黄仁勋辞任英伟达CEO，33年执掌终结盘前跌12.51%【AI 早报 2026-11-13】
英伟达 33 年来首次更换 CEO：黄仁勋卸任，CFO 科莱特·克雷斯临时接任，盘前股价跌 12.51%。同日谷歌连发 Gemini 4 Hydrogen 与 Gemini Decision 1 两款模型，百度文心则在一周内第三次更新模型。
今日概览
要闻
- 黄仁勋辞任英伟达 CEO，CFO 克雷斯出任临时 CEO
模型发布
- Gemini 4 Hydrogen 发布：智能指数 54 分，每百万输出 Token 收费 7.5 美元
- 谷歌 Gemini Decision 1：单次前向传播完成决策，9 项测试拿下 7 项第一
- 文心 5.5 Flash Preview 发布：8 项基准两项第一，11 月 25 日前开源权重
- 百度发布文心闪电与文心一镜：推理引擎成本降 30%，1 分钟视频 1 分钟出片
- FireFlash：64 张 B300 训练不到 5 天，Terminal-Bench Pass@1 达 46.2%
- MiniMax-H3-Image 开源：原生 4096×4096 输出，24GB 显存可部署
产品应用
- 豆包工作接入 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash
- Grok Bot 1.0 发布：Bot 可全团队共享，可拉进 Slack 与 Teams
- Claude Meetings 上线：Claude 进入 Google Meet 实时产出会议纪要
- Qwen4-Max-Preview 现身 Qoder：限时两折，预览期至 11 月 25 日
- OpenViking 发布 3D 理解模型：STEP 文件信息还原率 100%
- ElevenLabs 发布 Scribe v3：准确率略胜，速度与价格落后
技术与洞察
- AlphaGenome 2 发布：精度细化到单细胞，致病突变识别率从 16% 升至 30%
- SLA 登顶 RoboDojo 真机榜：成功率 33.9%，为 π0.5 的 2.6 倍
- 清华与伯克利开源具身项目：Qwen 控制机器人得分从 1.9 升至 31.4
- EvoMemState 提出状态中心记忆范式：MemSyco 准确率 58.9%
行业动态
- Agility Robotics 上市：Digit 5 获超 3 亿美元多年期订单
- Anthropic 启动 IPO 路演：报道称估值缩水 6000 亿美元
要闻
黄仁勋辞任英伟达 CEO，CFO 克雷斯出任临时 CEO
英伟达当地时间 11 月 12 日宣布，联合创始人黄仁勋辞去 CEO、总裁及董事职务，即刻生效，这是公司 1993 年成立以来首次 CEO 更替。现年 59 岁的 CFO 科莱特·克雷斯（Colette Kress）出任临时 CEO，她 2013 年加入英伟达，此前曾在微软、思科和德州仪器任职，长期与黄仁勋共同出席季度财报电话会议。董事会已启动正式继任者寻找程序，辞任公告未说明具体原因，也未公布 11 月 8 日启动的独立调查的最终结论；路透社 11 月 11 日曾报道董事会正在讨论是否解除其职务，一天后公司便正式宣布。内部被提及的继任人选包括 2004 年加入、参与 CUDA 早期发展的 Ian Buck，他目前负责面向超大规模数据中心的 AI 硬件与软件产品；外部人选包括苹果首席硬件官 Johny Srouji、Arm CEO Rene Haas 与 Google Cloud CEO Thomas Kurian。预测市场 Polymarket 的「Next CEO of NVIDIA?」中，克雷斯以 32% 的隐含概率排第一，巴克以 28% 紧随其后。资本市场反应直接：11 月 12 日盘前股价报 152.00 美元，较前一交易日收盘价 173.73 美元下跌 21.73 美元，跌幅 12.51%；路透社称受相关争议影响，英伟达当周市值累计蒸发约 6000 亿美元。公司原定 11 月 17 日公布季度财报，投资者需要在 AI 芯片销售之外，额外面对技术路线由谁制定的问题。
来源：https://www.ifanr.com/1689249?utm_source=rss&utm_medium=rss&utm_campaign=
模型发布
Gemini 4 Hydrogen 发布：智能指数 54 分，每百万输出 Token 收费 7.5 美元
