，需 litert-lm ≥0.15。该模型采用 GatedDeltaNet 线性注意力与全注意力混合架构，线性层保持常量状态使内存随上下文增长近乎平坦。作者同时披露并修复了 int8 版本在 CPU 后端多步算术不停止、思考不闭合的缺陷，并替换了分词器以修正组合附加符号文本的切分差异。
OpenBMB 发布 VoxCPM2 多语言 TTS 模型
OpenBMB 在 Hugging Face 发布 VoxCPM2，一个 2B 参数、无 tokenizer 的扩散自回归文本转语音模型，支持 30 种语言及多种中文方言，基于超 200 万小时多语种语音数据训练。模型支持语音设计、可控与高保真声音克隆、48kHz 输出和实时流式合成，采用 Apache-2.0 协议可商用。
NaiveAI 宣称每秒 2100 tokens，编码能力实测如何？
Latent Space 评测了中国公司 NaiveAI 推出的开源权重模型 Naive-N0.5-Flash，该模型基于小米 MiMo-V2.5 继续训练并适配 DeepSeek 稀疏注意力，主打高速生成（宣称约 2100 tokens/秒）。在 30 道不同难度题目的测试中，其吞吐接近或超过 1000 tokens/秒，中位响应时间 3.1 秒快于 DeepSeek V4.1 Flash 1017 和 GLM 5.3 Flash，但思考模式下平均 token 消耗显著更高、难题上平均耗时反而更慢。官方基准显示其编码能力介于两个对比模型之间，NL2Repo-Bench 得分领先。
英伟达发布GR00T 2：从人类视频学习机器人动作
英伟达发布机器人基础模型GR00T 2，采用“世界-动作模型”架构，在预测下一步动作的同时生成短期未来视频，从而将人类视频中的动作迁移到机械臂，减少传统遥操作训练成本。该模型使用超过1000块GB300芯片训练，包含约40万小时头戴摄像头拍摄的人类操作视频；实验室中五指机器人未经专门遥操作即可完成点蜡烛、切香蕉等任务，成功率10%至80%不等。英伟达还推出可在Jetson Thor上运行的轻量版GR00T 2 Turbo，并指出触觉传感器缺失、高层语言模型拖慢响应等落地障碍。
开源项目
OPEN SOURCE6 篇蚂蚁灵波开源触觉基础模型LingBot-Touch
蚂蚁灵波开源触觉预训练基础模型LingBot-Touch，通过将磁触觉、视触觉、压阻式触觉等异构传感器信号统一编码为触觉Token，解决原始触觉数据稀疏、噪声大导致动作模型成功率下降的问题。实验显示，接入该模型后π0.5在拉拉链任务成功率从15%升至59%，XHand上6项任务平均成功率从48%升至74.17%，且仅增加0.13%-0.16%参数量。该模型与LingBot-VLA、LingBot-Depth融合，并已与乐聚、钛虎等伙伴在零售、物流、工业场景开展商业化测试。
NVIDIA 开源 Snapshot：GPU 工作负载秒级启动与恢复
NVIDIA 发布开源组件 NVIDIA Snapshot，作为 DSX AI Factory 平台的一部分，为 Kubernetes 上的 GPU 工作负载提供检查点与恢复能力。它可将已初始化的推理工作负载（含 CPU 与 GPU 内存状态）保存为可移植产物，并在同型号 GPU 节点上秒级恢复，跳过权重加载、编译与图捕获等冷启动步骤。在 vLLM、SGLang 和 TensorRT LLM 上的测试显示，恢复时间在 3.6 至 42.7 秒之间，比冷启动快 8 至 36 倍；Crusoe 与 Saturn Cloud 等合作方也报告了启动时间从数分钟降至数十秒。
DSPy 3.5 发布：更轻更快的 LM 基础层
DSPy 发布 3.5.0 版本，将 RLM、Flex、GEPA 从实验模块转为正式核心模块，ReActV2 取代 ReAct，并默认启用 XMLAdapter 与自动 API 路由。该版本引入轻量 lm15 引擎，使 LiteLLM 和 OpenAI Python 库变为可选依赖，默认安装体积从 206.7 MiB 降至 30.9 MiB，依赖数从 65 降至 25，冷启动导入时间从 1.01 秒降至 0.49 秒。同时新增 RLM 对话历史保存、图像处理与富工具结果能力，并默认启用磁盘缓存安全加载。
