Anthropic 纳斯达克首日涨33% 市值破2万亿美元【AI 早报 2026-11-22】
Anthropic 纳斯达克首日涨33%、市值突破2万亿美元;模型侧,Thinking Machines 开源27B的 Inkling 2 Mini,谷歌 Gemini 4 Neon 与腾讯 WeMM-Video 同期登场。
今日概览
要闻
- Anthropic 纳斯达克首日涨33% 市值破2万亿美元
模型发布
- Thinking Machines 开源 Inkling 2 Mini:27B 总参数、3.4B 激活,可在笔记本运行
- 谷歌 Gemini 4 Neon 上线:AAI 61 分,High 档成本比 Carbon 低 32%
- 腾讯 WeMM-Video 开源:35B 级旗舰同步看画面与听声音
开发生态
- GitHub Agentic Workflows 正式可用:单次默认预算 10 美元,智能体只读启动
- SpaceXAI 工程师复盘:单月合入 3127 个 PR,回滚率降至 0.47%
产品应用
- 前 DeepSeek 核心成员张博开源 Linger:本地 Personal Agent 可跑在 16GB MacBook
- huashu-design 3.4 发布:拆解 90 个 App Store 入围 App,GitHub 星标破 3 万
技术与洞察
- 同一天两份广义黎曼猜想证明:Claude 参与一份,人类 940 页手稿抢发
- 谷歌提出 SIM/CRSI:让 Gemini 继承 Claude Opus 的优化经验
- 复旦 F2G-Pose 被 NeurIPS 2026 接收:单次前向预测位姿、尺寸与完整形状
- 腾讯元宝×KCL 发布群聊 Agent 记忆基准:8 万条消息做考卷
行业动态
- 英伟达拟超 5 亿美元收购 Inception,补强 Nemotron 扩散语言模型
- 林俊旸新公司语用科技估值 50 亿美元,三个月增加 30 亿美元
- Humyn Labs 完成 4700 万美元 A 轮,六个月年化收入破 5000 万美元
- Bevado 获 1000 万美元种子轮,用 AI 代理管理物业沟通
前瞻与传闻
- 腾讯混元 AMA:确认 Hy4-mini、Flash-Lite 与更大下一代模型在路线图
要闻
Anthropic 纳斯达克首日涨33% 市值破2万亿美元
Anthropic 在纳斯达克开盘报 111.50 美元,较 83 美元的 IPO 发行价高 33%,发行价本身也已高于此前 70 至 78 美元的预计区间。此次发行募资 813 亿美元,成为历史上最大公开募股;加上此前宣布向英伟达、谷歌、AMD、博通、美光、微软、台积电出售 260 亿美元无投票权 N 类股,公司自身入账约 1048 亿美元。按开盘价计算,Anthropic 市值超过 2 万亿美元,超过 Meta、特斯拉和沃尔玛,仅次于苹果、亚马逊、Alphabet、英伟达和微软。公司预计持有约 2200 亿美元现金、现金等价物及短期投资;IPO 后亚马逊持股 14.6%,谷歌持股 13.4%,两家合计 28%。CEO Dario Amodei 在开盘前表示,Anthropic 将按需控制 AI 系统的训练和部署节奏,确保系统安全并处于人类控制之下,同时把更多人才转向安全核查。
模型发布
Thinking Machines 开源 Inkling 2 Mini:27B 总参数、3.4B 激活,可在笔记本运行
前 OpenAI CTO 米拉·穆拉蒂联合创办的 Thinking Machines Lab 推出开源权重混合专家模型 Inkling 2 Mini,总参数 27B、激活参数 3.4B,每个 token 有 5.4B 权重激活值以应对循环。模型总内存占用约 20GB,可在消费级笔记本和台式 AI 计算机上本地运行;研究人员曾让它在 MacBook Pro 上离线运行,并在几分钟内构建出一个可玩的飞行模拟器。它采用循环 Transformer,对每个 token 的中间层运行三次,让模型用更少 token 找到答案;在 DeepSWE v1.1 得分 48.2%,Vals Index v2.2 得分 46.5%,在 100B 参数以内开放权重模型中名列前茅,长期智能体编程达到同级别 SOTA,超过 Gemma 4 31B、Muse Glimmer、Qwen3.8-27B。其弱项也明确:MultiChallenge 50.0%、ComplexConstraints v1.1 33.4%,在复杂多约束指令跟随和多轮对话上弱于 Qwen3.8-27B。AII 指数中它排第 20 位、得 20 分,与 Qwen3.8-27B、Nanbeige4.3-33B 相当,但激活参数分别少约 5 倍和 6 倍。定价为每百万输入/输出/缓存命中 token 0.15 美元/0.50 美元/0.015 美元,比 Qwen3.8-27B 便宜约 6 倍、快约 4 倍。
