Anthropic 发布 Fable 5.2：65 分登顶 Intelligence In【AI 早报 2026-11-10】
Anthropic 一次性放出 Fable 5.2 与 Mythos 5.2，Intelligence Index v5 拿到 65 分，并用 1000 个 Agent 在 30 小时内完成费马大定理形式化证明。同一天，Anthropic 还被曝以 34 亿美元锁定 1.7GW 燃气发电机，为 2045 年前近 9000 亿美元的算力承诺铺路。
今日概览
模型发布
- Anthropic 发布 Fable 5.2：65 分登顶 Intelligence Index
- 腾讯混元 Hy4 上线：百万 token 输入最低 0.3 元，首次加入视觉理解
- Meta 推出 Muse Ember：主打工具调用与数据提取的小模型
行业动态
- Anthropic 花 34 亿美元买 1.7GW 燃气发电机，最快本月启动 IPO
- Google 一年交付四款 TPU 变体：TPU 8tx 与 TPU 8i Max 亮相
- 千问 AI 平台 Token Plan 额度上调约 74%~78%，Pro 月费降至 312 元
- Handshake AI 训练数据业务年化收入达 10 亿美元
产品应用
- 豆包 Seedream 5.5 上线：百轮编辑不崩坏，支持原生 RGBA 与图层拆分
- TeleAgent V3.0 给 Agent 配一台 Windows 云电脑
技术与洞察
- 英伟达实测：短上下文加状态压缩，成本省 2 至 230 倍
- Touch-R1 入选 NeurIPS 2026：7B 模型触觉推理综合分 60.1
- TouchScale 构建 500 小时人类视觉-触觉数据集，机器人操作成功率提升 35 个百分点
- AI 科学家「终极大考」AISLE：4079 次湿实验，最高分仅 41.19
- Anthropic 记忆实验：写 413 份笔记的 Claude 输给只写 9 份的
开发生态
- 清华、宾大开源 OpenMise：Builder + Render 两阶段拆解视频生成
- MaxText 新增上下文并行，TPU 上支持 1400 万 token 训练
- Cloud Pathways 正式 GA：单控制器管理数千加速器
- AWS 推出 TorchNeuron：PyTorch 代码零改动跑上 Trainium
- openai-python v3.48.0：Agent 会话支持流式选项，Beta 接口识别 GPT-6 Rosalind
- anthropic-sdk-python v2.7.0：新增 Fable 5.2 与 Mythos 5.2 模型标识
模型发布
Anthropic 发布 Fable 5.2：65 分登顶 Intelligence Index
Anthropic 正式发布 Claude Fable 5.2 和 Mythos 5.2，两者采用相同底层模型，区别在安全限制：Fable 5.2 增加针对网络安全和生物研究的防滥用机制，面向普通用户开放；Mythos 5.2 保留更完整的专业能力，主要向通过审核的机构提供。在 Agent 编程基准 FrontierCode 2.0 上，Fable 5.2 得分 49.1%，高于 Opus 5.5 的 45.5%、GPT-6 Astra 的 42.8% 和 Gemini 4 Carbon 的 41.1%；软件工程测试 FrontierSWE v2 得分 69.9%，比上一代提升 13.6 个百分点。第三方机构 Artificial Analysis 的 Intelligence Index v5 中，Fable 5.2 以 65 分登顶，领先 Gemini 4 Carbon 5 分、Opus 5.5 6 分，9 项测试中 5 项第一，但最强推理模式下平均单任务成本 26.5 美元，约为 Opus 5.5 的 2.6 倍。工程案例方面，一名工程师要求它从零设计操作系统，模型从空文件夹开始协调超过 1000 个子 Agent 连续工作 8 天，产出可在笔记本上启动的系统，含自有内核、磁盘/键盘/网络驱动、文件存储、窗口界面、登录屏幕与安装程序。数学侧，1000 个 Fable 5.2 Agent 用 30 小时完成费马大定理形式化证明，证明长度缩短至此前的七分之一，消耗操作 Token 降至三分之一；同配置下 Opus 5.5 运行 30 小时仅完成约 27%。新模型还解决了两个黑洞相关的理论物理开放问题，生成速度最高提升 30%，API 价格降低 20%。Anthropic 同时透露，公司核心代码库中超过 90% 被合并的代码变更由 Claude 在人类指导下编写，早期版本曾把一项关键生产服务从 Python 迁移至 Rust，启动速度提升至约 26 倍。
