AI 行业日报 | 2026 - 11 - 06

1、Google 发布 Gemini Omni 1.2 Flash 视频模型,原生视频时长提升至 15 秒,定价下调 30%;2、OpenAI 推出网络安全专用模型 GPT-6 Cyber,漏洞挖掘能力大幅提升;3、蚂蚁百灵 Ling-3.2-flash 多模态模型上线 API;4、METR 评估显示 Anthropic 研发效率显著提速;5、Claude Code 曝出邮箱信息泄露安全漏洞;6、美国众议员呼吁禁止人工超级智能

1、Google 发布 Gemini Omni 1.2 Flash 视频模型,原生视频时长提升至 15 秒,定价下调 30%;

2、OpenAI 推出网络安全专用模型 GPT-6 Cyber,漏洞挖掘能力大幅提升;

3、蚂蚁百灵 Ling-3.2-flash 多模态模型上线 API;

4、METR 评估显示 Anthropic 研发效率显著提速;

5、Claude Code 曝出邮箱信息泄露安全漏洞;

6、美国众议员呼吁禁止人工超级智能。

一、模型发布与开源

1. Google 发布 Gemini Omni 1.2 Flash 视频生成模型

Google 正式发布Gemini Omni 1.2 Flash,原生视频生成上限由 10 秒提升至 15 秒,支持按秒设定时长,支持多轮对话迭代修改视频,无需全部重绘。 支持图片、最长 3 秒动作片段、音频作为生成参考;优化人物、场景镜头切换一致性,对白、口型同步、镜头控制能力升级。支持 360p/720p 生成后放大到 1080p、4K;720p 输出每秒 0.07 美元,较上一代下降 30%。 模型逐步上线 Flow、Google Vids、Gemini App、Gemini API;AI Ultra 订阅用户优先体验。官方提示高速体育动作、快速脚本切换、复杂物理仿真仍存在短板。

2. OpenAI 发布 GPT-6 Cyber 网络安全专用模型

OpenAI 发布面向安全攻防场景专用模型GPT-6 Cyber。ExploitGym 基准得分从 32.1% 提升至 48.5%;无额外安全提示条件下 99.93% 任务不越界,附加提示后可达 100%。 OpenAI 研究人员用它在 Firefox 中发现了 81 个此前未知的高危漏洞,并为 948 个 Linux 内核提权漏洞开发出可用的利用代码;按 Preparedness 框架,它在网络安全领域被定为 Critical(关键)等级,高于前代 GPT-5.6 Cyber 的 High。 目前仅向通过审批的 Daybreak 计划用户开放,后续分批扩大范围。

3. 蚂蚁百灵 Ling-3.2-flash 多模态模型上线 API

蚂蚁百灵推出Ling-3.2-flash原生多模态 MoE 模型,总参数 560B,每 Token 激活 25B,支持 1M 上下文,接收文本、图像、视频输入。 面向复杂视觉理解、长时多模态 Agent、3D 交互、医疗智能等场景;官方评测在 OmniDocBench1.5、ZEROBench (Sub)、Vision2Web 基准超过 Claude Opus5 max。模型仅开放 API 调用,权重暂未开源。

4. Thinking Machines Inkling 2 Small 即将开源

Thinking Machines 发布Inkling 2 Small,MoE 架构总参数 594B,激活 17B,支持图像输入、可变推理强度,在 Artificial Analysis Intelligence Index 上得分 31,明显高于前代模型。 目前可在 Tinker Playground 试用;官方计划在完成外部安全测试和红队测试后,于下周以 Apache 2.0 许可证开放完整权重。

5. 百度开放 ERNIE-5.5-Flash-Base 预训练权重

百度开放ERNIE-5.5-Flash-Base预训练 Checkpoint,MoE 总参 280B,激活 14B,基于 33.5T Token 从零预训练;训练上下文 128K,推理微调支持 1M Token。 该版本为预训练原始权重,未经过后训练,适合领域微调、科研;MMLU 93.3,HumanEval+ 82.3;FP8、BF16 权重发布于 Hugging Face、魔搭,兼容 vLLM、SGLang。完成指令对齐的 ERNIE 5.5 Flash 正式版后续推出。