谷歌 Gemini 4 Neon 上线:AAI 61 分,High 档成本比 Carbon 低 32%
谷歌 Gemini 4 家族第四位成员 Neon 正式上线,定位“日常主力”,面向复杂软件工程、知识工作和科学任务,同时平衡速度与成本。它在 Gemini 4 系列中位于顶级 Carbon 与高速日常 Hydrogen 之间,处理复杂但高频的真实任务。根据 Artificial Analysis Intelligence Index,Neon 在最高推理档 Extra High 下得分 61 分,发布时总榜排名第三。谷歌称在标准 High 档下,Neon 每任务成本比 Carbon 低 32%。评测文章标题提到“最佳 AI 但有个问题”,不过公开摘要未展开具体缺陷项。
腾讯 WeMM-Video 开源:35B 级旗舰同步看画面与听声音
腾讯发布开源音视频模型家族 WeMM-Video,旗舰为 35B 级,能同时观察视频画面并听取对应声音。文章强调,该模型每个 token 只激活一部分参数,但这不意味着它可以按 3B 模型部署。其核心思路是把同步的视觉与音频证据结合:例如玻璃从台面掉落,画面能看到倾倒和下落,声音随后传来碎裂声;如果只看画面,能推断玻璃碎了,但缺少声音证据;只听声音,又无法确认物体和位置。模型要处理的是两种模态之间的关系,而不是单独做视频理解或音频理解。
开发生态
GitHub Agentic Workflows 正式可用:单次默认预算 10 美元,智能体只读启动
GitHub Agentic Workflows 正式可用,这个开源项目可以在 GitHub Actions 中运行编码智能体,处理 Issue 分类和 CI 故障分析等仓库任务。智能体启动时仅有只读权限,其提出的更改由独立作业应用,写入令牌分开持有;工作流作者还可以添加 GitHub Environment 保护规则,要求写入作业运行前必须经过审核人员批准。开发者用自然语言 Markdown 描述任务,通过 YAML Front Matter 配置,项目会把定义编译成标准 Actions 工作流,复用现有 Runner 组和策略限制。智能体运行在由 Agent Workflow Firewall 保护的沙箱容器中,威胁检测作业会在应用修改前扫描变更;项目于 2026 年 6 月进入公开预览。支出默认设上限:AI Credit 单价 0.01 美元,每次运行上限 1000 AIC,即 10 美元;每天 5000 AIC、每次威胁检测 400 AIC,智能体步骤最多运行 20 分钟,组织可覆盖这些设置。公开预览以来 GitHub 新增 ARC 支持,ARC 默认以特权容器运行 DinD Sidecar,这意味着特权组件与采用最小权限设计的智能体处于同一环境。
SpaceXAI 工程师复盘:单月合入 3127 个 PR,回滚率降至 0.47%
SpaceXAI 首席工程师 Lauren Tan 在 AI Engineer 大会上称,她上个月一个人往线上合了 3000 个 PR,单月交付量从 3 月的 68 个增至 10 月的 3127 个,其中相当一部分是在她睡觉时自动合入。她所在团队上月合入约 1.1 万个 PR,基本每天发一个稳定版;仅 10 月就有约 227 人提交过代码,包括并不熟悉项目、偶尔顺手提交的路人贡献者。按常理,大量生手混着 AI 灌代码会让项目失控,但团队 PR 回滚率从 6 月的 0.98% 降至 10 月的 0.47%,连续三个月保持在 0.5% 左右。她的方法是不靠提示词劝 AI“下次注意”,而是把每一次纠错锁进代码;架构约束和护栏是混凝土地基,烂代码则像杂草,今天放任两株,明天可能满院荒芜。她举了一个 Cursor 案例:AI 喜欢用 setTimeout、requestAnimationFrame、requestIdleCallback 等命令式定时器打补丁,修复闪烁的临时补丁一个多月后繁殖成 183 个定时器,反复创建销毁引发高频垃圾回收,把应用卡成幻灯片;根因是 VS Code 命令式写法与 React 声明式写法在底层冲突。
来源:https://mp.weixin.qq.com/s/2McoWvgZaHV9LOfH6CpJDQ
产品应用