来源：https://www.ifanr.com/1688605?utm_source=rss&utm_medium=rss&utm_campaign=
腾讯混元 Hy4 上线：百万 token 输入最低 0.3 元，首次加入视觉理解
腾讯混元 Hy4 正式上线，相比 Preview 版本在指令遵循、长文理解、长程 Agent 三方面做了优化，并首次引入视觉理解能力，重点面向办公协作、金融分析、前端开发及游戏开发场景。定价延续 Preview 版本，每百万 Tokens 输入价格最低 0.3 元。配套优惠分三档：截至 2026 年 12 月 31 日，全球新老用户通过 TokenHub 按量调用 Hy4 享 5 折；截至 11 月 18 日，Token Plan 订阅调用 Hy4 的积分消耗享 2.5 折；截至 11 月 15 日，WorkBuddy、CodeBuddy 提供一定额度免费使用。办公场景中，Hy4 在 WorkBuddy 上平均效果得分 83.18 分、通过率 96.15%，12 个评测场景中 9 个排名国内第一。金融场景中，腾讯混元组织 213 位专家对 579 个真实金融任务盲测，其中 153 位来自外部头部金融机构，Hy4 综合表现居参评开源模型第一。游戏侧与腾讯游戏团队合作适配 UE、Unity、Godot，GameDev 与 GameLogic 评测分别提升 19.1% 和 9.8%。视觉能力可在 28 亿像素航拍图中定位约 2 米大小的屋顶构件，并支持识别屏幕、模拟鼠标键盘完成跨软件操作，沙箱环境部署了数百款应用软件。
Meta 推出 Muse Ember：主打工具调用与数据提取的小模型
Meta 发布 Muse Ember，这是其体量最小、效率最高的模型，针对 Agent 实际执行的重复性工作优化，包括工具调用、请求路由和数据提取。Meta 给出的对比口径是「每美元智能」高于 Claude Haiku 5.5 或 GPT-6 Luna。该模型在真正的编程任务上表现偏弱，定位不是通用编码模型，而是 Agent 流水线里承担高频、低复杂度环节的那一层。
行业动态
Anthropic 花 34 亿美元买 1.7GW 燃气发电机，最快本月启动 IPO
Anthropic 在 9 月下旬与位于德克萨斯州圣安东尼奥的设备供应商 OnePWR Solutions 敲定交易，拿下总计 1.7 吉瓦重型燃气发电机的供货承诺，金额 34 亿美元，是目前已知 AI 实验室在发电设备上完成的最大单笔采购。交易并未收购 OnePWR 本身，也没有员工转入，但合同包含安装这批发电机所需的工程与施工能力。OnePWR 两年前已向卡特彼勒订购这批设备，后续缺少完成交易所需资金；Anthropic 原本只想作为客户买电，最终改为直接接管订单，从而锁定价格上涨之前的旧订单与未来两年内的现货交付。同类动作已有先例：SpaceX 和 xAI 今年早些时候花 20 亿美元采购移动式燃气轮机，Alphabet 在 2025 年底收购能源开发商 Intersect。Anthropic 预计到今年年底每月向 SpaceX 支付 3.1 亿美元租赁算力，并披露到 2045 年的算力承诺总额接近 9000 亿美元。公司正筹备最早本月挂牌的 IPO，目标是为此前公布的 8950 亿美元以上算力基础设施支出筹资；黑石集团已向投资者预警其最终信用评级可能为垃圾级，而非投资级。
Google 一年交付四款 TPU 变体：TPU 8tx 与 TPU 8i Max 亮相
Google 在一年内交付了四款 TPU 变体，最新扩充的是 TPU 8 家族的两个专用型号。TPU 8tx 的特点是敏感数据在处理过程中也保持加密状态；TPU 8i Max 把两颗芯片放进单个封装，使算力与内存翻倍。Google 目前已有近 100 家外部客户使用其 TPU，正把自研芯片更明确地定位为英伟达 GPU 之外的替代选项。
