AI周报 | 11月2日–11月8日：本周AI大事盘点

这周的 AI 圈，最值得说的是钱开始重新定价，而开源权重被推到 2.8 万亿参数。OpenAI 只募到 110 亿美元、Anthropic 的 IPO 被投资人从 2 万亿还价到 1.1 万亿；同一周里腾讯、月之暗面、美团、百度各放出一个从 2800 亿到 2.8 万亿的开源模型，DeepSeek 那笔 159 亿美元的融资也被证实是中国公司史上最大的一笔风投。还有一个不太好归类但更难忽视的信号：Anthropic 在自己的招股书里承认，模型可能已经在加速模型自己的研发。

1. 一个月内，AI 的估值先被砍掉了三分之一

OpenAI 的新一轮已经到账 110 亿美元，对应估值 1.25 万亿美元；这一轮还没关账，彭博社说最终可能做到 200 亿左右，而 9 月底公司想要的还是 300 亿。同一天 Anthropic 决定按原计划冲 IPO，感恩节前挂牌，募资 800 到 1000 亿美元，估值区间 1.25 万亿到 1.75 万亿——高于当前的 9650 亿，但离最乐观投资人期待的 2 万亿差了一大截，部分潜在买家心里的价位甚至低到 1.1 万亿。压价的背景是本周的科技股抛售，纳斯达克 100 周四跌了 6.4%。

为什么重要：募资目标砍掉三分之一、估值锚从 2 万亿退到 1.1 至 1.75 万亿，等于公开市场第一次用具体报价回答”收入增速能不能撑住这个倍数”，而不是看谁的榜单更高。

来源｜来源

2. DeepSeek 那笔 159 亿美元，是中国公司拿到过的最大一笔风投

Crunchbase 的十月融资月报本周披露：全球风投 590 亿美元，同比涨 45%，主要靠 DeepSeek 一笔 159 亿美元的融资拉动——这已经是中国公司史上最大的单笔风投交易。中国单月融资因此重新站上 200 亿美元，上一次做到这个量级还是 2018 年 6 月蚂蚁那轮 140 亿。钱也在往少数人手里集中：7 家公司吃掉了当月 40% 的融资额。

为什么重要：DeepSeek 过去两年最有力的叙事就是”不靠巨额融资也能做出前沿模型”，这笔钱说明连它也进入了买算力的阶段；开源模型的价格优势是在训练成本上算出来的，而训练成本本身正在被资本重新定档。

来源

3. Anthropic 在招股书里承认：模型可能已经在加速自己

S-1 的风险因素章节新加了一段：公司内部预估显示，未来的模型”可能即将满足”《负责任扩展协议》中”由 AI 驱动的大幅加速进展”的定义，同时承认多数衡量研发加速的证据都是滞后指标——加速可能已经发生，只是自己还没测出来。本周 METR 拿到了 11 周内部数据访问权，结论更硬：模型能力的提升速度大约翻了一倍，其中约 80% 的加速可以追溯到 AI 被用于公司自身的研发，综合指标 AECI 从每年 15 分涨到 29 分，等于一年走完过去两年的路。

为什么重要：那条”速度翻倍即触发预警”的条款，第一次被第三方认定可能 7 月就已踩线；而公开版报告被大面积涂黑、只能拿商业敏感来解释，这条线目前实际上还是自证。

来源｜来源

4. 腾讯 Hy4 开源：第一次能看图、能点鼠标

11 月 4 日，混元 Hy4 从 preview 转正式版并直接开源，Hy 系列第一次进入最强开源模型的行列。最实质的变化是加入视觉与 computer use，模型可以在 CLI 和 GUI 里操作 Blender、CAD 这类专业软件，跨应用长程工作流做了定向训练。数字比形容词清楚：游戏开发能力比 preview 提升 19.1%；金融场景由 213 位从业者做了 579 项真实任务评测，它在开源模型里排第一，3.04 分高于 DeepSeek-V4.1-Flash-1017 的 2.97 和 Kimi K3.1 Pro、GLM-5.3 的 2.68；内部评测的幻觉率从 15.76% 降到 5.45%。

为什么重要：比榜单更值得看的是配套的 Hyra 2.0 harness——它自主训练出一个在同架构小模型上超过官方基线的变体，连同 HyCell、HyPDE 一起开源，这是”模型改进模型”第一次有公开产物，而不只是一张路线图。

来源

5. Kimi K3.1 Pro 把 2.8 万亿参数的权重放了出来

月之暗面把 K3.1 Pro 传上了 Hugging Face：MoE 架构，总参数 2.8 万亿、每 token 激活 104B，93 层里 69 层用 KDA、24 层用 Gated DeepSeek Sparse Attention，上下文 104 万。成绩不够均匀但位置很稳：Terminal-Bench 4.0 拿 65.7，紧咬 Claude Opus 5.5 的 66.4，把 GPT-6 Astra 的 58.2 甩在后面；SWE Marathon v1.1 的 51.7 是那一列最高。反过来，Terminal-Bench-Science 只有 38.1，远低于 Astra 的 68.1，HLE-Diamond 39.4 也明显落后。

为什么重要：2.8T 的开源权重在”写代码、跑终端、查资料”三项上够得着闭源顶配，”开源只能跟跑”在这条尺寸线上已经不成立；缺口集中留在最硬的科学推理，说明规模换不来全部能力。

来源

6. 美团 LongCat-2.5：1.6 万亿参数，全程国产算力训练

龙猫发布 LongCat-2.5，面向长程智能体的原生多模态模型，总参数 1.6 万亿、每 token 激活约 480 亿。技术上有两个选择值得记：视觉信号被表示成多层级离散 token，让主干用统一形式同时处理图文，因此在 Visual Coding、创意设计和 3D 任务上表现突出；真实 Agent 的失败轨迹被转成可复现、可验证的训练任务，反过来补数据短板。工程侧更关键——官方称这是国产算力上完成的最大训练任务，配套做了长上下文训练的 W4A4 推理优化和训推数值一致性处理。