谷歌发布 Gemini 4 Hydrogen，定位在 Carbon、Argon 之下，主打更快响应、更低成本与更高效的 Agent 执行，已接入 Gemini App、Google Search、Google AI Studio 和 Antigravity，免费用户也能使用。Artificial Analysis 评测中，默认 High 档智能指数 51 分，超过 Gemini 4 Argon 的 50 分；新增的 xhigh 档提升至 54 分，仅比 Claude Sonnet 5.5 与 GPT-6.1 Sol 的最高推理档低 1 分。API 定价为每百万输入 Token 1.5 美元、每百万输出 Token 7.5 美元，在 100 万 Token 上下文窗口内保持统一价格；xhigh 档单任务成本约 3.16 美元，High 档约 1.87 美元，约为 Sonnet 5.5 最高档的 32%，但仍是 GPT-6.1 Sol 的约 2.5 倍。速度方面，默认 High 档完成任务比 Gemini 3.8 Flash 快 2.5 倍，Terminal-Bench 4.1 成绩从 18.2% 提升到 57%，虚构信息减少超过 80%。短板同样明确：Terminal-Bench 4.0 得 54%，低于 Sonnet 5.5 的 64% 与 GPT-6.1 Sol 的 56%；AA-Omniscience 测试中幻觉率 8%，后两者分别为 43% 和 52%。模型支持文本、图片、音频、视频输入，100 万 Token 上下文与最高 100 万 Token 输出，输出速度约每秒 200 Token，提供 Low、Medium、High、xhigh 四档推理强度。
来源：https://www.ifanr.com/1689267?utm_source=rss&utm_medium=rss&utm_campaign=
谷歌 Gemini Decision 1：单次前向传播完成决策，9 项测试拿下 7 项第一
谷歌发布 Gemini Decision 1 及由其驱动的 Gemini Decisions API，与传统生成式模型不同，它不逐 Token 生成文字，而是在单次前向传播中对预设候选答案打分，直接返回判断结果、概率和置信度。模型支持三类任务：是/否二元判断、2 至 255 个选项的多项选择，以及开发者自定义等级的有序标准评分，三类任务可在同一请求中混合执行。单次请求最多处理 1000 个独立问题，支持文本、图像、音频、视频和 PDF 输入，上下文上限 256K Token，每项决策返回 0 至 1 的置信度。性能上，计算阶段中位延迟 50 至 100 毫秒，端到端延迟 150 至 250 毫秒，问题数从 1 个增至 100 个时延迟基本平稳。价格更激进：每百万输入 Token 0.10 美元，输出 Token 不收费，约为 Gemini 3.5 Flash-Lite 的五分之一。谷歌公布的成绩单显示，在对阵 OpenAI GPT-6 Luna、TypeSafe Jev 1.14 与 Gemini 3.5 Flash-Lite 的 9 项基准中拿下 7 项第一，最高准确率 92.2%，概率校准误差最低，另有两项测试不占优。该模型已被谷歌内部用于 AI 模型路由、Agent 工具选择、产品设计和安全检测。
文心 5.5 Flash Preview 发布：8 项基准两项第一，11 月 25 日前开源权重
百度发布文心 5.5 Flash Preview，这是文心一周内的第三次更新：11 月 5 日开源基座模型文心 5.5 Flash Base，11 月 9 日披露 RSI 进展并发布 ERNIE Evolve，11 月 11 日发布 Preview。模型已上线千帆平台，Web 端与 API 同步开放，官方称权重将在 11 月 25 日前以 Apache 2.0 许可证面向全球开源。在 Terminal-Bench 4.0、DeepSWE v1.1、AutomationBench、APEX-Agents 1.1、DRACO、SpreadsheetBench V2、OfficeQA Pro V2、Agents' Last Exam 共 8 项基准中，取得 AutomationBench 和 SpreadsheetBench V2 两项第一，DeepSWE、APEX-Agents、DRACO、OfficeQA Pro V2 四项第二。