2026年11月18日 · 星期三


融资与行业
公司与模型动态
模型适配

Hugging Face 为 Pi 发布 Qwen3.8‑27B 适配器

团队用强化学习训练了一个针对 Pi 编码智能体的 LoRA。按作者在同一框架中报告的 pass@1,SWE‑bench Pro Hard 51 从 29.4% 升至 62.7%,Terminal‑Bench 2.1 从 39.5% 升至 55.8%。

智能体产品
机器人与仿真

Antigravity 插件连接机械臂与 MuJoCo

Google DeepMind 演示用 Gemini 4 Hydrogen 和 Antigravity 的机器人插件,通过自然语言控制受支持的机械臂。流程可以先在 MuJoCo 中试跑,再把任务送到实机执行。

开发工具与 API
工具调用 · @ClaudeDevs

Claude Code 试验用脚本串联工具

Code Mode 让 Claude 编写脚本来组合多个工具,长命令运行时仍可继续对话。设置 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 可主动启用。

计费 · @ClaudeDevs

Claude Platform 测试关联计费

使用 Factory、Linear 或 Ramp 等第三方工具的客户可将 Claude API 用量计入自己的 Claude Platform 组织账单,无需向集成方共享 API 密钥。

监控 · @OpenAIDevs

OpenAI 更新 API 用量面板

Analytics 现在可追踪用量和支出,查看速率限制与触发限流的请求,并按模型、项目或 API 密钥排查错误。

模型网关 · @perplexity_ai

Perplexity 推出 Orchestrator API

新 API 将开放权重与商业模型放在同一接口下并统一计费。调用方可选模型,服务按可用性、容量和延迟选供应商,并支持故障切换。

多智能体 · @perplexity_ai

Perplexity 推出 Multiagent 档位

Computer 和 Teammates 开始提供 Multiagent。主智能体分派任务,子智能体可使用不同模型并交换发现,由主智能体汇总答案。

本地执行 · @replit

Replit Desktop 让 Agent 在所选文件夹工作

用户选择开放给 Agent 的文件夹后,Agent 可利用其中的文件构建并运行应用。在受支持的 Windows 和 macOS 设备上,Microsoft Execution Containers 提供本地沙箱。

开源 · @replit

Replit 开源自托管可观测平台 DataCat

DataCat 支持指标、日志、跟踪、仪表盘和告警,可接收 OpenTelemetry 数据。项目支持 PostgreSQL 或 ClickHouse,公开代码可用于自托管。

框架 · @rauchg

Vercel 发布 eve 1.0

开源框架 eve 正式可用,面向可持续运行、跨多步处理任务的智能体。开发者可在应用中集成并部署自己的智能体。

企业开发 · @gneubig

OpenHands 发布更轻量的企业版

OpenHands 团队介绍了轻量版的适用场景,包括让云端编码智能体辅助安全审计、修补、软件测试和代码审查。

桌面应用 · @ClaudeDevs

Claude Desktop 开放 Latest 通道

Windows 和 macOS 用户可在设置的 Desktop app 一栏切换到 Latest,以更早获得修复。Stable 仍是默认通道,Latest 的构建可能更不稳定。

插件 · @sarahookr

Adaption 接入 Hermes Agent

Adaption 团队宣布发布 Hermes Agent 插件,开发者可通过智能体准备数据并训练自定义模型。

视频生成研究

苹果公开 FastFrames 视频生成模型

模型卡列出 FastFrames‑S(13 亿参数)和 FastFrames‑L(140 亿参数)。两者以自回归方式进行两步视频扩散,发布配置可生成 832×480、81 帧、16 fps 的视频。交互级延迟是该项目设定的目标。

推理与评测
开源推理 · @sgl_project

SGLang 峰会公布 1.0 和九家创始成员

SGLang 团队发布峰会回顾,汇总 SGLang 1.0、强化学习框架 Miles 0.2 以及 SGLang Consortium。创始成员包括 NVIDIA、AMD、Intel、Google、Meta、Thinking Machines、Cloudflare、Modal 和 RadixArk。

投机解码 · @vllm_project

vLLM 为 Kimi K3.1 Pro 更新 DSpark

Inferact 与 Red Hat 团队合作更新了投机解码草稿模型。在 HumanEval 上,vLLM 报告相较预览版的接受长度最高增加 30%,并为草稿模型的 KV 缓存设定上限。

