Gemini 4 Neon 发布:1M 上下文、61 分全球第三、每百万输入 token 【AI 早报 2026-11-19】
Google DeepMind 发布 Gemini 4 Neon,以 61 分进入 Artificial Analysis 智能指数全球第三,定价每百万输入 token 3 美元。同日 Anthropic 以 83 美元发行价完成 813 亿美元 IPO,微软在 Ignite 一次发布七款模型。
今日概览
要闻
- Gemini 4 Neon 发布:1M 上下文、61 分全球第三、每百万输入 token 3 美元
- Anthropic IPO 定价 83 美元:募资 813 亿美元、估值 1.5 万亿美元
模型发布
- 微软 Ignite 一次发布七款模型:MAI Code 2 达 GPT-6.1 Sol 98% 成绩、成本 40%
- Genie 4 向 AI Ultra 订阅者开放:文本实时改世界、原生音频、社区画廊
- 腾讯混元开源 Hy4 flash:224B 总参仅激活 12B,1M 上下文
开发生态
- OpenAI 详解 Codex 沙箱:用权限配置文件限定文件系统与网络
- AWS SageMaker HyperPod 新增工作负载恢复与基础设施检查
产品应用
- 即梦 Seedance 2.5 上线 4K:单次 30 秒、10bit BT.709、一条约 2900 积分
- 可灵 Kling Image 4.0 发布:原生 8K、单图 2000 字、一次 10 张组图
- 英伟达 RTX Spark 紧凑台式机开售:128GB 统一内存、1 petaflop、本地跑 1200 亿参数模型
- Mistral 推出 Vibe Desktop:并行多任务、Git worktrees 隔离
技术与洞察
- OpenAI 用模型设计 Jalapeño 芯片:向量单元面积降 13%、AMD GPU IP 提升 14%
- 八校联合 EFE 评测:Claude Fable 5.2 开卷 80%、闭卷 47%
- 蚂蚁 CWM 2.0 发布:Invoker-Render 支持 30 分钟连续生成不重置
- OpenAI 内部数据:编程智能体自主完成 46% 的 2-4 小时研究任务
行业动态
- 思维链之父 Jason Wei 离开 Meta,加入估值 200 亿美元的 Mercor 任首席科学家
- 李沐出任 Aimotion 联合创始人兼 CTO,主攻产业级世界模型
- Pangram 将秘鲁获奖小说 99% 判为 AI 生成,出版商维持奖项
- OpenAI 向四家独立机构开放内部系统做安全评估
- AMD 高管:AI 不会取代超算,FP64 高精度计算不可替代
- 英伟达临时 CEO Colette Kress:未来 AI 供应链投资更审慎
要闻
Gemini 4 Neon 发布:1M 上下文、61 分全球第三、每百万输入 token 3 美元
Google DeepMind 11 月 18 日发布 Gemini 4 Neon,官方定位是在复杂软件工程、知识工作和科学流程中实现快速端到端任务完成。在 Artificial Analysis Intelligence Index 上,Neon 于 xhigh 思考档位拿到 61 分,总排名第三,官方称排在前面的都是参数量更大、速度更慢的模型。在 Vals Index 上它以 70.9% 排名第二并落在帕累托前沿,同时在 Agent Arena Index 的可引导性维度排名第二,即能更好适应任务中途的用户纠正。Google 还称 Neon 在其内部 Google Antigravity 测试中录得公司迄今最低的捏造率。定价为每百万输入 token 3 美元、缓存输入 0.15 美元(95% 折扣)、每百万输出 token 15 美元,上下文窗口 100 万 token。该模型当日起在 Gemini API、Google AI Studio、Gemini for business 上线,并向 Google AI Pro 和 Ultra 订阅者开放 Antigravity 与 Gemini 应用入口。在 Legal Research Bench 和 Tax Agent Bench 两个垂直评测上,Neon 均排名第一。
