2026年11月11日 · 星期三

@GoogleDeepMind

Google 推出 Gemini 4 Carbon

面向长程任务的模型开放付费 API，Cursor 同日接入并公布实测。

Google 开始通过付费 Gemini API 向开发者提供 Carbon，并向 Google AI Ultra 用户逐步开放。Google 将它用于多步骤编码、复杂知识工作和需要反复验证的研究任务。API 体验价为每百万输入和输出 token 分别 2 美元和 10 美元，体验期在 11 月 30 日结束。

@GoogleDeepMind

Gemini Robotics 2.5 学习更多实物操作

Google DeepMind 发布新版视觉语言动作模型，演示了叠衣、递点心和在工厂分拣汽车零件。官方称同一模型可适配不同的机器人形态，包括人形机器人和双臂夹爪平台。

@MiniMax_AI

MiniMax 开放 H3-Image 权重

MiniMax 称 H3-Image 可在 10 秒内生成 4096 × 4096 图像，最多接收 16 张参考图，也能编辑已有图片。除开放权重外，模型还通过 MiniMax API、MiniMax Code 与海螺 AI 提供。

@OpenAI

OpenAI 开放 ChatGPT 商家功能测试版

商家可通过 Business Hub 认领企业、更新资料，并查看提及和网站点击等汇总指标。首批符合条件的美国电商和在线服务商家还可创建 Business Agent，用企业提供的信息回答用户问题。

@AnthropicAI

Anthropic 启动拟上市路演

Anthropic 公布拟发行 A 类普通股的路演，已申请以 ANT 为代码在纳斯达克上市。公司公告称，提交给美国证券交易委员会的注册声明在公告发布时尚未生效。

@sundarpichai

DeepMind 验证 Signal 协议机器码的关键性质

DeepMind 介绍 AlphaProof Code，由研究人员确定要证明的性质，再由智能体协助构造形式化证明。团队将验证推进到 Signal 协议实现编译后的机器码，覆盖官方报告列出的核心密码学性质。

模型接入与实测11 · 11

@cursor_ai

Cursor 接入 Carbon 并给出 60.4% 的测试结果

Cursor 称，Carbon 在高推理强度下取得 60.4%，是当时自家 CursorBench 上的最高分。

@simonw

llm-gemini 0.36 支持 Carbon

Simon Willison 更新了命令行工具的 Gemini 插件，并分别用低、中、高三档推理强度测试同一条 SVG 生成任务。

@ollama

Ollama 接入 Ripple 65-B Preview

Ollama 提供 Ricursive AI 的 650 亿参数模型，可在本地运行。发布帖将它定位于智能体编程，标称上下文上限为 100 万 token。

@fchollet · 转引 @arcprize

ARC-AGI-3 公布 Carbon 的两种测试成绩

ARC Prize 公布 Carbon 在厂商适配框架、中档推理下得 99.1%，在标准框架、低档推理下得 65.1%。标准框架的高档测试因部分游戏会话超时未完成。

@AravSrinivas

Perplexity 为 Computer 接入 Carbon

Perplexity 向 Pro 和 Max 用户开放 Carbon，可用来运行长期保留的 Teammates，也可在 Computer 中执行一次性任务。Perplexity 称其 WANDR 测试得分 0.857，每任务 5.86 美元。

智能体与开发工具11 · 11

@cursor_ai

Cursor Projects 支持团队智能体协作

项目成员共用任务看板和项目上下文，每人保留自己的会话与智能体。团队成员可以受邀加入同一个项目。

@OpenAIDevs

ChatGPT Business 可登录更多第三方工具

OpenAI 开放用 ChatGPT Business 账号连接 Notion、v0、Amp、Kilo Code、Warp 和 OpenClaw 等工具，通过 Sign in with ChatGPT 启用。

@OpenAIDevs · 转引 @mxstbr

OpenAI 开源 ChatGPT 的 MCP 扩展

公开仓库展示了插件可使用的界面能力，包括侧栏入口、自定义文件查看器，以及从输入框搜索和引用资源。

@ClaudeDevs

Claude 扩充 MCP Apps 界面能力

Claude 更新 MCP Apps 支持，开发者可以把应用工具、侧边面板和嵌入式网站放在对话界面中。

@simonw

Anthropic 更新 Fable 5.2 提示指南

新版文档讨论代码归属、审批、进度汇报和子代理等行为。Simon Willison 特别指出，明确模型可改动代码有助于它主动修正现有实现。

@simonw

用多台设备定位房间里的蜂鸣声

Simon Willison 用 Claude Code 写了一个工具，让几台设备同时监听，并按录音中的时间差估算声源。他称工具把范围缩到约 40 厘米，最终找到一个电量不足的旧探测器。

@dotey

Claude 增加协作白板和表格

Whiteboards 和 Sheets 向付费套餐提供测试版，原 Dashboards 更名为 Claude Data 并正式上线，新增认证查询与实时共享。企业管理员可控制功能开关。

@rauchg

Vercel 公布安全审查工具首周统计

CEO Guillermo Rauch 称，工具上线不到一周识别了 57,897 个问题，其中 6,029 个被列为高危或严重，已有 14,665 个由智能体修补。数字来自 Vercel 的产品统计。

