AI 日报 | 2026-11-16 — 黄仁勋考虑重返英伟达,Qwen4-Max 与混元 Hy4 flash 同日对决

AI 日报 | 2026-11-16 — 黄仁勋考虑重返英伟达,Qwen4-Max 与混元 Hy4 flash 同日对决

2026-11-16 18:52 · AI 日报 · 覆盖 2026-11-15 18:52 — 2026-11-16 18:52

导语:过去 24 小时 AI 领域最值得关注的有五件事。其一,英伟达「后黄仁勋时代」博弈升级:消息称黄仁勋正与亲信讨论重返 CEO 之位,硅谷盟友组建「战情室」游说董事会,复职联署签名突破 15 万,而美国财政部长贝森特公开要求「大刀阔斧」换帅,董事会独立调查与 11 月 17 日三季报成为关键节点。其二,《华尔街日报》披露英伟达被指人为推高 GPU 短缺:通过向 AI 初创公司和云服务商注资、提供融资担保,间接推动它们采购英伟达 GPU,芯片板块已连续第六周下跌、英伟达上周市值蒸发超 5730 亿美元。其三,中国大模型在推理成本上同日对垒:阿里 Qwen4-Max 正式发布、单任务成本降 58%,腾讯混元 Hy4 flash 以 1/20 的成本上线,OpenRouter 周调用量榜前四全部为中国模型。其四,出口管制的账面与实际流向被摆上台面:Megaspeed 被曝为中国公司经手近 120 亿美元英伟达高端芯片订单,美国会同步推进四项芯片法案,拟把远程调用算力也纳入管制。其五,Anthropic CEO Amodei 在 IPO 前承认「明年会发生什么存在巨大不确定性」:公司算力承诺已近 9010 亿美元,约 710 亿美元在 2027 年 9 月前到期。

产业与商业

黄仁勋考虑重返英伟达担任 CEO:硅谷盟友组「战情室」施压董事会,美财长要求「大刀阔斧」换领导层

据《金融时报》11 月 15 日独家报道,英伟达前 CEO 黄仁勋在宣布辞职数日后,已与亲信讨论重返公司担任首席执行官的可能性;其盟友正在硅谷组建一个由科技企业高管构成的「战情室」,计划游说英伟达董事会推动其复职,并尝试争取白宫方面的支持。公开层面,一封要求董事会「让黄仁勋回来」的联署信迅速发酵,签名已突破 15 万,签署者中包括自称英伟达员工与股东群体,马斯克、Epic Games CEO 蒂姆·斯威尼、Y Combinator CEO 陈嘉兴、Replit CEO 阿马德·马萨德等人均在列。马斯克签署后解释称,英伟达许多供应链协议本质上是「与黄仁勋的握手协议」而非书面合同;斯威尼则称董事会的决定是「苹果解雇乔布斯级别的愚蠢」。与此同时,方向相反的压力来自华盛顿:美国财政部长贝森特 11 月 15 日公开表示,英伟达需要一场「大刀阔斧的领导层变革」,董事会应从公司外部物色继任者。英伟达董事会此前已被曝接触 Arm CEO 雷内·哈斯,但回应称尚未启动正式遴选程序;CFO 科莱特·克雷斯目前担任临时 CEO,管理层正为 11 月 17 日公布的季度财报做准备。受相关消息刺激,英伟达股价盘前一度涨超 4%。

来源:和讯科技 | IT之家(百家号) | 同花顺

英伟达被指通过注资 AI 初创公司人为推高 GPU 短缺,芯片板块连续第六周下跌

据《华尔街日报》11 月 16 日报道,在黄仁勋离职后,英伟达涉嫌人为加剧当下 GPU 与内存紧缺局面——它向一批 AI 初创公司投资,这些企业随后采购英伟达 GPU、搭建数据中心,此举既为营造市场需求旺盛的观感,也为消化台积电交付的过剩芯片产能。报道援引今年 8 月黄仁勋与财务高管团队的一场会议记录:英伟达 CFO、现任临时 CEO 科莱特·克雷斯主张缩减循环融资协议,此前她还提议缩减与 OpenAI 规模达 2500 亿美元的合作,黄仁勋对此严加斥责。当时头部云厂商开始转向自研定制方案、不再采购标准化成品硬件,英伟达面临台积电交付的大批 GPU 短期内找不到接盘买家;克雷斯同时警示,所投资的中小型云服务商财力有限,该笔投资可能沦为财务坏账。受相关消息与情绪影响,芯片板块连续第六周下跌:上周五费城半导体指数跌 3.43%,AMD 跌超 8%,英伟达收报 162.85 美元、跌 2.01%,全周累跌 12.7%、上周市值蒸发超 5730 亿美元;自 10 月 6 日高点至 11 月 11 日收盘,英伟达累计下跌 27%。分析认为,这起曝光把「AI 需求繁荣」背后可能存在的融资推动采购、企业相互输血的链条摆上了台面。

