Gemini 4 Hydrogen 默认档 51 分反超自家旗舰 Argon，xhigh 【AI 早报 2026-11-14】

AI日报
发布于 2026-11-14 10:17:02 2 次浏览

Gemini 4 Hydrogen 默认档 51 分反超自家旗舰 Argon，xhigh 【AI 早报 2026-11-14】

谷歌用一款定位日常编码与消费级应用的新模型改写了 Gemini 4 家族内部排序；同一天，Claude 用 19.4 万行 Lean 4 代码把 13 年前的三元哥德巴赫猜想证明送进了机器校验。

今日概览

要闻

  1. Gemini 4 Hydrogen 发布：默认档 AA 51 分反超 Argon，xhigh 档 54 分
  2. Claude 写 19.4 万行 Lean 4 代码，形式化三元哥德巴赫猜想并修补原证明错误
  3. 斯坦福用 GPT-6 Astra 改 65 行词嵌入，335 条指令成功率 74.3%→87.5%
  4. World Labs 开放世界模型 Atlas：网页端与 API 同步上线，注册送 1 万积分
  5. DeepSeek 开放「全家桶」应用 API：联网搜索、文件、语音均可独立调用

模型发布

  1. 腾讯混元发布实时语音模型 Hy Realtime：新增唱歌与工具调用
  2. Perplexity 推出 Decider v1.3：63 项分类任务 91.6%，成本比 Jev 低 61%
  3. Runway 开源机器人模型 Praxis-1：Apache 2.0 授权，登顶 RoboLab-120 同类榜首

开发生态

  1. Cloudflare 以 Apache 2.0 开源 Kitesurf：完全跑在 Workers 上的 agent 浏览器
  2. 谷歌开源 AQuA：用生产会话回放定位 AI agent 失败根因

产品应用

  1. Datadog 发布 SRE 专用模型 Scout：基于 GLM-5.3 Flash，成本为通用模型三分之一到八分之一
  2. OpenAI 推出 ChatGPT Wallet：agent 在用户批准后完成支付

技术与洞察

  1. Meta 改写 70 年历史的 K-Means：e-means 两轮追平 25 轮，GPU 提速 45.5 倍
  2. FireFlash 用 64 张 B300 训 5 天：Terminal-Bench 46.2%，单任务成本低 30 倍
  3. 清华 CoACT 被 ICSE 2027 接收：Coding Agent 总 token 消耗降 33%
  4. Ropedia 发布 Xperience 2：1812 个真实场景与第一视角动作对齐
  5. Claude Fable 5.2 登顶 RoboColiseum：综合 18.30 分，灵巧手仅 3.73 分

行业动态

  1. Fractile 完成 7.2 亿美元 C 轮：投后估值 70 亿美元，半年涨 6.4 倍
  2. Mercor 完成 7.5 亿美元 D 轮：估值 200 亿美元，每天付专家 500 万美元
  3. Anthropic IPO 获 6 倍超额认购，或成史上最大规模 IPO

要闻

Gemini 4 Hydrogen 发布：默认档 AA 51 分反超 Argon，xhigh 档 54 分

Gemini 4 Hydrogen 是谷歌 Gemini 4 家族面向日常编码、智能体工作流与消费级应用的新主力，家族中此前的深度推理型号为 Carbon 与 Argon。谷歌公布的数据显示，在默认 high 思考模式下，Hydrogen 的 AA 智能指数为 51 分，高于 Argon 的 50 分；把思考等级调到新增的 xhigh 档后，分数升至 54 分。谷歌搜索的 AI 模式已全量切换到 Hydrogen 底座，Google Sheets 与 Gemini App 同步升级，当天起全球用户可用。搜索侧的变化包括把含多重条件或拼写错误的长句拆成多个子话题并发检索：查询「适合炎热天气的透气跑鞋」时直接生成图文参数对比表与购买入口，继续追问小户型家具摆放时给出带尺寸建议的视觉化方案。演示中，Hydrogen 在 Google Antigravity 里结合 Python、原生 LET 公式与条件格式，把 Google Sheets 的成千上万个单元格改造成动态像素画布。 来源：https://mp.weixin.qq.com/s/FtvhXQybSjmH4cnmzdTniA

