1. 台积电掏出 10 亿美元入股 OpenAI 与 Anthropic：上游代工厂成了下游客户股东
台积电董事会 11 月 10 日批准了一笔最高 10 亿美元的投资：其中 5 亿美元认购 OpenAI 为大型投资者预留的优先股，另外 5 亿美元按 Anthropic 预期 IPO 价格购买其普通股。路透最先披露这一消息，《华尔街日报》随后跟进，措辞是这笔钱可能给”已显疲态的 AI 交易”打一针信心。
两家公司恰好都是台积电的大客户——英伟达供应给数据中心的 AI 芯片，绝大部分由台积电的晶圆厂实际生产。于是这笔投资被分析师归入了 AI 热潮里越来越常见的”循环融资”：投资者、供应商、客户三者身份互相重叠，谁在为什么付钱变得越来越难拆解。《华尔街日报》引述的警告是，这种结构让真实需求更难评估。
为什么重要：台积电过去只赚代工费，现在直接持有模型公司的股权。钱在同一个闭环里转一圈，营收和需求之间的对应关系就更模糊了一层。
2. OpenAI 单季营收首次突破 100 亿美元，年化收入站上 500 亿
彭博社援引匿名消息源称，OpenAI 第三季度营收首次超过 100 亿美元，相比第二季度的 67 亿美元增长接近 50%——而此前 Q1 到 Q2 的增速只有约 18%。彭博给出的年化收入（run-rate）是 500 亿美元。
亏损端的数字同样在改善但依然惊人：调整后经营利润率从第二季度的 -150% 收窄到第三季度的 -109%。对照来看，Anthropic 前一日披露截至 10 月底年化收入已达 810 亿美元，一个月里增加约 100 亿，第三季度收入 170 亿美元。两家口径并不一致——Anthropic 把云伙伴转售的收入计入，OpenAI 只报自己收到的部分。
为什么重要：OpenAI 今年上半年被 Anthropic 在企业市场上压着打，这季的加速说明降价、模型迭代和 Agent 产品线开始兑现。但 -109% 的经营利润率意味着，收入翻得越快，亏得也越多。
3. 阿里官宣 Qwen4，Qwen4-Max 预览版先上计费平台 Token Plan
11 月 11 日，阿里巴巴确认新一代千问大模型 Qwen4 即将发布，并同时把 Qwen4-Max 预览版首发上线阿里 Token Plan，已接入多款阿里产品。官方没有披露参数规模、上下文长度、定价方案与开源计划。
值得注意的是上线路径：预览版没走消费者端首发，而是直接放进按量计费的调用平台。这意味着开发者与企业客户可以先用真实调用量压测新模型，等正式发布时，发布会更像一次规格与价格的确认，而不是能力的首次亮相。Qwen 系列一直是阿里既建生态又做变现的核心资产——开源版拉开发者，云与 Token Plan 收钱，这次两件事绑得更紧。
为什么重要：接下来三个变量决定 Qwen4 是常规迭代还是主动进攻——正式发布窗口、是否延续开源以及开源哪些规格、Token Plan 定价相对上一代的变化。
4. DeepMind 用 Agent 四周做完 Signal 协议的数学验证，旧版本漏洞被准确揪出
Google DeepMind 的研究者用 Agentic AI 对 Signal 协议的若干关键密码学保证做了形式化验证——即用数学证明软件的行为符合预期、不存在关键漏洞。整个项目只花了四周，用的是新框架 AlphaProof Code。成果分两面：一方面给 Signal 这套保护了 Signal 应用、Google Messages、WhatsApp 海量通信的加密协议又添一份独立背书；另一方面证明 AI 辅助形式验证已经能啃下真实世界的密码学代码。
更硬的证据是回测：拿含有已知漏洞的旧版 Signal 去跑，AlphaProof Code 正确找出了问题，并给出”无法形式化验证”的结论。研究团队没有在新版里发现新漏洞，同时把这次写的规格与证明开源，供其他形式验证工作复用。