来源:DoNews | 游民星空 | 开源中国(AI 日报) | 同花顺

全球 AI 大模型周调用量榜:前四被中国模型包揽,DeepSeek V4.1-Flash-1017 连续四周第一

《每日经济新闻》根据 OpenRouter 最新数据测算,11 月 9 日至 15 日当周全球 AI 大模型总调用量为 211 万亿 Token,环比增长 0.48%。其中中国 AI 大模型周调用量达 119.1 万亿 Token,环比增长 2.51%;同期美国 AI 大模型周调用量为 14.83 万亿 Token。中国大模型周调用量连续第二十九周超过美国,稳居全球首位。更关键的结构变化是:当周全球调用量排名前五的模型中有四款来自中国,DeepSeek V4.1-Flash-1017 以 59.2 万亿 Token 连续四周位居第一,环比再增 6%;腾讯混元 Hy4 冲进前二,而 MiniMax、Kimi 跌出前十。需要留意的是,OpenRouter 统计的是开发者与第三方应用的接口调用量,偏向编码与智能体场景,不等于普通用户的真实使用分布;但作为框架层的风向标,它说明中国模型在成本与可得性上的组合优势仍在扩大。结合当天 DeepSeek 的限额动作看,高调用量的另一面是算力与带宽的持续紧绷,「用量领先」与「容量吃紧」正在同时发生。

来源:每日经济新闻(新浪财经转载)

AI Agent 开发平台 LangChain 完成 3 亿美元 C 轮融资,估值一年翻倍至 30 亿美元

AI Agent 开发与管理平台 LangChain 宣布完成 3 亿美元 C 轮融资,估值达到 30 亿美元,由 Alphabet 旗下投资机构 CapitalG 领投,新加坡主权财富基金 GIC、DFJ Growth、IVP 与 Sapphire Ventures 等参投。相比约一年前由 IVP 领投的 1.25 亿美元融资(当时估值 12.5 亿美元),其估值已翻倍有余。LangChain 最初于 2022 年以开源项目形式起步,随着头部 AI 实验室不断完善模型配套的开发工具,业务重心已从大模型应用开发框架转向 AI Agent 的开发与管理。其旗下平台 LangSmith 不将客户锁定在特定的大模型或云服务上,同时帮助企业约束和管理 Agent 行为;据公司披露,LangSmith 目前拥有约 7000 家企业客户,既包括 Harvey、Rippling、Clay 等创业公司,也包括英伟达、丰田和 Salesforce 等大型企业。赛道热度也在外溢——新晋创业公司 Mintive 近期获得 Cowboy Ventures、Coatue 以及 Google 首席科学家杰夫·迪恩、AI 研究员安德烈·卡帕西等投资人支持,Agent 基础设施正成为资本竞相布局的新方向。

来源:新浪财经 | TechCrunch

无界进化完成超亿元 Pre-A 轮融资,刷新中国虚拟细胞企业单笔融资纪录

11 月 16 日,晶泰科技内部孵化的 AI for Science 企业无界进化(INFevo)宣布完成超亿元 Pre-A 轮融资,由星连资本、Prosperity7 Ventures、华盖资本、华控基金及德同资本等联合投资,老股东顺为资本、红杉中国和松禾资本继续追加,公司称本轮刷新中国虚拟细胞企业单笔融资金额纪录。这是其继 2026 年 6 月数千万元天使轮之后,五个月内完成的第二轮融资。无界进化成立于 2025 年,提出「递归科学发现」(RSD)框架,构建「AI 基础大模型 + 高通量自动化实验」双驱闭环:一端是自研基础大模型 OCOO,覆盖细胞多组学、用于预测药物或基因干预引起的细胞响应;另一端是细胞培养、扰动与多组学检测的自动化湿实验体系,用实验结果检验预测、反哺模型。分析认为,这是 AI 制药赛道在 Anthropic、OpenAI 相继收并购之后,资本继续向「模型 + 湿实验」闭环集中的最新一笔。

来源:IT之家 | 新京报贝壳财经 | 投资界

通芯智能完成数亿元种子轮及天使轮融资,研发「原生 AGI 架构」推理芯片

11 月 12 日,由北京通用人工智能研究院孵化的通芯智能宣布完成数亿元种子轮及天使轮融资,投资方包括清华校友种子基金、北京通用人工智能研究院、松霖科技、平治信息、暗物智能、豫资涨泉等,资金将主要用于芯片流片前的核心架构设计与研发。公司成立于 2026 年 4 月,由北大和清华讲席教授、通研院院长朱松纯发起,董事长兼 CEO 王海洋是龙芯 CPU 创始成员、曾任海光第四代芯片架构负责人。技术上没有选择在 GPU 延长线上做改良,而是按朱松纯提出的认知、能力、价值三维空间(CUV)定义架构,采用 Vector、Tensor 与 AGI Core 三单元设计,并以混合存算一体缓解「内存墙」。首代产品面向大模型、世界模型与具身智能,采用 Chiplet 设计覆盖云、边、端,云端对标英伟达 B300、端侧对标 Thor,计划 2026 年 12 月初完成 FPGA 原型验证。分析认为,这是一级市场把确定性从模型层移向推理芯片层的最新注脚,但流片与量产仍是最远的验证节点。

