阶跃星辰发布 Step 5 Preview 旗舰模型:600B 总参数、27B 激活参数、支持 1M 上下文
阶跃星辰发布面向智能体任务的旗舰模型 Step 5 Preview,采用稀疏 MoE 架构,600B 总参数、27B 激活参数,上下文窗口最高 1M tokens,输入支持文本、图像和视频。

推荐理由:阶跃星辰公开旗舰模型的参数规模、上下文长度与多框架部署配置,可据此判断其智能体任务的落地条件。
阶跃星辰发布面向智能体任务的旗舰模型 Step 5 Preview,采用稀疏 MoE 架构,600B 总参数、27B 激活参数,上下文窗口最高 1M tokens,输入支持文本、图像和视频。

推荐理由:阶跃星辰公开旗舰模型的参数规模、上下文长度与多框架部署配置,可据此判断其智能体任务的落地条件。
腾讯发布 WeMM-Video-35B-A3B,这是 WeMM-Video 系列中 35B 总参数、3B 激活参数的 MoE 模型,支持中英文的文本、图像、音频和视频输入并输出文本。

推荐理由:腾讯开源音视频联合理解模型,给出量化版本与 vLLM、SGLang 部署命令,可据此评估落地成本。
Google 将其 Spark 智能体更名为 Tasks 并免费开放,该功能由新的 Gemini 4 Hydrogen 模型驱动,可制定餐食计划、管理日历、翻查邮件找出重复支出。

推荐理由:Google 把 Spark 智能体改名为 Tasks 并免费开放,读者可了解其具体能力与分阶段开放范围。
美国大模型独角兽Mirendil于11月13日宣布完成10亿美元A轮融资,由Kleiner Perkins与Clearlake Capital联合领投,谷歌、英伟达等参与,多家媒体引用a16z内部信息称其估值约50亿美元。

推荐理由:融资信息之外,文中还交代了这家公司用智能体完成预训练的成本与人力规模,可作为观察AI研发门槛变化的样本。
美国中期选举中41项数据中心相关地方提案有27项限制性提案全部通过,13项支持开发提案全部被否,11月5日费城半导体指数单日重挫12.25%。文章认为AI基建扩张同时撞上电力、民意和现金流三重约束:AI训练机柜功耗达30至100千瓦以上,2026年变电站变压器交付周期普遍在三年以上,微软800亿美元Azure订单积压部分因缺电无法交付。

推荐理由:文章把电力、社区公投与现金流三条约束串成一条线索,解释美国数据中心扩张为何从抢芯片转向抢电。
ChinaTalk 调查称,Mercor、Surge AI、AfterQuery、Turing 等美国数据公司向中国 AI 实验室出售约 5 亿美元训练数据,其中部分为用于编码、金融分析、办公任务的强化学习环境。
推荐理由:报道披露美国数据商向中国实验室出售 RL 环境的具体规模与渠道,并指出这类交易目前基本不受出口管制约束。
百度文心首次披露自动研究系统 ERNIE Evolve,该系统由 Director、Selector、Executor、Evaluator、Reviewer 等智能体分工协作,自主提出研究方向、修改代码并验证结果。

推荐理由:原文给出 ERNIE Evolve 的多智能体分工与三项生产优化数据,可观察 RSI 在推理基础设施上的实际落点。
量子位作者用LobeHub组建了一支AI编辑部,让主编Agent Sienna带三位小编找选题,不到8分钟就交回6条带信源链接的AI动态简报。随后作者追加需求,Sienna没有召回原班人马,而是新建网页开发和QA两个Worker,直接沿用上一轮成果,约30分钟做出可筛选搜索的资讯看板。

