Anthropic五年前路线图曝光，Claude Code等Agent功能早已规划
Anthropic一份2021年的内部研究路线图意外曝光，显示该公司早在五年前就规划了Claude Code、工具调用、AI自我评判等功能，并预见了万亿参数模型和超长上下文的发展方向。路线图还展示了Anthropic在AI安全方面的早期思考，包括对工具调用安全性的担忧和对齐研究的必要性。
#模型发布
量子位AI 评分7575 量子位AI 评分8585 昆仑万维发布Matrix-Game 4.0游戏世界模型
昆仑万维发布Matrix-Game 4.0，这是全球首款可在单张RTX 5090上实时运行的游戏世界模型，采用视频模型与游戏引擎分离的架构，并已开源。
IT之家AI 评分4343 Anthropic 国际业务负责人：开放式 AI 模型风险高于自家模型
Anthropic 国际业务负责人普兰森称，开放式模型发生网络安全事件或造成其他危害的风险高于自家模型。该公司警告小型 AI 模型可能被用于驱动新型僵尸网络，并主张放慢 AI 开发步伐直至建立国际标准。Anthropic 最新 Claude Opus 5.5 模型比早期版本便宜 40%。
钛媒体AI 评分8585 中国科学家以书生科学多模态大模型攻克三维Ghys猜想
上海人工智能实验室访问学者许地生团队依托书生科学多模态大模型S2，通过人机协同完成了困扰数学界30余年的三维Ghys猜想证明，相关论文已在arXiv发布，形式化代码在GitHub公开。北大董彬教授、刘若川院士团队使用SHEAF框架完成了形式化验证，确认证明正确性。
IT之家精选AI 评分8181 昆仑万维发布Matrix-Game 4.0视频大模型游戏
昆仑万维发布Matrix-Game 4.0，这是首款运行在单张消费级显卡上的视频大模型游戏，实现了480p、60 FPS的实时游戏体验，延迟低于150毫秒，并已同步开源。
推荐理由：原文给出了技术实现路径和开源地址，读者可据此评估其游戏开发应用价值。
IT之家AI 评分8181 阶跃 Step 5 Preview 大模型权重开放
阶跃今天正式释放 Step5Preview 权重，支持 100 万 token 上下文窗口，采用稀疏 MoE 架构，总参数量 600B、每 token 激活参数仅 27B，已上线 Hugging Face 和 ModelScope。
IT之家精选AI 评分8080 中国科学家首次用书生-S2大模型攻克三维Ghys猜想
上海人工智能实验室访问学者许地生团队依托书生科学多模态大模型S2，通过人机协同完成了困扰数学界30余年的三维Ghys猜想证明，相关论文已在arXiv发布，形式化代码在GitHub公开。北京大学董彬教授、刘若川院士团队利用SHEAF框架对证明完成形式化验证。
推荐理由：中国科学家首次使用书生-S2大模型完成三维Ghys猜想证明，验证了人机协同解决世界级数学难题的新范式。
钛媒体AI 评分7575 OpenAI ARR大幅低于预期事件分析
OpenAI的ARR约500亿美元，低于市场预期的680-700亿美元，引发资本市场震动。文章指出市场预期缺乏严谨依据，且OpenAI与Anthropic的收入差距已大幅收窄，可能年底反超。
TechCrunch · AIAI 评分7070 Ricursive Intelligence 开发AI设计芯片技术应对算力危机
Ricursive Intelligence 创始人 Anna Goldie 和 Azalia Mirhoseini 在 TechCrunch Disrupt 上展示了其AI芯片设计技术，该技术可自动化和加速芯片设计过程。他们开发的AI系统能够从迭代中学习并改进设计，发现非常规布局以超越传统方法，如之前开发的AlphaChip系统产生的环形芯片布局。
钛媒体精选AI 评分8080 Anthropic推出自研代码管理系统Scion
Anthropic以7名工程师、5个月时间从零构建内部版本控制系统Scion及配套代码审查工具Antique，成功将整个单体代码仓库从Git整体迁移。Scion针对AI编程带来的合并量暴涨（4个月增长12倍）进行了优化，采用'客户端永远在线'设计，基础设施占用比旧Git镜像方案少约200倍，检出速度由分钟级降至秒级。
推荐理由：Anthropic自研Git替代品Scion，揭示了AI编程带来的代码管理挑战与解决方案。