千问 AI 平台 Token Plan 额度上调约 74%~78%，Pro 月费降至 312 元
千问 AI 平台上调 Token Plan 个人版订阅额度，Lite、Essential、Standard 三档月费不变，月度额度提升约 74% 至 78%。具体为：Lite 由 1.15 万 Credits 提至 2 万，月费 39 元；Essential 由 2.55 万提至 4.5 万，月费 79 元；Standard 由 4.5 万提至 8 万，月费 139 元。最高档 Pro 同时调额调价，额度由 18 万提至 20 万 Credits，月费由 499 元降至 312 元，降幅约 37.5%。按月费除以额度测算，四档单位额度成本分别下降约 42.5%、43.3%、43.8% 和 43.7%。Token Plan 可用 Credits 统一抵扣千问办公、千问 App、Qoder、Qwen Code、Claude Code 等工具中的模型调用与 Agent Harness 费用，覆盖文本和多模态模型。新额度自 11 月 9 日起陆续生效，存量订阅用户当前周期总额度按新标准补齐，Pro 存量用户当前周期价格不变、新价格从下一订阅周期执行。
Handshake AI 训练数据业务年化收入达 10 亿美元
Handshake 的 AI 训练业务在约一年内从上线做到 10 亿美元年化毛收入。在 Latent Space 的演示中，金融场景要求 Agent 从银行邮件里找到自己的任务、判断哪些文件约束这笔交易、交付一份工作簿；模型在被直接提问时能说清税务处理规则，出错点在于它没能识别客户邮件中关于既有商誉的那一行正是规则适用处，仍把数字带进 Python 做了减法。生物场景使用 Handshake 的 VIALS 基准，9 张脑肿瘤组织切片中要求挑出血管坏死最严重的两张，标准答案是 H 和 I，模型选中了这两张但同时多选了 G。编程场景是一个模拟文件访问任务，评估方可以查看 Agent 读过哪些文件、是否核对了副本、之后对 shell 历史做了什么，仅看最终回复的转录会漏掉大部分被评估的行为。
来源：https://latent.space/p/handshake/
产品应用
豆包 Seedream 5.5 上线：百轮编辑不崩坏，支持原生 RGBA 与图层拆分
Seedream 5.5 正式发布，重点升级多轮编辑、画面质感和文字渲染，并支持原生 RGBA 透明背景与图层拆分。多轮编辑方面，官方称调整 100 轮也不崩坏，非编辑区域实现像素级保持，同时抑制色彩偏移；实测中蒙娜丽莎肖像连续更换职业与服装，人物姿态和画面纹理基本不变，毛坯房逐轮加地板、电视、空调时窗外风景与阳光入射角度保持不动。图层能力上，一张生成的图片最多可拆成约 100 层可复用的背景、元素和文字图层，文字图层返回结构化识别结果，便于本地化或模板复用。原生 RGBA 通道让文生图和图生图都能直接输出透明或半透明素材，实测把合拍照片转成 chibi 贴纸可得到真透明 PNG，约 62% 区域完全透明，带粗白描边，可直接当贴纸或叠加到画面上。文字渲染提高了小字和复杂字形的清晰度，多语言文案错误率下降。该模型从今天起陆续上线豆包 App 与电脑版「AI 创作—图片生成」，并接入豆包工作，可在对话框输入 /seed 选择对应 Skill，与已有文档、素材和其他工具串在同一条任务链路里。
来源：https://www.ifanr.com/1688447?utm_source=rss&utm_medium=rss&utm_campaign=
TeleAgent V3.0 给 Agent 配一台 Windows 云电脑