推荐理由:作者亲自用LobeHub组建AI编辑部实测两轮任务,展示了主管Agent派活、临时招人和跨轮接力的具体过程。
DeepSeek Harness 发布一个多月后日均活跃用户超140万、月活548万,日均消耗 Token 估计超91万亿,已有约3.5万个公开第三方插件。官方表示正在筹备插件作者支持计划,包括建官方插件市场、给 Token 补贴和流量推荐,并公开了7个创作者模式 Demo 与提示词。
推荐理由:文章给出插件数量、用户参与比例和官方激励计划,可观察 Agent 产品把扩展权交给用户后的生态走向。
Alphabet三季度营收同比增长25%至1275.8亿美元,净利润同比下滑25%至261.7亿美元,自由现金流为负90多亿美元,资本支出514亿美元大部分用于AI基础设施。

推荐理由:从财报数字拆解谷歌AI投入的现金流压力,并对照Gemini 4 Carbon的发布节奏与商业化限制。
钛媒体文章分析 SpaceX 2026 年第三季度财报,其 AI 业务“超级智能”单季收入 75.6 亿美元、同比增长 830%,占总营收 52%,首次超过星链成为最大收入来源。文章梳理 Colossus 集群的建设速度与对外租赁模式,Anthropic 以最高 845 亿美元、Google 以每月 9.2 亿美元租用其算力容量,并提到 Cursor 收购并表与太空算力卫星计划。
推荐理由:拆解 SpaceX 算力业务从建设速度到短约定价的账本,读者可据此理解 AI 基建竞争重心的转移。
西交利物浦大学、昆山杜克大学、NUS等团队提出机器人安全基准RoboRisk(92个仿真任务与13个真机任务,覆盖五类风险)和与模型无关的安全护栏LEASH。
推荐理由:多校联合团队用105个闭环任务测出六个前沿模型的物理伤害率,并给出不改模型的安全护栏方案。
Nvidia 在新研究报告中介绍 GR00T 2,该模型不再直接由图像和语言指令生成动作,而是同时预测下一步动作与未来短视频画面,从而把人类动作迁移到机械臂。训练使用超过一千块 GB300 芯片的集群和约 40 万小时头戴相机拍摄的人类操作视频,新任务只需人用数据手套或手指外骨骼演示;实验室中五指机器人完成了点火柴、切香蕉等任务,成功率在 10% 到 80% 之间。

推荐理由:原文给出 GR00T 2 从人类视频迁移动作的训练路径与各任务成功率区间,可据此判断减少遥操作的实际边界。
面壁发布 MiniCPM-V 4.7 35B-A3B 的 FP8 量化版本,原始 BF16 权重见 openbmb/MiniCPM-V-4.7-35B-A3B。

推荐理由:原文给出首个开源 MoE 端侧无损推理方案与 13+ tokens/s 实测,可据此判断端侧多模态部署的可行边界。
10月31日晚,DeepSeek Harness 团队在官方公众号发布技术文章《Super-agent设计探索:迈向更自主的Agent系统》,配套原型 dsh-superagent-prototype 同日在 GitHub 以 MIT 协议开源。
推荐理由:原文梳理了 DeepSeek 开源 Super-agent 原型的 router 与 worker 分工设计,并交代了融资背景与竞品格局。
Contra Labs 于当地时间 11 月 18 日发布 AI 设计能力评测榜单 Frontier Design Benchmark,代号 Gestalt 的隐身开发状态匿名模型以 Elo 1931 分、90% 胜率登顶,超过 Claude Fable 5.2 的 1713 分和 GPT-6.1 Sol 的 1668 分。

推荐理由:榜单给出了匿名模型与人类设计师、主流模型在盲测偏好与执行质量上的分项差异,可据此理解设计评测的衡量方式。
据 The Information 援引三位知情人士消息,Nvidia 正接近以至少 5 亿美元收购 AI 初创公司 Inception,交易还包含对该公司 30 多名员工的绩效奖金。
推荐理由:交易细节来自匿名信源,读者可借此了解扩散式语言模型路线为何被芯片厂商看重。
谷歌宣布扩充 TPU 产品阵容,推出面向机密计算的 TPU 8tx 和面向超长上下文窗口的 TPU 8i Max,预计明年上市。TPU 8tx 将与 AMD 芯片协同工作并在芯片层面加密数据,TPU 8i Max 则把两颗 TPU 集成在同一封装内以提升算力与内存容量。

