导语：本轮最重磅的是美国四家非营利组织向旧金山高等法院提起诉讼，将 OpenAI、Anthropic、谷歌、Meta 及 SpaceX 旗下 AI 业务列为被告，援引加州《反不正当竞争法》要求法院叫停其前沿模型的开发与部署——这是迄今唯一直接以「限制技术研发」为诉求的 AI 诉讼，而核心证据恰恰来自被告高管自己此前的风险警告。国内方面，字节跳动创始人张一鸣在内部全员会上坦言 Seed 预训练数据规模落后，判断字节 AI「最早 2029 年或 2030 年」才能追平 OpenAI 与 Anthropic；李彦宏在百度世界 2026 首提「组织进化三原则」，认为 AI 的下一幕是「智能组织」。工具侧，DeepSeek 开放「全家桶」应用 API，开发者可 1:1 复刻完整 DeepSeek App。
本轮采集时间：2026-11-14 00:00 ｜ 来源：路透社、美联社、IT之家、澎湃新闻、财联社、央广网、腾讯新闻、雷峰网、新智元 ｜ 新增条目：9
政策与治理
四大非营利组织起诉五大 AI 巨头，要求叫停前沿模型开发
当地时间 11 月 12 日，Irreplaceable Education Fund、Public Citizen、Heat Initiative 与 Alliance for Secure AI 四家非营利组织向旧金山高等法院提起诉讼，将 OpenAI、Anthropic、谷歌、Meta 及 SpaceX 旗下 AI 业务列为被告，请求法院下令禁止其继续开发 ChatGPT、Gemini、Claude 等先进 AI 模型。原告援引加州《反不正当竞争法》，指控相关企业的行为危害公共健康、安全及公众利益，并强调「没有其他行业被允许将其不安全产品——更不用说可能杀死我们所有人的产品——的开发视为不可避免」。本案特殊之处在于核心证据大量来自被告高管自己的公开表态：诉状援引 Anthropic CEO 阿莫代伊（称 AI 出现极其严重负面结果的可能性约 25%）、马斯克以及谷歌 DeepMind 论文中「超人类智能可能永久摧毁人类」的表述，并列举 AI 系统参与网络攻击等案例。与以往围绕版权、隐私的 AI 诉讼不同，本案直接以限制技术研发为诉求，属非常少见的司法尝试，目前并无同类判例，被告各企业暂未公开回应。
2026 年 APEC 领导人会议周开启，中方将与加拿大发布《亚太「AI+」案例合集》
2026 年 APEC 领导人会议周 11 月 13 日正式开启，主办地深圳。APEC 工商咨询理事会（ABAC）第四次会议于 11 月 14 日至 16 日先期举行，这是 ABAC 在 APEC「中国年」的收官会议，也是该机制成立 30 周年的关键节点，会期将围绕贸易投资便利化、人工智能创新等议题闭门磋商；会议期间中方将与加拿大共同发布《亚太「AI+」案例合集》，挖掘创新合作潜力，各经济体代表还将参访深圳新质生产力代表性企业和港珠澳大桥。11 月 17 日至 18 日将举办 APEC 工商领导人峰会，主题「共促繁荣 共赢未来」，预计参会政商及媒体人士超过 2000 人，围绕亚太自贸区建设、人工智能、粤港澳大湾区建设等议题交流；其后将举行级别最高的 APEC 领导人非正式会议。深圳各口岸已开设 25 条 APEC 专用通道。
观点与思考
张一鸣：字节 AI 最早 2029 年或 2030 年追平 OpenAI 与 Anthropic
11 月 12 日，据澎湃新闻从多方知情人士处获悉，字节跳动创始人张一鸣在近期一次面向 AI 团队的全员会议上表示，字节有能力与 OpenAI 和 Anthropic 展开竞争，但真正追平前沿技术「最早也要到 2029 年或 2030 年」，字节的大模型要对标国际第一梯队。他坦言，与海外顶尖 AI 公司相比，字节 Seed 系列模型的预训练数据集规模「仍然少了」，这是字节 AI 当下最需要关注的问题——在 Scaling Laws 依然主导大模型演进的今天，数据的质量和规模直接决定模型智商的物理极限。据悉，字节已开始预训练一款参数规模最高可达 10 万亿的模型，量级可与 Anthropic 最高端模型相比。Seed 团队目前约 1000 名研究人员和工程师，由 2025 年从谷歌 DeepMind 加盟的吴永辉带队，上一次重大更新还是今年 6 月发布的 Seed 2.1。张一鸣重申不应依赖「蒸馏」对手模型，而应把注意力放在长期目标上；相较之下，视频生成是字节真正占优的赛道——随着 OpenAI 收缩 AI 视频业务、关闭 Sora 相关服务，Seedance 填补了市场空白。
来源：澎湃新闻（界面新闻）、财联社
李彦宏首提「组织进化三原则」：智能组织是 AI 时代的新厂房
