2026年11月17日 · 星期二

阿里正式发布 Qwen4-Max

新一代旗舰模型原生支持视觉输入,上下文窗口为 100 万 token。

Qwen4-Max 发布配图

继上周开放预览后,阿里宣布 Qwen4-Max 可通过 QwenCloud API 和 Token Plan 使用,OpenRouter 等第三方也已接入。阿里披露模型采用稀疏混合专家架构,总参数 2.4 万亿,每个 token 激活约 710 亿参数。

阿里称,模型在自有 Work360 基准的高推理档位使用的 token 比 Qwen3.8-Max 少 35%,单任务平均成本约低 60%。

ChatGPT for Healthcare 增加 20 余款插件

新增插件覆盖临床护理、护理协调和业务运营。

ChatGPT for Healthcare 更新演示

OpenAI 同时更新了临床证据检索和跨软件操作能力,并披露与 Abridge、Ambience、Cigna Healthcare 和 CVS Health 等机构的合作。案例涉及处理转诊、在系统间流转文件,以及汇集护理团队需要的资料。

科研与评估

OpenAI 将扩大科研人员免费访问计划

新一轮将于 11 月 23 日开放申请,计划按顺序向符合条件的申请人发放 5 万份资格。每份提供 ChatGPT Plus,可覆盖申请人及最多两名合作者,本轮合计最多 15 万人。整个计划的覆盖目标为 20 万人。

OpenAI 同时公布一项分析,考察了 1,800 多名试点参与者如何使用 ChatGPT。受访者估计,在质量相同的情况下,没有 AI 要花近两倍时间完成同样的科研工作。

@OpenAI · 物理研究

Craig 详述 GPT-6 Astra 如何参与格点构造

物理学家 Nathaniel Craig 在 OpenAI 科学博客回顾了 10 月预印本。他先提出解题策略,Astra 协助把它发展成候选构造,并参与推导详细证明。研究探讨的是粒子物理标准模型的非微扰定义。

@perplexity_ai · 研究组织

Perplexity 启动 Frontier Research

Perplexity Frontier Research 发布演示

新项目以自动化科研为目标,拟公开研究新算法、模型和评估方法。方向包括多智能体协作、强化学习、持续学习和系统工程。

@OpenAI · 模型安全

OpenAI 披露四家外部评估伙伴

Apollo Research、METR、Transluce 和 Goodfire 将在约定范围内接触内部模型、系统或评估资料,以测试对齐与防护措施。研究员 Neel Nanda 认可试点方向,同时指出各方获取信息仍受协议约束,跟员工级访问有差距。

@hardmaru · 转引 @SakanaAILabs

Sakana AI 发布日语金融基准 JFinBench

基准取自日本六项金融资格考试的 2026 年版题目,共 321 题,包含选择、简答和读图。团队比较了 12 个模型,并指出日本金融制度与实务知识是常见失分点。

@LinusEkenstam · 机器人数据

HubEgo-100K 公布首批数据

Hubdata 在 Hugging Face Hub 发布第一版。Linus Ekenstam 称首批约有一万小时人类第一视角活动录像,可用于探索如何让机器人从人类操作示范中学习。

@AravSrinivas · 财报分析

Perplexity 演示数字回链到财报行项

Perplexity 财务分析引用演示

CEO Aravind Srinivas 展示了 Computer 或 Teammate 做财务研究时的引用方式。读者可以从分析中的数字跳回原始财务文件的具体行项,逐项核对引用依据。

开发工具与智能体
Vercel Private Inference 发布演示

Vercel AI Gateway 支持私有模型

开发者可登记自托管、微调或预发布模型,用带 private/ 前缀的模型 ID 调用。私有模型与目录模型共用网关 API、身份验证和请求日志。

@ClaudeDevs · 编码工作流

Claude Code 团队拆解代码验证

端到端测试能跑真实用户路径,属性测试能检查普遍成立的规则,差分测试能比较新旧实现。文章还讨论了如何发现验证器误判或被绕过。

@vercel · 智能体评测

Vercel 用成功率与稳定性区分评测目标

博客用 pass@k 衡量多次尝试能否至少成功一次,用 pass^k 衡量能否次次成功,还介绍了通过 Harbor、Vercel Sandbox 和 AI Gateway 搭建端到端评测的方法。