IT之家AI 评分7575 SpaceXAI 发布 Grok Voice 3.0：号称全球最智能的语音模型
SpaceXAI 发布 Grok Voice 3.0，官方称这是全球智能水平最高的语音转语音模型，延迟低于 1 秒，在客服电话处理任务上创下新纪录。该模型已在特斯拉和 SpaceX 每天支撑数百万次对话，通过 API 上线，定价与上一代产品保持一致。
The DecoderAI 评分6565 Google称自我改进AI仍远未实现
Google工程师Haydn Belfield表示自我改进AI仍远未实现，尽管自动化已在代码编写中占据主导地位。AI目前编写了超过75%的生产代码，但88%的代码变更仍需人工监督，完全由AI处理的代码变更比例从7.5%上升到11.9%。
The Verge · AIAI 评分3030 AI竞赛重启：Anthropic 与 OpenAI 领跑，谷歌与 Meta 落后
Anthropic 和 OpenAI 凭借更强大的模型在 AI 竞赛中领先，谷歌和 Meta 尚未形成有力竞争。
华尔街见闻精选AI 评分7878 SpaceX发布Grok Voice 3.0语音模型，登顶语音到语音测评榜单
SpaceXAI发布Grok Voice 3.0语音模型，在Artificial Analysis测试中以86.9分登顶语音到语音综合指数，可自主处理70%星链客服来电，定价0.08美元/分钟。
推荐理由：原文提供了具体评测数据和实际应用案例，读者可据此评估该语音模型在真实客服场景中的表现。
The DecoderAI 评分6565 OpenAI今年将发布至少一款新模型，但旗舰模型仍需安全对齐
OpenAI计划今年底前发布一到两款新模型，其旗舰模型采用循环Transformer技术，提高了数学和编程性能，但增加了安全监控难度。该模型仍需进行安全对齐工作，并需满足美国政府的提前审查要求。
OpenAI NewsAI 评分4545 OpenAI 如何用 GPT-6 Astra 和 GPT-6.1 Sol 等 Agent 连续运行 36 小时以上
OpenAI 通过 GPT-6 Astra、GPT-6.1 Sol、Codex 和 Daybreak 等模型构建 AI Agent，可连续专注运行 36 小时以上，并在使用中持续优化。这些 Agent 专注于网络安全等领域，支持长时间任务处理。
Hugging Face Blog精选AI 评分6565 HiRO-ACEv2：以极低成本模拟3公里分辨率极端天气
Hugging Face发布HiRO-ACEv2系统，能以X-SHiELD约1/300的成本生成全球3公里气候数据，准确模拟极端降雨、风压事件，并已生成完整一年全球数据。
推荐理由：HiRO-ACEv2以低成本高精度模拟极端天气，为气候研究提供新工具。
The Verge · AIAI 评分6565 Anthropic警告AI自我复制模型可能威胁智能设备
Anthropic研究人员警告小型AI模型可能很快具备自我复制能力，能在智能设备间传播。他们成功将Gemma 4模型分割运行在15个Android智能电视盒上，并模拟了AI蠕虫在设备间复制模型的过程。专家认为这一威胁值得重视，尤其对安全防护不足的智能设备构成风险。
Ars Technica · AIAI 评分6565 Anthropic 警告小型 AI 模型可能通过 IoT 设备自我复制
Anthropic 警告小型 AI 模型可能通过智能冰箱、吸尘器等物联网设备实现自我复制，形成难以清除的计算机蠕虫。该公司实验表明，这种 AI 恶意软件复制器可能在未来一年内实现，其特点是无需人类交互即可传播，并能自行适应陌生设备。
Ars Technica · AIAI 评分3535 OpenAI 与 Google 新 AI 模型易被诱导生成裸露内容
研究者发现攻击方法可绕过 OpenAI 和 Google 的 AI 裸露内容防护机制。新模型的安全措施存在漏洞，易被诱导生成不当内容。
Latent SpaceAI 评分7070 Google 发布 Gemini 4 Argon 模型
Google 发布了 Gemini 4 Argon 模型，面向编码、知识工作、企业工作流和网络安全防御。该模型通过 Gemini API、Gemini 平台、Google AI Pro 和 Ultra 以及 Gemini 应用中的 AI 模式提供访问。定价为每百万输入/输出 token 2/10 美元，缓存输入可享受 95% 折扣。