6. 中国科大 structRFM RNA 基础模型登上《自然》开源发布

中科大 MIRACLE 实验室周少华、熊鹏团队在《自然》发表 RNA 基础模型structRFM。使用 2100 万条序列-结构配对数据做结构引导预训练;支持 RNA 二级、三级结构预测、剪接位点识别、长非编码 RNA 解析(最长 3000nt)。 全部数据集、模型权重、源代码对外完全开源。

二、开发生态与工具更新

1. Kimi Hosted Agents 托管智能体服务正式发布

月之暗面正式上线Kimi Hosted Agents云端托管 Agent 服务。企业无需自建 Harness 运行框架,提供 7×24 小时托管沙箱环境,支持长周期任务、多智能体协同。 提供 140 多个技能(Skill)和 30 多个插件,也支持接入自定义技能、插件、MCP 服务和企业自有工具数据源;首批提供 12 个官方 Agent 模板,覆盖金融研究、游戏开发、运维响应和出海社群运营等场景。自托管执行环境仅向完成企业认证的用户开放。

2. Cursor Live Apps:自然语言描述直接构建部署 Web 应用

Cursor 推出Live Apps功能,Cloud Agent 接收自然语言需求,自动完成 Web 应用编码、Postgres 数据库配置、SSO 鉴权、云端托管部署;生成可分享访问链接。 权限管控:个人套餐可公开分享,Teams/Enterprise 默认关闭公开分享;管理员开关功能、吊销发布。仅支持 Cloud Agent,本地 Agent 不支持。

3. OpenAI GPT-Live 外呼电话 API 正式 GA

GPT-Live 语音外呼 API 正式全面可用,企业开发者对接 SIP 服务商(Twilio、Telnyx 等),让语音智能体主动拨打电话;支持 HD 高清语音、DTMF 按键收发。 限制:振铃超时最长 3 分钟,接通后通话上限 2 小时,参数不可自定义。面向全部组织开放。

4. 报道称 DeepSeek Harness 日活超 150 万,将上线官方插件市场

据报道,截至 11 月 4 日,Harness 日活 154 万,日消耗 Token 92 万亿;社区第三方插件已达 3.5 万个,约 60% 活跃用户安装或制作过插件。报道称官方将提升插件 API 稳定性和安全校验,建设官方插件市场,并推出面向插件作者的 Token 激励计划。

三、产品应用落地

1. 腾讯 WorkBuddy 因混元 Hy4 流量激增十倍扩容

混元 Hy4 接入 WorkBuddy 之后访问量爆发,大量用户触及额度上限;团队紧急推理集群十倍扩容,上调免费体验额度;Hy3 限免延长至 11-15 23:59。提示高峰时段依然存在限额,建议错峰或切换模型。

2. Claude Personal Finance 个人理财测试版在美国灰度上线

Anthropic 上线 ClaudePersonal Finance测试功能,面向美国 Pro/Max/Ultra 订阅用户逐步开放。用户通过 Plaid 只读授权绑定银行信用卡;可查询消费账单、识别重复扣费、解释金融术语;禁止转账、投资操作;理财对话不会用于模型训练,账户可随时解绑。

3. Meta Muse Realtime Avatar 上线语音视频化身对话

Meta 在美国地区 Muse App 上线Muse Realtime Avatar,支持语音、视频实时对话,AI 化身匹配对话表情手势;支持仅语音、化身对话、全屏面对面多种模式,支持随时打断交互;后续登陆 AI Glasses、Muse Charm 硬件。

四、技术洞察与前沿研究

1. METR 评估:Anthropic 研发速度显著提升

第三方独立评估机构 METR 发布对 Anthropic 研发提速的评估:截至 2026 年 10 月,Anthropic 在明确任务上提升模型能力的速度,约为 2024 年 3 月至 2025 年 10 月期间的 2 倍,不确定性很高,真实值在 1.3 倍到 3 倍之间都不意外;其中大部分提速可能来自 Anthropic 大量用 AI 做研发,但也有很大不确定性。按约定,Anthropic 有权删去报告中的非公开信息,它删去了 METR 认为最有说服力的大部分证据,理由是「去除可能加速其他 AI 开发者的机密信息」。

2. Vals-AI 披露多家前沿模型存在重大对齐风险

第三方安全机构 Vals-AI 对外披露,多家前沿实验室公开及内部模型存在重大安全对齐缺陷,存在被滥用高危场景、增加灾难性失准风险;已经完成厂商侧通报,各实验室正在开展调查缓解;数周之后完整报告公开发布。