llama.cpp b12250：Vulkan 新增分块转置 concat 着色器优化 Qwen
llama.cpp 发布 b12250 版本，为 Vulkan 后端新增分块转置 concat 着色器，针对 Qwen 模型的 delta-net 卷积状态路径优化 ggml_transpose 直接写入 dim-0 concat 的场景。该优化通过共享内存 32x32 分块使读写合并访问，并严格限定触发条件，其余情况回退原内核。在 gfx1151/RADV 上运行 Qwen3.6-35B-A3B 的 30 层门控 delta-net 时，CONCAT 操作从 11877 微秒降至 957 微秒，pp2048 吞吐从 1224 提升至 1628 t/s，生成文本不变。
LeRobot v0.7.0：从TB级数据到提示机器人
Hugging Face 发布 LeRobot v0.7.0，支持直接从 Hub、Storage Bucket 或 LanceDB 流式训练近 300TB 开放机器人数据，无需先下载。新版本重建训练栈以支持 5-20B 参数的世界动作模型，并引入交互式 rollout，可在机器人运行时通过文本指令切换子任务、提问或自动导航。同时集成 NVIDIA、Black Forest Labs 等四个世界动作模型和四个新 VLA，支持远程 GPU 推理。
Haystack v3.5.0-rc1：新增 OpenAI Decisions 路由组件与多向量检索
Haystack 发布 v3.5.0-rc1，新增三个基于 OpenAI Decisions API 的组件，用于文本路由、图像路由和文档分类，无需编写提示词即可完成分类与分流。Agent 新增 StructuredOutputHook，可按 Pydantic 模型或 JSON Schema 校验最终回复并在失败时重试，同时引入 StepBudgetReminderHook 提醒剩余步数。检索侧新增 multivector_embedding 字段与 MaxSimRanker，支持 ColBERT 类晚期交互检索。此外默认 OpenAI 模型切换为 gpt-5.6-terra，并有多项升级注意事项。
研究进展
RESEARCH7 篇InstaGen：组共享重要性采样加速视频生成
该论文提出 InstaGen，一种用于加速视频生成的免训练稀疏注意力方法。作者发现现有 PBSA 方法采用 top-p 选择在高熵注意力场景下采样效率低，于是将块选择建模为重要性采样：对每个查询簇保留得分最高的精确块集合，其余键按估计注意力概率采样并用逆采样概率重加权。在 Wan2.1-T2V-1.3B 和 14B 上，InstaGen 在相同注意力密度下 PSNR 分别比 SVG2 提升 3.4 dB 和 2 dB，并实现全稀疏推理、消除稠密步骤。
先处理再检索：探究视觉语言模型模态差距的起源
该论文研究视觉语言模型（VLM）中模态差距的成因，发现嵌入层文本token的语义密度远低于视觉token，导致模型早期层优先处理文本表征、将视觉信息整合推迟到中后层。作者通过机制分析，将视觉token位置替换为语义最近的文本token后，早期层对这些位置的注意力增强，表明初始语义密度差异影响跨模态注意力分配。研究为缓解模态差距、改进VLM多模态推理提供了机制层面的依据。
Google DeepMind 推出 AlphaProof Code，深度验证 Signal 协议代码
Google DeepMind 发布 AlphaProof Code，一个多 LLM 智能体框架，用于对复杂软件进行深度形式化验证。研究人员用该框架对 Signal 加密协议的实际代码进行数学证明，验证了消息在设备临时被攻破前后仍受保护等关键安全属性，耗时仅四周，而传统专家团队通常需要数年。这是 AI 首次以如此深度形式化验证广泛部署的加密协议，也是该协议实现首次被任何方法形式化验证；团队还通过重新引入两个已修复的真实漏洞，确认系统能识别不安全代码。
强制选字母抑制拒绝：WMDP 的机制证据