训练数据方面，编程方向使用超过 1400 万个可执行代码任务及多种 Agent 框架执行轨迹；3D 建模针对 Blender、CAD 等工具做专项训练；知识工作覆盖金融、法律等领域 30 万个工作空间和 1000 万份文件；内容创作适配上千项 Skill、构建超过 15 万个创作环境，累计成片约 5300 分钟。实测中，模型用约 7 分 32 秒生成一款可运行的 2D 节奏游戏；官方案例《云岫行》在 Unreal Engine 5.8 上历时 11 小时完成，并把人物悬空、摄影机错位等视觉问题转成可测量的代码测试驱动迭代。官方还披露，基于完整策划案构建了近百款手机小游戏，覆盖弹幕射击、肉鸽、塔防等 8 个品类，其中 24 款重点作品横跨 Cocos、Unity、LayaAir、PixiJS 与原生 Canvas 2D。
百度发布文心闪电与文心一镜：推理引擎成本降 30%，1 分钟视频 1 分钟出片
百度世界 2026 主论坛上，百度发布文心闪电深度思考模型与文心一镜微表情大模型，同步上线百度智能云千帆平台，面向企业客户开放 API。文心闪电源自百度搜索场景，需要同时承担复杂需求理解、推理、工具调用和海量并发响应，为此百度提出基于反馈式 KV 压缩的稀疏注意力技术 BSA，可在解码过程中根据历史输出与状态压缩历史记忆，官方称与 DSA、HCA 等高压缩注意力机制兼容。该模型支持思考与非思考两种模式，配合快慢思考协同的 Looping 方案，由慢思考模型作为判定模型持续反馈优化快思考模型。在昆仑芯上，模型可实现单机八卡推理，官方称模型 ROI 较同类芯片提升 50%，推理引擎成本降低 30% 以上。文心一镜采用文本、视觉、语音三态一体建模，支持长达 4000 字文本驱动，覆盖 6 大维度、200 个子维度的细粒度描述体系，并支持篇章级配音，按完整剧本整体生成音频而非按 30 秒片段拼接。官方称其视频生成成本较业界降低 50%，极速版本可实现 1:1 实时生成，即 1 分钟视频内容在 1 分钟内完成。
FireFlash：64 张 B300 训练不到 5 天，Terminal-Bench Pass@1 达 46.2%
Wenbo Hu、Nanyun Peng、Dakuo Wang、Kai-Wei Chang 等研究者在 Agent Economics 博客发布 FireFlash，一个从 GLM-5.3-Flash 出发、经全参数强化学习得到的 300B 级终端与编程智能体，并公开完整训练配方。GLM-5.3-Flash 总参数 321B、每 Token 激活 17.4B，团队训练全部 320B 语言参数（含 MTP 层），冻结视觉塔与 DSA 索引器，整个训练只用了 64 张 NVIDIA B300、不到 5 天。在 Terminal-Bench 4.0 上 Pass@1 达 46.2%，与 Fable 5、GPT-6 Sol 处于同一水平，单个任务成本比最高推理强度下的 Fable 5 低 30 倍以上，提升也迁移到 DeepSWE v1.1 与 SWE-Bench Pro Verified。工程细节上，训练与 rollout 各用一组专属 GPU，允许使用落后最多 6 个权重版本的 rollout，MTP 将解码加速 1.38 倍；每次尝试运行在独立 microVM 中，基础设施故障损失的 rollout 组从 12% 降到 0.5%。任务筛选只保留初始通过率在 15% 至 85% 的任务，零信号 rollout 组占比从 48% 降至 10.2%；上下文压缩、输出重定向到文件和后台执行让单次试验成本降低约 33%；训练与评测共用同一套 harness，在任何 RL 之前就让 GLM-5.3-Flash 比 Claude Code 高 4.4 个百分点。
来源：https://mp.weixin.qq.com/s/VmOpmMwINSKB8ACK2fwLbg
MiniMax-H3-Image 开源：原生 4096×4096 输出，24GB 显存可部署