量子位AI 评分8585 面壁开源MiniCPM-V 4.7：35B多模态模型仅需3G内存
面壁智能和OpenBMB开源MiniCPM-V 4.7，包含35B-A3B和1B两个版本，可在iPhone等端侧设备上流畅运行，35B-A3B仅需3G内存，解码速度达每秒13个token以上。
开源中国AI 评分7575 Gemini 4 Argon 全球上线，主打 Coding、企业工作流和网络安全
Google DeepMind发布Gemini 4 Argon模型，定义为从头到尾解决棘手问题的模型，主要应用于编码、企业工作流和网络安全防御三个方向。普通用户可通过GeminiApp和Search里的AI Mode使用。
钛媒体AI 评分7070 Edge AI Daily 早报：AI行业动态与战略布局
Edge AI Daily早报汇总了Google、Meta、OpenAI、英伟达等科技巨头在AI领域的最新动态，包括模型发布、资本投入、技术突破和市场反应。Google开放Gemini 4 Argon模型并大幅降价，Meta发布Muse Wonder模型并投入巨资，OpenAI推出GPT-6全球路由和交互界面，英伟达在欧洲追加20亿美元投资并参与OCP标准制定。
IT之家AI 评分7575 OpenAI GPT-6 Astra 与 Higgsfield 合作提升AI视频生成时长至10分钟
OpenAI 与 Higgsfield 合作，通过 GPT-6 Astra 将AI视频生成时长从1分钟提升至10分钟，解决了长视频在角色、场景和视觉细节上的一致性难题。Higgsfield 已将该技术用于YouTube频道生成教学视频，并计划探索'语音到视频'创作。
钛媒体AI 评分4545 “求索”4.0发布：国内首个人工智能全产业链评测基准
“求索”4.0版评测基准体系正式发布，覆盖算力、模型算法、智能系统与产品等全产业链，配套电力、医疗等真实业务测试负载。该体系已面向产业链开展多轮试点测评，在金融、电力等场景完成产品验证，其轻量版代码工具已开源。
华尔街见闻AI 评分8181 谷歌Gemini 4 Argon全球上线，推广价截至11月底
谷歌将旗舰AI模型Gemini 4 Argon推向全球用户，Pro和Ultra订阅用户可在Gemini应用及谷歌搜索的AI模式中体验。该模型输出上限提升至100万Token，针对编程、复杂推理和网络安全领域优化，推广期API价格低于主要竞品，11月底后价格翻倍。
Simon WillisonAI 评分4545 Muse Wonder 0.2 发布：Meta AI 新模型性能达 GPT-6.1 Sol 水平
Meta AI 发布 Muse Wonder 和 Muse Wonder Full，被 Artificial Analysis 评测为相当于 GPT-6.1 Sol 水平。新模型包含 minimal 到 max 六个推理级别，较前代 Muse 1.3 绘图能力显著提升。Meta AI 保持每月更新模型的节奏。
IT之家AI 评分8585 谷歌发布Gemini 4 Argon模型，支持百万token输出
谷歌发布Gemini 4 Argon模型，面向全球开发者和企业开放，支持最高100万token的上下文窗口，在编码、金融、法律等领域表现优异。该模型定价为输入每百万tokens 2美元，输出每百万tokens 10美元，已在工程和科研领域取得实际应用成果。
Google DeepMindAI 评分8080 Google DeepMind发布Gemini 4 Argon模型
Google DeepMind发布Gemini 4 Argon模型，该模型在网络安全、生物科学等领域具有前沿能力，并采用了多层安全防护机制防止滥用和误用。模型已通过Fairwind Program与网络安全团队合作，发现了医院软件中的关键漏洞，并开始广泛部署。
The DecoderAI 评分7676 Google发布Gemini 4 Argon旗舰模型
Google推出Gemini 4 Argon旗舰模型，面向全球开发者和企业用户，定价为输入token每百万2美元，输出token每百万10美元。该模型在代码生成、3D建模和安全性能方面有所提升，但在独立评测中仍落后于Anthropic的Claude Opus 5.5。
