导语：本轮最重磅的是黄仁勋辞职的连锁反应——英伟达盘前股价一度跌超 13%，董事会随即启动正式 CEO 遴选，并任命前 Synopsys CEO Harvey C. Jones 为史上首位董事会主席，公司确认 11 月 17 日照常发布财报。中国 AI 在生物信息领域再进一步：无界前沿开源 Fx-Bio-1031，在 Anthropic BioMysteryBench 难题子集上以 70.59% Pass@5 大幅领先 GPT-6-Astra 与 Claude Opus-5。学术侧，姚期智与杨植麟联合发布 TCSExam，Kimi K3 为 124 个点的图构造出 630 条边，首次把人类极值图论参考纪录向前推进 1 条。产品侧，英伟达发布端到端自动驾驶模型 Alpamayo 2 Edge，闭环强化学习后驾驶表现提升 48.9%。
本轮采集时间：2026-11-13 18:00 ｜ 来源：量子位、雷峰网、GitHub、AI Futures Project、Hugging Face ｜ 新增条目：11
产业与商业
黄仁勋辞职冲击波：英伟达盘前一度跌超 13%，启动 CEO 遴选
英伟达宣布黄仁勋辞去总裁、CEO 及董事职务，即日生效，CFO Colette Kress 出任临时 CEO。消息公布后英伟达盘前股价一度跌至 150.13 美元、较前一交易日跌约 13.58%，开盘后跌幅收窄至约 4.63%。董事会同步启动正式 CEO 遴选（内部与外部候选人均在考虑之列），并任命前 Synopsys CEO Harvey C. Jones 为英伟达历史上首位董事会主席——此前公司实行的是首席独立董事制度。公司确认 11 月 17 日 FY2027 第三季度财报将如期发布。黄仁勋 1993 年联合创立英伟达，执掌 33 年。
来源：量子位 | NVIDIA 官方公告
学术与前沿
无界前沿开源 Fx-Bio-1031 生物信息大模型，难题基准超 GPT-6-Astra
无界前沿（Endless Frontier，由中科院院士创立，上海交通大学、上海算法创新研究院与深势科技孵化）开源生物信息大模型 Fx-Bio-1031 全权重（Qwen Community License 1.0）。模型基于 Qwen3.8-Flash-Next 做深度 RSI 后训练，总参数 125B、激活 6B 的 MoE 架构，原生支持 512K 上下文。在 Anthropic 的 BioMysteryBench 难题子集上取得 70.59% Pass@5，大幅领先 GPT-6-Astra 的 47.06%（+23.53 分）与 Claude Opus-5 的 52.94%（+17.65 分）；BiomniBench Pass@3 达 89.50%。团队构建了「评估—数据—环境」三层 RSI-OS 飞轮，并演示了对 ESR1/RAS-MAPK 互斥性的 14 轮自主敏感性分析、9 个未标注 ATAC-seq 样本盲测、206 万 SNV 的 COSMIC 特征分析等任务。
来源：量子位
姚期智×杨植麟发布 TCSExam：Kimi K3 构造 630 条边极值图，刷新人类参考纪录
图灵奖得主、清华大学交叉信息研究院院长姚期智与月之暗面创始人杨植麟等联合发布 TCSExam，用 100 项理论计算机科学科研任务评测前沿 AI Agent 的定理证明、Solver 开发、数学构造与开放猜想研究能力，并通过 Lean 4、程序检查器与 Checkpoint 机制保证成果可独立验证。实验中 Kimi K3 为 124 个点构造出 630 条边、不含三角形与四边形的极值图，把人类此前 629 条边的参考纪录推进 1 条；GPT-6 Astra 完成 20 项研究级定理中的 14 项，并将 Alon–Jaeger–Tarsi 猜想在五元有限域上的已知范围从 8 维推进到 9 维。
来源：雷峰网
浙大 SpaceCast-Bench：21 个 VLM 预测性空间推理最高仅 58.0%，专项模型不如通用模型
浙江大学庄越挺、沈永亮团队提出 SpaceCast-Bench，专门评测视觉语言模型的「预测性空间推理」——模型只看得到变化前的场景，需在给定一次空间变换（移动、旋转、移除）后推断从未展示的结果状态。基准含 182 个真实室内场景、3862 道题、16 类任务，分静态感知、局部预测、全局预测三层。21 个被测 VLM 最高准确率仅 58.0%，距人类 87.2% 差距明显；6 个空间专项模型总体只有 25.7%–29.1%，接近 25.9% 的随机基线，整体低于闭源与通用开放权重模型。研究还发现显式 3D 信息（BEV、3D 元数据）能带来显著提升，而生成变化后画面的「生成式证据」反而引入额外误差。
来源：雷峰网
中山大学 GeoThinker-F：VLM 空间推理提速约 3.6 倍，不再依赖外部三维几何编码器
中山大学梁晓丹团队（联合小鹏汽车、南洋理工大学与 MBZUAI）发布 GeoThinker-F，让视觉语言模型自己生成空间线索，推理阶段不再调用外部三维几何编码器 VGGT：训练时用 VGGT 特征监督模型内部的潜在帧预测模块，之后移除 VGGT 做指令微调。完整系统推理延迟从 1.45 秒降至 0.40 秒、提速约 3.6 倍，VSI-Bench 得分 50.7 与 GeoThinker 的 50.5 基本持平；在机器人操作仿真 LIBERO 中成功率 97.1%、延迟从 254.8ms 降至 104.2ms，自动驾驶仿真 NAVSIM 的 PDMS 得分为 83.3。