推荐理由:谷歌把 TPU 拆成机密计算与长上下文两个专业化版本,读者可据此看到 AI 芯片从通用走向分化的路径。
Deep Principle 发布 Hydrogen-1.0,一个基于 GLM-5.3 后训练的 753B 开源权重科学模型,采用 MIT 许可,覆盖化学、材料科学与生命科学。
推荐理由:原文给出753B开源科学模型的训练数据来源与多项基准对比,可据此判断开源科学模型与闭源模型的差距。
Character.AI近期申请破产保护,若出售无可行方案可能停止运营,这家曾月活约2800万的AI陪伴独角兽在2026年1月至8月算力支出约5610万美元,每月仍亏损约800万至900万美元。

推荐理由:文章用C.AI的算力账单、订阅与广告收入数据,拆解AI陪伴产品高黏性却难变现的结构性矛盾。
DeepSeek Harness团队发布Super-agent技术文章,采用Router/Worker双层架构,由Router常驻接住群聊、GitHub、邮件消息并维护全局上下文,Worker隔离上下文并行执行。
推荐理由:文章把DeepSeek的Super-agent架构与千亿融资放在一起看,指出竞争重心正从模型能力转向系统可运营性。
超衍智能发布并开源首款大模型Apex-35B-V1.0,总参数量350亿,每个Token激活约30亿参数,支持26.2万Token上下文窗口,以Qwen3.6-35B-A3B为基础经中训练和后训练优化。

推荐理由:原文给出开源权重、许可证与多项基准对比,可据此判断AI参与模型研发的实际水平。
XREAL AURA 在 Google Android Dev Summit 2026 上宣布商业上市,成为首款搭载 Android XR 的有线分体式 XR 眼镜,也是骁龙 Reality Elite 平台的首发终端。

推荐理由:原文交代了分体式架构与双芯分工的取舍,也给出 Android XR 生态和 Gemini 视野共享的具体用法。
英伟达将向 Meta 计划中的股权发行投资 30 亿美元,两家公司同时宣布扩大围绕 Meta AI 产品 Muse 的合作。Meta 计划为下一代 AI 智能体使用更多英伟达基础设施,包括 Vera Rubin 系统和 Vera CPU,并拟通过股票发行募资至多 950 亿美元用于 AI 基础设施投入。

推荐理由:英伟达以 30 亿美元认购 Meta 股权,同时两家扩大 Muse 合作,读者可据此观察算力供应商与客户之间的资金循环。
月之暗面于10月24日凌晨发布Kimi K3.1 Pro,Artificial Analysis将其智能指数排在全球第四,并判断权重发布后它将成为开放权重模型榜首。作者认为,在Anthropic等厂商强化反蒸馏机制的背景下,K3.1 Pro仍实现升级,为“国模全靠蒸馏”的说法提供了反例;其在Terminal-Bench4.0上得65.7分,仅次于Claude Opus5.5的66.4分。

推荐理由:从国模沉寂与蒸馏质疑切入,借K3.1 Pro的榜单成绩讨论开源模型能否持续逼近闭源前沿。
Anthropic 表示,单个按需加载上下文的智能体在质量、成本和延迟上常优于多子智能体架构,从 Opus 4.5 起的新模型可在单一循环中直接管理复杂计划,一次对比中单智能体架构约快两倍。

推荐理由:Anthropic 基于企业部署经验给出单智能体优于多子智能体的判断,并附迁移工具与适用边界。
阶跃星辰发布面向智能体任务的旗舰模型 Step-5-Preview,采用稀疏 MoE 架构,600B 总参数、27B 激活参数,上下文窗口最高 1M tokens,输入支持文本、图像和视频。