来源:新京报贝壳财经 | 智通财经

谷歌开售整套 TPU 系统,算力定价权从「单卡价格」转向「每美元 token 产出」

谷歌母公司 Alphabet 在第三季度财报中把「产品销售,主要为 TPU 系统」列入云业务收入,并预计第四季度相关销售继续扩大——TPU 由此从 2018 年起的算力租赁,升级为向外部客户销售整套系统、支持部署在客户自有数据中心。SemiAnalysis 11 月 5 日公布的 Agent 推理测试显示,第七代 TPU Ironwood 在部分模型和场景下每美元 token 产出已超过英伟达 GPU,市场流传的口径是领先 GB200 约五成;英伟达随后组织工程师团队多轮优化,在某个模型测试上让 GB300 实现每美元 token 产出反超 TPU 1.5 至 2.6 倍。分析认为,「每美元推理性能」不是单一芯片指标,而是内存带宽、互联拓扑、编译器与调度、模型结构、批量策略共同决定的系统效率,测试场景一变结论就会变;真正的分水岭在于云厂商能否在自身负载下把单位有效算力的总拥有成本算清楚。定价权之争也由此从「单卡卖多少钱」转向「每美元能产出多少有效 token」。

来源:中华网 | 新浪财经

LVMH 媒体部门与 OpenAI 达成战略合作:ChatGPT Enterprise 进入 17 家媒体品牌新闻编辑室

11 月 16 日,LVMH 集团媒体部门(Groupe Les Echos-Le Parisien)与 OpenAI 宣布签署战略合作协议。该部门旗下拥有 Les Echos、Le Parisien、Challenges、Paris Match、L’Opinion 等 17 个媒体品牌,员工约 1800 人、其中近 700 名记者,每月触达法国读者超过 2700 万人。协议内容包括在全媒体部门部署 OpenAI 工具与 ChatGPT Enterprise,支持记者做文献检索、文档比对与初步翻译;作为交换,其内容将以摘要与摘录形式进入 ChatGPT,回答相关提问时标注来源并附原文链接。对 OpenAI 而言,这是继多家美国媒体之后又一家欧洲大型媒体集团把 AI 助手正式纳入采编流程;对传统媒体而言,这也是在「被 AI 摘要分流」与「用 AI 提效」之间重新选边。

来源:OpenAI | Les Echos-Le Parisien

具身智能从示范走向产线:乐聚 15 台人形机器人进入汽车零部件产线,常州核心零部件本地配套率达 80%

《证券日报》记者近日实地探访乐聚智能与某上市公司联手打造的汽车零部件产线:15 台轮式人形机器人(夸父 5-W / KUAVO5-W)负责取料上料,已连续无故障运行超 2 个月、累计约 1000 小时,覆盖 15 个工位、10 余种零件,单循环作业时间小于 40 秒,作业成功率达 98%,累计生产超 6 万个零部件,单月采集数据超 4 万条。该案例被视作「具身智能+汽车零部件上料解决方案」从示范走向真实产线的样本。同日,2026 常州工业具身智能创新大会开幕,主题为「碳硅协同·智造共进」,共吸引 51 家企业参展,13 家企业带来现场实操演示;常州人形机器人产业约 80% 的核心零部件可实现本地配套,当地工业总规模已突破 2 万亿元。分析认为,具身智能的区域竞争正从「整机发布」转向「供应链完整度+场景开放度」的比拼,谁能把核心部件、场景数据和量产节拍留在本地,谁就更容易把实验室样机变成可复制的产线订单。

来源:东方财富 | 同花顺 | 证券日报(新浪财经) | 常州发布(微信公众号)

学术与前沿

OpenAI 上线科学博客,首篇披露 GPT-6 Astra 助力标准模型非微扰格点定义证明

11 月 16 日,OpenAI 上线自己的科学博客,首篇并非产品公告,而是一篇由加州大学圣巴巴拉分校物理学家、OpenAI 访问科学家 Nathaniel Craig 撰写的客座文章,介绍其借助 GPT-6 Astra 推进粒子物理标准模型非微扰格点定义的研究进展。标准模型理论预测与实验在 18 个数量级内高度吻合,但 50 余年来始终缺少不依赖微扰展开的严格定义;核心难点在于标准模型属于手征理论,直接放到格点上会引入多余粒子,相位问题已悬置超过 25 年。Craig 提出以逐级细化格点获取相位修正的策略,但未能独立完成证明;GPT-6 Astra 在此过程中提出场构型映射方法、验证了逐层比较的收敛性,并主导构建完整证明。该成果仍属候选方案,距离实际格点模拟应用尚有距离,但结合 OpenAI 此前完成的 Yang-Mills 理论存在性证明,为探索标准模型的连续时空定义提供了新方向。