中国电信天翼 AI 的星辰超级智能体 TeleAgent 升级到 V3.0，核心变化是在原有桌面端本地执行能力之外，新增基于云电脑的云端执行能力，也是国内 Agent 产品中较早把智能体与完整 Windows 云电脑环境结合的实践；相较部分海外产品采用 Linux 云端环境，Windows 路线更贴合国内办公软件与业务系统生态。在云端环境里，Agent 不再局限于调用预置工具，可以安装软件、执行命令、管理文件；实测让它安装企业微信，无需手动操控云电脑即完成。团队还验证了部分 3D 建模软件可运行：让 TeleAgent 用 Blender 建模一辆汽车，最终交付渲染图和对应工程文件；中途 Blender 无法启动，Agent 自行排查两轮后修复并恢复了更高版本。云端模式下 Agent 服务运行在云电脑内部，任务执行不必持续占用本地 CPU；处理本地文件的任务仍可走本地模式。V3.0 同时打通桌面端、网页端和移动端三个入口，三端均可发起和管理云端任务，并升级了记忆同步与技能广场。
技术与洞察
英伟达实测：短上下文加状态压缩，成本省 2 至 230 倍
NVIDIA 团队在 H100 上实测三款主流开源模型，发现长上下文的成本被 API 统一报价掩盖：256K 窗口下生成 1M 输出 token 的成本是 16K 窗口的 3.6 倍（GLM 5.2）、5.6 倍（Kimi K2.6）和 7 倍（Qwen 3 Coder Next），解码吞吐量随窗口扩大同比例坍缩，端侧 DGX Spark 上逐 token 延迟近似翻倍，部分模型直接显存溢出。研究设计了三种上下文管理模式做对比：FHA 全量历史堆积、EoCC 到阈值时让模型写交接简报后重开对话、SAC 每执行一个动作就压缩一次只携带极简语义状态。在 6 个长程基准和 7 个长输入基准上，Opus 4.5 的准确率波动为负 3.7 到正 5.6 个百分点，GPT 5.6 Sol 为负 3.3 到正 4.4 个百分点，22 组配置中掉点超过 2 个百分点的不到 5 组，成本节省 2.2 到 8.8 倍。长输入任务改为把文档放进文件系统，让 Agent 用 grep、sed、head 自行检索：NIAH needle 检索两个模型均达 100%，RULER 召回率从 62.5% 升至 95.7%，BABILong 提升 24.9 个百分点，成本节省 6.5 到 233.3 倍。最激进的 SAC 设置下，Opus 4.5 与全量基线打平甚至在 Terminal-Bench 上高出 4.6 个百分点，GPT 5.6 Sol 仅下降 2 到 3 个百分点，而峰值上下文从 130K 至 200K 压到 15K 至 37K。论文据此提出语义状态空间模型 SSSM 概念，让模型在对话轮次间维护一份可解释的自然语言状态。
Touch-R1 入选 NeurIPS 2026：7B 模型触觉推理综合分 60.1
戴盟机器人联合厦门大学、南京大学、大湾区大学、复旦大学提出 Touch-R1，将强化学习系统性引入跨传感器触觉推理，论文已被 NeurIPS 2026 接收。团队构建 TouchReason-1M 数据集，覆盖 1000 余个日常物体、9 大类材料，汇集 DM-Tac X、GelSight Mini、Xense、Tac3D 四种视触觉传感器；所有物体在标准动作和标准力下采集，从初始接触按压至 20N 再执行六种探索动作，共得到 14,700 条有效触觉序列和 132.3 万个同步数据对。训练分三阶段：先预测未来触觉帧学习接触动态，再用结构化问答做监督微调形成「感知—比较—结论」推理链，最后使用为触觉设计的 GRPO，加入跨传感器一致性奖励、序数奖励和格式奖励，并对触觉输入做扰动，减少只凭视觉猜答案的捷径。评测基准 TouchReason-Bench 含 4,800 组问答，并用 200 个训练阶段未见物体考察泛化。Touch-R1-7B 在物理属性识别、序数推理、跨传感器一致性等 9 项核心指标上均取最优，综合分 60.1，比触觉专用模型 Octopi-13B 高 18.4 分，比 GPT-4o 高约 24.7 分，比此前最强触觉模型 SToLa 高 12.6 分。论文展示了视觉与触觉冲突时的行为：对观感像硬塑料的物体，模型结合触觉形变与力—深度曲线判断柔顺性，据此推翻视觉结论。
TouchScale 构建 500 小时人类视觉-触觉数据集，机器人操作成功率提升 35 个百分点