推荐理由:阶跃星辰公开旗舰模型的参数规模、1M 上下文与多框架部署配置,可据此判断其智能体任务的落地成本。
DeepSeek 发布 DeepSeek-V4-Flash-Vision-Exp,这是 DeepSeek-V4 系列首个实验性多模态模型,在 DeepSeek-V4-Flash 架构上加入视觉模块并继续训练。
推荐理由:DeepSeek 首次把视觉模块接入 V4-Flash,并给出多模态与纯文本智能体基准的对照数据。
月之暗面发布基于 Kimi K2.6 的编码智能体模型 Kimi K2.7 Code,在长周期真实编码任务上做了较大改进,思考 token 用量相比 K2.6 减少约 30%。

推荐理由:模型卡给出与 K2.6、GPT-5.5、Claude Opus 4.8 的同基准对比,可据此判断其在编码智能体上的位置。
阶跃星辰发布 Step 3.7 Flash,这是一个 198B 参数的稀疏 MoE 视觉语言模型,由 196B 参数语言主干与 1.8B 参数视觉编码器组成,每 token 约激活 11B 参数,吞吐最高 400 tokens/s,支持 256k 上下文窗口和低中高三档推理等级。

推荐理由:原文给出稀疏 MoE 视觉语言模型的参数规模、三档推理等级与定价,可据此判断高频智能体工作流的成本与部署选择。
字节 Seed 开源 Bernini-Diffusers,将基于 Qwen2.5-VL 的语义规划器、Bernini 规划权重与 Wan2.2 扩散组件打包为自包含目录,官方推荐用于复杂视频编辑请求。
推荐理由:字节开源完整 Bernini 视频生成与编辑管线,读者可据此了解其语义规划加渲染的两段式结构及与 Bernini-R 的差异。
推荐理由:手册把推理与服务拆开讲,并给出显存、成本估算和按负载选批处理与部署的取舍依据。
Opus 5.5 发布之后,AI Agent 剪辑视频已经能替代初级剪辑师了。差不多就相当于 Claude Code 刚发布的时候一样,模型真的能自主完成复杂编程任务了,但这才刚开始,想想 Claude Code 发布才多久。 当年 Anthropic 专注于训练 Coding,没想到能解决这么多问题,连视频剪辑都能用 HTML、JavaScript 剪视频、生成动画。 在 Opus 5.5 之前我就在做剪辑的 Skill 和工具,但模型发布后发现绝大部分 Skill 都不需要了。 我自己有做过实验,同一个视频,不用任何 Skill,只提供 ASR 和 TTS 工具,Opus 5.5 做的比没有用 Skill 效果更好,这点跟推文中的经验基本吻合。 另外 Sabba 有一条建议跟我最近在做的事差不多,他建议:“不要重造专业剪辑软件的时间线,那个太难做,专心做好初剪,再方便地交给现有专业软件”。 我最近也把 BaoCut 的时间线编辑器退居二线了,太过复杂,默认应该只需要一个简单的视频预览播放。 如果你用 Agent 去生成、剪辑视频的话,编辑器越简单越好,只要能标记,方便的让 Agent 知道改哪就够了。 这其实和之前 Tibo 改造 Codex 的经历类似,Codex 不需要一个 VSCode 的代码编辑器,视频剪辑 Agent 也不需要一个视频编辑器。 转发的这两条推文有分享很多 AI Agent 剪辑的经验,有兴趣的可以看看。 --- 我把引用的两条推文放在一起总结一下: Alex Cooper 管着一支剪辑团队,每天出大量广告,讲的是怎么用;Sabba Keynejad 是在线视频剪辑工具 VEED 的联合创始人,讲的是市场会怎么变。 1. 视频剪辑在走编程走过的路 两人都认为 AI 智能体剪辑已经能用,而且现在是它最差的时候。Alex 团队的资深剪辑师说,同等质量下,他一天的产出是以前的 5 倍。 Sabba 预计一年内基础剪辑的成本会从几美元降到几美分。Sabba 也拿编程做类比:资深工程师当初最抵触 AI 写的代码,理由是质量和可维护性,后来还是接受了。他认为最好的剪辑师会是最大的批评者,但最终也会转过来。 2. 视频被当成代码问题解决了 Sabba 解释了为什么是现在:Anthropic 押注编程,模型会写代码,就能用 HTML/CSS、SVG、浏览器渲染、OpenCV 这些手段“写”出视频。