边界也要说清楚：这次没有验证整个 Signal 手机应用，只是协议的一部分。DeepMind 研究员 Swarat Chaudhuri 的说法是”这个结果很令人兴奋，但距离扩展到全世界所有软件还有很长的路”。
为什么重要：前一天的新闻是 AI 花 30 小时证完费马大定理，这一条是 AI 去证明真实生产代码的安全性。前者是炫技，后者才是生意。
5. AlphaGenome 2 发布：把”哪个变异致病”细化到”哪种细胞里出问题”
DeepMind 推出 AlphaGenome 2，是去年 AlphaGenome 的后继模型。人体几乎每个细胞都带着同一份 DNA，但心肌细胞、皮肤细胞、正在对抗感染的免疫细胞会打开不同的基因，而且同一段变异在不同细胞类型、不同状态下后果完全不同。新模型专门捕捉这层差异，预测变异对单个细胞类型与状态的影响。
训练数据是 68 种组织、超过 1 亿个单细胞图谱。DeepMind 称它识别出的、能改变细胞内基因表达的变异数量接近上一代最先进模型的两倍；而且不经重新训练也能对新的细胞类型与生物学状态做预测，还能指出实验数据的空白区，帮科学家决定下一步该做什么实验。即日起通过 AlphaGenome API 向非商业研究开放，商业研究走限额的私有预览。
代价是算力：DeepMind 基因组学负责人 Žiga Avsec 说 AlphaGenome 2 的预测”更贵”，所以九月份那份覆盖全基因组所有可能单碱基变化的 Atlas 仍由老模型生成，两者会并行一段时间。
为什么重要：药物针对的是特定蛋白和特定细胞，群体遗传学找到的变异必须落到细胞层面才有治疗意义。这一步落下去了，虚拟细胞才不是空话。
6. Runway 开源机器人基础模型 Praxis-1，自称在英伟达测试中达到 π0.5 的 1.65 倍
以视频生成起家的 Runway 把 Praxis-1 开源了。据 FourWeekMBA 报道，该模型在英伟达的测试中达到 π0.5 的 1.65 倍。π0.5 是机器人基础模型领域被广泛引用的基线之一，把它当作对照，意味着 Praxis-1 瞄准的是具身智能，而不是文本或图像生成。
需要保留的态度是：这条消息目前只有标题级信息，具体测试条件、任务集合、动作空间与基线配置都未公开。对机器人模型来说，任务集合和硬件配置的差异往往比权重本身更能决定一次比较是否成立，所以”1.65 倍”更适合理解为一个待复现的公开声明。开源的意义也在这里——权重能下载只是第一步，训练与评测细节能不能被外部检验才是关键。
为什么重要：一个视频生成公司跨进机器人基础模型第一梯队，靠的是一句可被检验的数字。后来者不必从零搭基线，但要直接面对这个已经写在纸面上的 1.65 倍。
7. 英国 Fractile 拿下 7.2 亿美元 C 轮，估值超 50 亿英镑，路线是把 DRAM 堆到芯片上
英国 AI 芯片公司 Fractile 完成 7.2 亿美元 C 轮，英国主权 AI 基金（Sovereign AI Fund）参投，Thrive Capital、Founders Fund、Lightspeed、Redpoint 联合领投。英国政府给出的估值是”超过 50 亿英镑“，金融时报与路透消息源给出的数字约为 70 亿美元。这使它和 Axelera、Etched、OLIX 一起，成为专用 AI 芯片赛道里融资最多的初创公司之一。
Fractile 的技术路线是在经历一次转型后确定的：把最常见的 DRAM 直接堆叠在每颗芯片上方，试图绕开”内存容量与带宽二选一”的老取舍。这个取舍在 Agent 时代变得更要命——长链条任务要求大模型在不牺牲速度的前提下跑得更久。公司还自研机器学习编译器，把自己定位成前沿 AI 公司而非单纯硬件厂。CEO Walter Goodwin 在 LinkedIn 上写的是，新钱将让公司在明年交付首批芯片与系统。