来源:https://deepmind.google/blog/introducing-gemini-4-neon/
Anthropic IPO 定价 83 美元:募资 813 亿美元、估值 1.5 万亿美元
Anthropic 将 IPO 发行价定为每股 83 美元,股票代码 ANT,共发行 9.8 亿股 A 类普通股,其中新发约 9.56 亿股、老股东出售约 2365 万股。按此计算公开募资 813 亿美元,公司估值 1.5 万亿美元;承销商另有 30 天超额配售权,最多追加 1.47 亿股,若全额行使募资总额将接近 935 亿美元。招股书显示,公司 2023 年全年营收 4100 万美元,2025 年增至 45.85 亿美元,今年前三季度营收 332 亿美元,仅第三季度就接近 170 亿美元,同比增长逾 12 倍。截至 9 月底,年付费超 10 万美元的企业客户达 1.19 万家,算力投入产出效率比 2025 年初提高 4.3 倍。账面前三季度净亏损约 1040 亿美元,其中 943 亿美元来自早期可转债按估值重估,第三季度实际经营亏损收窄至 5.67 亿美元,调整后营业利润率 15%。谷歌与英伟达各出资 100 亿美元,微软、AMD、博通、美光、台积电跟投,合计 260 亿美元无投票权私募股,使本轮总吸金达 1073 亿美元;交易后亚马逊持股 14.7%、谷歌持股 13.7%,两家合计 28.4%。公司同时承诺合同期内至少向亚马逊采购 1100 亿美元、向谷歌采购 1213 亿美元云服务,两笔合计 2313 亿美元。股权结构上,全公司仅发行一股 F 类股,由联合创始人组成的 Founder LLC 持有,掌握 50.1% 投票权;上市前夕近 90 位学者与业内人士发布联名公开信,签署者包括诺贝尔经济学奖得主 Oliver Hart、图灵奖得主 Judea Pearl 及三位菲尔兹奖得主,公开质疑公司的安全承诺。
模型发布
微软 Ignite 一次发布七款模型:MAI Code 2 达 GPT-6.1 Sol 98% 成绩、成本 40%
微软在 Ignite 2026 大会发布五款新模型并披露两款已有模型进展。编程模型 MAI Code 2 在四项编程基准上综合成绩达到 GPT-6.1 Sol 的约 98%,测试成本约为其 40%;对 Claude Opus 5.5 达到约 96% 的成绩,成本约为其 5%。轻量版 MAI Code 2 Flash 在三项日常编程基准上与 GPT-6 Luna、Claude Haiku 5.5 相当,按促销价计算成本分别为两者的 65% 和 20%;两款模型均已接入 GitHub Copilot,Flash 在 Microsoft Foundry 开放限量预览。安全模型 MAI Cyber 2 Flash 在 CyberGym-E2E 测试中任务成功率 92.3%,高于 GPT-6 Astra 的 91.5%,单项任务计算成本不到后者 2%,计划 12 月中旬通过 MDASH 提供给客户。图像模型 MAI Image 2.7 以 1215 分登顶 Artificial Analysis 图像编辑榜,领先 GPT Image 2.6 Sunburst Max 4 分,价格约为其 1/5,同时新增 Flash 版与 Canvas 工作空间。语音模型 MAI Realtime 1 在语音理解与任务执行测试中超过 GPT-Realtime 2.1,基础语音服务每分钟 0.01 美元起。决策模型 Microsoft-Decision-1.1 已正式可用,官方称比 GPT-Sol 6.1 快 50 倍、便宜 79 倍。企业侧,Agent 365 自 5 月推出以来累计登记超过 5000 万个智能体,Microsoft IQ 平台整合 350 多个第三方连接器,并新增 Business Plugins 供企业封装业务规则。
Genie 4 向 AI Ultra 订阅者开放:文本实时改世界、原生音频、社区画廊
Google DeepMind 向符合条件的 Google AI Ultra 订阅者推送 Genie 4,Project Genie 从研究原型转为可创建、分享、remix 的消费级体验。新模型支持用自然语言实时修改环境,例如改变天气、添加角色,并加入原生自适应音频。配套的 Project Genie agent 通过对话式交互搭建复杂场景,用户可将作品发布到新的社区画廊供他人探索和二次创作。同步更新的 Genie 3 支持更长会话、全景接地和串联世界序列。Google AI Pro 订阅者目前只能加入等待名单。