MiniMax 开源 MiniMax-H3-Image，基于 H3 将文生图、参考图生成和图像编辑统一在一个模型中，经 6 步蒸馏后可直接生成 4096×4096 像素、约 16MP 的图像，无需超分辨率放大，支持多种宽高比及最多 16 张参考图像。针对本地部署，DiffSynth-Studio 与 EntroPack 提供剪枝和量化方案：对冗余 sigma 参数做缓存替代计算的无误差方案，以及 SVD 低秩分解方案，两者均可减少约 39% 的模型参数。结合平均 3bit 混合量化，模型可在 24GB 显存加 8GB 内存的配置下运行且无需 Offload，同时提供 ComfyUI 工作流及面向多 GPU 服务器的 SGLang Diffusion 部署方案。同步开源的还有提示词改写模型 MiniMax-H3-Image-PE，可将简短请求扩展为详细图像描述并给出宽高比建议。官方展示的能力包括写实摄影、概念设计、带推理能力的中英文文本渲染，以及单参考图与十张参考图的多图编辑场景。
产品应用
豆包工作接入 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash
豆包工作 11 月 12 日宣布接入 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 三款第三方模型，用户可按任务类型选型：Kimi K3.1 Pro 主打百万字级超长上下文，GLM 5.3 侧重中文理解与生成，DeepSeek V4.1 Flash 以响应速度与性价比定位轻量日常任务。加上此前开放的第三方模型与自研的豆包 2.1、豆包 2.1 Lite，平台形成覆盖高端能力型、均衡通用型、轻量效率型三个层级的模型矩阵。与模型扩容同步，豆包工作在模型选择页面统一标注各模型的额度消耗倍率，倍率越低同等任务消耗越少，把不同计费规则的模型换算到同一额度体系。平台同时推出两项限时优惠：工作日及节假日指定时段内使用活动模型可享额度消耗折扣；豆包 2.1 Lite 与 DeepSeek V4.1 Flash 两款高频轻量模型限时下调额度消耗倍率。本次更新还更换了产品 LOGO。
Grok Bot 1.0 发布：Bot 可全团队共享，可拉进 Slack 与 Teams
xAI 发布 Grok Bot 1.0，核心变化是 Team Bots：Bot 不再只服务创建者，团队每个人都能与同一个 Bot 协作，可只分享给特定的人或小组，也可直接拉进 Slack 和 Microsoft Teams。在多人对话中，Bot 能识别谁参与了、各自在说什么，在合适时机补充信息或主动提出接手某项工作；它还能通过会议聊天框参加视频会议，把此前对话的相关信息带入，并记录会上做出的决定。主动性方面，1.0 版本会持续跟踪进行中的项目，根据对团队目标、流程和优先级的理解提出下一步建议，例如在截止日期临近前准备材料、追踪未收尾任务并与其他 Bot 协调分工。团队经验可以共享：某个人教会 Bot 一种更好的做法，该改进会惠及所有使用者。安全防护包括遵守每个人的访问权限、执行敏感操作前先征求同意、在公开频道分享信息前判断是否适合公开。Grok Bot 最早于 8 月 11 日以 beta 形式推出，当时每个 Bot 拥有一台自己的云端电脑，可登录各类工具并在网页与应用之间切换；beta 首批开放给 SuperGrok 系列订阅用户及 Cursor Pro、Ultra、Teams 付费用户。
来源：https://mp.weixin.qq.com/s/T0EqD2RdUGaTEByz6SB8nQ
Claude Meetings 上线：Claude 进入 Google Meet 实时产出会议纪要
Anthropic 推出 Claude Meetings，把 Claude 直接接入视频会议，目前可加入 Google Meet 会话，并在会议进行中实时创建文档、白板和会议纪要。该功能以 beta 形式面向 Team 与 Enterprise 套餐开放，官方表示后续将支持更多会议平台。与此前的会议转录工具不同，Claude Meetings 的产出物是会中同步生成的文档与白板，而非会后整理的单份记录。
来源：https://the-decoder.com/claude-meetings-lets-anthropics-ai-join-your-video-calls/
Qwen4-Max-Preview 现身 Qoder：限时两折，预览期至 11 月 25 日