流式视频 · @vllm_project

vLLM‑Omni 首日支持 AURA 2.0

90 亿参数的流式视频模型可以连续观察画面,根据场景主动发起对话,并调用工具回应画面中发生的变化。

模型评测 · @rauchg

DeepsecBench 更新 GPT‑6.2 漏洞测试结果

Vercel 在应用漏洞检测榜单加入 GPT‑6.2。在 Codex 框架中,Astra 的 xhigh 档获得 56.2% 召回率、95.0% 精确率,单次评测花费 59.85 美元。

模型接入 · @perplexity_ai

Perplexity 公布两款 GPT‑6.2 的任务成本

两款模型均已进入 Search 和 Computer。在 Perplexity 自有 WANDR 基准中,Astra 得 0.783 分,约 12.54 美元每任务,Sol 得 0.746 分,约 2.65 美元每任务。

安全 · @gdb

Calif 借助 GPT‑6 Cyber 发现 Java 缺陷

Greg Brockman 表示,安全团队 Calif 在 Patch the Planet 项目中使用 GPT‑6 Cyber 协助发现一个重大 Java 安全缺陷。

缓存 · @ollama

Ollama 总结长会话的缓存失效原因

Ollama 分享在 Claude Code、Codex 和 Pi 中观察到的情况。系统提示中的时间戳或推理强度改变可能导致缓存失效,告知智能体输出截断则会促使它补读遗漏部分。

推理架构 · @woosuk_k

Inferact 重新审视预填充的流水线并行

团队认为,长时智能体任务的请求形态可能改变预填充阶段的负载。传统上由流水线气泡带来的等待,需要在这些新负载中重新衡量。

草稿模型 · @_akhaliq

NVIDIA 为 Qwen3.8‑27B 发布投机解码草稿

发布方提供了一个 40 亿参数草稿模型,供 Qwen3.8‑27B 做投机解码,用于批量提出由主模型校验的候选 token。

科学推理 · @vllm_project

vLLM 支持 Sage S2.1 Flash

该模型把分子图和蛋白质结构等科学数据理解与检索、编码、工具调用结合起来,可检查中间结果后调整下一步。

研究与工程实践
论文 · @_akhaliq

能量函数为循环推理提供停止信号

Energy‑Based Reasoners 为潜在推理状态学习能量函数,用梯度下降优化状态并判断何时停止。论文在四个算法推理基准上与此前的循环模型比较。

数据 · @_akhaliq

Ropedia Xperience 2 对齐场景与人体动作

论文公开 1589 个公制尺度 3D 扫描和 4230 段第一视角录制,覆盖 74 项任务、131 小时。手部与全身动作对齐到场景,可用于仿真与机器人轨迹重定向。

基准 · @_akhaliq

Accelerate Bench 测试智能体能否加快程序

基准收录 32 个面向 CPU 的程序优化任务,用独立验证器检查正确性和实际加速。作者评测的 16 组模型与执行框架,Score@1 从 25.5% 到 67.4%。

视频理解 · @_akhaliq

V‑JEPA‑LM 用反事实数据训练动态理解

研究将冻结的 V‑JEPA 2.1 与语言模型连接,公布 10 亿至 80 亿参数的实验模型,并用反事实视频训练对运动变化的理解。

隔离 · @simonw

Simon Willison 演示外置沙箱

编码智能体留在 Mac 上,生成的代码交由 WebAssembly、QEMU 或 Apple Container 执行。示例涵盖 Claude Code、Codex 和 Pi。

训练配方 · @rasbt

Raschka 讨论恒定学习率与权重平均

Raschka 留意到部分预训练配方用恒定学习率加末段检查点平均或滑动权重平均,省去预先选定学习率衰减时点的步骤。

实测 · @emollick

Mollick 分享 Astra 的复杂项目与操作差异

Ethan Mollick 说,他在试用 GPT‑6.2 Astra 时较难引导模型,但同一模型能处理从零制作 Blender 和 Unity 太空电梯场景的复杂指令。

演示 · @simonw

用同一提示词比较两款 GPT‑6.2 的 Three.js 输出

Simon Willison 让 Astra 和 Sol 各自使用 OpenStreetMap 数据,把纽约州扬克斯市变成机甲并在纽约市的几个行政区行走,公开了两款输出的案例。

创作工具

© 2026 FAV0 · AI Daily