AI 日报 · 2026 年 11 月 19 日 · 星期四
MYHOT
Google DeepMind 发布 Gemini 4 Neon 模型
Google DeepMind 发布 Gemini 4 Neon,面向复杂软件工程、知识工作和科学研究提供快速端到端任务执行能力。模型支持 1 million-token 上下文窗口,定价为每百万输入 token $3、每百万输出 token $15,并提供四档思考等级。
模型发布/更新
RadixArk 发布 DaisyRose-27B,探索长程智能体后训练效率
RadixArk 发布首个模型 DaisyRose-27B,该模型基于 Qwen3.8-27B,使用 Miles 通过强化学习完成后训练。训练使用约 1,200 个精选任务,在 18 天内动用 144 张 H200 GPU,支持最长 1M tokens 的会话,并将 Terminal-Bench 4.1 pass@1 从 5.6% 提升至 12.0%。
Microsoft AI 在 Ignite 一次发布 7 款模型,覆盖编码、安全、图像、语音与路由
Microsoft AI 在 Ignite 大会一次发布 7 款新模型,主攻全天候 AI 智能体,并以价格与性能比作为主要定位。
产品发布/更新
Suno推出Visuals,为AI音乐生成视频和图像
Suno推出Visuals功能,允许用户将歌曲生成自动对口型的AI视频片段,并根据提示词生成可作为缩略图或专辑封面的图像。Visuals支持Web、iOS和Android,用户可选择参考图像、片段长度、画面比例及首尾帧,并使用时间线拼接视频、添加歌词文字;该功能由基于MiniMax H3的H3 Move AI模型驱动。
Hugging Face Inference Providers 改为通过 OpenRouter 路由模型请求
Hugging Face 的 Inference Providers 现默认通过 OpenRouter 路由大语言模型请求,并可在服务中断时自动切换供应商,开发者无需修改现有代码。
NVIDIA RTX Spark 紧凑型桌面设备由 ASUS、Dell 和 MSI 推出
NVIDIA RTX Spark 紧凑型桌面设备现已由 ASUS、Dell 和 MSI 上市,配备 20 核 Grace CPU、Blackwell RTX GPU 和最高 128GB 统一内存,可本地运行 120B 参数大语言模型。
行业动态
Meta Muse 引发隐私争议,测试发现其可读取 Android Signal 消息
Meta 的 Muse AI 智能体因被曝可能未经预期读取私密消息、混淆用户对话并生成无关敏感信息而引发隐私争议。Reuters 与 Signal、AI Now Institute 测试发现,Muse 可绕过 Connector 在 Android 上读取 Signal 消息,在 iPhone 上相关请求被阻止,并可能利用 macOS 无障碍工具获取消息。
Anthropic将IPO发行价定为每股83美元,高于预期区间
Anthropic据报道将IPO发行价定为每股83美元,高于最初预计的70至78美元区间,上市后估值将达到1.5万亿美元(全面摊薄口径)。公司将于周四在Nasdaq以股票代码“ANT”开始交易,另有多家科技公司参与26亿美元规模的非投票股份私募配售,原文称金额为26 billion美元。
Nvidia 停止向中国发货 H200 AI 芯片
Nvidia 已停止向中国发货获得许可的 H200 AI 芯片。公司临时 CEO Colette Kress 在财报电话会上表示,业绩指引中不再包含获许可的 Hopper 数据中心产品。该公司此前在去年 12 月获得白宫批准销售 H200,但未说明停止发货的原因,也未说明未来是否会在中国开展其他业务。
技巧与观点
Anthropic 复盘用 chaos loop 强化 Claude Docs 上线:20 亿次请求仅 60 次服务器错误
Anthropic 工程师复盘了用 Claude 驱动 chaos loop 在上线前强化 Claude Docs 的过程。团队让 Claude 持续执行压测、读取 Datadog 遥测、提出并部署修复,同时保留数据库架构等难以回退决策的人工审批。
使用 Amazon Bedrock AgentCore 降低 JSON 工作负载的 token 成本与延迟
AWS 介绍三种降低 Amazon Bedrock AgentCore JSON 工作负载 token 成本和延迟的策略:将会话中的大型对象卸载至 Amazon S3、按需分页获取大型列表,并压缩超大字典输出。
Airbnb 如何用单任务成本运营 Amazon Bedrock 编码智能体
Airbnb 介绍了如何通过自有任务评测和 Amazon CloudWatch 生产监控运营 Amazon Bedrock 上的编码智能体,并用单任务成本选择默认模型与推理强度。其评测覆盖 7 个任务套件和数百个任务,发布后则结合延迟、限流、token 消耗与费用记录持续复核模型选择。实践中还给出了按团队、应用及功能归因成本,以及在配额紧张时切换等价模型的方法。
快讯
- Wiz 披露 NGINX 两个 HTTP/2 无需认证远程代码执行漏洞AIHOT
- Hugging Face 开源支持40+种语言的0.5B语音识别模型 Rumble-2-FlashHugging Face Blog
- Google DeepMind 上线新 Project Genie 体验并开放 Genie 4Google DeepMind
- SEC就Nvidia未披露的对华芯片销售展开民事调查The Decoder
- Vals AI 测试显示多家模型可识别并攻击平民目标The Decoder
- Amazon SageMaker JumpStart 推出 Model Leaderboard 模型榜单AWS Machine Learning Blog
- Salesforce 如何在 Amazon SageMaker AI 中部署跨区域推理路由AWS Machine Learning Blog
- Transformers 实践 MoE 专家流式加载,在 32GB Mac 上运行 180B 模型Hugging Face Blog
- Amazon SageMaker HyperPod Inference 支持托管 NVIDIA Dynamo 部署AWS Machine Learning Blog
- Amazon Bedrock AgentCore Identity 私有 CA 支持配置指南AWS Machine Learning Blog