之前有一批工具包专门给大模型补剪辑能力,Opus 5.5 出来后,很多用法就用不上了。他也承认,现在剪出来的东西还是更像网页,不太像视频。 Alex 的经验和这一点基本一致:他试过各种方案,最后发现不装 MCP、不装插件,全在 Claude 里做效果最好。通用模型能力上去后,夹在中间的工具层会被吃掉一大块,编程领域已经发生过一次。 3. 核心资产是 Skill,Alex 给了一套能照搬的做法 这是两条帖子里最有实操价值的部分: 按风格拆小 Skill:混剪、UGC(模仿普通用户自拍口吻的素材)、AI 动画各做一个,不做大而全的剪辑 Skill,这样每次加载的上下文都和当前任务相关。 起步:给 Claude 4~5 条参考作品,让它总结成 Skill。 训练:让 Skill 把资深剪辑师最近剪的 25 条广告重剪一遍,放进 Artifact,资深剪辑师逐条点评,反复做到 Skill 明白什么是好剪辑。 把隐性知识录下来:让顶尖剪辑师边剪边录屏,用 Google Meet 或 Loom 口述为什么这样切、为什么这个节奏、为什么选这段空镜。这些理由就是 Skill 最缺的上下文。 只让最强的剪辑师训练 Skill。 结果是大部分片子第一版或第二版就能过,偶尔要到第三版。这套方法换到写作、设计、客服话术上也成立:用参考样本起底稿,用历史作品批量重做,专家逐条反馈,再把专家做判断时的理由录下来。 4. 人的价值从操作转到品味 Alex 认为技术趋势挡不住,但品味仍然很值钱,因为训练 AI、给 AI 反馈都靠它。有品味的剪辑师会更值钱,没有的会越来越难。 Sabba 从另一头说了同一件事:初剪做对 80%~90% 已经不错,要做到优秀,靠的是反复迭代,创作者怎么给反馈、怎么让片子带上自己的风格,才是这类工具真正的价值所在。 5. 推广的分工:负责人搭框架,最强的人教 AI Alex 说,团队里推动 AI 的人搭好第一版就该让开。他说自己不是团队里最会剪的,他的工作是搭一套环境,让最会剪的人去训练 Skill。 在我看来,这同时化解了 Sabba 说的抵触问题:最可能反对的资深剪辑师,变成了教 AI 的人。另外他提醒要给资深剪辑师留出专门的时间,前期会有一段效率下降的阶段,不留时间,做出来的 Skill 质量一般,也省不了多少时间。 6. 两人的分歧,以及分歧背后的立场 Alex 全程在 Claude 对话里完成;Sabba 认为视频涉及时间轴和画面上的空间位置,只靠聊天不够,需要更复杂的界面。 Sabba 还认为品牌一致性和可重复性没解决,比如 Casey Neistat(风格很鲜明的 YouTube 博主)的视频一看就是他的,品牌方也需要在几百条视频里保持这种一致。但 Alex 那套“按风格拆 Skill + 反馈循环”的做法,本身就是在用户这一侧解决可重复性。 分歧有两个来源。Alex 做的是广告,时长短、套路固定、量大,最适合交给 AI。Sabba 是卖工具的,更好的界面正是他的生意。 7. 瓶颈会转移 Sabba 判断,剪辑变得几乎不费力后,创作者数量会暴增,拍摄和录制可能成为最大的瓶颈。Alex 说,他原以为还要 3~6 个月才能做到的事,现在已经能做了。 8. 给做工具的人的判断 Sabba 认为这个市场不会一家通吃,就像 Cursor 往大企业走、Lovable 服务不懂技术的用户。 基础剪辑撑不起长期优势,Anthropic、Google、OpenAI 迟早都会做;差异化要靠更深的工作流、垂直场景和好用的手机端。 他还建议不要重造专业剪辑软件的时间线,那个太难做,专心做好初剪,再方便地交给现有专业软件。
推荐理由:新报道汇集 Alex Cooper 与 Sabba Keynejad 关于 Opus 5.5 后 AI Agent 剪辑的具体实操方法(按风格拆 Skill、用 25 条广告重剪训练、录屏口述隐性知识)、产出效率数据与市场分歧判断,均为已公开精选未覆盖的新信息。
面壁发布 MiniCPM5-2B,这是 MiniCPM5 系列第二款模型,为 2B 稠密 Transformer,面向端侧与本地部署,支持 131,072 上下文。