Claude 写 19.4 万行 Lean 4 代码，形式化三元哥德巴赫猜想并修补原证明错误

独立开发者 Charlie Reams 用 Claude Code 完成了 2013 年数学家 Harald Helfgott 三元哥德巴赫猜想（弱哥德巴赫猜想）证明的形式化验证。该命题指任何大于 5 的奇数都可表示为三个质数之和，已悬置 271 年；Helfgott 的原证明主干手稿约 300 页，塞满不等式放缩与常数计算，因核对成本过高，十几年来很少有数学家逐条复核。仓库 calr3/ternary-goldbach 的 cde-moebius 分支共 19.4 万行 Lean 4 代码、辅助脚本与技术文档，全库「零 sorry」——意味着每一行推理都通过了 Lean 的机器校验，没有留空跳过。Reams 负责设定顶层目标与拆解任务，绝大多数形式化代码、自动化脚本乃至文档由 Claude Code 完成。过程中 Claude 自主发现原版证明存在多处错误，并顺手完成修补，报道称共揪出 11 处问题。作为同期参照，1000 个 Claude Fable 5.2 组队用 30 小时完成了费马大定理的完整形式化证明。 来源：https://mp.weixin.qq.com/s/FdWU-nvv32610pZiZdyTUQ

斯坦福用 GPT-6 Astra 改 65 行词嵌入，335 条指令成功率 74.3%→87.5%

论文《Can LLMs Debug Robots by Editing Their Weights?》由 Jusheng Zhang、Keze Wang、Liang Lin 完成，实验对象是 OpenPI 发布的 π₀.₅ LIBERO 视觉—语言—动作检查点。GPT-6 Astra 在一个持续保留状态的 Python 工作区里查看张量、写入替换值、跑仿真验证，每次语言编辑有 50 次计入预算的工具请求。最终保留的修改只落在词嵌入表上：65 行、132,768 个参数值，占导出检查点的 0.00367%，全过程没有梯度更新，也没有新增机器人示范数据。具体改法是把词元向量移向更常见的任务表达，例如烹饪指令里的 cooking 被改为 25% 原向量加 75% 的 stove 向量，其余映射包括 cooker→stove、basin→bowl、fermented 与 grapes→wine、rounded→bowl、uppermost→top。含被改词元的 335 条留出指令，成功率从 74.3% 升到 87.5%；在整组 765 条改写指令上，成功数从 660 提高到 704，成功率由 86.3% 升至 92.0%——48 个原本失败的回合成功、4 个原本成功的回合失败，净增 44 次。另有 430 个回合的成败结果逐一不变；示例中「启动烹饪设备的热源」这条指令，原始策略执行 300 步超时未完成，编辑后在 78 步完成。论文、修改后的权重、代码与全部 16 次实验记录均已公开。 来源：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651074362&idx=2&sn=5a8b2bef8739a7443d5e57b276c4d80a

World Labs 开放世界模型 Atlas：网页端与 API 同步上线，注册送 1 万积分

李飞飞创办的 World Labs 正式开放世界模型 Atlas，网页应用与开发者 API 同时上线，新用户注册赠送 10000 积分。平台包含四个工具：Viewfinder 从单张图片或最多 64 个输入重建可延展场景，输出新视角 MP4 或 PLY/SPZ 格式的高斯溅射点云；Chisel 是智能体驱动的 3D 环境搭建器，支持图片、文档、网页链接与 GLB/glTF/OBJ/FBX 网格模型混合输入，用自然语言指挥搭白模；Relight 给 splat 场景重新打光并加阴影；Splat to mesh 把点云转成带贴图的 GLB 网格以对接游戏引擎。计费采用积分制：Viewfinder 渲染一帧 50 积分，Chisel 整组渲染 160 积分，生成完整 splat 需 5000 积分，Chisel 智能体按 token 计费（模型为 Gemini 4 Argon，每 1M 输出 token 收 10000 积分）。实测中输入一句「暴雨夜的重庆山城巷弄」提示词，约 1 分钟生成参考图，Chisel 内置智能体自动制定并执行 6 步计划、全程约 30 分钟，布置 9 个机位并输出多套渲染方案。登录需手机号验证，使用区域需选择美国或加拿大；a16z 合伙人 Martin Casado 称这是生成式 AI 兴起以来 3D 生成/重建领域最大的一步。 来源：https://www.ifanr.com/1689379?utm_source=rss&utm_medium=rss&utm_campaign=

