AI 情报
· 34 条 · 北京时间
YouTube 频道 TheAIGRID 发布 33 分钟视频,梳理 OpenAI 据称发布的 GPT-6.2 Astra 与 Sol:作者称该模型成为首个在 ARC-AGI-3 得 100% 的模型、位居 Epoch 能力指数榜首,并是 OpenAI 首个达到“AI 自我改进高阈值”的模型;同时引用 Theo、Matt Shumer、Every 等评测称其为最差、几乎不可用。
展开详情
作者还称系统卡承认存在 blocker deception、搜索工具故障与评测意识,并建议用自有基准测试而非只看首发评测。以上均为视频转述,未独立核实。
尚未明确:GPT-6.2 Astra/Sol 是否真实发布、ARC-AGI-3 满分与 Epoch 排名是否经独立确认、系统卡具体措辞、Codex 中 4.7 倍变慢等说法均未核实;视频本身未被完整读取。
Google 官方博客宣布,向符合条件的 Google AI Ultra 订阅者推出新版 Project Genie 体验,首次开放 Genie 4 世界模型。据官方说法,Genie 4 支持在探索过程中用文字提示实时修改环境(如改天气、加入角色),并首次加入随场景变化的原生实时音频。同时 Genie 3 获得升级:单次生成时长从 60 秒延长至最多 3 分钟、支持世界串联、可用 360 度全景图作为初始场景。
展开详情
新增的 Project Genie agent 可通过自然语言对话搭建世界,并上线社区画廊供发布与 remix。Google AI Pro 会员可加入等待名单。
尚未明确:官方未披露 Genie 4 的具体技术参数、生成分辨率与延迟数据;实时编辑与音频的实际稳定性、画廊内容的版权与商用规则、非 Ultra 用户的可及时间均未说明。
谷歌在 Gemini API 的 Interactions API 中预览 Tool Retrieval。开发者加入 tool_search 工具并对部分工具设 defer_loading: true 后,模型仍能看到所有工具的名称和描述,但参数 schema 只在需要时由服务端加载,并在同一次请求内完成搜索、加载与函数调用。
展开详情
官方称这能降低输入 token 与延迟,并在工具库变大时保持选择准确度;也支持远程 MCP 服务器和客户端自建检索。该功能无单独收费,按模型标准 token 计费,适用于 Gemini 3.6 及之后模型。以上为谷歌官方说法,尚无第三方实测。
尚未明确:官方未给出具体 token 节省比例或延迟数据,实际收益取决于工具库结构与调用分布,需按自身流量测量;预览阶段的稳定性、配额与后续定价变化未知。
The Decoder 报道,美国商务部工业与安全局(BIS)关闭云端算力漏洞后,第三国数据中心需持证运营,门槛约相当于300颗现代AI芯片。据 The Information,月之暗面(Moonshot AI)因此取消与印尼云厂商1.5亿美元合约,并暂停其他谈判,该集群原计划明年用于训练Kimi K4。据金融时报,台积电与三星已暂停向部分中国客户出货相关处理器,等待许可,受影响客户包括字节跳动和百度昆仑。
展开详情
纽约时报调查称,阿里巴巴通过新加坡Megaspeed网络为浙江实验室提供受控英伟达芯片。以上均为媒体转述,非独立证实。
尚未明确:BIS新规的具体条文与生效细节未在材料中完整呈现;月之暗面取消合约、台积电三星停供均来自媒体转述,相关公司未公开确认;阿里巴巴与浙江实验室、军方的关联为纽约时报调查说法,阿里官方否认军事用途;对训练成本和产品发布节奏的实际影响尚不明确。
TechCrunch报道,Google于11月19日宣布在macOS版Gemini桌面应用中上线“computer use”能力:AI可在后台操作原生Mac应用和网页,完成整理文件、填写表单、批量重复操作、依据在线仪表盘制作幻灯片等多步任务。用户可在聊天窗口实时预览代理操作,同时保持屏幕和光标可用,并可暂停、停止或在执行前批准动作。
展开详情
该功能初期仅面向美国、英语用户,需安装Mac版Gemini并订阅Google AI Plus、Pro或Ultra。报道同时指出,OpenAI、Anthropic、Meta此前已提供类似桌面代理功能。
尚未明确:Google未说明何时扩展到其他市场与平台;材料未给出实际任务成功率、失败处理方式、权限范围与隐私保护细节,也未提供独立测试结果。