前 DeepSeek 核心成员张博开源 Linger:本地 Personal Agent 可跑在 16GB MacBook
前 DeepSeek 初代模型核心成员、DeepSeek-VL 项目负责人张博(Tony Zhang)创立 Simplex AI,开源个人 Agent 项目 Linger,直接把 Agent 装进用户自己的电脑,而不是放在云端。选择本地模型时,模型、Wiki、记忆、会话和文件都保存在本机,减少对远程模型服务的依赖。团队同步打造推理引擎 PolyStrata,基于社区开源项目 Strata 发展,支持 Qwen、DeepSeek、GLM、Gemma 等模型,并针对 8GB 显存显卡和 16GB 内存 MacBook 做适配。PolyStrata 利用混合专家模型的特点,把常用专家放在显存,其余部分放在系统内存或硬盘按需调用,由 GPU 和 CPU 分担计算。记忆分为两层:个人 Wiki 保存客户、联系人、项目等共享背景,Agent 独立记忆记录工作习惯且不自动共享;Wiki 内容变化时系统会检查修改并记录页面变更和信息来源。
huashu-design 3.4 发布:拆解 90 个 App Store 入围 App,GitHub 星标破 3 万
花叔开源的设计 skill huashu-design 在 GitHub 的 star 数突破 3 万,3.4 版本用 Fable5.2 模型做了大幅优化。3.1 加入小红书图文,提供 3:4 竖图八种范式;3.2 支持 DeepSeek Harness;3.3 加入打磨环,页面写完后按原尺寸逐屏截图、自己看截图改一轮再交付;3.4 重点提升 App 设计能力。团队让 agent 拉取 2025 和 2026 两届 App Store Awards 入围名单共 90 个作品,89 个取到商店截图共 1572 张,逐个分析后提炼八条口诀:界面即世界、签名物件、时间有形状、一套语义色、内容当主角、AI 落在物上、角色承载状态、可达性定形式。分析发现,入围 App 的主屏很少是一张列表,界面往往从现实事物的形状里长出来;两届里几乎没看到紫蓝渐变的 AI 感、占掉主屏的聊天框、每张卡片一个彩色图标、五个 tab 平均用力。3.4 的借鉴原则叫“借一层,不借一身”:把参考拆成解决什么问题、用什么结构解决、长成什么样,只借中间层,配色、字体、形状从自己的题材重新长。它还会判断运行环境:Codex、豆包、WorkBuddy 这类自带生图的直接生成挑图,Claude Code、DeepSeek Harness 这类不带生图的则借本机 Codex 或使用生图 API。
技术与洞察
同一天两份广义黎曼猜想证明:Claude 参与一份,人类 940 页手稿抢发
2026 年 11 月 20 日,Anthropic 数学家 Levent Alpöge 发布与 Claude 合作的广义黎曼猜想证明,并附上 Lean 形式化验证代码。数小时后,美国数学学会主席 Ravi Vakil 发布博文,公开斯坦福大学数学博士 Alessandro Maria Masullo 撰写的约 940 页手稿《素数的音乐》,并强调这份证明完全由人类完成、没有借助任何 AI。Masullo 据称已为此潜心研究近 12 年;斯坦福原计划邀请他回校访问,用一年时间打磨论文细节、让同行内部传阅后再正式发表,但因 Anthropic 突然公布 Claude 证明,只能提前放出草稿。Masullo 的前博导 Brian Conrad 已秘密审阅手稿数月并给出大量修改意见,但草稿仍处于“重大修订”阶段,包含未完成章节,距离最终确认还有很长距离。Alpöge 则称,他的方法不仅处理原始素数问题,还解决了广义黎曼猜想,并预计再多一些时间可处理更广泛的扩展黎曼猜想;他把这个问题当作大学以来的秘密终身目标,与 Claude 合作数月,AI 在接近终点时跑到了前面。黎曼猜想 1859 年提出,确认它将验证数百个依赖它的数学理论。
来源:https://mp.weixin.qq.com/s/CQ-Zwm7DrNTymX2Qa59l1g
谷歌提出 SIM/CRSI:让 Gemini 继承 Claude Opus 的优化经验