@ClaudeDevs · 移动端开发

Claude Code 桌面版可测试 iPhone Duo 两种布局

Claude Code 的 iPhone Duo 模拟器演示

Anthropic 宣布公开测试。对话旁可运行 iOS 模拟器中的 iPhone Duo,Claude 可以切换展开和折叠状态,分别检查应用布局。

@lmstudio · 本地智能体

LM Studio 推出 Bionic 智能体远程控制

LM Studio 智能体远程控制演示

Bionic 智能体可运行在电脑、开发机或云虚拟机上,用户从其他已连接设备控制会话。LM Studio 称通过 LM Link 建立端到端加密连接。

@replit · 企业数据

Replit 与 Microsoft Fabric 的集成正式可用

Replit 和 Microsoft Fabric 集成演示

团队可以用 Replit Agent 根据组织的 OneLake 数据构建应用,并部署到自己的 Fabric 租户。合作页面列出了 Entra 身份验证和 Purview 数据治理支持。

@AravSrinivas · 协作工具

Perplexity 计划将 Slack 智能体迁移至 Teammate

Srinivas 说,Slack 内的 Computer 智能体将迁移为可持续接收任务的 Teammate。原帖披露的是迁移计划。

@AravSrinivas · 网页监测

Perplexity 推出 Monitor API

开发者可指定事件、主题或网页,定时检查变动,并用 webhook 接收更新。Srinivas 公布的运行报价为每千次 1 美元。

@llama_index · 文档解析

ParseBench 可按业务需求给解析器排序

ParseBench Metric Lab 演示

LlamaIndex 演示 Metric Lab 如何按文档需求比较解析器。处理理赔表单可以侧重表单和表格,处理财报演示文稿可以侧重图表。

@cohere · 企业搜索

Cohere 在 Compass 私测视频检索

Cohere Compass 视频检索演示

Cohere 开始私测 Video Intelligence,目标是让团队搜索视频库内的内容,以便找回相关片段。

@emollick · 使用观察

Mollick 提出 Dot 的三个界面问题

Ethan Mollick 对比了自己使用 Dot、Muse 和 Duet 的体验,指出 Dot 只有单线对话、内联内容较少,也看不到任务清单。

推理系统与生成研究
PyBot 项目演示

千余智能体写出规则聊天机器人 PyBot

Hugging Face 团队让基于 DeepSeek V4.1 Flash 的智能体分工编写和测试 Python 聊天机器人。PyBot 运行时通过正则、查找表和规则分支生成回复,无需加载模型权重。项目报告在由模型裁判打分的 SmolTalkBench 中,胜率达到 26%。

@vllm_project · 推理基准

vLLM 分享 Vera Rubin 上的 DeepSeek V4.1 Flash 结果

vLLM 分享的推理性能对比

项目方在 SemiAnalysis 的 AgentX 负载上比较 Vera Rubin NVL72 和 GB300 NVL72。两套方案都使用 Dynamo 和 vLLM,项目方称 Vera Rubin 在该测试中更快。

@vllm_project · 本地推理

两台 DGX Station 运行 GLM-5.3 NVFP4

英伟达发布部署教程,用张量并行将量化权重分到两个 GB300 GPU,全部留在显存里。vLLM 将两台机器组成一套服务,对外提供单个 OpenAI 兼容接口。

@_akhaliq · 多模态推理

MMFlash 给更依赖视觉的 token 分配更多权重

MMFlash 论文配图

预印本作者发现,越依赖视觉输入的 token 越难被草稿模型猜中。MMFlash 提高这类 token 的权重,并用稀疏注意力处理长视频。论文报告无损解码最高加速 3.58 倍。

@_akhaliq · 扩散模型

ReDiverse 尝试找回蒸馏后的生成多样性

ReDiverse 图像与视频生成研究配图

研究团队把少步模型输出趋同与早期去噪层的激活变化联系起来。论文提供两种修正方法,一种用轻量适配器做微调,另一种在推理时沿教师模型的预计算方向调整激活。

@_akhaliq · 扩散蒸馏

eDMD 用最终输出对齐教师分布

eDMD 预印本配图

研究者提出用学生模型的最终样本来训练一个共享的分布估计器,并在各去噪步校正更新信号,目标是减少中间状态对少步蒸馏目标的干扰。

@rasbt · 架构讨论

Raschka 建议为模型组件建立共用接口

Raschka 随架构讨论分享的配图

Sebastian Raschka 建议开放权重生态为常用架构组件统一接口。研究者在 PyTorch 和 C++、CUDA 实现间迁移实验时,可以减少为不同模型重接组件的工作。

视频与创作
Synthesia Syren 发布演示

Synthesia 推出品牌视频引擎 Syren

团队可以提供品牌指南,再用聊天描述制作需求。Synthesia 将 Syren 用于产品发布、新员工培训和操作教程等场景,提供品牌外观和节奏的控制。

© FAV0 · AI Daily