Qoder 于 11 月 12 日上午发布公告，把匿名上线四天的「Qoduck」正式命名为 Qwen4-Max-Preview，此前模型选择器里只有一行条目，没有公司名、参数和版本号，唯一确定的信息是免费、每日有额度、次日恢复。按阿里口径，这一代重点强化代码能力、前端审美与复杂 Agent 工作流，并原生支持图片和视频输入。目前模型已在 Qoder 个人、团队、企业版本全系开放，限时两折，计费系数从 0.5 降到 0.1，预览期到 11 月 25 日，正式版称不久后发布。实测侧，社区反馈集中在速度与稳定性：有人在 Token Plan 上实测 TPS 从 50 掉到 20，复杂任务带深度思考或 Agent 循环时耗时十几分钟到一小时；有统计称首批 15 个代码任务只有 2 个编译通过。作者用同一句「build the crossy road game」与 Claude Opus 5.5 Medium 对比，结论是 Opus 略胜但差距不大；在 3D 办公室、可交互 Mac mini 拆解等单文件 Three.js 任务上，模型能一次交付可运行页面。
OpenViking 发布 3D 理解模型：STEP 文件信息还原率 100%
字节跳动技术团队 OpenViking 发布原生 3D 内容理解模型，支持三维 .STEP 文件的导入与解析，官方称信息还原率做到 100%。导入文件后，模型除提取常规正交视图与几何信息外，还会生成八轴侧视图以补充被遮挡的内部结构和几何特征，并保留全部尺寸、公差、装配、工艺（PMI）细节，自动加工到 Summary.md 供 Agent 按需读取。官方给出的对比案例是两款外形完全相同的四方嵌件底座，唯一差异在内壁盲窝：型号 1 为圆形，型号 2 为六角形，这一差异在正交六视图中不可见。仅用六视图时，Agent 只能给出两个候选并需人工逐个打开确认；加入轴测八视图后，Agent 从图中识别出内壁六边形凹孔与孔底，直接定位型号 2。PMI 场景中，用户提出「底板厚 2cm、带 4 个直径 6.6mm 安装孔的底座」，Agent 可定位到对应 STEP 文件并逐项列出板厚 20mm（±0.05mm）、4 个贯通安装孔、孔径 Ø6.6mm（±0.1mm）及信息来源。
ElevenLabs 发布 Scribe v3：准确率略胜，速度与价格落后
ElevenLabs 推出 Scribe v3 与 Scribe v3 Live 两款语音识别模型，针对背景噪声和多人串扰场景优化转写准确率；v3 Live 利用对话上下文，避免语音 Agent 在用户话说到一半时打断对方。Artificial Analysis 的基准显示，Scribe v3 在准确率上以微弱优势超过 OpenAI、Google 和 Microsoft 的同类产品。代价体现在速度与价格：Microsoft 与 xAI 的模型运行速度快数倍，收费约为其一半。
技术与洞察
AlphaGenome 2 发布：精度细化到单细胞，致病突变识别率从 16% 升至 30%
谷歌 DeepMind 在哈萨比斯带领下发布新一代 DNA 基础模型 AlphaGenome 2，随模型放出 78 页技术报告，目标指向占人类基因组 98%、被称为「暗物质」的非编码区。初代模型只能按整块器官组织做笼统预测，而一块组织混杂几十种细胞，混算平均值会掩盖少数致病细胞的特征；新一代模型使用人体 68 种组织、超过 1.07 亿个单细胞数据，可分辨同一突变在不同细胞类型中的相反作用。官方举例：同一个免疫相关突变在上皮细胞中破坏激活性调控位点、降低基因表达，在血管内皮细胞中破坏抑制性位点、反而提高表达，食管与肺的细胞构成差异导致整块组织测序时两股作用互相抵消。在覆盖 28 种人类免疫细胞的 TenK10K 基准上，即便对初代模型专门做单细胞微调，也只能找出 16% 的致病突变，AlphaGenome 2 将该比例提升到 30%，判断突变增强还是减弱基因活性的准确率也从 23% 起明显上升。模型在未做任何生物实验的情况下复现了严重肠病的致病突变定位，并能判断突变在哪种免疫细胞中发作；面对未见过的病变样本，无需重新训练，上传几十个细胞的测序数据即可预测后果。官方公开了涵盖数百万个基因变异的影响评分库，并称将把模型打包成 Skills 接入 Google Antigravity，供 Gemini 4 调用。
来源：https://mp.weixin.qq.com/s/-NbKHJrJWslwNwyEpZrJXw
SLA 登顶 RoboDojo 真机榜：成功率 33.9%，为 π0.5 的 2.6 倍