来源:https://deepmind.google/blog/genie-4-is-now-available/
腾讯混元开源 Hy4 flash:224B 总参仅激活 12B,1M 上下文
腾讯混元开源 Hy4 flash 多模态模型,总参数 224B,其中包含 64B Engram 参数,每个 token 仅激活 12B,原生支持文本与图像输入、文本输出,上下文窗口 100 万 token。在内部 WorkIndex 上得分为 42.1,高于 Hy4 preview 的 39.7,低于完整版 Hy4 的 51.4;评测覆盖 PPT 制作与修改、Markdown 人机双写、文档编辑、表格修复、音视频处理和视觉理解等 8 个内部任务集,以及 DeepSWE、Terminal-Bench 4.0、OSWorld 2.1 等 7 个公开基准。团队邀请 85 位内部用户在 27 类共 259 个日常任务上盲测,Hy4 flash 满意度 2.79/4,接近 Claude Haiku 5.5 的 2.81/4;端到端完成时间中位数 6.7 分钟,单任务成本 0.26 元,两项均为四个参评模型中最优。本次开源含指令微调版、FP8 量化版和预训练基座版三个版本。AngelSlim 提供 GGUF 量化版本并支持 128GB 内存设备部署,模型支持 Transformers 本地推理以及 vLLM、SGLang 服务部署,官方示例采用 8 卡配置。
开发生态
OpenAI 详解 Codex 沙箱:用权限配置文件限定文件系统与网络
OpenAI 发布工程博客,说明 Codex 如何在用户机器上受限执行命令。沙箱通过权限配置文件定义文件系统与网络边界,内置的 :workspace 配置允许在工作区根目录写入,但把 .git 和 .codex 设为只读,从而阻止直接修改 Git hooks 或 config.toml,同时保留广泛读权限以兼容编译器、SDK 和构建工具。官方举例:整理照片任务可允许读写 ~/Pictures 但禁止联网以防上传;代码审查任务可访问在线文档但把源码设为只读。这些限制分别在 macOS、Linux 和 Windows 三个平台上执行。OpenAI 称该沙箱以纵深防御为思路,开发者也可把沙箱复用到自己的工具中。
来源:https://openai.com/index/inside-the-codex-sandbox
AWS SageMaker HyperPod 新增工作负载恢复与基础设施检查
AWS 为 Amazon SageMaker HyperPod 增加三项能力,目标是提升 goodput,即集群时间中真正用于有效训练的比例。MultiNodeTrainingValidation 会在实例交付时或按需在单机及同型号多机上训练一个小模型,若 loss 出现 NaN/无穷或训练超时则判定实例不合格。Kubernetes Resource Monitoring Agent 监控 EKS 集群的崩溃循环设备插件、缺失 DaemonSet 和被污点标记的节点,作业失败时把涉及的 Pod 与节点写入 Kubernetes 事件和 CloudWatch 日志。Hung job detection 针对 Slurm 作业,节点代理监视输出、GPU 活动或自定义日志模式,发现停滞即写事件并可取消作业让 Slurm 重新排队。AWS 指出,原有健康监控代理只看单节点硬件,无法判断 GPU 是否真的算得对、作业是否还在推进。
产品应用
即梦 Seedance 2.5 上线 4K:单次 30 秒、10bit BT.709、一条约 2900 积分
即梦上线 Seedance 2.5 的 4K 视频生成,Web 端和新画布已可用,可搭配 Seedream 5.5 图片模型。升级保留单次 30 秒生成、全模态参考、视频编辑与延长,分辨率提升到 4K,且支持以 4K 图片作为首帧、对 4K 素材继续编辑并输出 4K 成片。实测生成一条 30 秒 4K 视频约需 2900 积分,实测建议先用 480P 样片确认构图和动作,再选择超清 4K 输出。4K 模式支持 10bit BT.709 色彩,实测成片分辨率 4398×1886、21:9 画幅,30 秒文件接近 200MB。测试覆盖战争场面、产品 TVC 微距、电商与电影预演等场景,人物面部微表情、金属高光和烟尘层次在放大后仍保留细节。