DeepSeek 开放「全家桶」应用 API：联网搜索、文件、语音均可独立调用

DeepSeek 把 App 内的交互能力整体开放进原有 API：开启对应参数后，工具调用与上下文拼接由服务端自动完成，开发者可复刻出接近完整的 DeepSeek App。目前 V4.1-Flash 模型（deepseek-flash）已在 Messages、Responses 与 Chat Completions 三个接口下支持联网搜索（非思考模式打开 deepseek_web_search 后自动发起网页或图片搜索并附引用作答）、深度思考搜索（思考模式下在多步推理中自主搜索与阅读链接）、文件输入（PDF、Office、图片的纯文本提取或图文混排解析）、阅读链接（打开 deepseek_read_url 后自动识别消息中的链接并抓取内容）以及模型安全校验参数，命中风险时返回拒答标识。除整合能力外，Search、Fetch、OCR、ASR、TTS 等底层能力均支持作为独立接口单独调用。官方同步开源了一份轻量前端 Demo，支持直接导入 DeepSeek 历史对话。计费上，调用扩展能力时除 Token 费用外另收工具调用费用。 来源：https://mp.weixin.qq.com/s?__biz=Mzk0OTYwNzc3NQ==&mid=2247485910&idx=1&sn=529f50ba3b37e39319dad1faf7a122cf

模型发布

腾讯混元发布实时语音模型 Hy Realtime：新增唱歌与工具调用

Hy Realtime 在语音理解、指令遵循与拟人化表达上迭代，新增 Agentic 工具调用与唱歌两项能力，已在元宝语音通话、腾讯客服上线，近期将上线腾讯云对外提供 API。工具调用方面，模型根据对话上下文判断是否联网搜索，把搜索决策、工具调用与回答生成合并到一条链路。唱歌能力与腾讯音乐 TME 灵音 AI 团队 Co-Design，支持按歌手、专辑、曲风、语种、发行年份和热度组合点歌，并能承接多轮上下文。数据侧，CT 预训练数据达到千万小时级，配合 51 套纯文本集与 50 多套语音评测集；SFT 阶段重构口语化改写生产链路，把高质量文本向语音任务的迁移保留率从 21% 提升到 69%。强化学习阶段采用通用偏好奖励模型加规则清单的双轨奖励，并设置覆盖安全、格式、风格与逻辑的底线门控一票否决；智能体场景把奖励从最终答案正确性扩展到工具调用全过程，对冗余检索阶梯式降权。 来源：https://mp.weixin.qq.com/s?__biz=MzkwODU2OTQyNQ==&mid=2247498965&idx=1&sn=fc0a8fa819b333cf16814ae46d6ccd4f

Perplexity 推出 Decider v1.3：63 项分类任务 91.6%，成本比 Jev 低 61%

Perplexity 把 AI 系统里的「判断」能力单独做成模型：同一份上下文可以同时交给多个问题共用，模型只做一次前向传播就输出各问题的答案概率，取代过去反复调用 LLM、生成文本再解析结果的流程。输入由共享状态 State 与若干问题块 Question 组成，每个候选项映射到 A、B、C 一类的标签 token；决策头由基础模型的语言模型输出层改造而来，只保留候选标签对应的权重行，移除其余词表输出权重后再训练。注意力层是关键改动：v1.2 使用 State 与全部 Question 完全互见，v1.3 引入 Isolated Question Attention，State 可读取全部问题，每个 Question 只能读 State 与自身 token，切断问题之间的直接信息交换。v1.3 还加入 Locate 能力，可按字段描述直接定位原文跨度，把判断与文本抽取合并进同一套架构。官方数据为 63 项分类任务准确率 91.6%，成本比对标方案 Jev 低 61%；在一次内部安全审查中，该模型单日处理 7000 个 Agent 会话、累计读取 10 亿 token，推动 14 项规则修复。 来源：https://mp.weixin.qq.com/s?__biz=MzA5ODEzMjIyMA==&mid=2247749051&idx=1&sn=cd7448e4a65c3315641176066fd7d70f