来源:品玩(网易) | 163264

斯坦福、哈佛、康奈尔等十余家团队发布「史上最严」湿实验预测基准:算力翻五倍仍难奏效

UniPat AI 牵头推出面向 AI for Science 的湿实验结果预测基准 Science Prediction Universe(SPU),斯坦福、康奈尔、哈佛等十余家高校与前沿科研机构、生物技术公司参与共建。该基准包含 116 个任务、4207 个湿实验,覆盖化学、材料科学、生物和医学;它不再让模型常规刷题,而是直接给出一组实验条件,要求模型自主检索分析后预测真实湿实验结果,答案先藏好,待模型交卷后再与实测结果比对。评测中,模型每次工作 8 小时、配一块 H20,自主决定如何利用检索与计算资源形成预测。结果出乎意料:即便强如 Opus 5.5、GPT-6 Astra,数据上距离真正实现预测仍很遥远;把推理能力拉到最满、算力提升至五倍,成绩也没有实质起色。分析认为,这说明当任务需要与真实世界对齐时,「堆参数、堆推理、堆采样」的通用手段会触到天花板,为 AI 在生物医药等方向的落地提供了冷静坐标。

来源:量子位 | 36氪 | 新浪财经

NEO-VLA:无独立视觉编码器的原生视觉-语言-动作机器人策略模型,2B 主干刷新 VLA 认知

11 月 16 日消息,南洋理工大学 S-Lab、商汤研究院与 Ropedia 的研究团队发布 NEO-VLA,一款无独立视觉编码器的原生视觉-语言-动作(VLA)机器人策略模型。传统 VLA 普遍采用「图像先经独立视觉编码器压缩提取特征、再送入语言大模型」的架构,编码器在抽象特征的过程中会丢失局部几何、边缘、深度等机器人操控至关重要的底层视觉信息;NEO-VLA 则彻底移除外置视觉编码器,像素经由轻量化卷积 Patch 嵌入层直接送入原生视觉-语言主干 NEO-2B,图像 Patch 与语言指令在每一层中同步处理,并配套 Flow-Matching 动作专家模块输出连续机器人动作。团队通过大量消融实验得到三项关键结论:操控相关视觉信息分布在模型多层而非仅存在于最后输出层;性能提升来自原生联合预训练,而非单纯开放现成编码器的中间特征——将 Qwen3-VL 的中间视觉特征直接开放给动作专家反而使冻结主干下 LIBERO 任务成功率从 79.5% 跌至 64.9%,而 NEO-2B 冻结主干即可达到 90.9%;后训练阶段保留多模态理解能力至关重要,仅用机器人动作数据微调会使模型丧失文本理解与生成能力,理解数据与机器人数据协同训练后 RoboTwin 2.0 跨场景 Clean2Rand 成功率提升至 69.4%。该模型主干仅 2B 参数量,在仿真基准 LIBERO 完整微调后平均成功率达 95% 以上,并在真实机器人任务中得到验证。

来源:网易

港大 HKUDS 开源 AutoSwarm:一条 prompt 并行调度多个编码 Agent

香港大学 HKUDS 团队开源多智能体框架 AutoSwarm(arXiv:2610.33048,GitHub 已获 2500+ stars),论文题为《AutoSwarm: Automating Agent Swarms》,针对多 Agent 系统的两个通病——分工并不自动带来互补贡献、Agent 之间的依赖会把局部错误放大成任务失败——提出「协作形成 + 执行协调」两层机制。协作形成阶段共同定义每个 Agent 的职责边界以及验收与下游使用条件,让能力分配建立在其他 Agent 可评估、可整合的贡献之上;执行协调阶段通过共享状态把各 Agent 的局部进展耦合起来,用依赖与监督关系控制 Agent 的激活、结果交接与整合,并根据评审反馈与新出现的阻塞动态调整后续动作。论文在长周期编程、交互式规划与专业金融分析三类任务上,对比单 Agent 基线与现有多个多智能体框架取得优势。分析认为,这条路线的价值在于把「谁干什么」从人工编排交给框架自动求解,与编码 Agent 从单兵作战走向集群协作的趋势一致。

来源:arXiv | GitHub(HKUDS/AutoSwarm) | AlphaSignal

Appear2Meaning 基准:主流视觉语言模型读不懂博物馆文物

英国曼彻斯特大学、武汉大学人工智能学院与美国盖蒂保护研究所联合构建了跨文化基准 Appear2Meaning,并在 ACM 多媒体国际会议(ACM MM ’26)发表(arXiv:2604.07338)。该基准用于评估主流视觉语言模型从文物图像中推断结构化文化元数据的能力——产地、年代、作者、工艺等,这些判断需要结合器型、釉色、纹饰与深厚的历史知识。结果显示当前模型在这类「看物识史」任务上表现糟糕,甚至连「美国制造」这类基础信息也常认错,暴露出多模态大模型在专业视觉知识与跨文化语境上的明显盲区。对做垂直领域多模态应用的团队来说,这是一个提醒:通用基准上的高分并不等于专业场景可用。