可灵 Kling Image 4.0 发布:原生 8K、单图 2000 字、一次 10 张组图
可灵 AI 上线 Kling Image 4.0 图像模型,同步向企业客户与开发者开放 API。新模型采用理解生成统一架构并引入规划与 Agentic 能力,首次支持原生 8K 图像生成,单张图最高可呈现 2000 字文字、支持最高 15000 tokens 文本输入,一次描述最多生成 10 张系列图片并支持电商详情页长图。实测中,8K 人像放大后发丝与衣物纹理未糊成一团,婚礼合照可在保留人物外貌、站位和服装的前提下整体转换画风,游戏《影之刃零》角色可只替换服装与武器。商业设计任务里,模型能生成含主视觉、卖点、细节和参数的超长电商详情页,也能完成约 400 字正文的杂志海报排版,局部换字体和改字定位准确。高密度中文排版仍会出现文字错误,复杂改图偶有过度修改。
英伟达 RTX Spark 紧凑台式机开售:128GB 统一内存、1 petaflop、本地跑 1200 亿参数模型
英伟达宣布 ASUS、Dell、MSI 的 RTX Spark 紧凑台式机即日开售,定位是 24 小时运行本地智能体和生成任务的专用 Windows 主机。硬件为 20 核 NVIDIA Grace CPU 加 Blackwell RTX GPU(6144 个 CUDA 核心),最高 128GB 统一内存,AI 性能最高 1 petaflop,配备万兆以太网用于传输数据集和模型文件。官方给出的能力包括本地运行 1200 亿参数大模型、实时渲染 90GB 以上 3D 场景、实时编辑 4:2:2 视频。软件侧,Adobe 提供 Windows on Arm 原生应用,Blender 加入 DLSS Ray Reconstruction,ComfyUI 支持本地生成工作流。宏碁、技嘉、惠普的迷你主机将在后续推出。本地运行可避免按 token 计费的云 API 成本,并让代码和文件留在本机。
来源:https://blogs.nvidia.com/blog/rtx-spark-desktop-local-ai-available-now/
Mistral 推出 Vibe Desktop:并行多任务、Git worktrees 隔离
Mistral 为 AI 智能体 Vibe(原 Le Chat)推出桌面应用,此前只有网页版、命令行工具和手机应用。桌面版把 Vibe CLI 的本地能力与 Vibe Code Web 的云端会话合并,智能体既可在本地仓库工作,也可在云沙箱运行,并用 Git worktrees 隔离同一项目下的并行任务,用户可同时下发多个任务并观察其并行执行。Work 模式新增对本地文件的访问,但 Mistral 未提及 computer-use 类能力。竞争对比上,Anthropic 的桌面应用自今年春季起已能让 Claude 打开应用、控制浏览器和填写表格;Mistral 10 月发布 Large 4 模型,但在对比中仍明显落后 Gemini 4 Carbon 与 Claude Opus 5.5,也不及中国最强开源模型。Vibe Desktop 目前支持 macOS 和 Windows,Linux 版本在计划中。
技术与洞察
OpenAI 用模型设计 Jalapeño 芯片:向量单元面积降 13%、AMD GPU IP 提升 14%
OpenAI 披露用自家模型参与首款自研推理芯片 Jalapeño 的设计细节。团队从 2025 年初开始用 GPT-4o 介入,模型在向量单元中探索替代逻辑实现和流水线切分,在矩阵单元中改进浮点加法器、乘法器和低精度点积电路。一个乘法器重设计在综合时减少约 15% 单元面积,并把延迟从两个时钟周期降到一周期;另一个加法器重设计在保持两周期延迟的同时减少约 15% 面积。整体上,模型提出的改动使向量单元标准单元面积减少约 13%、矩阵单元减少约 10%,并在 Jalapeño 硅片点亮阶段得到验证。与 AMD 的合作中,模型通过重写描述电路的 SystemVerilog RTL,在旗舰 GPU IP 上相对高度优化基线取得最高 14% 的 PPA 提升。OpenAI 还与 Synopsys 合作,把模型能力接入工程师现有的 EDA 工具链。