Runway 开源机器人模型 Praxis-1：Apache 2.0 授权，登顶 RoboLab-120 同类榜首

Runway 发布机器人模型 Praxis-1，权重与源代码均按 Apache 2.0 协议开源。该模型把视频训练中获得的知识迁移到机器人控制，在英伟达 RoboLab-120 基准的 World Action Model 类别中排名第一。官方同时说明，它目前还不能自主规划复杂的动作序列。 来源：https://the-decoder.com/runways-open-source-praxis-1-turns-video-ai-into-a-robot-controller/

开发生态

Cloudflare 以 Apache 2.0 开源 Kitesurf：完全跑在 Workers 上的 agent 浏览器

Kitesurf 是 Cloudflare 8 月推出、9 月补齐 WebMCP 支持与兼容性的无状态 agent 浏览器，现已按 Apache 2.0 在 GitHub 开源，可读代码、本地运行、修改并部署到自己的 Workers 账号。它完全运行在 Cloudflare Workers 上，自行解析 HTML、应用 CSS、执行页面 JavaScript 并渲染截图，不需要浏览器容器，同时支持 Chrome DevTools Protocol，可接入 Puppeteer 一类客户端；设计目标是用比 Chromium 更低的 CPU 与内存完成加载页面、执行 JS 与交互，并在 Workers 全球网络上按需扩缩。仓库由三个主要部分组成：Engine 管理浏览器会话与客户端连接，PageScript 运行页面及其 JavaScript，PageRenderer 负责绘制结果。底层依赖一组编译到 WebAssembly 的开源 Rust 包：Blitz 提供 HTML 解析、DOM、布局与绘制，Stylo 提供 CSS 解析与计算样式，Boa 在 WebAssembly 内执行 JavaScript（仅在 Dynamic Workers 无法执行时作为兜底），Linebender 系列库负责文本布局与 2D 图形，Krilla 生成 PDF。本地运行需按仓库构建要求克隆代码、安装依赖并启动引擎。 来源：https://blog.cloudflare.com/kitesurf-open-source/

谷歌开源 AQuA：用生产会话回放定位 AI agent 失败根因

谷歌开源 AQuA（Ambient Quality Agent）参考实现，用于分析生产环境中的 AI agent 会话、验证重复出现的失败模式，并对照部署时的源码快照追查根因。在一组 32 个会话的回放中，开发者修改 prompt 后，座位选择被绕过的会话从 15 个降到 2 个，饮食偏好遗漏从 7 次降到 0 次。 来源：https://www.infoq.com/news/2026/11/google-ambient-agent-prod/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=global

产品应用

Datadog 发布 SRE 专用模型 Scout：基于 GLM-5.3 Flash，成本为通用模型三分之一到八分之一

Scout 运行在 Datadog 的 AI SRE 产品 Bits Investigation 中，可接收告警、查询遥测数据并给出故障根因推测，目前处于面向 Datadog 工程师与少量客户的封闭预览。Datadog 的出发点是成本：故障排查需要模型多次查询、分析、决定下一步，通用模型虽能胜任，但调用费用高到无法对每条告警都跑一遍。Scout 基于 GLM-5.3 Flash 构建，用从历史案例归纳出的模式生成模拟事件做强化学习后训练，模拟事件包含告警、可查询遥测与已知根因，训练素材不含客户数据。在自建的 AlertEval 基准上，Scout medium 得分与 GPT-6.1 Sol high、Claude Opus 5.5 high 相近，推理预估成本只有后者的三分之一到八分之一；xhigh 档效果与 Claude Fable 5.1 xhigh 相当，成本为其四分之一。在含 90 个故障场景的公开数据集 SREGym 上，Scout medium 解决 71 个、high 79 个、xhigh 80 个，GPT-6.1 Sol xhigh 为 82 个。官方未公布定价与正式发布日期，并提示 AlertEval 分数不等于故障解决率；独立账号 AGTP 指出该基准尚未经第三方独立测试。 来源：https://mp.weixin.qq.com/s?__biz=MjM5MDE0Mjc4MA==&mid=2651297181&idx=3&sn=85e5a9f6502386a8e00ef958b48a4094

