AI 前沿日报
Google 发布 Gemini 4 Carbon 并预览智能体蜂群功能
本期两条主线清晰可见。其一,智能体正从生成内容走向可验证、可执行的基础设施:DeepMind 用智能体完成 Signal 机器码的形式化证明,英伟达把智能体运行时交给 CNCF 治理,Adobe 与 Anthropic 则把智能体嵌入创作与办公工作流。其二,资本市场的定价开始分化:Anthropic 估值下修仍推进 IPO,CoreWeave 债券收益率破 16%,与英飞凌 300mm 碳化硅、蚂蚁触觉模型等硬科技进展形成对照。能力扩张与融资约束正在同一张桌子上谈判。
Google 正式向所有付费开发者和 AI Ultra 订阅用户开放其迄今最强模型 Gemini 4 Carbon,距其通过 Fairwind 计划定向发布仅两周。Carbon 定位极限复杂任务,与上月发布的 Gemini 4 Argon 形成高低搭配。
技术细节上,Carbon 在 CursorBench 4.0、WANDR 与 AutomationBench 上排名第一,单任务成本不到次优外部模型的一半。早期测试显示其 Terminal-Bench 作弊率与灰天鹅基准的提示注入成功率均降至 0%,安全代码编写速度达 Argon 的两倍,并在 Sec-Bench Pro 上发现 88% 的漏洞。
定价沿用 Argon 的每百万 token 输入 2 美元、输出 10 美元,缓存输入享 95% 折扣。有开发者博客指出该价格将在 12 月翻倍。
前沿模型与基础架构突破
精选 3 篇追踪主流实验室最新基础模型、新架构与推理能力跃迁。
DeepMind 智能体完成 Signal 加密代码形式化验证
Google DeepMind 发布 AlphaProof Code 框架,首次由 AI 智能体对 Signal 加密协议的实际生产代码完成关键安全属性的数学证明,将智能体能力从代码生成推进到深度形式化验证。
技术细节上,该框架结合人类专家知识与 Gemini Carbon 智能体集群,为 Signal 编译后的机器码生成约 650 万行 Lean 形式化证明,在处理器指令层面验证消息保密性。证明由 Lean 检查器独立校验,无需信任 AI 或 Rust 编译器本身。
整个项目耗时约 4 周,40 至 80 个智能体协作,人类仅负责设定安全目标并复核约 1% 的标记内容。该方法还能识别含已知漏洞的旧版实现并判定其验证失败,具备实用判别力。
DeepMind 发布 Gemini Robotics 2.5 并开源安全基准
谷歌 DeepMind 正式发布迄今最强的视觉-语言-动作模型 Gemini Robotics 2.5,在灵巧操作、可靠性与安全性上实现显著跃升。该模型已在梅赛德斯-奔驰匈牙利和德国的在产产线上完成真实概念验证。
在产线上,Apptronik Apollo 2 人形机器人执行金属零件分拣与打包任务,成功率达 96%,相较前代基线成功率提升 30% 至 100%,任务完成速度快 20% 至 30%。模型覆盖超过 200 项任务,包括系蝴蝶结、移液、柔性物体操作等高难度精细技能。
DeepMind 还以 Gemini 4 Argon 作为仿真引擎用于训练,可基于视频推断错误成因并在仿真与真机中验证改进。同时,团队开源了 ASIMOV-Jailbreak 安全基准,为机器人与人类协同作业的安全评估提供标准化工具。
英伟达开源 GR00T 2 世界动作模型 从人类视频学习机器人动作
英伟达正式发布开源世界动作模型 GR00T 2,可同时驱动机器臂、灵巧手与人形机器人三类本体。其核心突破在于预训练数据以人类第一视角视频为主体,仅需少量遥操作真机数据即可实现技能学习。
据披露,GR00T 2 使用 402,730 小时人类头戴相机视频与 10,184 小时手持夹爪演示进行预训练,而遥操作真机数据仅需 23,500 小时,占比约 5%。与直接将视觉和语言映射为电机指令的传统方法不同,GR00T 2 让模型先在内部“想象”自己作为机器人执行动作,再生成控制信号。
这一开源策略显著降低了具身智能团队的模型门槛。业界分析认为,GR00T 2 的路线与减少遥操作依赖的探索方向一致,有望加速机器人从实验室走向真实场景。
产业生态与商业算力
精选 4 篇投融资脉络、算力基建演进与企业智能化转型。
Anthropic 拟感恩节前上市 估值预期腰斩至 1.2 万亿美元