来源:https://openai.com/index/advancing-chip-design-with-our-models
八校联合 EFE 评测:Claude Fable 5.2 开卷 80%、闭卷 47%
西北大学、卡内基梅隆大学等 8 所高校的研究者提出 Embodied First Exam(EFE),把编程智能体接入仿真机器人做统一评测。考卷包含 1156 个任务、2288 项测试,覆盖 35 个任务集、23 个仿真器和 47 种机器人,机器人分单臂、双臂、灵巧手、人形、移动、四足、飞行器和肌肉骨骼 8 类,任务从解绳结、组装宜家家具到打乒乓球、击剑和识别危险请求。在 456 项标准模式核心测试上,最强的 Claude Fable 5.2(Claude Code)解出 50%,GPT-6 Astra 为 34%,GPT-6.1 Sol 为 32%,Claude Opus 5.5 与 Gemini 4 Argon 分别为 25% 和 24%,Kimi 3.1 Pro 为 10%。同一批 391 项核心任务,特权模式(可读完整仿真状态、不限次重置)下最强智能体解出 80%,标准模式(只靠传感器、默认不可重置)降到 47%。实时模式更难,54 个双模式任务中有 46% 在实时模式下无人解出。团队逐阶段标注 10 个智能体的 6027 次失败,发现不同智能体常败在同一步,补上重置权限比补上精确状态更能提升成功率;所有任务用同一格式打包,一条 harbor run 命令即可换模型和智能体框架开考。
蚂蚁 CWM 2.0 发布:Invoker-Render 支持 30 分钟连续生成不重置
蚂蚁集团、西湖大学与浙江大学联合发布 Code World Model 2.0,核心是生成式渲染引擎 Invoker-Render。该架构把世界状态管理与视觉生成拆开:上游由代码定义物体、运动规则和摄影机路径并转成结构化 Proxy,下游生成模型负责材质、光影和细节。Invoker-Render 统一支持五类结构输入——语义图、稀疏 3D 框、主体掩码、带明暗的几何体和 3D 框加骨架,从而同一模型既能处理赛车场景的几个线框,也能处理格斗场景的关节级动作。模型基于 MiniMax-H3 基座,包含读取完整 Proxy 序列的双向创作模型和逐块接收输入的因果四步流式模型,后者面向实时交互。团队用 ProForcing 训练方法提升长时流式生成的稳定性,演示了一段 30 分钟赛车视频,全程无切镜、无重置,主体外观与场景结构保持一致。代码、模型权重和演示主页均已公开。
来源:https://mp.weixin.qq.com/s/-H0Eibwe-kvqjC3I00i2hA
OpenAI 内部数据:编程智能体自主完成 46% 的 2-4 小时研究任务
OpenAI 发布内部研究加速报告,统计编程智能体对 AI 研发流程的实际改变。对估计需要 2 至 4 小时人工完成的研究任务,智能体自主成功率从 3 月的 23% 升到 10 月的 46%;4 至 8 小时任务从 13% 升到 35%。任务类型差异明显:监控训练运行的自主成功率为 79%,启动训练运行为 35%,编写推理与服务栈代码仅 25%。用量上,按 API 标价计算,研究者中日均消耗 10 月达到 2400 美元,环比增长 62%;第 90 百分位达到 23000 美元,环比增长 105%。一项调查中,研究者为保留三个月前沿编程智能体访问权,中位意愿是用 30% 的团队算力或 40% 的团队人头交换。OpenAI 称 Safety and Alignment 是今年文档工作量绝对增幅最大的研究领域,1 月至 9 月工作周数增加 77%。
来源:https://openai.com/index/research-acceleration-jagged-frontier
行业动态
思维链之父 Jason Wei 离开 Meta,加入估值 200 亿美元的 Mercor 任首席科学家