OpenAI 推出 ChatGPT Wallet：agent 在用户批准后完成支付

OpenAI 发布 ChatGPT Wallet，让 ChatGPT Work、Codex 与 dots 中的 agent 在用户批准的前提下完成购买，交易沿用用户既有信用卡的保护机制。官方页面未披露费率、可用地区与具体上线时间。 来源：https://openai.com/index/index/introducing-chatgpt-wallet

技术与洞察

Meta 改写 70 年历史的 K-Means：e-means 两轮追平 25 轮，GPU 提速 45.5 倍

Meta FAIR 提出 e-means，重设了经典 K-Means 的中心更新方式：平均只需约两轮，就能超过传统 K-Means 运行 25 轮的聚类效果，GPU 上最高提速 45.5 倍。该方法用指数移动平均（EMA）更新聚类中心——每处理一个小批次，统计各簇接收的样本数与向量和并分别做移动平均，再用两者比值计算中心，使新分配能及时修正中心、较早的统计记录逐渐失去影响。在 100 亿条向量、约 1677 万个聚类中心的实验中，e-means 用 2.5 轮取得比 Lloyd 算法 25 轮更低的误差。团队还引入深度学习中常见的余弦退火，并通过 Scaling Laws 自动确定训练参数，代码已进入 Faiss 开源仓库。小批量更新带来的随机波动也改变了陷入局部最优的概率：在大小悬殊两团数据上要求分成 8 簇，200 次随机初始化中 Lloyd 有 26% 停在不良分组，e-means 仅 3.5%；在沿直线排列的五团数据实验中，两者比例分别为 46% 与 0%。 来源：https://mp.weixin.qq.com/s/dqkgOPTNc_SzKpXESLzjkQ

FireFlash 用 64 张 B300 训 5 天：Terminal-Bench 46.2%，单任务成本低 30 倍

FireFlash 是从 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，训练全部 320B 语言参数（含 MTP 层），冻结视觉塔与 DSA 索引器。基座总参数 321B、每 token 激活 17.4B；训练只用了 64 张英伟达 B300、不到 5 天，团队公开了完整配方。在 Terminal-Bench 4.0 上 Pass@1 达 46.2%，与 Fable 5、GPT-6 Sol 处于同一水平，而单任务成本比最高推理强度下的 Fable 5 低 30 倍以上，成绩也迁移到 DeepSWE v1.1 与 SWE-Bench Pro Verified。工程上采用完全异步 RL：训练与采样各占一半 GPU，允许使用落后最多 6 个权重版本的 rollout，权重陈旧 1 个版本时 log 概率差距为 0.065、陈旧 4–6 个版本仅升至 0.08；借助 MTP 投机解码提速 1.38 倍，每次尝试跑在独立 Firecracker microVM 中，基础设施故障导致的 rollout 组损失从 12% 降到 0.5%。数据侧只保留初始通过率在 15%–85% 的任务，零信号 rollout 组占比从 48% 降到 10.2%；效率奖励让每次解出所用 token 数降至原来的 0.84 倍而准确率不降，harness 优化使单次试验成本降约 33%。GRPO 结合截断重要性采样、top-k 分数中心化等技巧，在不使用 KL 惩罚与熵奖励的情况下保持稳定，只有 1%–3% 的 token 被截断。 来源：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651074135&idx=3&sn=f702c61a40c6ebe66be517d551e8d6b6