11 月 12 日，在百度世界 2026 开幕式上，百度创始人李彦宏判断人工智能的下一幕是「智能组织」，企业要像重新设计工厂一样重新设计组织，并首次提出「组织进化三原则」：打破岗位边界、沉淀隐性知识、设计流程闭环。他针对「Token 花费越来越多、收入利润却没有跟着涨」的普遍困惑指出，原因在于「只是更换了电机，却还没有重新设计工厂」——没有一家公司会因为用了几个 AI 工具就一夜之间变得更有竞争力。三原则中，「打破岗位边界」认为岗位是工业时代的单元、任务才是智能时代的单元，未来岗位将收敛为 Builder（创造新东西）与 Seller（人际沟通连接）两类；「沉淀隐性知识」强调把员工个体经验显性化到公司平台，才构成「别人抄不走、挖不动、买不来」的护城河；「设计流程闭环」给出公式「可衡量 + Looping = 持续进化」。百度内部数据显示，过去一年日活智能体数（DAA）从日均 0.5 万增至 3.7 万，智能体有效任务数从每周 8.4 万个增至超 100 万个，已建成 4300 个 Workspace、沉淀组织 Skill 超 2 万个。
工具与产品
DeepSeek 开放「全家桶」应用 API：开发者可 1:1 复刻完整 DeepSeek App
11 月 13 日晚间，DeepSeek 宣布正式开放「全家桶」应用 API：在原有 API 中开启对应参数，即可获得深度思考搜索、文件输入等对话功能；语音及相关底层能力也已开放独立接口（含 OCR、ASR、TTS 等），支持单独或组合调用。开发者可以在自己的应用中轻松实现复杂的对话功能，甚至 1:1 复刻出完整的 DeepSeek App。本次更新把 DeepSeek App 的各项交互功能直接整合进原有 API，开启对应参数后，相关工具调用与上下文拼接均由服务端自动完成，开发者无需自行编排。
来源：IT之家（新浪科技）
Meta 承认 Muse 与 OpenClaw 的相似并非巧合
开发者发现 Meta 个人智能体 Muse 的工作区中存在与开源项目 OpenClaw 同名的 SOUL.md、MEMORY.md 文件，AI 应用联合创始人 Ansh Nanda 配图评价「Muse is LITERALLY OpenClaw for normies」（Muse 就是给普通人用的 OpenClaw），该帖在 X 上广泛传播。次日，Meta 超级智能实验室产品负责人 Nat Friedman 回应称：Muse 的代码从零构建，产品上深受 OpenClaw 启发；至于为何沿用这些文件，他的解释是 OpenClaw 作者 Peter Steinberger「把这些东西做对了」。Sarah Perez 随后在 TechCrunch 撰文《Meta admits Muse’s likeness to OpenClaw isn’t a coincidence》。雷峰网评论指出，Muse 和 OpenClaw 用的是同一套个人 agent 范式，能力上没有代际差异，真正的变化在人与 agent 相处的方式——「OpenClaw 要人学机器，Muse 让机器学人」。
来源：雷峰网、TechCrunch
产业与商业
SpaceX 计划投资 740 亿美元建设数据中心，转型 AI 基础设施提供商
11 月 12 日（当地时间周四），SpaceX 宣布计划在亚利桑那州和德克萨斯州投资建设更多基础设施，包括计算项目和运营燃气发电厂，总投资达 740 亿美元——其中亚利桑那州将新建一个价值 500 亿美元的基地，此前已披露将在德克萨斯州星际基地（Starbase）总部附近的计算站点投资 240 亿美元。这是马斯克寻求扩大算力能力的最新迹象：他正将 SpaceX 转型为人工智能基础设施提供商，并把精力集中于建设一家名为「Terafab」的芯片工厂。该提案也意味着 SpaceX 在 AI 算力与芯片制造上的布局进一步提速，成为继 xAI 之后又一家重注 AI 基础设施的马斯克系公司。
来源：新浪财经
Intel 最畅销显卡 Crescent Island 订单超 20 亿美元
11 月 13 日消息，Intel 旗下最畅销显卡 Crescent Island 订单已超过 20 亿美元。该卡配备 480GB 显存，主要面向 AI 推理与数据中心场景。随着 Intel 重新杀入高性能独立显卡市场，AI 算力市场正从英伟达一家独大走向 AMD、Intel、NVIDIA 三国争霸的格局；不过 Crescent Island 更偏向企业级 AI 负载，PC 玩家短期内难以直接受益。
来源：快科技（新浪）
学术与前沿
清华首发具身智能综述：从端到端策略到自主系统
11 月 13 日，清华大学团队发布具身智能综述，以「智能体视角」系统梳理该领域从端到端策略到自主系统的演进。综述指出，多模态基础模型正在扩大机器人的能力边界，语言理解、视觉感知与动作生成逐渐进入统一的学习框架，机器人能够执行的任务越来越多；但当研究走向开放环境与长期部署，一个更深层的问题随之浮现——这些能力如何组织成一个能够持续自主工作的系统。真实世界始终在变化，物体会移动、接触会失败、任务条件会在执行过程中改变，机器人需要在不完整的信息下作出决策，在行动后验证结果，在偏离目标时调整策略，并把可靠的经验带入下一次交互；任务持续得越久，这种贯穿感知、决策与行动的组织能力就越重要。
来源：新智元（新浪）