来源:AlphaSignal | arXiv | 腾讯新闻

工具与产品

阿里 Qwen4-Max 正式发布:2.4T 总参、原生视觉、百万上下文,单任务成本降 58%

11 月 16 日,阿里通义千问团队发布新一代旗舰模型 Qwen4-Max 并正式接入千问 AI 平台。模型采用全新稀疏 MoE 架构,主干总参数 2.4 万亿、每 token 仅激活 71B(激活参数较上代少 25%),原生支持视觉理解,上下文窗口 100 万 token;架构上每四层中三层用 Gated DeltaNet 把历史信息压缩为固定状态、剩余一层用 Qwen Sparse Attention 按 block 粒度选择相关上下文。效率是这一代最显性的指标:Work360 行业基准取得 52.69 分(前代 47.74),同等性能下 Xhigh 与 High 两档推理强度的 token 消耗分别减少约 24% 和 35%,Terminal-Bench 4.0 上减少约 48% 和 49%;API 全面下调定价、尤其大幅降低缓存命中价格后,Work360 评测中单任务平均费用从 26.58 元降至 11.16 元,降幅 58%,隐式缓存价格降低 70%。官方称缓存命中每百万 token 低至 0.5 元;CodeArena 全球前端编程盲测 Qwen4 位居第六。智能体场景引入 Live Delivery 机制(先交付可用首版、再按反馈逐版扩展),并同步开源 Qwen-Live-Delivery-Plugin;Qwen4 系列中的中小尺寸模型将陆续开源。

来源:IT之家 | 新京报贝壳财经

腾讯混元发布 Hy4 flash:224B 总参、12B 激活,输入 0.5 元/百万 token

11 月 16 日,腾讯混元发布最新语言模型 Hy4 flash,官方定位为「迄今为止性价比最高的 Hy 模型」。总参数 224B(其中 64B 为 Engram 参数)、每 token 激活 12B,支持多模态与 100 万 token 上下文,解码速度超过 150 tps。定价为每百万 token 输入 0.5 元、输出 2 元、命中缓存 0.02 元,而 11 月 4 日发布的 Hy4 正式版为输入 6 元、输出 18 元、缓存 0.3 元。降本来自三个阶段:预训练引入混合注意力、LatentMoE 与 Engram,KV cache 降至 Hy3 的 1/24、Hy4 的 1/6;后训练通过自蒸馏 Hy4 获得综合智能水平,再用强化学习把端到端任务输出长度压缩 50%;推理端结合 megakernel、4bit 量化与 DFly 实现大规模低成本部署。按腾讯自建 WorkIndex 评测集测算,Hy4 flash 单任务成本为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017(Max 档位忙时价格)的 1/8;85 位内部用户盲测覆盖 27 类 259 个任务,满意度接近 Claude Haiku 5.5。模型已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 上线,即将接入 OpenRouter,官方称计划开源并保持高频迭代。

来源:新京报贝壳财经 | 潮新闻 | 快科技

DeepSeek 因算力不足对 App/网页版限额:长对话、单次输入与每日额度三项同时收紧

据财联社科创板日报 11 月 16 日消息,DeepSeek 已对 App 与网页版的长对话实施限额管理,多名用户收到平台提示,理由是「算力不足,不再支持超过 7 天不活跃的长对话」。同时,单次输入文字上限被缩短至约 4 万字,每日对话额度也设限,当日使用量触顶后页面会提示「因服务器繁忙,使用额度已达上限」。截至发稿,DeepSeek 未就此次调整发布独立公告,也未给出恢复或放宽的时间表。三项变化中,4 万字上限直接影响长文档、长代码与整篇材料投喂等高消耗场景,「7 天不活跃」则更像对历史会话的存储与上下文回收做减法。值得注意的是,官方状态页当天显示「一切运行正常」,2026 年 8 月至 11 月对话服务可用性为 99.56%,说明这属于容量调度层面的主动收缩,而非故障状态下的应急降级;有报道统计,自 10 月以来平台已发生 8 起服务中断。分析认为,这是国内头部大模型把算力紧张直接写进 C 端使用条款的罕见案例,也提醒开发者把「额度、上下文长度」当作生产环境的变量而非恒定假设。

来源:财联社(科创板日报) | IT之家(凤凰科技) | 快科技

豆包工作上线 21 个专业「工作台」,首批覆盖金融、医疗、教育等场景

11 月 16 日,豆包工作独家上线「工作台」功能,首批覆盖金融、医疗、教育、创意设计、智能制造、法律事务、人力资源、数据分析等 21 个专业场景,官方称这是业内首个面向多专业场景、不同职业人群定制的 AI 工作台。定位上,工作台是为用户专业工作场景提供的专属 AI 工作空间,各场景所需的技能与工具预先配置,用户不必逐项挑选。以金融投研工作台为例,首页提供公告解读、业绩分析、市场简报、公司等任务入口,并连接万得、同花顺、国泰海通等数据服务插件;医生工作台预置临床指南检索、医学文献解读与患者沟通材料生成;教师工作台可一键生成教案、课件与可交互实验;创意设计工作台覆盖海报、社媒配图、品牌视觉与种草视频等任务。目前该功能已在豆包工作电脑版与豆包电脑版上线,用户也可自行创建并分享专属工作台。分析认为,这标志着通用 AI 办公助手从「对话」转向「按职业预装工具与知识」的分工模式,竞争焦点随之从模型参数转向场景集成与数据源接入。