清华 CoACT 被 ICSE 2027 接收：Coding Agent 总 token 消耗降 33%

CoACT 是清华大学人工智能学院团队提出的 Coding Agent observation 压缩方法，论文已被 CCF A 类会议 ICSE 2027 直接接收（Top 5%）。问题背景是：Agent 反复读代码、改程序、跑测试，每一步返回的文件内容、搜索结果与日志都会留在上下文里，下一轮还要整段重带；在 SWE-bench Verified 上，这些 observation 占总 token 消耗的 45.7%，在 Terminal-Bench 上最高达 67.8%。方法核心是「下一步动作保持」（Next-Action Preservation）：不看压缩结果像不像原文，而是在任务目标与历史相同的前提下，比较 Agent 读完压缩前后 observation 的下一步动作是否一致。训练数据用 Gemini3-Flash 为同一份 observation 生成 8 份压缩候选，再让 Agent 在原始 observation 下采样 8 个参考动作，取最相似的 3 个求平均、得分达 0.6 才算通过，并优先选更短的版本；压缩器以 Qwen3.5-4B 为基座，经离线监督微调加在线对齐两阶段训练。在 SWE-bench Verified 随机抽取的 200 个实例上，三个 Agent 模型的总 token 分别从 3.795M 降到 2.428M、1.068M 降到 0.868M、0.685M 降到 0.422M，平均降幅 33.0%，平均 PASS@1 从 69.0% 变为 71.0%。对照实验中，只用离线数据的压缩器 PASS@1 为 56.0%、低于未压缩的 57.0%，加入在线数据后升至 60.5%。 来源：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651074362&idx=3&sn=da18bc335c6b6345ee976e60b4009347

Ropedia 发布 Xperience 2：1812 个真实场景与第一视角动作对齐

Physical AI 初创公司 Ropedia 发布数据集 Xperience 2，把真实场景扫描与人的第一视角活动记录结合，在同一度量坐标系中对齐场景几何、录像、相机轨迹与手部/全身姿态，共覆盖 1812 个场景。采集分两步：先用手持激光雷达扫描仪从多角度扫描房间，得到带真实尺度的场景网格、三维高斯重建以及图像、相机位姿与稀疏点云；操作员再戴上自研的 HOMIE Headset 2（四路全局快门鱼眼相机、惯性传感器、四声道音频）逐项完成任务，整套流程不依赖固定动捕设施，可进入住宅、餐厅、商店、办公室与户外。相比只提供场景重建的 ScanNet++、Realsee3D、DL3DV-10K，以及只记录人类活动的 EPIC Fields、Nymeria、HD-EPIC，该数据集把两者放在一起，使人的动作有明确空间参照，可转换为机器人轨迹并回放到可交互仿真环境中反复试错。此前 Ropedia 的 Xperience-10M 已包含约 1000 万个真实交互片段、1 万小时第一视角视频与音频。这一方向对应的是具身能力的落差：Claude Fable 5.2 在 RoboDojo 上拿到 64.9%（上一代 27.6%），GPT-6 Astra 以 22.48% 平均成功率登顶该榜，但在一项联合研究的 8 种真机配置上插插头 11 次全部失败、长程导航找物 23 次仅成功 9 次。 来源：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651074362&idx=1&sn=c3ceac43168f01cb87b9bb3c28fa9877

Claude Fable 5.2 登顶 RoboColiseum：综合 18.30 分，灵巧手仅 3.73 分

RoboColiseum 新赛季新增灵巧手操作、全身协同、精细操作与本体迁移四条赛道、共 50 个任务，评测同时考察任务能否从头到尾完成以及执行效率。Claude Fable 5.2 以 18.30 分拿下综合第一，精细操作 33.04 分、跨本体迁移 17.99 分两项同样领先，但灵巧手只得到 3.73 分，是这位综合冠军得分最低的一项。灵巧操作赛道 10 项任务包括挂衣服、颠锅、还原魔方、系垃圾袋与双手搬运包裹，考验多指协同与工具使用；全身协同赛道 8 项任务包括捡垃圾、放餐盘、传送带取货、钥匙开门、擦黑板，需要底盘、躯干与双臂连续配合。 来源：https://mp.weixin.qq.com/s/zunJ7MqpClzWU3VUaIhvjQ

