AI 早报 2026-11-06#

要闻#

• Google 发布 Gemini Omni 1.2 Flash ↗ #1
• OpenAI 发布 GPT-6 Cyber 网络安全模型 ↗ #2
• 蚂蚁百灵推出模型 Ling-3.2-flash ↗ #3

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#

• 混元 Hy4 调用激增，WorkBuddy 十倍扩容 ↗ #11
• Claude 推出个人理财功能测试版，美国逐步开放 ↗ #12
• Meta Muse 应用上线语音视频对话 ↗ #13

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#

• Claude Code 被指泄露用户邮箱，官方加入发送前确认检查 #18
• 美国民主党议员呼吁新国会首日优先禁止人工超级智能 ↗ #19
• OpenAI 发布社区契约，承诺自担园区用电成本 #20

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。

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。

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。

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：

• https://x.com/AntLingAGI/status/2118428246664761379

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。

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。

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。

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

Kimi 正式推出托管智能体服务 #7#

Kimi 宣布正式推出托管智能体服务 Kimi Hosted Agents，把支撑 Agent 运行的 Harness 框架搬到云端，企业无需自建框架即可获得 7×24 小时托管环境，支持长程任务与多智能体协作，首批提供 8 个金融 Agent 模板。

Kimi 宣布正式推出 Kimi Hosted Agents（托管智能体），将支撑 Agent 运行的 Harness 作为云端服务提供，企业和开发者无需自行搭建和维护运行框架，即可获得 7×24 小时的托管环境，支持长程任务执行与多智能体协作。

该服务目前提供 140+ Skills 与 30+ 插件，覆盖联网检索、专业数据查询、办公文档处理和内容生成等任务，企业也可接入自有工具和数据源。

安全方面，服务配备独立沙箱与网络访问权限控制，执行过程留痕可查、支持审计导出，该组件目前仅向企业认证用户定向开放。

定价采用按量计费，总费用由沙箱运行时长、模型推理费用和插件调用费用构成，其中沙箱运行时长为每小时 0.072 元。

首批提供 8 个金融 Agent 模板，覆盖投研建模、深度研究、晨报生成、IPO 跟踪、持仓监控等任务。

相关链接：

• https://platform.kimi.com/docs/hosted-agents/overview
• https://mp.weixin.qq.com/s/anUer3njbiUh4KOYfORncA?scene=1&click_id=286790837

Cursor 推出 Live Apps：描述需求即可构建上线应用 #8#

Cursor 推出 Live Apps，用户通过 Cloud Agent 描述需求即可构建并部署 Web 应用。系统按需配置数据库、鉴权与托管，安全检查通过并确认后生成分享链接。

Cursor 推出 Live Apps 功能，用户启动一个 Cloud Agent 并描述想要的应用，Cursor 就会构建 Web 应用、按需启动 Postgres 数据库、配置基于 Cursor SSO 的身份验证并完成托管。

应用可共享给指定人员、群组或整个团队，访问均需通过 Cursor 登录，个人套餐还可以公开共享，而 Teams 和 Enterprise 团队默认关闭公开分享。

该功能现已面向所有已启用 Cloud Agent 的付费方案开放，不支持本地 agent，团队管理员可控制功能开关、公开分享和 API key，并取消发布任意应用。

OpenAI GPT-Live 外呼 API 正式发布 #9#

OpenAI 宣布，GPT-Live 外呼电话 API 正式发布，对所有组织开放。开发者可以让语音智能体通过任意 SIP 中继服务商拨打电话，通话支持高清语音和按键收发。

OpenAI Realtime AI 负责人 Justin Uberti 宣布，GPT-Live 外呼电话 API 正式发布（GA），开发者可以让 Live 语音智能体通过任意 SIP 中继服务商（如 Telnyx、Twilio）向外拨打电话。

官方文档显示，该功能通过 Live API 面向所有组织开放，通话支持 HD Voice 高清语音，并可收发 DTMF 按键事件。

文档同时写明限制：振铃最长 3 分钟，接通后的通话最长 2 小时，均不可配置。

相关链接：

• https://developers.openai.com/api/docs/guides/voice-sip
• https://x.com/juberti/status/2118101340186698028