来源:新京报贝壳财经 | 澎湃新闻 | 科创板日报

字节 Seedance 2.5 4K API 全面开放,单段最长 30 秒原生 4K

11 月 16 日,字节跳动火山引擎宣布 Seedance 2.5 4K 的 API 全面开放,开发者与企业客户可通过接口调用该 4K 视频生成模型,标志其从产品演示与定向试用转向标准化接口服务。该模型于 10 月 23 日发布,官方称经专项训练更充分学习人物表情、细微动作与画面细节,是 Seedance 2.5 一代中能力最强的版本;支持 Draft 样片模式,先用 480P 快速验证分镜、反复打磨镜头构图与运动效果,再生成 4K 正片,画质层面支持 10-bit 色深。模型单段最长支持 30 秒原生 4K,在参考生成与视频编辑场景中能更好保持上传素材的画质、清晰度与色彩一致性,减少多轮生成带来的素材漂移。此外,11 月 12 日发布的 Seedance 2.5 flash 的 API 已于 11 月 15 日上线火山方舟,720P 文生视频、图生视频约 0.99 元/秒、较 Seedance 2.5 降低约 34%。分析认为,视频生成的竞争正从「效果演示」转向「可批量调用的成本与稳定性」。

来源:快科技 | 上海证券报

Claude Fable 5.2 不生成图像,而是用代码「画」:70 万笔刷堆出照片级画面

Anthropic 的 Claude Fable 5.2 不调用外部图像模型,而是用 Python 代码在虚拟画布上逐笔模拟绘画:包括刷毛纹理、颜料附着,以及「画错了再盖掉」的修正过程。开发者 Jake Eaton 让它生成一张停车场购物车场景,用了约 70 万笔模拟笔触;Anthropic 工程师 Michael Graczyk 的「日出画鸟」示例只用 111 条坐标指令、21 秒成型,模型还故意加入约 7 像素的抖动来模仿人手的不完美。在 Anthropic 内部 RoboDojo Sim 基准上,Fable 5.2 得 64.9%,OpenAI 的 GPT-6 Astra 为 29.8%;但真机测试中 Astra 动作更快,且目前只有它成功把多米诺骨牌立起来。意义在于,语言模型的逐步规划与自我修正能力正从文本/代码空间迁移到物理与半物理动作空间,这比「会不会画」本身更值得关注。

来源:THE DECODER | Jake Eaton | Michael Graczyk

AWS Bedrock 推出零插桩单用户成本归因与限额控制

AWS 宣布 Amazon Bedrock 现内置零插桩成本归因能力:平台可在推理入口原生记录调用者的 IAM 身份,并通过 IAM Identity Center、会话标签和 CUR 2.0 将每次推理调用追溯至对应的 IAM 主体,结果同步进入 Cost Explorer,无需为每次模型调用额外增加埋点;同时支持为 AI 开发和生产力工具设置单用户用量上限。据 AWS 官方资料(11 月 13 日),Claude Code、Claude Desktop、Codex、ChatGPT Work 和 OpenCode 等工具只要通过 bedrock-runtime 或 bedrock-mantle 发起推理,就会自动继承这层归因。其直接作用是把共享角色下的费用拆分到具体用户与团队,解决企业在使用 AI 编程与办公工具时「费用共享、责任不清」的核算难题。

来源:SegmentFault(AI 日报) | IT猫

Whisper large-v3 打包为 GGUF:最小 997MB 本地运行,无需 Python

OpenAI 15 亿参数的 Whisper large-v3 被重新打包为 GGUF 格式,配合新运行时 transcribe.cpp(基于 ggml),最小的 Q4_K_M 量化版仅 997MB,可在 Metal、Vulkan、CUDA 与 CPU 上本地运行,不需要 Python 环境或托管 API。官方数据显示,F16 版在 LibriSpeech test-clean 上词错率为 1.81%,优于 OpenAI 自报的 2.01%;从 F16(3.11GB)到 Q4_K_M(997MB)五种量化,词错率跨度仅 0.05 个百分点。模型库在 Hugging Face 上已录得超过 82.9 万次下载、约 3100 次点赞,采用 Apache-2.0 许可,支持约 100 种语言、自动语种识别、时间戳与任意语种译英。对硬件有限的团队来说,高质量离线语音转写又多了一个几乎不占空间的选项。

来源:AlphaSignal | Hugging Face | transcribe.cpp

Databricks 推出 Publish to Power BI:Unity Catalog 指标视图直接变 Power BI 语义模型

Databricks 发布「Publish to Power BI」(目前为私有预览),把 Unity Catalog 的指标视图(metric views)直接转换为 Power BI 语义模型:指标视图变成表、维度变成列、度量自动翻译成 DAX 表达式,查询通过 DirectQuery 直接打到 Databricks 执行,并保留 Unity Catalog 的行过滤、列掩码与 ABAC 访问策略。Lakeflow Jobs 中的 Power BI 任务可定时把上游变更同步进语义模型;同步是单向的,Power BI 侧的本地改动不会回写。它瞄准的是大型组织里同一 KPI 在财务、销售、市场与高管报表中口径打架的老问题——把指标定义收敛到湖仓侧,再分发到员工已经在用的 BI 工具里。

