AI 早报 2026-11-06
YouTube 哔哩哔哩
概览
要闻
模型发布
- Thinking Machines 发布 Inkling 2 Small：得 31 分，拟下周开放权重 ↗
#4 - 百度开放 ERNIE-5.5-Flash-Base 权重 ↗
#5 - 中国科大开源 RNA 基础模型，成果登上《自然》 ↗
#6
开发生态
- Kimi 正式推出托管智能体服务 ↗
#7 - Cursor 推出 Live Apps：描述需求即可构建上线应用
#8 - OpenAI GPT-Live 外呼 API 正式发布 ↗
#9 - DeepSeek Harness：日活跃用户达 154 万，将建设官方插件市场 ↗
#10
产品应用
技术与洞察
- METR：Anthropic 能力增速约为此前 2 倍 ↗
#14 - Vals AI 称在多家前沿实验室模型中发现重大安全问题 ↗
#15 - Reflection 公开开源模型 Beam 安全训练与评估详情 ↗
#16 - 月之暗面开源 TCSExam 基准 ↗
#17
行业动态
要闻
Google 发布 Gemini Omni 1.2 Flash #1
Google 推出视频模型
Gemini Omni 1.2 Flash，原生视频时长从 10 秒提升至最长 15 秒，还能多轮对话修改画面。用户可结合图片、动作片段和音频引导生成，改善人物和场景的一致性；新模型也增强了对白、口型同步和镜头控制。模型正在陆续上线Flow、Google Vids 和Gemini等产品以及Gemini API。
正文
Google 推出 Gemini Omni 1.2 Flash 视频生成模型。模型原生生成和编辑视频的时长从上一代最长 10 秒 提升至 15 秒，用户可按秒设置时长，并通过多轮对话调整同一片段的背景、光线或画面比例。
用户还可以结合角色、产品或风格图片、最长 3 秒 的动作片段及音频提示引导生成；Google 称参考遵循更准确，人物和场景在镜头转换中更连贯。对白、口型同步、多说话人和连续镜头控制也有改善。
用户可先以 360p 或 720p 生成，再将成片放大至 1080p 或 4K；720p 视频价格为每秒 0.07 美元，较 Omni 1.1 下降 30%。
模型正陆续进入 Flow、Google Vids 和 Gemini 等产品，其中 Gemini App 正向 Google AI Ultra 订阅用户推出。Google 表示，快速体育动作、快速脚本变化和复杂物理效果仍需改进。
相关链接：
- https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/
OpenAI 发布 GPT-6 Cyber 网络安全模型 #2
OpenAI 发布网络安全模型
GPT-6 Cyber，找漏洞能力更强，也更可靠地留在研究者设定的范围内。该模型已在 Firefox 和 Linux 内核中发现并验证数千个漏洞利用，目前向部分获批的 Daybreak Red 客户开放。
正文
OpenAI 发布网络安全模型 GPT-6 Cyber，称其在关键网络安全基准上较上一代 GPT-5.6 Cyber 明显提升：ExploitGym 得分从 32.1% 升至 48.5%；越界测试中，不使用部署安全提示时 99.93% 的测试守在任务范围内，加上提示后为 100%。
OpenAI 研究人员已用该模型发现 Firefox 中 81 个此前未知、被 Mozilla 评为高危的漏洞，并为 948 个 Linux 内核漏洞开发出可用利用。
基于评测结果，OpenAI 按 Preparedness Framework 将 GPT-6 Cyber 归类为网络安全 Critical 级，高于 GPT-5.6 Cyber 的 High 级。
模型目前通过 API 和 Codex 向部分获批的 Daybreak Red 客户开放，后续将逐步扩大到全部 Daybreak Red 客户。
相关链接：
- https://openai.com/index/introducing-gpt-6-cyber
- https://deploymentsafety.openai.com/gpt-6-cyber
- https://x.com/OpenAI/status/2118390190246879554
蚂蚁百灵推出模型 Ling-3.2-flash #3
蚂蚁百灵推出原生多模态模型
Ling-3.2-flash，总参数量为 560B，激活参数量为 25B。该模型支持文本、图像和视频输入，可用于复杂视觉理解、多模态 agent 协作和 3D 交互等任务。
正文
蚂蚁集团 百灵团队 推出原生多模态模型 Ling-3.2-flash，总参数量为 560B，激活参数量为 25B，支持 1M token 上下文及文本、图像和视频输入。
该模型面向复杂视觉理解、长时程多模态 agent、3D 理解与交互及医疗智能等场景。
官方称，该模型在 OmniDocBench1.5、ZEROBench(Sub) 和 Vision2Web 的发布评测中得分均高于 Claude Opus 5（max）。