推荐理由:面壁开源 2B 级端侧模型并同步放出训练数据,读者可据此判断小模型在编码与智能体任务上的位置。
面壁发布 MiniCPM-V 4.7 35B-A3B 的 GPTQ(W4A16)量化版本,该变体是 MiniCPM-V 系列首个 MoE 模型。

推荐理由:面壁发布 MiniCPM-V 4.7 的 35B-A3B MoE 变体,并给出端侧推理速度与显存占用数据,可据此判断开源多模态模型的端侧部署边界。
腾讯优图实验室发布 5B 参数的多模态解析模型 Youtu-Parsing-Omni,用单一 Youtu-Omni-Encoder 处理文档页、自然图像、图表、流程图、几何图、音频和音视频输入,按任务提示词输出统一的 OmniSchema JSON。

推荐理由:5B 参数统一编码器覆盖文档、图像、音视频七类解析任务,并给出 vLLM 插件与评测代码,可据此判断轻量多模态解析的落地成本。
字节发布 Bernini-Diffusers-v2,把 Qwen2.5-VL-7B 语义规划器、Bernini 规划权重与 Wan2.2-T2V-A14B 扩散组件打包成一个自包含的 diffusers 格式目录。
推荐理由:字节开源 Bernini-Diffusers-v2 完整语义规划管线,读者可据此判断视频生成与编辑的指令遵循能力边界。
面壁智能发布 MiniCPM5 系列首款模型 MiniCPM5-1B,这是一个 1B 稠密 Transformer,面向端侧与本地部署,官方称其在同尺寸开源模型对比中达到 SOTA,优势集中在工具调用、代码生成和困难推理。

推荐理由:1B 稠密模型给出完整训练配方与多后端部署路径,可对照同尺寸开源模型看端侧能力边界。
英伟达 CEO 黄仁勋在 GTC Berlin 2026 主题演讲中发布 DSX POD 参考设计,将 Vera Rubin AI 工厂装入模块化集装箱,现场部署时间可从六个月缩短至 14 天。

推荐理由:黄仁勋在 GTC Berlin 集中发布 DSX POD、OpenShell 安全智能体架构与 Agent 知识层,可据此观察英伟达如何把智能体纳入自家全栈基础设施。
腾讯发布 WeMM-Video 系列中的稠密 4B 模型 WeMM-Video-4B,可同时接收文本、图像、音频和视频并输出中英文文本回复,支持结合视频画面与原声描述事件、转写语音。

推荐理由:腾讯开源 WeMM-Video 系列中的 4B 稠密模型,公开了量化版本与 vLLM、SGLang 部署方式,可供评估音视频联合理解的开源方案。