为什么重要：推理成本是这一轮 AI 商业化最硬的约束，资本愿意为英伟达之外的路线继续下注。但”明年出货”意味着这条路线目前仍然只有 PPT 和流片计划可看。
8. Tether AI 开源 0.8B 端侧 Agent 模型 BotPsy，工具调用压过 2.5 倍参数对手
Tether AI Research 在 Hugging Face 发布 BotPsy：一个 0.8B 参数的端侧智能体模型，基于 Qwen3.5-0.8B 后训练而来，专攻函数调用与多轮工具使用。官方称它在测过的所有 1.2B 以下模型里领先，六项工具调用与智能体基准中拿下五项第一——包括超过体积是自己 2.5 倍的 Qwen3.5-2B-Think，只在 Claw-Eval 上落后。模型权重与 bf16、Q8、Q4 三档 GGUF 全部开放。
覆盖的场景是典型的”日常琐事”：网页搜索与研究、旅行与生活、电商与金融、业务与客服、设备与车辆控制、文件与文档、日历、邮件与消息。官方也把话说清：适合低到中等难度任务，仍会犯错，不应用于高风险场景。
为什么重要：云端前沿模型的成本不可控，供应商随时可能改价、限流、下架。BotPsy 这类”参数换性价比”的路子，赌的是大量日常任务根本不需要前沿智能——只要工具调用足够稳，端侧就够用。
9. 港科大发布亚洲首个自闭症 AI 智能体，早期筛查 AUC 达 0.92
香港科技大学团队发布 ASD Super Agent，称其为亚洲首个面向自闭症支持的一体化智能体，把早期筛查、个性化干预与持续家庭随访三件事放进同一个系统。项目由数学系及工业工程与决策分析系教授 Kani Chen 带领。团队在开发期间走访香港、粤港澳大湾区与北京的特殊教育机构、儿童发展中心和精神科医院，与近 500 名自闭症儿童的家长交流，反复听到的三个痛点是：评估等待时间长、治疗费用高、干预服务信息分散。
筛查环节刻意贴近日常：家长用手机拍孩子日常活动的短视频，填写标准化问卷、补充基本发育信息，平台据此生成风险评估与分析报告，作为求医前的参考。初步测试的 AUC 为 0.92。干预建议基于”20+1“框架——内置应用行为分析、自然主义发展行为干预、TEACCH 结构化教学、本地化 BSR 模式等 20 多种国际公认干预模型，那个”+1″允许治疗师与特教机构把自有验证过的方法补进知识库。
为什么重要：AI 医疗最该去的地方就是这种排队久、费用高、信息散的场景。但 AUC 0.92 是筛查性能，不等于临床效用——团队自己也说，正式部署前还需真实世界验证。
10. 双 11 变成 AI 卖场：Token 首次成为独立品类，AI 编程工具进了直播间
今年双 11，大模型厂商集体把价格打下来了。打开淘宝搜”Token”就能进天猫 AI 空间站的 Token 充值中心：MiniMax 三款月卡全部 5 折，阿里云 Token Plan 两款月卡 5 折起，智谱周卡 5 折起，千问办公基础版会员月卡首月 3 折起，Qoder 月卡 3.3 折、低至 19.9 元。Token 第一次作为独立品类登上天猫，这本身就是个信号——大模型开始走出发布会和 API 文档，进入大众消费。
另一边，罗永浩在双 11 直播间卖起了 AI 编程工具 TRAE，首月体验价 9.9 元。自称一行代码都不会写的他当场投屏：几分钟生成一份带图表的短剧市场调研报告，把 5 万多字资料改写成演讲版和阅读版两套 PPT，还凭一张手绘草图做出一个能用的语音输入工具。TRAE 官方数据是截至今年 6 月全球注册用户超 1000 万、月活 160 万。
为什么重要：李佳琦卖的是 Token，是原料；罗永浩卖的是能直接上手的工具，是成品。Gartner 2026 年生成式 AI 成熟度曲线显示市场已走完概念膨胀期，这两场直播正好卡在”从卖对话到卖结果”的分界线上。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...