研究者在 WMDP 危险知识基准上，对 Llama-3.1-8B 和 Qwen3-8B 两个模型进行机制可解释性分析，发现选择题格式会让模型在中层快速锁定答案字母，从而抑制拒绝机制。与开放式提问相比，选择题激活离拒绝方向约远 3 倍；消融承载选择题答案的注意力头会提升拒绝率，说明答案选择与拒绝存在竞争。结论是选择题安全分数主要衡量知识能力，而非安全机制。
常规操作如何破坏 LLM Agent Harness 中的架构模式关系
该论文研究 LLM agent harness 中常规操作（如重新应用插件、保存允许规则、压缩历史）如何在不改代码的情况下破坏架构模式关系。作者提出 PatternOps 评估流程，在五个已发布 harness 和十四个独立编写的插件上分析 Guardrail Enforcement Point、Autonomy Controller 和 Blackboard 相关的五种关系。研究发现，插件仍处于启用状态时，策略覆盖仍可能因运行时顺序或保留状态变化而失效，因此架构师应基于实际决策路径、状态生命周期和操作序列评估模式关系。
s3：用协作多智能体强化学习实现群体简单扩展
论文提出 s3，一种基于协作式多智能体强化学习的方法，让语言模型智能体自行学习何时独立工作、何时共享发现或读取队友消息，无需预设组织架构或角色。在训练与推理预算匹配的条件下，s3 群体在协调任务上以两倍于训练规模的智能体数量解决了超过最强基线 25 倍的问题，在探索任务中减少近 50% 重复工作，并比 best-of-N 高出最多 9.4 个百分点。该方法表明多智能体组织可以从共享目标中涌现，而非由设计者预先指定。
Sketchpad：小视觉语言模型实现可证明的精确算术
该论文提出 Sketchpad 方法：使用 Qwen3.5-0.8B 加低秩适配器，在渲染的“草稿纸”上执行算术步骤，每次前向只读取外部工作内存的三格视图并输出一步（数字、进位/借位、下一操作），由固定运行时移动视图。作者在 Lean 中证明：只要每步只读有界视图，模型在所有长度输入上的精确性等价于在运行时呈现的有限视图集合上的精确性，并证明若步骤可读取先前步骤则无有限测试可保证、该保证可容忍有界数值扰动且可组合。部署设备（浏览器中的笔记本 GPU）上全部 2,446 个视图通过，模型支持任意长度的加减乘除、平方根与最大公约数，在 220 道预注册题中全部解出，超过 GPT-6.1 Sol 等模型。
产品发布
PRODUCT RELEASE2 篇Anthropic 推出 Claude Meetings 等职场协作功能
Anthropic 发布面向职场的新功能，包括可将 Claude 作为可见参与者加入视频会议、实时起草计划与时间线并生成会后纪要的 Claude Meetings，以及协作白板 Claude Whiteboards 和表格工具 Claude Sheets。这些功能以 beta 形式向付费、Team 和 Enterprise 计划开放，Meetings 初期仅支持 Google Meet。此举发生在 OpenAI 推出职场协作工具数周之后，显示 Anthropic 与 OpenAI、Meta 正竞相把 AI 助手扩展为办公套件，以挑战 Microsoft 和 Google。
Langfuse 发布 v4.77.0：AI Gateway 支持 Bedrock 与企业级存储
Langfuse 发布 v4.77.0 版本，包含 27 项功能更新与 18 项修复。主要新增 AI Gateway 对 Amazon Bedrock 上游的支持、OpenAI 与 Anthropic 连接的自定义 base URL 与额外请求头，以及外部媒体存储的企业级功能与 S3 IAM 角色认证。同时改进了 Topics 成本追踪、事件分发与审计日志等可观测性能力。
安全
SECURITY1 篇黄仁勋承认与疑似中国间谍有婚外情，或危及美国AI领先地位
The Verge 报道称，Nvidia CEO 黄仁勋承认与一名疑似中国间谍的女性有婚外情，据称美国情报机构乃至特朗普总统当时已知晓该间谍活动。专家表示，此事的影响远超个人声誉，可能危及美国国家安全，并动摇美国在 AI 领域对中国的脆弱技术领先优势。报道指出，与嫌疑人 Alice Huang 有关联的公司据称促成了至少 70 亿美元的 Nvidia 芯片对华销售，而黄仁勋作为芯片出口限制的批评者，对政策具有较大影响力。