推理框架与开源11 · 11

@clementdelangue

Hugging Face 称平台开发者达到 2000 万

CEO Clément Delangue 称 Hub 托管内容达到 300 PB，涵盖模型、数据集、智能体轨迹和强化学习环境，其中上周用户新增 9 PB。

@vllm_project

vLLM 将 CUDA 构建迁移到 LibTorch Stable ABI

vLLM 介绍 CUDA 扩展的迁移过程。在稳定 ABI 支持范围内，更新 PyTorch 可以复用现有 vLLM 构建。

@_akhaliq

开发者发布 H3-Image 两步 LoRA

项目在 Hugging Face 提供单独 LoRA 和预合并权重，称原生 4096 × 4096 输出可使用两次去噪评估。

@hedra_labs

Hedra 发布模型后训练平台 Model Factory

Hedra 将模型后训练与推理放在同一平台，重点面向机器人与制造等需要处理多模态数据和模拟环境的团队。

@huggingface · 转引 @Nouamanetazi

Hugging Face 分享混合专家模型训练手册

手册从训练一个稠密基线讲起，结合 Megatron-LM 代码解释专家选择、路由、负载均衡和跨卡通信。

@rasbt

Raschka 观察开放模型的混合注意力趋势

Sebastian Raschka 在整理开放语言模型时观察到，越来越多模型把全注意力与其他序列处理机制混合使用。

@Tim_Dettmers · 转引 @percyliang

Marin 团队解释 535B 模型的设计选择

Percy Liang 分享 Marin 535B-A23B 的架构说明，涉及 384 个专家中激活 8 个的配置，以及 GatedNorm、sconv、XSA 和学习率调度的取舍。

影像与创意工具11 · 11

@AdobeFirefly

Adobe 推出 Firefly Design 测试版

Adobe 将矢量、位图、动效、3D 和印刷工作放到同一画布，并提供精细编辑、客户审阅与交付功能。

@pika_labs

Pika 用 Seedream 5.5 做分层编辑

Pika 称 Image Studio 可把图像拆成 100 多层，支持标记或涂选局部区域进行多轮编辑，并导出透明 PNG。

@synthesiaIO

Synthesia 演示可实时交谈的数字分身

Synthesia 称用户录制短片后可生成自己的数字分身，通过语音实时交谈，并用链接分享。

@ideogram_ai

Ideogram 4.5 在连续改图测试中保持人脸身份

Ideogram 转述 Rapidata 的测试结果：在连续编辑五次之后的人脸身份保持指标上，该模型在参与比较的 20 款模型中排名第一。

@icreatelife

Premiere 测试版可移除视频中的物体

Adobe MAX 的演示用遮罩选中并跟踪画面里的物体，再由 Generative Remove 补齐移除后留下的区域。该功能处于公开测试。

@icreatelife

Adobe 与迪士尼签订多年创作技术合作

双方计划把 Firefly Foundry、Premiere、Photoshop 等工具用于迪士尼内部制作流程，并为专用模型提供研发支持。

@icreatelife

Adobe 预览 Firefly Builder

Adobe MAX 展示了用文字描述和参考素材生成应用原型的工具。Firefly Builder 目前处于私有测试阶段。

@blizaine

Maestro 4.1 支持 H3-Image

Maestro 开发者公布新版已接入 MiniMax H3-Image，为本地创作工作室新增图像生成与编辑模型。

研究、机器人与产业11 · 11

@drjimfan

英伟达展示 GR00T 2 的机器人端运行

Jim Fan 介绍 GR00T 2 可完全在机器人自带的算力上运行，可把灵巧操作和全身控制串联起来完成较长任务。

@nvidia

Alpamayo 2 Edge 面向车载实时推理

英伟达展示模型在 DRIVE AGX Thor 上实时规划行驶轨迹，并在需要时给出决策解释。官方示例包括礼让行人和会车。

@_akhaliq

Flide 为决策模型复用共享前缀

论文将分支状态保留在同一推理流里，减少重复计算，同时保持各分支输出与独立前向计算一致。作者报告在所测任务上最高取得 9.5 倍加速。

@_akhaliq

Longtail-SWE 用 13 种语言测试仓库级修复

论文从真实 GitHub issue 与对应 PR 构建了 202 项任务，为每项提供可执行环境和测试，补充常见编程评测较少覆盖的语言。

@random_walker

三名研究者成立 STABL

Sayash Kapoor、Rishi Bommasani 和 Arvind Narayanan 启动新研究机构，计划研究开放式智能体研究能力、AI 能力评估和影响实际应用的下游瓶颈。

@_jasonwei · 转引 @BrendanFoody

Mercor 完成 7.5 亿美元 D 轮

Mercor 公告称，本轮估值 200 亿美元，资金将投向企业智能体评估、模型后训练与模拟工作环境。

@_jasonwei

Jason Wei 统计前沿实验室使用的评测

他整理了 2026 年模型发布中出现的评测。在其样本中，HLE、SWE-Bench Pro、DeepSWE 和 Terminal-Bench 被普遍采用。

开发者实验11 · 11

@demishassabis

Hassabis 展示 Carbon 移植旧游戏

他称 Carbon 分析了早期 Theme Park 游戏的二进制文件，加入一个 DeepMind 主题设施，并制作了浏览器版本。

@sundarpichai

Google 用多个智能体制作鹈鹕游戏

Sundar Pichai 展示 Antigravity 的 /swarm 预览功能。制作和审查智能体在 Blender 与 Three.js 之间迭代，并检查渲染结果。

@emollick

Mollick 发布奇幻交通模拟游戏

Ethan Mollick 让 Fable 5.2 与多个智能体协作完成可玩的 Dread & District。玩家经营奇幻王国的交通系统，连接村庄并运送旅客。

@op7418

创作者用 Fable 5.2 做可交互墨水实验

实验将输入文字变成模拟墨水。拖动指针会扰动流体，并触发声音反馈。

@fofrAI

创作者展示 Carbon 生成的连锁机关动画

作者称 Carbon 编写了 CUDA/C++ 路径追踪器，并结合 MuJoCo 刚体模拟搭建约 60 秒的连锁机关动画。