目前模型可通过 API 平台使用，权重尚未在 Hugging Face 公开。
相关链接：
模型发布
Thinking Machines 发布 Inkling 2 Small：得 31 分，拟下周开放权重 #4
Thinking Machines 发布模型
Inkling 2 Small，在Artificial Analysis的智能指数上得 31 分，比前代高出 18 分。模型先以闭源形式在其Tinker平台提供微调和推理，该公司计划在外部安全测试完成后，于下周以Apache 2.0协议开放完整权重。
正文
Thinking Machines 发布第二代模型 Inkling 2 Small，在 Artificial Analysis Intelligence Index v5.0.1 上得分 31，较前代 Inkling Small 的 13 分提高 18 分。
该模型采用 MoE 架构，总参数 594B、激活参数 17B，支持图像输入和可变 effort。
模型当前以闭源形式上线，可在 Tinker Playground 试用，并在 Tinker 平台开放微调与推理，Artificial Analysis 给出的定价为每百万 token 输入 0.3 美元、输出 1 美元。
Thinking Machines 计划在外部安全测试和红队测试完成后，于下周以 Apache 2.0 协议发布完整权重。
相关链接：
- https://x.com/thinkymachines/status/2118489527362912566
- https://thinkingmachines.ai/news/inkling-2-small
百度开放 ERNIE-5.5-Flash-Base 权重 #5
百度发布
ERNIE-5.5-Flash-Base，开放预训练终点权重，供领域适配、指令微调等后续训练使用。该模型总参数 280B、激活参数 14B，基于 33.5T tokens 从零预训练，官方称经过后训练的ERNIE 5.5 Flash将随后推出。
正文
百度文心团队发布 ERNIE-5.5-Flash-Base，并开放预训练终点权重。该模型是总参数 280B、每 token 激活 14B 的稀疏 MoE 语言模型，在 33.5T tokens 上从零完成预训练，训练上下文最长 128K，微调与推理支持 1M tokens 上下文。
本次开放的 checkpoint 未经中训练与后训练，可作为领域适配、指令微调和强化学习研究的起点。权重已在 Hugging Face、ModelScope 提供 FP8 与 BF16 两个版本，支持 SGLang 与 vLLM 部署。
官方评测中，该模型在推理、代码等基准上表现突出，MMLU 得 93.3 分、HumanEval+ 得 82.3 分，经过后训练的 ERNIE 5.5 Flash 将随后推出。
相关链接：
- https://ernie.baidu.com/zh/release/ernie-5-5-flash-base
- https://huggingface.co/baidu/ERNIE-5.5-Flash-Base
中国科大开源 RNA 基础模型，成果登上《自然》 #6
中国科学技术大学团队发布开源 RNA 序列基础模型
structRFM，成果发表于《自然》。该模型用约 2100 万条序列与结构配对数据完成结构引导预训练，可预测 RNA 结构并推断功能，数据、模型权重和源代码均已开放。
正文
中国科学技术大学宣布，该校医学影像智能与机器人（MIRACLE）实验室周少华教授、熊鹏特任研究员团队发布开源 RNA 序列基础模型 structRFM，相关成果发表于《自然》。
研究团队构建了约 2100 万条经计算注释的序列与二级结构配对数据，用结构引导掩码语言建模策略同时学习序列上下文与结构依赖。预训练后的模型仅需输入序列，即可提取序列级、核苷酸级和核苷酸对级特征。
structRFM 支持 RNA 二级结构与三级结构预测，以及剪接位点预测、IRES 识别、非编码 RNA 分类等功能推断任务，并可借助滑动窗口策略处理最长 3000 nt 的长非编码 RNA。
目前，团队已开放完整配对数据、模型权重和源代码。
相关链接：
- https://doi.org/10.5281/zenodo.16754363
- https://github.com/heqin-zhu/structRFM
- https://biorxiv.org/content/10.1101/2025.08.06.668731v3
- https://github.com/heqin-zhu/structRFM/releases/latest/download/structRFM
- https://www.biorxiv.org/content/early/2025/08/07/2025.08.06.668731
- https://doi.org/10.1038/s41586-026-11210-2