来源：雷峰网
西湖大学成立世界模型研究中心，发布 40 亿参数「概念世界模型」Awomo-0.5
西湖大学成立校级世界模型研究中心，校长施一公亲自揭牌，并发布首版通用物理世界模型 Awomo-0.5。该模型仅 40 亿参数，采用「概念世界模型」路线——不把逐帧生成画面作为核心目标，而是在隐空间中建立可组合的物理概念（物体属性、空间关系、材质、接触状态），每个概念同时对应语言描述与物理现象，与 Yann LeCun 的 JEPA 同属隐空间路线。Awomo-0.5 在 6 项国际公开评测的不同榜单登顶；在 RoboTwin-c2r 环境扰动测试中成功率 80.6%，在 AI2 的零样本操作基准 MolmoSpaces 上拿到 73.4%。团队已清洗超 50 万小时具身物理数据，跨地域算力规模接近千卡。
来源：雷峰网
工具与产品
openJiuwen 发布 RSI 原生 AgentOS，支持热插拔扩展包
openJiuwen 发布 RSI 原生 AgentOS，提供覆盖 Client、Gateway、AgentServer、Swarm、Agent 全运行时的热插拔、可版本化扩展包机制，无需修改原应用代码即可接入，并支持通过 savepoint 回滚。WorkSwarm 即构建于其上，Agent 还能自行生成扩展包，实现「Agent 所想即所得」。扩展包以 manifest.json 声明包 ID、版本、依赖与代码入口，通过事件总线与 Ops 能力（读取会话数据、注册工具、查询团队信息、更新 UI、网关 HTTP 请求、资源访问）工作，已衍生出桌面宠物、Token Weather、上下文监控、团队协作可视化、企业 Gateway 登录等插件。
来源：量子位
GitHub 发布 Agent Skills 实践指南：一次构建、多 Agent 运行
GitHub 发布《Build once, run on any agent: A practical guide to agent skills》，把 Agent Skill 定义为以 SKILL.md 为核心的可版本化目录，并给出跨 Agent 复用与验证的工程实践。文中以 Proof Agent（独立对抗式验证器，提出「自我验证不是验证」）和 Data Forge（forge-init 发现项目信息生成 manifest.yaml，forge-builder/forge-dbx/forge-lint 分工协作、7 个阶段设人工检查点）为例，展示如何打包生成 Claude Code、Cursor 与 GitHub Copilot 的插件清单。三条核心实践是：业务上下文收敛到单一 manifest 文件、保持一条一致的平台访问路径、用「指令引导 + 检查验证」分工。
来源：GitHub Blog
英伟达 Alpamayo 2 Edge：端到端自动驾驶 VLA，闭环 RL 后表现提升 48.9%
英伟达发布端到端自动驾驶模型 Alpamayo 2 Edge，VLM 骨干约 2.45B、扩散动作专家约 0.2B，运行在车规级芯片 DRIVE AGX Thor 上。模型被强制生成 Chain-of-Causation（因果链）推理，并引入 Adaptive Reasoning 与特殊标记 <NOMINAL>，让模型在常规驾驶时直接结束显式推理、复杂场景再展开完整推理链。数据侧用 Alpamayo 2 Super 生成 CoC 自动标注，公开数据约含 11.5 万小时多摄像头驾驶视频与 370 万条推理标注；评测侧引入 AlpaJudge 从动作匹配、安全性、场景依据、要素完整性与因果一致性五个维度给推理打分，再接入 AlpaGym/AlpaSim 做闭环强化学习。闭环 RL 后驾驶表现较较优检查点提升 48.9%，AlpaSim 875 个场景中平均每发生一次责任事故前行驶约 15.15 公里；参考配置下 Pixel-to-Trajectory 时延 160–190ms。
来源：雷峰网 | NVIDIA Developer Blog
IBM 将 LLMON 标记语言集成进 Granite 4.1 3B 与 8B 模型
IBM 在 Granite 4.1 3B 与 8B 模型中集成 LLMON——一种面向 LLM 的原生标记语言（LLM-Native Markup Language），Hugging Face 博客已发布相关介绍。
政策与治理
AI Futures Project：六位预测者齐声把「超级 AI 研究员」时间表提前到 2027
AI Futures Project（「AI 2027」预测背后的团队）发布 Q3.5 时间表更新：受 METR 评估 Anthropic AI 研发加速约 2 倍、其中约 80% 归因于 AI（即约 1.7 倍 AI 归因加速）的启发，六位预测者现在一致预测「超级 AI 研究员」（SAR，即企业宁可解雇全部人类研究员也愿依赖自动化 AI 研究员的时刻）大概率在 2027 年到来，并给出 35%–65% 的概率认为「专家级支配 AI」（TED-AI，可自动化全部白领工作）在 2028 年前出现。团队警告若 SAR 在 2027 年到来，暂停或实质性放缓前沿 AI 研发「极其紧迫」，理想路径是全行业暂停并达成国际协议；同时指出企业并未准备好对齐 SAR，且中国可能窃取训练配方甚至模型权重。