DeepSeek Harness：日活跃用户达 154 万，将建设官方插件市场 #10#

DeepSeek Harness 官方公布产品与社区进展，截至 11 月 4 日按官方 API 用户统计，日活跃用户达 154 万，日消耗 Token 约 92 万亿。官方还表示将建设官方插件市场，并筹备面向插件作者的支持计划。

DeepSeek Harness 官方公布产品与社区进展。

8 月 13 日，DeepSeek Harness v0.1 版本上线，9 月 29 日桌面端正式发布。

截至 11 月 4 日，以使用官方 API 的用户为统计范围，DeepSeek Harness 日活跃用户已达 154 万，日消耗 Token 约 92 万亿。

发布至今，其第三方插件数量已增至约 3.5 万个，约 60% 的活跃用户制作或安装了至少一款第三方插件。

官方表示将提升插件 API 的稳定性与兼容性、完善插件安全机制，并建设官方插件市场，同时正在筹备面向插件作者的支持计划，将通过 Token 激励、技术交流与作品推荐支持插件创作。

相关链接：

• https://mp.weixin.qq.com/s/xqyrRaiBpIcf0jeJzP7W0g

混元 Hy4 调用激增，WorkBuddy 十倍扩容 #11#

腾讯 Hy4 在 WorkBuddy 首发接入，首日因调用激增出现大量用户触及额度。WorkBuddy 团队已将其推理集群紧急扩容十倍，并提升免费体验额度，Hy3 限免将延长至 11 月 15 日。

腾讯混元 Hy4 在 WorkBuddy 首发接入后，凭借 Agent 能力的显著提升，获得大量用户与开发者的积极体验和热情反馈，上线首日即在任务队列中出现大量用户触及额度的情况。

WorkBuddy 团队表示，已针对 Hy4 推理集群紧急扩容十倍，并提升了用户的免费体验额度，后续将持续动态调配资源。但受限于高端算力总量与高峰并发集中，个别时段仍不排除继续出现限额。

团队建议遇到限额时切换到 Hy3 等其他模型，Hy3 的限免将延长至 11 月 15 日 23:59，非紧急需求也可错峰在晚间时段使用。

相关链接：

• https://mp.weixin.qq.com/s/7THoAz6jRFNt3qmIqTnjug?scene=1&click_id=1483109207

Claude 推出个人理财功能测试版，美国逐步开放 #12#

Anthropic 为 Claude 推出个人理财功能，本周起以测试版向美国 Pro、Max 和 Ultra 订阅用户逐步开放。用户连接银行和信用卡账户后，可用日常语言询问消费情况，权限只读，不能转账、管理或投资资金。

Anthropic 推出 Claude 个人理财功能 Personal Finance，以测试版从本周起向美国 Pro、Max 和 Ultra 订阅用户逐步开放。

用户通过 Plaid 连接自己选择的银行和信用卡账户后，可以用日常语言询问钱花在了哪里，Claude 会根据真实的余额和交易记录作答，还能找出重复扣款、意外手续费和持续上涨的账单，解释 APR 这类年利率术语。

权限为只读，Claude 不能转移、管理或投资资金，Personal Finance 页面内的对话不用于训练模型。

该功能没有广告和赞助推荐，账户可随时解绑。

相关链接：

• https://claude.com/resources/articles/introducing-personal-finance-in-claude
• https://x.com/claudeai/status/2118403114890137895

Meta Muse 应用上线语音视频对话 #13#

Meta 正式推出在 Connect 大会上介绍的 Muse Realtime Avatar 技术，美国用户现在可以在 Muse 应用中和 AI 智能体语音、视频对话。

Meta 在美国 Muse 应用中推出 Muse Realtime Avatar 技术，该技术此前在 Connect 大会上展示，能将 Muse Realtime Voice 转化为有表现力的实时化身，用户可以通过语音或视频与 Meta 面向消费者的 AI 智能体 Muse 对话。

功能目前支持手机、网页和 Mac 端，化身说话时会做出配合对话语气的细微表情和手势，用户也可以随时打断。官方提供数百种声音可选，并可在仅语音、化身伴随对话和全屏面对面之间切换。