3. Reflection 发布 Beam 开源模型安全报告,启动 Project Iris 安全计划

Reflection 发布首款开源权重模型 Beam 完整安全训练评估报告,同时启动Project Iris开源安全研究计划,对外开放安全数据集、评估工具。 Beam 采用预训练过滤、安全后训练、多教师蒸馏;Iris Safety Evaluations 对话基准测试,在多轮对话中拒绝或转向 88.9% 的有害请求,同时正常回应 81.5% 的无害请求。

4. 月之暗面开源 TCSExam 理论计算机评测基准

月之暗面开源TCSExam,面向 Agent 系统的可验证理论计算机评测套件。完整版(Full)共 100 道题,另有精简版(Lite);覆盖定理证明、求解器工程、构造和开放猜想,定理证明用 Lean 形式化验证。项目内容按 CC BY 4.0 许可发布。

五、行业动态与企业动作

1. Claude Code 爆出邮箱泄露漏洞,新版本增加发送确认

用户反馈 Claude Code 登录账号邮箱被隐式写入对话上下文,经由 Sub-Agent、Git 提交、HTTP User-Agent 泄露至外部站点,造成用户收到大量垃圾钓鱼邮件。 官方更新日志显示:v2.1.234 起告诉模型只用账号邮箱识别用户、不得发给无关服务;v2.1.317 起,网页或 shell 工具调用要把账号邮箱发到网络前,会先询问用户。

2. 美国众议员呼吁禁止人工超级智能

美国民主党众议员 Yassamin Ansari 在社交平台表示,民主党新国会第一天的首要议程应当是:暂停高级 AI 开发、监管这个「失控的行业」、禁止人工超级智能。这是议员个人表态,目前没有相关法律通过。

3. OpenAI 发布算力园区社区契约,承诺全额承担园区用电扩容成本

OpenAI 发布《国家社区契约》以及算力园区政策蓝图。承诺自建算力园区全部用电、电网扩容成本由 OpenAI 自行承担;公开耗电耗水、噪音评估数据,优先低耗水冷却;建立居民沟通窗口,年度公开履约报告;向立法机构建议大型电力消费者承担电网增量成本。

六、前瞻与市场传闻

本期统计窗口无经过多方交叉核验的重大市场传闻。

七、Claw 专题动态

1. 视频生成模型走向长时长、可迭代编辑,商业化价格下探

Gemini Omni 1.2 Flash 将原生视频拉长至 15 秒,支持多轮对话修改,同时降价 30%。视频大模型不再追求单次一键生成完美成片,转向人机协同迭代编辑;成本持续下行将进一步降低视频 AI 的落地门槛。

2. 网络安全专用大模型走向专业化分级管控

GPT-6 Cyber 作为 Critical 安全等级模型,漏洞挖掘能力大幅提升,同时执行严格访问白名单。安全领域模型具备极强的双刃剑属性,行业开始执行能力-风险分级、受限分发模式,不再向全部用户开放。

3. Agent 云托管服务进入商业化落地期

Kimi Hosted Agents 正式商用,企业不用维护底层 Harness 沙箱,按量付费获取 7×24 小时 Agent 运行环境。Agent 产业分工进一步细化,运行时沙箱、插件生态、模板库成为独立的云服务赛道。

八、GitHub 热门开源项目

1. heqin-zhu/structRFM

当日热度:生物 AI 新晋热门 简介:中科大发表于《自然》RNA 基础模型,完整开源权重、数据集、源代码,RNA 结构预测。

2. MoonshotAI/TCSExam

热度:理论计算机评测基准 简介:月之暗面开源 TCSExam,面向 Agent 的可验证定理证明评测套件,Full/Lite 两套题目。

3. Reflection Beam 安全技术报告

热度:开源模型安全评估 简介:Reflection 首款开源权重模型 Beam 的安全训练与评估报告,配套 Project Iris 安全评估。

4. vllm-project/vllm

热度:高吞吐推理引擎标杆 简介:工业级高性能推理引擎,支持 MoE、多模态,广泛用于生产部署。

5. open-webui/open-webui

热度:私有化部署 Web 前端标杆 简介:全功能私有化 AI 交互界面,RAG、插件、多用户权限管理。

全部期号

继续探索 AI 的更多可能浏览全部工具