行业动态

Fractile 完成 7.2 亿美元 C 轮：投后估值 70 亿美元，半年涨 6.4 倍

英国芯片公司 Fractile 于 11 月 11 日宣布完成 7.2 亿美元 C 轮融资，投后估值 70 亿美元，距离上一轮仅约半年；按其 5 月 B 轮（2.2 亿美元，Accel、Factorial Funds、Founders Fund 联合领投）时《金融时报》报道的约 11 亿美元估值计算，本轮估值约为前次的 6.4 倍。本轮由 Thrive Capital、Founders Fund、Lightspeed 与 Redpoint 联合领投，CapitalG、Balderton、英国商业银行等参投。公司计划 2027 年交付首批芯片与系统，首款产品做到机架，编译器负责把模型运算映射到芯片、运行时协调各芯片执行。技术路线是把 DRAM 直接叠在计算芯片上方，用更短更密的垂直连接替代 HBM 与计算芯片并排放置、经硅中介层传输的方式；CEO Walter Goodwin 在 11 月 11 日的采访中估算，首代芯片访问内存的带宽可达 GPU 访问 HBM 时的约 20 倍，但这只是带宽预期，不等于生成速度也能提高 20 倍。据彭博社 8 月报道，Anthropic 与 Fractile 达成了约 2.5 亿美元的初步采购安排，具体条款与履约进展仍待披露。需求端已有为速度单独定价的产品：Claude Fable 5.2 的快速模式每百万输入 token 收 16 美元、每百万输出 token 收 80 美元，均为标准模式的两倍，公布的每秒生成 token 数最高为标准模式的 2.5 倍。 来源：https://mp.weixin.qq.com/s?__biz=Mzg3NDkyMTQ5Mw==&mid=2247503003&idx=1&sn=08a6951b5a498df9b85040a131e5d5b7

Mercor 完成 7.5 亿美元 D 轮：估值 200 亿美元，每天付专家 500 万美元

Mercor 宣布完成 7.5 亿美元 D 轮融资，估值 200 亿美元，投资方包括英伟达、Benchmark、Felicis、General Catalyst、Apollo 旗下基金、XTX Ventures、Salesforce 与 Zoom，本轮包含让员工出售部分股份。CEO Brendan Foody 在播客 Sourcery 中给出的数字是：平台现在每天付给专家的钱超过 500 万美元，而两年前这个数字一整年合计才 100 万美元。公司 2023 年成立，三位创始人都是二十出头的大学退学生，去年估值达到 100 亿美元时三人一同成为最年轻的白手起家亿万富翁。起点是一个软件外包工作室，为了交付速度从印度招募工程师，随后把「帮美国公司找到印度优秀工程师」做成平台；2023 年 4 月他们做出第一个 AI 面试官，读简历、调用 GPT-4 提问并按评分标准打分，第一版每说一句话要等七八秒，至今平台累计完成超过 700 万场面试。真正把公司推进 AI 数据生意的是 Scale AI——后者曾用 Mercor 平台招募数千人，Foody 由此判断大模型需要的不再是众包的中低技能标注，而是顶尖工程师、律师与医生以团队方式搭建更难的测试题与训练环境。 来源：https://mp.weixin.qq.com/s?__biz=Mzg3NDc2MjQxMg==&mid=2247495765&idx=1&sn=540ed61578082625760fd7b0d04bfb5e

Anthropic IPO 获 6 倍超额认购，或成史上最大规模 IPO

据 The Decoder 报道，Anthropic 的 IPO 认购订单已超过可供股份数量的 6 倍，按当前进度将成为历史上规模最大的公开募股。报道未披露具体发行价与上市时间。 来源：https://the-decoder.com/anthropics-ipo-is-six-times-oversubscribed-and-on-track-to-become-the-largest-public-offering-in-history/

评论

暂无评论。

登录后可发表评论。

专题：AI日报
目录