香港科技大学（广州）与欧拉万象提出 SLA（Spatial-Language-Action Model，空间—语言—动作模型），把空间理解放进基础模型的持续预训练与后训练过程。在 RoboDojo-Real 公开真机评测中，SLA-Preview 以平均得分 42.3 分、完整任务成功率 33.9% 位居榜首，对比 π0.5 的 22.9 分与 12.8%，成功率提高 21.1 个百分点，约为其 2.6 倍。该榜单覆盖 ARX X5、Piper 和 Piper X 三种机器人本体、共 18 项任务，SLA 用三种本体的示范联合后训练，再用同一个模型完成测试。研究团队设置的八类真机测试中，SLA 平均物体级成功率达 83.8%，比 π0.5 高 24.0 个百分点；位置扰动下物体级成功率 82% 对 52%，目标持续移动时 76% 对 42%，桌面升降导致目标高度变化的手表抓取为 78% 对 44%。跨本体实验中，在原有 100 条 Piper 示范之外仅加入 10 条 Franka 示范联合后训练，Franka 上的物体级成功率达到 78%。方法上，SLA 继承 π0.5 的预训练架构与权重，用冻结的三维感知模型 OmniVGGT 作为空间教师读取多视角 RGB 图像，在训练中将 VLA 中间视觉特征与教师的空间特征对齐，从而不依赖整齐完整的三维标注。
来源：https://mp.weixin.qq.com/s/F1euPsqRRP1FxAJZ7pPdJA
清华与伯克利开源具身项目：Qwen 控制机器人得分从 1.9 升至 31.4
清华大学与伯克利研究人员开源统一具身智能项目，采用 Qwen 模型控制机器人，在相关评测中机器人得分从 1.9 提升至 31.4，提升约 16.5 倍。项目聚焦具身智能统一框架，代码已开源。
来源：https://mp.weixin.qq.com/s/n6e6060w_2Pg78MToFNx9w
EvoMemState 提出状态中心记忆范式：MemSyco 准确率 58.9%
厦门大学、吉林大学等提出 EvoMemState，推动个人智能体的长期记忆从事实中心存储转向状态中心演化，把记忆重新定义为「事实 + 状态」的系统。研究指出，现有系统默认两个假设：检索到相关事实就足以重建用户当前状态，把正确事实交给模型模型就会正确使用。在 MemSyco-Bench 的 Valid Memory Selection 子集上，MemoryBank、LightMem 和 Supermemory 分别有 58.9%、61.8% 和 58.0% 的样例未检索到全部必要信息；对五个受测系统中的四个，完整检索所有证据后回答准确率比证据不完整时高出 5.9 至 33.3 个百分点。EvoMemState 由三个层次与三个阶段组成：本体引导的记忆状态归纳从对话抽取原子事实并维护有效性与关系，基于强化学习的状态演化根据下游回答质量训练独立策略，状态感知推理在补齐关联证据后生成请求级推理状态，再指导冻结的智能体作答。在 MemSyco-Bench 上，以 Qwen3-8B 为回答模型取得 57.6%、以 GPT-4o-mini 取得 58.9% 的平均准确率，分别超过最强基线 12.2 和 5.9 个百分点；平均完整检索率达 85.6%，LoCoMo-Refined 的 Acc@complete 为 70.8%，超最强基线 11.5 个百分点，MemSyco-Bench 的 Acc@complete 为 68.5%，超最强基线 31.2 个百分点。对比基线包括 NaiveRAG、MemGPT、MemoryBank、Mem0、A-MEM、LightMem、Supermemory、SimpleMem、PGMem 等九类系统。
行业动态
Agility Robotics 上市：Digit 5 获超 3 亿美元多年期订单
Agility Robotics 已进入公开市场，成为首家上市的美国专业人形机器人制造商。公司为其 Digit 5 人形机器人获得超过 3 亿美元的有条件多年期订单，该订单为多年期且附带条件。公开信息未披露上市交易所、发行价、估值或募资规模。
来源：https://aibusiness.com/robotics/agility-robotics-goes-public-first-u-s-specialist-humanoid-maker
Anthropic 启动 IPO 路演：报道称估值缩水 6000 亿美元
据量子位报道，Anthropic 已启动 IPO 路演，报道标题称其估值已缩水 6000 亿美元。原文未披露路演时间表、发行价区间、承销商名单，也未说明估值缩水的具体计算口径。
暂无评论。