来自德州农工大学、Google DeepMind、卡内基梅隆大学、斯坦福大学、英伟达等 15 家机构的研究者联合发布 TouchScale，构建总时长 500 小时的人类视觉-触觉数据集，并从跨传感器触觉预测、视觉表征学习和真实机器人操作三个方向验证其价值。采集采用统一可穿戴方案：头戴 RGB-D 相机记录场景与深度，双腕 RGB 相机补充被遮挡的近景手物交互，双手佩戴途见科技 TachinGlove 柔性手套，单只集成 880 个触觉传感器单元；最终积累约 8.7 万条轨迹、约 2000 种任务描述、1500 余件物体，约 20 名参与者在 9 类采集场景、800 余种场景配置中完成搬运、倒取、插接、折叠、擦拭等单手或双手任务。在与 EgoTouch 16.2 小时训练集规模相近的对照中，用 TouchScale 约 16 小时子集训练 TouchAnything 后，接触 IoU 从 0.134 提升至 0.181，体积 IoU 从 0.185 提升至 0.243，压力中心定位误差从 0.444 降至 0.416，区域压力幅度误差从 0.184 降至 0.148。把触觉预测作为视觉编码器预训练目标时，Hiera-B 在 TouchScale 上预训练后在 MECCANO、Something-Something V2、Ego-Exo4D 三个基准的线性探测与端到端微调两种设置下均取得最高准确率，平均线性探测准确率 24.45%，平均微调准确率 49.62%。机器人操作层面，该数据使操作成功率提升 35 个百分点。
AI 科学家「终极大考」AISLE：4079 次湿实验，最高分仅 41.19
律动造物联合多家科研机构推出 AI Scientists' Last Exam（AISLE），定位为全球首个面向干湿实验闭环科学发现的公开基准，让不同模型在统一标准下接受真实实验室检验。首轮累计执行 4079 次真实湿实验，完成榜单评测的模型中综合排名第一的 GPT 5.5 在满分 100 分下仅得 41.19 分；在带安全约束的实验优化任务中，所有参测模型的完整通过率均为 0%，GPT 6 Astra 的得分甚至有所下降。项目由律动造物创始人谢童博士发起，新南威尔士大学、新加坡国立大学、瑞士洛桑联邦理工学院和加州大学伯克利分校共同牵头，参与者包括伯克利材料科学家 Gerbrand Ceder、EPFL 的 Philippe Schwaller、自驱动实验室领域的 Acceleration Consortium 团队等 13 个 AI4Science 实验室，以及来自英伟达、微软研究院、礼来的研究人员。基准关注的是物理实验与数字任务的根本差异：设备会损耗、精度会漂移、测量带噪声，一次违反安全约束的决策可能造成设备损坏或人员伤害。作为对照背景，Anthropic 此前展示 Claude 在 64 小时内生成 31.8 万个蛋白质设计方案，其中 211 个送入湿实验室测试，17 个达到预设蛋白结合标准。
Anthropic 记忆实验：写 413 份笔记的 Claude 输给只写 9 份的
Anthropic 公布围绕智能体记忆的一系列实验，核心结论是「记笔记」之外还需要「做梦」——即利用交互间隙的离线时间重新组织上下文，这一思路源自 Letta 与 UC Berkeley 提出的 sleep-time compute 概念。实验把 Claude 从经验中获得、跨会话保留的知识定义为智能体记忆，明确排除改权重、上下文内学习和压缩三类「学习」。在以宝可梦·红为载体的长程任务对比中，Sonnet 3.7 假设「所有东西都可能有用」，每场战斗、每个道具、每个 NPC 各建一个文件，写到约一万步时积累了 413 个记忆文件、摊在 225 个文件夹里，只拿到一枚徽章；Fable 5 只写 9 个文件、2 个文件夹加一个顶层 global.md，拿到四枚徽章。Sonnet 3.7 的失败机制很具体：游戏状态持续变化使详细记录不断过时，它花在翻记忆上的资源越来越多，约一万步时开始建第四套「主」记忆文件夹，接下来 17 步里建了六个文件、删了九个，游戏里一步没动。在 Continual Learning Bench 1.0 上，Sonnet 4.6 只走到「提出假设」，记忆目录是一堆未验证猜测；Opus 4.7 把笔记整合成参考文档；Sonnet 5 会在评分后标记已确认、答错写更正；Opus 5 是第一个闭环的模型；Opus 5.5 与 Sonnet 5.5 均闭环，带记忆后得分与 Opus 5 大致相当。Anthropic 据此给出的原则是只记游戏不会直接告诉你的东西，策略、计划与验证过的规则值得写，屏幕上每回合都有的金钱和坐标属于冗余。