Anthropic 正推进在感恩节前登陆纳斯达克,股票代码定为 ANT,计划募资 800 亿至 1000 亿美元,目标估值区间已从一个月前最高 2 万亿美元下修至 1.1 万亿至 1.3 万亿美元,部分买方仅愿按 1.1 万亿美元定价。
多家信源交叉验证,估值下调的直接导火索是近期美股科技股剧烈回调:纳斯达克 100 单日暴跌 6.4%、市值蒸发约 2.3 万亿美元,费城半导体指数同期下跌 12%。与此同时,AI 资本开支回报担忧升温,中期选举后数据中心密集州对基建扩张的反对声浪上升。
公司年化营收已从 7 月底约 650 亿美元增至约 810 亿美元,基本面仍强,但融资环境趋紧迫使 CEO 达里奥·阿莫迪接受下调。若成功挂牌,它将成为首家上市的前沿大模型公司,募资规模有望跻身全球历史第二,仅次于 SpaceX。
Stripe 收购 OpenRouter 整合 AI 模型路由
支付巨头 Stripe 正式收购 AI 模型路由平台 OpenRouter,后者服务超 1000 万开发者与企业。OpenRouter 将保持模型与供应商中立性,同时借助 Stripe 的基础设施能力加速构建跨模型、跨供应商的 AI 运行与成本管控层。
此举标志 Stripe 正式进军 AI 经济基础设施领域,切入 token 路由与用量优化。收购后 OpenRouter 承诺保持中立,竞争仍由质量、可靠性与价格决定。
CoreWeave 债券收益率突破 16% AI 信贷压力升温
AI 基础设施融资市场正释放明确的压力信号。CoreWeave 债券收益率升破 16%,创下 AI 算力租赁行业债务成本的标志性高点,与此同时,英伟达、博通、甲骨文等 AI 产业链核心企业的信用违约保护成本同步走高。
交叉验证的数据揭示了压力根源。CoreWeave 2026 财年前三季度营收 83.14 亿美元、同比增长 133.6%,但归母净亏损扩大至 20.75 亿美元、同比增亏 178.9%,毛利率降至 66.6%,资产负债率高达 95.6%。尽管经营现金流 56.38 亿美元、同比增长 276%,但重资产扩张模式下现金回收与债务杠杆同步放大。
华尔街预计 AI 扩张仍需大规模举债,融资成本正成为检验这轮资本开支热潮可持续性的关键指标。政治格局变化可能抬高数据中心审批门槛,进而影响资本开支与债务融资需求。
本报简讯
- ▪英飞凌造出全球首个 300mm 碳化硅功率器件晶圆— IT之家 · IT业界
开发者工具与实战应用
精选 3 篇提升工程效率的最新工具链、SDK 与落地实践。
Anthropic 推出 Claude 办公套件 微软股价应声下跌 3.5%
Anthropic 正式发布 Claude 办公套件,包括 Claude Sheets、Claude Data、Claude Meetings 和 Claude Whiteboards 四款原生协作工具,标志着 Claude 从对话助手升级为独立工作平台。消息公布后,微软股价一度下跌超过 3.5%。
综合多源信息,Claude Sheets 支持自然语言生成含公式与多标签的表格,Claude Data 可连接 Snowflake、Salesforce 自动刷新仪表盘,Claude Meetings 允许 Claude 作为可见参会者加入视频会议并实时起草计划,Claude Whiteboards 则能将讨论自动转为带时间线与负责人的看板。
所有付费计划均可使用这些工具,Adobe、Atlassian、Box 以完整形态嵌入对话,用户无需切换标签即可编辑或委托 Claude 修改。Claude 从依赖 Office/Workspace 插件的形态转为独立工作台,用户不再需要订阅微软或谷歌套件。
Airbnb 将推荐嵌入延迟从两天压缩至 30 秒
Airbnb 为其开源特征平台 Chronon 新增推送模式与近实时模型转换能力,使基于 JourneyFormer 的序列推荐嵌入从近两天滞后缩短至 10 至 30 秒。
离线 NDCG 提升 1.67%,在线 A/B 测试中未取消订单量增长约 0.33%,相关能力已回馈至 Chronon 公共代码库。推送模式让流式特征在提交后主动通知下游,无需轮询或等待定时任务;近实时模型转换复用同一 Transformer 编码器,避免为流处理单独实现推理。
在线排序路径基本不变,仅通过更及时的特征存储更新获得收益。
Decision Models in Hugging Face
Hugging Face 发布博客介绍决策模型(Decision Models),以非生成式打分替代让 LLM 输出 JSON 的常见做法,降低解析与幻觉风险。