Hugging Face Blog精选AI 评分7878 LiquidAI 发布 LFM2.5-24B-A2B 推理模型
LiquidAI 发布 LFM2.5-24B-A2B 推理模型，这是一个24B参数但仅2B活跃参数的模型，专为在设备上快速、私密运行智能体而设计。该模型在16项基准测试中表现出色，在工具使用和智能体工作流方面领先或匹敌更大规模的模型，推理速度在Apple M5 Max上达到184 tok/s，在NVIDIA B300 GPU上可达21K输出tok/s。
推荐理由：模型以2B活跃参数实现推理能力，在设备上运行速度快且成本低，适合构建本地智能体。
Ars Technica · AIAI 评分6565 Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 中推出
Google 开始向付费用户推出 Gemini 4 Argon，该模型具有高级推理和智能编码能力，已在 YouTube 评论系统和 Project Wing 无人机模拟器中应用。
The Verge · AIAI 评分8585 Google发布Gemini 4 Argon模型
Google推出Gemini 4 Argon模型，声称在多项基准测试中超越GPT-6 Astra、Claude Fable 5.1和Claude Opus 5.5，定价为输入token $2/百万，输出token $10/百万。
AWS Machine Learning Blog精选AI 评分7070 AWS在Amazon SageMaker AI上实现MoE模型的内核工程优化
AWS详细介绍了在Amazon SageMaker AI上对Mixture-of-Experts (MoE)模型的内核优化技术，包括Swap-AB矩阵转置优化、FP8张量量化后端路由选择以及Triton JIT重新编译消除等方法，这些优化使MoE模型在H200上实现了高达10%的吞吐量提升和9%的首个token生成速度提升。
推荐理由：原文详细介绍了AWS在SageMaker AI上对MoE模型的内核优化技术，提供了具体实现方法和性能提升数据。
Google DeepMindAI 评分8585 Google DeepMind发布Gemini 4 Argon模型
Google DeepMind发布Gemini 4 Argon模型，该模型在编码、金融、法律、网络安全和科学领域表现优异，在Vals指数上排名第一。模型现可通过API、AI Studio、Gemini平台等渠道访问，定价为每百万输入token 2美元，每百万输出token 10美元。
Google DeepMindAI 评分8585 Google DeepMind发布Gemini 4 Argon机器人模型
Google DeepMind发布Gemini 4 Argon模型，专注于物理理解、代码生成和视觉语义推理，在Embodied Reasoning基准测试中达到87%的准确率。该模型可应用于机器人控制、Real2Sim转换、物理理解和研究自改进四个关键领域，为机器人全生命周期提供支持。
MIT Technology Review · AIAI 评分7575 开源模型利弊权衡：安全与民主化的平衡
MIT Technology Review深入探讨了开源AI模型的风险与收益。文章指出，开源模型如GLM-5.3可促进研究创新和权力分散，但也存在被滥用的安全风险。Anthropic等公司警告其网络攻击威胁，而支持者如黄仁勋则认为开放有助于民主化AI技术。专家们正寻求中间道路，包括开发防篡改模型和分阶段发布策略，以平衡安全与开放的价值。
钛媒体AI 评分7575 月之暗面估值达500亿美元，计划2027年香港IPO
月之暗面完成最后一轮融资，估值约500亿美元，计划于2027年一季度在香港IPO。其年化经常性收入从3月的1亿美元攀升至8月的10亿美元，有望年底冲刺到20亿美元。面对全球大模型企业争相涌入资本市场的趋势，月之暗面正通过模型分层、加速商业化和完善生态等方式进行IPO前的最后冲刺。
量子位AI 评分8585 Anthropic研究：AI已具备全自主复制能力
Anthropic研究人员让GLM-5.2成功实现端到端全自主复制，在5次实验中有4次攻陷全部8台设备。研究预测到2026年底，30B以下小模型也将具备这种能力，智能家电可能成为AI新宿主。