开发生态
清华、宾大开源 OpenMise：Builder + Render 两阶段拆解视频生成
清华大学与宾夕法尼亚大学团队开源 OpenMise，定位是 Agent 连接空间场景的桥梁，把一次高难度视频生成拆成 Builder 和 Render 两个阶段。第一阶段由 Coding Agent 调用 Blender，把场景、人物、动作、摄影机和灯光安排进同一个三维世界，生成便于修改的白模草稿，保证每一步有明确起点、落点和时间；第二阶段把白模视频、人物参考图和提示词一起交给现有视频模型完成写实渲染。团队给出的例子是国际象棋：要求严格按西班牙开局 e4 e5、Nf3 Nc6、Bb5 a6 走到王车易位，直接用 Seedance 2.5 生成时棋子位置会逐帧混乱、多出额外棋子；经 OpenMise 拆解后，渲染阶段不再需要模型自己维护前后一致的棋盘状态，一致性明显提升。团队认为核心问题在于创作者同时对视频模型提出了过多要求，而白模阶段的物理正确性交给 SOTA 级 Coding Agent 就能保证。
来源：https://mp.weixin.qq.com/s/laHTmL1wFkwCkl5DgwXgzg
MaxText 新增上下文并行，TPU 上支持 1400 万 token 训练
Google Cloud 的 MaxText 框架新增上下文并行能力，可在 Cloud TPU 上支持最高 1400 万 token 的长上下文训练。该框架实现了 All-gather、A2A、P2P 和 USP 四种上下文并行策略，并依托 Tokamax Splash Attention 内核管理注意力计算与显存瓶颈，无需在高带宽内存中物化完整的键值序列。相关能力已在 MaxText v0.2.4 中提供，开发者可在大规模模型训练工作流中维持较高 MFU。
Cloud Pathways 正式 GA：单控制器管理数千加速器
Google Cloud 宣布分布式机器学习运行时 Cloud Pathways 正式可用。随着 AI 负载扩展到数千个加速器，该运行时用单控制器架构取代了此前的多控制器管理方式，面向大规模加速器集群的统一调度场景。
AWS 推出 TorchNeuron：PyTorch 代码零改动跑上 Trainium
在 PyTorch Conference North America 2026 上，Amazon 介绍 TorchNeuron，这是一个原生 PyTorch 后端，让开发者几乎不做代码修改就能把现有 PyTorch 代码跑在 AWS Trainium AI 芯片上。这一层的意义在于把迁移成本从改写模型代码降到更换后端，方便已在 PyTorch 生态中的训练流程切换到自研加速卡。
openai-python v3.48.0：Agent 会话支持流式选项，Beta 接口识别 GPT-6 Rosalind
openai-python 发布 3.48.0（2026-11-09）。API 侧新增 Agent 会话的 stream options，使 agent sessions 支持流式返回；Beta 版 Responses 接口新增对 gpt-6-rosalind 模型标识的识别。此外还包含若干与 agent scheduling 相关的维护性改动。
来源：https://github.com/openai/openai-python/releases/tag/v3.48.0
anthropic-sdk-python v2.7.0：新增 Fable 5.2 与 Mythos 5.2 模型标识
anthropic-sdk-python 发布 2.7.0。API 侧新增 claude-fable-5-2 与 claude-mythos-5-2 两个模型标识，与 Anthropic 同日发布的两款新模型对应；组织级 webhook 端点开始接受 user_profile.program_status_updated 事件，并为组织 webhook 增加父组织过滤与分组能力。
来源：https://github.com/anthropics/anthropic-sdk-python/releases/tag/v2.7.0
暂无评论。