该方案支持多问题原语与运行时自定义类别,可针对具体任务做专用训练以获得校准概率,适用于客服分流、紧急度判定等需要稳定判断而非文本生成的场景。
智能体生态与自主代理
精选 4 篇多智能体协同、自主工作流与真实复杂任务落地。
Adobe 全线产品接入 AI 智能体并发布 MCP 协议
Adobe 在 MAX 大会上宣布,将 AI 智能体与生成能力全面嵌入 Photoshop、Premiere、Illustrator、InDesign 与 Firefly,并发布模型上下文协议(MCP),允许 OpenAI、谷歌、Anthropic 等第三方智能体直接操作 Creative Cloud 原生项目文件。
技术细节上,本地 MCP 接入计划于 2027 年初启动私人测试,智能体可读写图层、矢量、素材箱与序列等原生文件,且所有内容保持可编辑以便人工随时接管精修。Firefly 助手同步升级,新增规划模式、模型选择器与后台持续任务能力。
这标志着 Adobe 从封闭的创意软件套件转向开放的智能体平台,用户可通过 ChatGPT、Claude、Gemini 等外部聊天机器人调用 Adobe 功能,智能体还能串联 Google Docs、Slack 等外部工具完成跨软件工作流。
苹果新框架让通用大模型零样本操控机械臂成功率达 85.6%
苹果最新论文提出 AMP1 框架,让 Claude Opus 5.5、Gemini 4 Argon 等通用前沿模型通过摄像头画面、代码执行与直接运动指令闭环控制机械臂,无需任何演示数据或任务训练。
在 RoboLab-120 基准上,AMP1 零样本成功率达 85.6%,远超最佳 VLA 模型的 49.2% 与最佳世界动作模型的 42.9%;真实 Franka 机械臂上 108 次试验成功 104 次。
代价是每轮任务中机器人需大量等待模型推理,推理延迟成为主要瓶颈。
Jeff Dean 创业押注 AI 自我进化,李飞飞现场泼冷水
Jeff Dean 离开 Google 后创立 Discovery Loop,试图用数万个 AI Agent 自动设计实验、验证结果并持续学习,目标将领域专家生产力提升 20 至 50 倍。
李飞飞在同台对话中对“AI 无限自我加速”叙事提出质疑,认为人类判断与热情仍是不可替代的核心变量。
Discovery Loop 已搭建自有 Agent Harness 与大规模 Agent 协作基础设施,运行约 20 个自动化改进循环;团队汇聚 Gemini、DeepSeek、Kimi 等项目研究人员,成立前三周完成约 400 场面试。
本报简讯
- ▪谷歌云发布医疗版 Gemini 打通临床多步工作流— Google AI Blog
开源社区与开源模型
精选 2 篇权重开源、前沿评测与高价值社区工程实践。
蚂蚁灵波开源通用触觉模型 LingBot-Touch
蚂蚁灵波科技正式开源触觉基础模型 LingBot-Touch,基于近 5000 小时真实触觉数据预训练,首次将磁触觉、视触觉与压阻式三类异构传感信号统一为同一套表征,可跨传感器、跨灵巧手、跨动作模型与跨任务复用。
在 26 项真机测试中,接入 LingBot-Touch 后 LingBot-VLA、π0.5、Diffusion Policy 和 T-Rex 四种动作模型的平均任务成功率提升 14 至 26 个百分点,拧瓶盖任务成功率从 56.25% 跃升至 90%。
此前原始触觉读数稀疏、噪声大且跨传感器异构,直接输入 π0.5 反而使拉拉链成功率从 39% 跌至 15%;LingBot-Touch 将触觉翻译为接触位置、力度、方向与滑动等动作模型可理解的语义量。模型权重、代码与技术报告已在 Hugging Face、GitHub 和魔搭社区开放,采用 Apache 2.0 协议。
英伟达将 OpenShell 捐赠给 CNCF 并扩展 AI 基础设施
英伟达在 KubeCon 上宣布将智能体安全运行时 OpenShell 捐赠给 CNCF,成为沙箱项目,同时参与 Google 主导的 Agent Substrate 框架。此举将智能体治理与 Kubernetes 规模化调度推向开放治理。
OpenShell 作为 CNCF 沙箱项目,将由产品采用方与全球安全专家共同治理。英伟达同时参与 Google 主导的 Agent Substrate,推动 Kubernetes 支持长时运行的智能体负载。
会上还展示了 Snapshot 的实测效果,将 vLLM 冷启动从 2 至 8.5 分钟降至 6 至 34 秒。