来源:AlphaSignal | Databricks | Microsoft Learn

是石科技发布「多模态模型服务」:视频推理端到端提速 2.48 倍且画质不变

是石科技正式发布新品「多模态模型服务」,把优化重点放在视频生成推理加速、缓存与显存管理、多模态 token 压缩以及素材理解与生成链路衔接上:基于历史缓存残差的自适应加速技术负责减少视频生成过程中的冗余计算,结合 SGLang 的缓存管理机制优化资源使用,模态自适应 token 压缩降低多模态理解开销,基于全模态模型的 Context Engine 把素材理解结果转化为可供视频生成模型执行的结构化信息。其视频加速的关键并不是简单减少生成步骤,而是判断哪些计算可以安全复用、以及何时需要重新计算来控制误差累积。在发布方案展示的测试条件下,相比 Dense 基线方案实现端到端平均 2.48 倍加速,同时保持生成质量。分析认为,这条「缓存复用 + 动态刷新 + 误差校准」路线把竞争从堆算力转向推理调度与误差控制,是视频生成降本的一条工程化解法。

来源:是石科技

政策与治理

英伟达芯片流向中国再曝光:Megaspeed 经手近 120 亿美元订单,中国收入占比遭质疑

《华尔街日报》查阅的文件显示,Megaspeed 在 2024 年 3 月至 2025 年 6 月期间为中国公司经手了近 120 亿美元的英伟达高端芯片订单,涉及数十万颗受美国出口管制限制、本应阻止流入中国的芯片,收货方多与中国本土科技巨头保持长期业务往来。Megaspeed 由黄仁勋的前任恋人 Alice Huang 所有,并因阿里巴巴这一大客户而获得英伟达云合作伙伴的优先供货。英伟达官方披露近六个财季中国收入 124 亿美元、占总收入 7%,而做空机构 Culper Research 估计其上一财年中国客户贡献超过 20%——两者差距意味着相当规模的中国业务可能经由间接渠道完成。Megaspeed 已回应称 Huang 于 2025 年 8 月 30 日离职、公司从事合法业务,并已聘请外部律师开展内部调查。在英伟达 CEO 更替与国会质询的背景下,这笔旧账把「出口管制执行」与「英伟达自身渠道管理」推到了同一张桌面上。

来源:THE DECODER | 华尔街日报 | Reuters

美国会推进四项芯片法案与《远程访问安全法案》:芯片不出境,远程调用也可能被管制

黄仁勋因个人事务辞职后,美国国会两党议员加速推动对先进人工智能芯片出口实施更严格限制。目前国会正考虑将多项法案附加到年度《国防授权法案》中,包括 AI 监督法案、芯片安全法案、匹配法案和远程访问安全法案:AI 监督法案旨在加强国会对出口管制决策的审查权;芯片安全法案要求芯片制造商追踪先进处理器流向,并在怀疑流向受限用户时通知政府;匹配法案将施压美国盟友限制芯片制造设备流向特定地区;远程访问安全法案(RASA)则针对中国企业通过海外数据中心远程调用英伟达芯片算力的漏洞。对英伟达而言,这些措施若通过,将显著增加合规成本和报告义务;公司此前已披露,对特定海外数据中心的芯片销售收入目前接近零。半导体行业协会也指出,强制追踪等要求将给整个产业带来较高成本。更受关注的是立法重心正从「实物禁运」转向「远程使用管控」:参议院银行委员会主席蒂姆·斯科特已致信黄仁勋与商务部长卢特尼克,要求两人出席公开听证,黄仁勋被要求 12 月 3 日到参议院银行委员会作证,信件并警告若拒不主动出席,委员会不排除以传票方式强制其作证。分析认为,英伟达领导层动荡正成为国会推动对华芯片出口管制升级的新契机,出口管制的范围也从「卖到哪些国家」延伸到「算力是否被远程调用」。

来源:CFi.CN | 新浪财经 | 美国媒体综合报道 | 网易

中国与东盟宣布将 2027 年定为人工智能合作年

新华社 11 月 16 日快讯,中国与东盟宣布决定将 2027 年定为「人工智能合作年」,把双方在该领域的合作从项目层提升到机制化的年度主题层面。这不是突然出现的新议题:2026 年 1 月第六次中国—东盟数字部长会议通过的《中国—东盟建立可持续和包容性的数字生态合作行动计划(2026—2030)》已明确年内成立中国—东盟人工智能产业创新中心,该中心于 2026 年 7 月 14 日在北京正式成立;更早的《面向东盟人工智能赋能发展科技能力提升行动三年工作方案(2025—2027)》还提出组建中国—东盟人工智能算力联盟,并配套「百千万」人才培养计划,目标在 2027 年前累计培养超 3000 名专业人才。中方侧的落地平台是南宁的中国—东盟人工智能创新合作中心,截至 2025 年 8 月底累计签约项目 67 个,其中东盟企业 16 家。分析认为,合作年的设立意味着跨境算力、小语种语料与主权大模型、人才培养等议题将获得更稳定的高层级推进节奏,也为中国 AI 企业面向东盟的基建与解决方案输出打开政策窗口。