谷歌与宾夕法尼亚州立大学发布论文,提出 CRSI(Continual Recursive Self-Improvement)框架,核心是 SIM(Self-Improvement Memory)机制。研究指出一个具体问题:在 Claude Opus 上深度进化、表现优异的 Harness 直接套到 Gemini 上,得分反而比 Gemini 原生的初始 Harness 还低;原因是代码迁移时只保留了“结果”,丢失了每次修改的“原因”,新模型会把修复致命 Bug 的代码当冗余删掉,或把已证明无效的方案重新跑一遍。SIM 相当于给 AI 优化器配一个结构化开发日志,记录每次修改的背景、效果和来源,让新模型继承经验而不是从零试错。论文称,Gemini 可以继承 Claude Opus 优化出的 Agent 框架,实现跨模型家族的自我改进记忆传递,目标是在模型换代时保留优化经验。
来源:https://mp.weixin.qq.com/s/GVRqduhFG-mh9Z26mxBn0w
复旦 F2G-Pose 被 NeurIPS 2026 接收:单次前向预测位姿、尺寸与完整形状
复旦大学与上海创智学院研究团队提出 F2G-Pose,相关论文被 NeurIPS 2026 接收;给定一帧经过目标分割的 RGB-D 观测,模型通过一次前向传播同时预测物体 6D 位姿、真实尺寸,以及相机坐标系下的补全三维形状。方法用冻结的 RADIOv2.5 视觉编码器提取密集视觉特征,利用相机内参和对齐深度把视觉特征附着到三维点云,再用 DGCNN 提取局部几何、编码为物体 Token。随后用 MoE Transformer 聚合整体结构,网络设置 8 个专家,每个 Token 动态选择其中 2 个参与计算。网络在共享表示上分两个并行分支:一个直接预测旋转、平移与尺寸,另一个由粗到细补全三维形状,最终输出 2048 个三维点。在 RTX 4090 上,关闭形状补全分支时推理速度达到 28 FPS,并在多个基准取得领先结果,团队还将其部署到真实机械臂验证。论文还分析了 GenPose++:在 ROPE 数据集生成 50 个候选后,若用真实标注挑选旋转误差最小的候选,79.3% 的实例可达 5°以内;但实际候选筛选流程后,这一比例只有 48.3%,说明准确答案可能已在候选集合中却未被选中。
腾讯元宝×KCL 发布群聊 Agent 记忆基准:8 万条消息做考卷
腾讯元宝与伦敦国王学院(KCL)联合发布首个基于群聊构建的 Agent 记忆基准,使用 8 万条群聊消息构建评测集,用来评估 AI Agent 在群聊场景下的记忆能力。这是首个以群聊数据为核心的 Agent 记忆评测基准,目标是把 Agent 记忆能力的评估标准化。该基准的发布意味着 Agent 记忆评估从传统对话场景延伸到群聊等复杂社交场景。目前,基准的详细评测指标和开源计划尚未公布。
来源:https://www.qbitai.com/2026/11/511841.html
行业动态
英伟达拟超 5 亿美元收购 Inception,补强 Nemotron 扩散语言模型
据 The Information 援引知情人士消息,英伟达正就收购美国大模型创企 Inception 进行深入谈判,拟议收购价超过 5 亿美元,约合人民币 33.57 亿元。这笔收购旨在补强英伟达 Nemotron 系列模型团队;Inception 三位联合创始人 Stefano Ermon、Aditya Grover、Volodymyr Kuleshov 将在收购完成后全职加入,英伟达还会按业务目标完成情况向新加入员工发放对赌奖励。Inception 成立于 2024 年,总部位于旧金山湾区,有 30 多名员工,主攻扩散语言模型,代表产品为 Mercury 系列;最新 Mercury 3 于今年 10 月 19 日发布,最高支持 100 万 Token 上下文。Mercury 通过并行生成多个 Token 再反复修正来提高速度;Inception 公布的数据显示,Mercury 3 在英伟达 GPU 上输出速度为每秒 1068 Token,GPT-6 Luna 和 Claude Haiku 5.5 分别约为每秒 130 Token 和 240 Token,Mercury 3 分别约为两者的 8.2 倍和 4.5 倍。评测中,Mercury 3 的 GPQA Diamond 得分 89.23,高于对照模型的 86.36 和 84.51;IFBench 得分 76.84,高于 61.82 和 54.65;DeepSearchQA 得分 71.33,高于 60.00 和 65.22。2025 年 11 月 6 日,Inception 曾获 5000 万美元种子轮融资,Menlo Ventures 领投,英伟达旗下 NVentures、微软旗下 M12 参投;微软在英伟达启动收购谈判前也曾表达收购兴趣。
林俊旸新公司语用科技估值 50 亿美元,三个月增加 30 亿美元