Meta 表示，语音对话接下来将登陆 AI Glasses 和 Muse Charm。

相关链接：

• https://x.com/AIatMeta/status/2118412135340572850

METR：Anthropic 能力增速约为此前 2 倍 #14#

独立机构 METR 评估 AI 对模型研发的影响，调查 Anthropic 内部数据后估计，该公司模型能力的提升速度约为此前的 两倍，AI 参与研发可能是主要原因，但幅度仍不确定。Anthropic 删去了公开报告中的大量关键证据。联合创始人 Sam McCandlish 解释称，公开加速方法可能泄露商业机密，也可能帮助其他公司加速研发，增加安全风险。

独立评估机构 METR 为评估 AI 对模型研发的影响，从今年 8 月起查阅 Anthropic 内部数据，并访谈研究人员。METR 估计，截至 2026 年 10 月，Anthropic 模型在界定明确的任务上的能力提升速度，约为 2024 年 3 月至 2025 年 10 月期间的两倍；这一判断不确定性很高，1.3 至 3 倍都在其认为可能的范围内。另一项基准趋势分析显示，Anthropic 模型的 AECI 得分增速约为此前的 1.9 倍，但基准成绩与实际能力的关系仍不清楚。METR 认为，AI 参与研发可能带来了大部分加速，但其他因素也可能起作用，公司内部对原因没有共识。

Anthropic 删去了公开报告中大量最有信息量的证据，METR 表示这使公众难以独立检验结论。Anthropic 联合创始人、负责安全工作的 Sam McCandlish 承认删节增加了核验难度，并解释称，加速方法涉及商业敏感信息，公开后也可能为其他公司提供加速研发的路线图，从而加剧安全风险。他表示认同报告的许多结论：AI 正在加快公司研究，但具体加快了多少很难说。Anthropic 计划在未来几周发布自己的 AI 进展速度分析，并介绍新的安全措施。

相关链接：

• https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/
• https://x.com/Sam_McCandlish/status/2118422266669371519
• https://x.com/METR_Evals/status/2118412183860351084

Vals AI 称在多家前沿实验室模型中发现重大安全问题 #15#

Vals AI 称，多家前沿实验室的公开及内部模型存在安全对齐问题，可能被滥用于高风险领域，也可能增加灾难性失准风险。相关实验室正调查和缓解，该机构将在数周内公开发现。

Vals AI 在 X 上宣布，在多家前沿实验室最近的公开和内部模型中发现一项重大安全与对齐问题。Vals AI 称，这一问题可能使模型被滥用于一个高风险领域，也可能增加灾难性失准风险。它已把问题披露给相关实验室，实验室目前正在调查和缓解。作为独立第三方评估机构，Vals AI 表示将保持完全的编辑独立性，并在未来数周公开调查发现。

相关链接：

• https://x.com/ValsAI/status/2118473836710760816

Reflection 公开开源模型 Beam 安全训练与评估详情 #16#

Reflection 发布博文和技术报告，介绍其首款开源权重模型 Beam 的安全训练与评估，并推出开源安全研究计划 Project Iris。

Reflection 发布其首款开源权重模型 Beam 的安全训练与评估报告，并推出开源安全研究计划 Project Iris。

该计划将免费开放安全研究、评估工件和相关工具，供研究者、开发者、政策制定者和企业使用及构建。

Reflection 表示，Beam 的安全训练结合了预训练数据过滤、安全后训练，以及将能力和安全教师模型的能力合并进 Beam 的多教师蒸馏。

在 Reflection 的 Iris Safety Evaluations 对话任务中，Beam 拒绝了 89% 的有害请求，同时对 82% 的安全相关无害请求正常配合。

相关链接：

• https://reflection.ai/beam-safety-report
• https://reflection.ai/beam-model-card

月之暗面开源 TCSExam 基准 #17#

月之暗面发布并开源理论计算机科学研究评测基准 TCSExam，包含 100 道题的 Full 套件和 20 道题的 Lite 套件，覆盖定理证明、求解器工程、构造和开放猜想四个方向。