来源:新华社(环球网转载) | 同花顺

观点与思考

Amodei 承认「明年会发生什么存在巨大不确定性」,Anthropic 算力承诺近 9010 亿美元

在 Anthropic 计划 11 月 19 日 IPO 前几天,CEO Dario Amodei 在纽约一场 JPMorgan 投资者活动上表示「明年会发生什么存在巨大不确定性」,并把算力称为公司「最深的商业困境」:算力必须提前一到两年购买,没人知道届时收入能否覆盖成本,买少了会影响客户与新技术投入、买多了则可能财务透支。据彭博社报道,Anthropic 已承诺近 9010 亿美元、主要投向算力与芯片,其中约 710 亿美元将在 2027 年 9 月前到期;公司计划通过 IPO 募资最高 644 亿美元、另加约 260 亿美元私募,以建立足够的现金缓冲来穿越「算力买多或买少」的错配风险。他还提到,Anthropic 会保留现货市场加购的灵活性,把「少押前置、留足余量」当作一种保险。

来源:THE DECODER | Bloomberg

Anthropic 前研究员 Coxon:路演图显示算法效率「超指数」提升,应暂停前沿开发

一张来自 Anthropic IPO 路演材料的折线图近日发酵:标题为「Pre-training compute multiplier over time (code)」,横轴为 2024 年 7 月至 2026 年 10 月的模型完成月份,纵轴为对数刻度,曲线前段平缓、后段明显加速上翘,脚注注明数据点基于内部估算、仅供示意。前 OpenAI 与 Anthropic 预训练研究员 Jacob Coxon 11 月 13 日在 X 上称,这张幻灯片是他 9 月 8 日离职的重要原因之一:对数坐标仍然压不住的陡峭曲线意味着算法效率的提升速度本身也在加快,即「超指数增长」;因此 Anthropic 如今只需最初训练 Mythos 的一小部分算力就能重训出同等水平的模型,若投入同等算力则可能训出更强的模型。他同时指出算法改进已接近可自动化阶段,主张 2027 年暂停前沿 AI 研发、让竞争对手追上,使人类水平的智能成为人人可用的商品。反对意见强调,纵轴没有具体数值、全图只有三个数据点,Coxon 的解读属于个人判断,Anthropic 尚未确认相关说法。分析认为,这场争论真正的价值不在结论真假,而在于它把「预训练是否撞墙」从行业感觉变成了可被公开检验的图表证据问题。

来源:IT之家 | 格隆汇 | 中华网

《No AI Slop 宣言》:开发者反对「大量生成、很少负责」

在 AIE Code Summit 2026 上,一群开发者借用《敏捷宣言》的体例发布了《No AI Slop 宣言》,给「slop」下了一个准确的定义:你在生产时省下的力气,转手让接收者加倍补上。宣言承认 AI 可能是多数人用过最有价值的工具之一,但问题在于产出变得太便宜、审阅与理解的成本没有同步下降,于是「大量生成、很少负责」的内容涌入代码、文档、方案与沟通。它给出的应对也很务实:先想清楚再让模型动手;凡是能被 lint、类型系统与自动化检查拦下的问题,别留给人肉兜底;同类错误第二次出现就修系统与护栏,而不是只修那一次输出;对 AI 生成但要外发的内容,必须说明并核查关键部分。宣言同时承认 one-shot prompt 与 vibe coding 仍有高杠杆场景,判断标准是是否伤害结果、可维护性与团队的时间——它反对的不是 AI,而是把思考外包、把责任下放、把别人的注意力当廉价资源。

来源:AI News(smol.ai) | AIE Code Summit 报道

今日趋势观察

过去 24 小时的多条新闻指向同一个信号:算力正在从「稀缺资源」变成「被核算的成本」。定价端,阿里 Qwen4-Max 把单任务成本压低 58%、腾讯 Hy4 flash 以约 1/20 的价格上线,OpenRouter 周榜前四全部为中国模型,竞争焦点从参数转向每美元有效 token 产出;供给端,DeepSeek 因「算力不足」首次把容量压力写进 C 端使用条款,英伟达则被曝通过注资初创公司消化台积电过剩产能、人为加剧 GPU 紧缺——「用量领先」与「容量吃紧」同时发生。治理端,出口管制正从「芯片卖给了谁」延伸到「算力被谁远程调用」,Megaspeed 的 120 亿美元旧账与国会四项芯片法案互相印证。与此同时, Anthropic 在 IPO 前承认「明年存在巨大不确定性」、算力承诺近 9010 亿美元,说明连最激进的玩家也开始为算力错配预留缓冲。11 月 17 日英伟达三季报与 11 月 19 日 Anthropic 挂牌,将是这条主线最先验证的两个节点。

发表评论