据彭博社 11 月 20 日报道,林俊旸创办的语用科技(Pragmatik Labs)完成新一轮数千万美元融资,估值达到 50 亿美元,约合人民币 333 亿元;华业天成资本、鼎晖投资以及吉利汽车成为新晋投资方。三个月前,语用科技首轮融资估值 20 亿美元,高榕创投和红杉中国联合领投,腾讯、上海未来产业基金参投;短短三个月,公开估值增加 30 亿美元,约合人民币 200 亿元。林俊旸 1993 年出生,本科就读国际关系学院英语系,后考入北京大学外国语言学及应用语言学专业,2019 年加入阿里达摩院,后成为通义千问系列大模型技术负责人,今年 3 月离职。千问系列模型累计下载量已超过 10 亿次,衍生模型数量突破 20 万个;林俊旸也是阿里最年轻的 P10 级技术专家之一。其创业方向瞄准数字世界的知识工作智能体和物理世界的机器人,腾讯与吉利分别对应这两类产业投资方。截至目前,语用科技尚未公开披露足以解释本轮估值变化的商业化数据,产品研发进展也鲜少对外公布。
Humyn Labs 完成 4700 万美元 A 轮,六个月年化收入破 5000 万美元
专注于 Physical AI 的初创公司 Humyn Labs 完成 4700 万美元融资,由 Accel 领投。本轮 A 轮包括 2600 万美元股权融资,投资方还包括 Prosus Ventures、Jump Trading 和 Lighthouse Canton;此外公司获得 2100 万美元风险债务融资,主要来自 Lighthouse Canton,Trifecta Capital Advisors 参与。Humyn Labs 总部位于印度班加罗尔,成立运营仅六个月,年化收入便突破 5000 万美元,目前拥有约 12 家客户,包括部分全球最大科技巨头、机器人公司和 AI 开发商,并计划在未来几年将年收入提升至 10 亿美元。公司已在全球 20 多个国家开展数据采集与处理,自主设计和制造专有数据采集设备,记录人类在工厂、仓库、农场和家庭中执行手工劳动的过程,覆盖视觉、声音、动作和触觉等多模态数据。它会把原始数据转化为可直接用于模型训练的标注数据集,并通过比较机器人与人类执行相同任务的表现来识别能力差距,再针对差距补充采集,形成“采集—训练—评估—补采”的闭环。本轮融资将用于扩大拉丁美洲和亚洲业务、采购更多采集硬件、完善软件平台,并在旧金山、伦敦和首尔设立办公室。
Bevado 获 1000 万美元种子轮,用 AI 代理管理物业沟通
纽约 AI 平台 Bevado 获得 1000 万美元种子轮融资,由 RET Ventures 领投,Pear VC 参与。公司前身为 Frontdesk,创始人兼 CEO Ruchir Baronia 曾是 Meta 工程师,2025 年 3 月创立 Bevado。它构建一个共享 AI 大脑,连接现有系统中的数据,理解住户、潜在客户、物业和工作流,再让代理在语音、短信、邮件和聊天中运行完整的多步流程。例如住户报告漏水时,Bevado 会协调维修、更新住户、验证完成并收集评价;在租赁场景中,它会在看房前电话联系潜在客户,并在兴趣停滞时跟进。代理部署前会用超过 1 万条合成通话训练,上线后继续学习;平台支持超过 3 万单元的物业组合。Zest Properties 使用后看房量增加超过 300%,每周节省超过 40 小时。
前瞻与传闻
腾讯混元 AMA:确认 Hy4-mini、Flash-Lite 与更大下一代模型在路线图
11 月 21 日,混元团队在 Reddit 进行了一场两小时 AMA,收到 300 多条留言,话题包括 Hy4 和 Hy4 flash 的构建方式、负责任开源以及小模型开发计划。团队确认 Hy4-mini 已在路线图上,正在考虑 24–31B 稠密模型,并将推出前沿的 Flash-Lite 模型,例如 35B-A3B 规格;团队还会考虑更小的图像模型,视频模型也在路上。对于端侧视觉理解,团队认为激活参数约 30 亿的 A3B 模型已经可以处理理解图像、UI 截图或图表并围绕其推理的任务。团队表示下一代 Hy 模型规模一定会进一步显著扩大,Hy4 在后续训练上仍有很大提升空间,正在大规模强化学习上投入;按其自评,Hy4 在 AGI 分级中约处于 2.5 级,RSI 能力仍处早期,内部已有若干评估基准,同时正在开发 Hyra 3.0。架构上,Hy4 flash 基于 Hy4 的 iHC、门控 MLA 和 DSA,引入混合 SWA、LatentMoE 和 Engram;团队曾在 GQA 与 MLA 之间反复权衡,MLA 质量更优但计算强度更高,引入 DSA 降低解码阶段计算强度后才决定采用 MLA。
暂无评论。