Mercor 联合创始人兼 CEO Brendan Foody 于 11 月 18 日在 X 宣布,思维链论文第一作者 Jason Wei 加入公司出任首席科学家,Jason Wei 本人确认了这一消息。他此前在 Meta 超级智能实验室工作一年多,再之前任职于 OpenAI,参与 o1、Deep Research 等项目以及 SimpleQA、BrowseComp、HealthBench 等评测基准的开发;2022 年他以第一作者身份提出思维链提示方法。Mercor 成立于 2023 年,从 AI 人才招聘转向为前沿模型公司提供专家数据、训练与评测服务,专家网络覆盖超过 500 万人。11 月 10 日,公司完成 7.5 亿美元 D 轮融资,估值达到 200 亿美元,投资方包括 Benchmark、General Catalyst 以及英伟达、Salesforce。Jason Wei 表示,随着越来越多公司开始训练模型,数据将塑造 AI 发展的下一个前沿。
李沐出任 Aimotion 联合创始人兼 CTO,主攻产业级世界模型
总部位于硅谷的 Aimotion 宣布,AI 科学家李沐出任联合创始人兼 CTO,主导下一代产业级 AI 技术体系建设,他同时继续担任 Boson AI 联合创始人兼 CTO。李沐是 Apache MXNet 创始人之一、前 AWS AI 资深首席科学家、卡内基梅隆大学计算机博士。Aimotion 近期完成由 BAI Capital 领投的 A 轮数千万美元融资,业务聚焦汽车等高价值、长决策周期行业,提供 AI 销售营销解决方案,覆盖美洲、欧洲和亚太市场。双方计划融合 Boson AI 的底层模型能力与 Aimotion 的产业场景,构建面向商业环境的产业级世界模型,对商业规则、客户决策逻辑和业务因果关系建模,用于场景推演、趋势预判和长周期任务规划。
Pangram 将秘鲁获奖小说 99% 判为 AI 生成,出版商维持奖项
AI 检测工具 Pangram 将秘鲁作家 David Silva Rojas 的获奖小说《Donde el agua trabaja》判定为 99% 由 AI 生成。墨西哥出版商 Almadía 在审查作者提交的文件后决定维持该奖项。据《El País》报道,Pangram 还把对作者的采访、一篇随笔以及作者在 Instagram 上的否认声明中超过 80% 的文本判为 AI 生成。作者在《The Point Magazine》撰文,指责拉美批评界无视检测结果,又把相关质疑整体斥为种族主义,并列举 Thélyson Orélien 已确认使用 AI、Caine Prize 与 Jamir Nazir 相关争议作为对照。据报道,Gallimard 计划从明年起用 Pangram 筛查投稿。美国作家协会警告,不应把 AI 检测器作为决策的唯一依据,尽管 Pangram 在自家测试中能可靠识别人写文本。
OpenAI 向四家独立机构开放内部系统做安全评估
OpenAI 于 11 月 16 日宣布与四家独立评估机构签署协议,分别是 Apollo Research、METR、Transluce 和 Goodfire。协议先期围绕模型表现与安全防护机制分别开展试点评估。OpenAI 将向这些机构开放内部系统深度访问权限,允许外部专家查阅内部模型、源代码和训练数据,用以核查模型对齐与安全防护措施。
AMD 高管:AI 不会取代超算,FP64 高精度计算不可替代
AMD 负责高性能计算(HPC)业务的企业副总裁 Scott Tease 表示,多数 HPC 研究机构已经认识到 AI 不会取代传统高性能计算。即便 AI 应用持续扩张,依赖双精度 FP64 的高精度科学计算仍将长期存在。
英伟达临时 CEO Colette Kress:未来 AI 供应链投资更审慎
英伟达临时 CEO Colette Kress 在财报电话会议上表示,公司未来投资 AI 供应链将采取更严格的审查,用“审慎”和“严谨”形容这一转变。过去几年英伟达投入逾 1000 亿美元,通过持股和其他财务支持押注 OpenAI、Anthropic、CoreWeave 和 Marvell 等公司。Kress 称,随着市场成熟和更多资金来源出现,公司正严格评估未来的投资、承诺和担保。她还表示,非投资级客户(包括新上市云厂商和所有私人企业)必须先找到使用其所购英伟达芯片的客户,英伟达需要确认这些公司“是否已有稳固的客户承购需求”。
暂无评论。