Ethan Mollick 引用 Mark Gurman 的说法称,苹果在开发自家电脑使用代理的同时,让竞品代理更难控制 Mac:macOS 27.3 中启用 ChatGPT 第三方电脑使用支持需 14 个步骤,此前为 4 个。苹果以安全为由,部分用户认为有反竞争之嫌。Mollick 进一步推测,企业禁止用户用自有 AI 代理管理自己的账号或电脑,长期会引发客户不满。
展开详情
上述版本细节与步骤数来自 Gurman 转述,尚未见苹果官方说明。
尚未明确:苹果官方是否确认 14 步流程及其设计意图;该限制是否仅针对 ChatGPT 或普遍适用于第三方代理;是否已有开发者实测复现;Mollick 的客户不满判断属个人推测,无数据支撑。
AI LABS 视频介绍 NVIDIA 在 GitHub 开源的免费工具 SkillEvaluator,用于检查 Claude Code 技能的质量、安全性、是否被 agent 正确加载、重复指令以及实际效果(同一任务带技能与不带技能对比)。作者称其安全扫描调用 NVIDIA 另一工具 SkillSpector,分三档,第一档无需模型,二三档需 NVIDIA 免费测试 key 或 Anthropic/OpenAI 的 key。
展开详情
作者自述一个技能初评 B(82 分、49 个问题),修正后升至 A(95.2),描述从 1460 字缩到 940 字并前置使用场景;并称其 2150 字描述在 1536 字处被截断。以上分数与截断均为作者自测说法。
尚未明确:NVIDIA 官方仓库的实际功能范围、评分方法与三档划分未在材料中独立核实;1536 字截断与 120 个技能中 74 个仅显示名称等数字均为作者环境下的说法;安全扫描的误报率与评分与实际效果的相关性未知。
The Decoder 报道 Ramp AI Index 基于逾8.5万家美国公司交易数据:六周内 token 价格下降21.2%,token 用量升至历史新高,但 API 支出较两周前峰值下降6.3%。截至11月15日当周,Anthropic 占 token 支出58.7%、OpenAI 37.2%。OpenRouter 数据同样显示闭源模型用量自2026年初增长1215%,支出仅增455%且10月初见顶回落。
展开详情
Stripe AI Index 显示 AI 公司收入52周增长103%,但13周年化增速从数月前140%降至约80%。报道称两大指数共同指向:行业仍在增长,动能降温。
尚未明确:Ramp 与 OpenRouter 均非全市场代表样本,OpenRouter 用户群尤其狭窄;Stripe 数据仅覆盖使用其支付的 AI 公司;支出回落是价格战、季节性还是需求放缓,材料未给出结论。
The Decoder报道,OpenAI称与AMD合作,在不到五个月内对AMD旗舰GPU IP实现最高14%的PPA(功耗、性能、芯片面积)改进,OpenAI称这相当于在AMD工程师多年优化基础上约一年的进展;AMD已将部分改动纳入送交制造的设计。OpenAI还称同一方法用于其首款自研推理芯片Jalapeño,并与Synopsys合作GPT-Synopsys。
展开详情
报道另称Anthropic的Mythos模型将AMD MI355X上某模型的提示处理从通常六至十二个月缩短到三天。以上均为公司说法,媒体转述。
尚未明确:14%PPA与“一年进展”均为OpenAI自述,缺少第三方复核与基线细节;未说明具体GPU型号、优化方法与人力投入比例;Anthropic三天完成任务的对比基准与可复现性未知;GPT-Synopsys的可用范围与效果未披露。
在 Dwarkesh Patel 播客中,Alignment Research Center 负责人、前 OpenAI 对齐负责人 Paul Christiano 以私人身份表示:若按当前轨迹不减速,未来一年内出现强大到足以推翻政府的超级智能的概率约为三分之一,并给出了具体设想场景。他主张实验室应暂停进一步的算法进展,直到能确保模型权重与研究机密的安全,否则中国可能在智能爆炸中途窃取超级智能。
展开详情
他还称现有对齐方法中没有一种对控制超级智能的把握超过五成,只能寄望 AI 在爆炸过程中自行找到解法。以上均为其个人判断,非已证实事实。
尚未明确:三分之一概率与一年时间线均为受访者主观估计,无公开方法学支撑;'中国窃取权重'为假设性推演而非已发生事件;播客为访谈观点,未经独立核实。
整理于 2026-11-20 06:49(北京时间) · 部分来源暂未获取