月之暗面发布并开源了理论计算机科学研究评测基准 TCSExam，用可验证的研究任务检验大模型与 agent 组成的系统。

基准设 Full 和 Lite 两个套件，Full 包含 100 道题，Lite 从四类题型中各选 5 道、共 20 道，覆盖定理证明、求解器工程、构造和开放猜想四个方向。

定理证明题要求用 Lean 证明已发表的结果，求解器工程题要在隐藏实例上评测实现的算法，构造题给出可验证的构造或界，开放猜想题接受完整的 Lean 证明或证伪。

评测指南默认使用 Kimi Code，也支持 Claude Code、Codex 和 Grok Build，项目自研代码采用 Apache-2.0 许可，题面和文档采用 CC BY 4.0 许可。

相关链接：

• https://moonshotai.github.io/TCSExam/
• https://github.com/MoonshotAI/TCSExam

Claude Code 被指泄露用户邮箱，官方加入发送前确认检查 #18#

Claude Code 被用户发现登录时会把账号邮箱注入对话上下文，邮箱可能随外部请求或 git 提交发往第三方网站，有用户称因此每天收到大量诈骗邮件。Anthropic 已在 v2.1.317 加入发送前确认检查。

Claude Code 被曝会把账号邮箱泄露给第三方：用户报告并经技术博客实测证实，使用 claude.ai 账号登录时，工具会将邮箱以注记形式写入对话上下文并传递给 subagent，官方文档未提及该机制。

多名用户报告，模型执行外部请求时可能把邮箱写进 User-Agent，或在 git 作者信息未配置时用账号邮箱提交代码，波及 crates.io、SEC EDGAR 等站点，有用户称因此每天收到数十封诈骗邮件。

Anthropic 先前已在 v2.1.234 版本指示模型不将邮箱发往无关服务，并在 v2.1.317 版本增加检查，网络或 shell 工具调用发送账号邮箱前先询问用户。

美国民主党议员呼吁新国会首日优先禁止人工超级智能 #19#

美国民主党众议员 Yassamin Ansari 呼吁，将暂停高级 AI 开发、监管这个失控的行业和禁止人工超级智能列为新国会第一天议程的首要事项。她参与联署的相关法案此前已提出，目前仍在国会委员会审议。

美国亚利桑那州民主党众议员 Yassamin Ansari 在 X 发帖称，新国会第一天民主党议程的首要事项，应当是暂停高级 AI 开发、监管这个“失控的行业”，并禁止人工超级智能。

她参与联署的《禁止人工超级智能法案》此前由参议员 Bernie Sanders 与众议员 Greg Casar 提出，要求永久禁止开发或部署人工超级智能，并在新设的内阁级 AI 部门建立、制定规则前暂停高级 AI 开发。

按照法案，违规公司将面临强制解散等“企业死刑”处罚，个人最高可判处 20 年监禁。

该法案目前仍在国会委员会审议，尚未成为法律。

相关链接：

• https://x.com/coinbureau/status/2118131721145389562
• https://x.com/RepYassAnsari/status/2118054336077127797

OpenAI 发布社区契约，承诺自担园区用电成本 #20#

OpenAI 发布《国家社区契约》和《算力园区政策蓝图》，承诺未来自营园区的用电和电网扩容成本全额自担，并公开耗水耗电与噪音数据。

OpenAI 发布《国家社区契约》与《算力园区政策蓝图》，为未来由其拥有并运营的每个算力园区制定本地契约。

OpenAI 承诺全额承担自身用电成本和配套电网扩容开支，在重大支出启动前提供财务担保，为每个园区制定水资源方案并优先采用闭式循环或低耗水冷却，公开各站点耗电耗水数据和独立噪音评估报告，原则上不要求公职人员签署保密协议，安全信息和商业秘密等除外。

公司还将尽早让居民参与规划，在园区全生命周期设立常设联络窗口，每年公布履约进展和招聘与学徒培训数据。

OpenAI 同时向联邦、州和地方立法者提出政策建议，包括要求大型用电客户承担自身给电网增加的成本、公开税收优惠条款。

提示：内容由AI辅助创作，可能存在幻觉和错误。

内容来源：橘鸦Juya AI早报