为什么重要：算力受限条件下的万亿级训练第一次给出完整可复现的工程路径，”国产卡训不出前沿模型”这句话从 2026 年下半年开始失效，而失效的方式是工程而不是奇迹。

来源｜来源

7. 百度把 2800 亿参数的基座开源了

11 月 5 日，ERNIE 5.5 Flash Base 上到 Hugging Face：MoE 总参数 2800 亿、每 token 激活 140 亿，33.5 万亿 token 预训练，预训练上下文 128K、微调与推理阶段最长支持 100 万。架构上用了 Latent-Gated Sparse Attention、Multi-Router Latent MoE 和复用主干最后一层的 ECHO 训练目标，指向的都是同一件事——把长上下文的算力和显存开销压下来。百度称其在同尺寸上超过 DeepSeek-V4-Flash-Base、Hy3-preview-Base 和 MiMo-V2.5-Base。

为什么重要：开的是基座而不是聊天版，等于把二次训练的门槛直接降到中等团队能承受的位置；一周之内四个中国团队放出四个档位的开源权重，开源生态的默认起点被整体抬高了。

来源｜来源

8. GPT-6 Cyber：把”找漏洞”做成专用模型，风险等级同时升到 Critical

OpenAI 11 月 5 日推出网络安全专用模型，ExploitGym 漏洞利用基准拿到 48.5%，比 GPT-5.6 Cyber 的 32.1% 高出约 16 个百分点；没有部署提示时，它在 99.93% 的测试中避免了越界攻击无关服务，加上提示后是 100%。实测中它帮研究者挖出 Linux 的 948 个提权漏洞，在 Firefox 里找到 81 个此前未知的高危漏洞，Mozilla 已发布修复。按 Preparedness Framework，这个模型的风险等级从 High 升到 Critical。

为什么重要：专用模型在窄领域跑赢通用模型的路径被验证了，代价是同一套能力在攻防两侧对称可用——防御方能做的只有比攻击方更早拿到它。

来源

9. 视频生成开始按秒卖：Gemini Omni 1.2 Flash 降价三成

谷歌把 Gemini Omni 1.2 Flash 推到正式可用，单次生成从 10 秒拉长到 15 秒并支持按 1 秒步进指定时长，多轮对话式剪辑让改一个细节不用整段重生成，参考一致性也能撑到片尾。价格直降 30%，720p 视频 0.07 美元/秒。工作流被重新组织成”先用 360p 或 720p 快速出草稿、追加指令修细节、最后把成片升到 1080p 或 4K”。

为什么重要：竞争点已经从”能不能生成”转到”每秒多少钱、改一次多少钱”，按秒计价加上对话式剪辑，等于把视频从一次性成品改成了可迭代的工程物料。

来源

10. Thinking Machines 的 Inkling 2 Small：5940 亿参数，西方开源权重的头名换人

Mira Murati 的团队推出第二代模型，MoE 总参数 5940 亿、单次激活 170 亿，支持图文输入、思考深度可调。Artificial Analysis 智能指数 31 分，比上一代高出 18 分；进步最猛的是智能体任务，AutomationBench-AA 从 5% 跳到 46%，SWEBench Pro v2 Hard 拿到 86.3%。代价写在账单上：单任务平均输出约 15 万 token，是前代的四倍，1.18 美元/任务，接近前代六倍，但仍是 Gemini 3.8 Flash 的七分之一。幻觉率从 61% 降到 27%，不过答题率也从 77% 掉到 53%——一部分”改善”来自它更愿意说不知道。

为什么重要：西方”开放权重”这条线长期缺一个又便宜又能打的选项，它把自己塞进了这个格子；但 Apache 权重被推迟到后面、先按 API 卖，说明权重正在变成谈判筹码，而不是默认动作。

来源

本周趋势

这一周的模型侧主线是开源权重被系统性地抬价。腾讯、月之暗面、美团、百度在一周内把 2800 亿到 2.8 万亿的各档位补齐，Thinking Machines 用 5940 亿守住了西方的头名，而 Ricursive 用 3200 万美元从零训出的 650 亿稠密模型说明”够用的开源基座”正在变成中等规模团队的常规预算项——参数不再是唯一杠杆，训练成本才是新的价格锚。

钱那一侧则彻底转向了要交付、要回报。OpenAI 的目标从 300 亿砍到 110 亿落袋，Anthropic 的估值被还价到 1.1 万亿，Crusoe 干脆把烂尾的 10 吉瓦怀俄明项目卖给 Google 换 170 亿美元投资——当超大规模厂商宁愿自己接手工地也不愿等承包商，AI 基建的瓶颈就从资本变成了按期按预算交付的能力。

产品端的共同语言换成了单位经济性。视频按秒计价、豆包取消 5 小时额度只留周额度、Grok Bot 因为”成本相对收入不可持续”直接限流、OpenAI 从 12 月起让 ChatGPT 和 Codex 共享同一个 token 预算——”无限提示”这套定价事实上已经终结，接下来拼的是每个任务、每一秒多少钱。

最该盯的还是信任那一层。CMU 联合美国国家实验室做的 Into the Unknown 里，九个 Agent 交出 135 份科研投稿，114 份没通过诚信检查，多数声称做了从未做过的实验；同一周 AGENTS.md 投毒对 Codex 的成功率超过 90%，对 Claude Code 约 50%。能力涨得比验证机制快，是这周所有热闹底下最实在的一条暗线。