1. Gemini 4 Neon 上桌:只要 Opus 5.5 一半价钱,速度快近一倍
Google DeepMind 发布七周内第四款 Gemini 4 模型 Neon,定位”前沿智能 + 快速端到端交付”,价格 每百万输入 3 美元、输出 15 美元,缓存输入 0.15 美元(95% 折扣),上下文 100 万 token。Artificial Analysis 智能指数 61 分、全球第三,仅次于两个更大更慢的模型;Vals Index 70.9% 排第二,距 Claude Fable 5.2 只差 0.4 分而单任务成本不到其一半;在新 Agent Arena 的可操控性(接受任务中途纠正)排第二。速度约为前代 Carbon 的 1.9 倍、约 110 token/s,还提供四档可调思考等级,官方称内部 Antigravity 测试中”编造率”创新低。已上线 Gemini API、AI Studio、Android Studio、Antigravity,Gemini 应用内对 Pro / Ultra 订阅者开放,Carbon 则收回 Ultra 专属。
2. 腾讯混元 Hy4 flash 开源:首日吃掉 50 万亿 token,价格打到每百万 5 毛
腾讯披露 Hy4 flash 上线首日处理 超 50 万亿 token,为混元系列首日最高;11 月 17 日登顶 OpenRouter 日榜第一,在自家 WorkBuddy 平台首日用量是前代 Hy4 preview 的 10 倍,已帮助完成 5000 万个真实用户任务。模型采用混合激活架构,总参数 2240 亿(含 640 亿 Engram 参数),推理时只激活 120 亿,支持多模态与 100 万 token 上下文,生成速度约 200 token/s。定价每百万输入 0.5 元、输出 2 元、缓存命中 0.02 元;按内部 WorkIndex 办公任务基准,单任务成本约为 Hy4 preview 的 1/13、主流同级轻量模型的 1/8。API 上线两天后,腾讯以 Tencent Hy License 放出标准版、FP8 版与 Base 权重。
3. 中国电信 Xing 4:8192 张昇腾 910C 训出 285B,全程不碰 CUDA
中国电信星辰 AGI 实验室联合华为、哈工大(深圳)发布 Xing 4 技术报告(arXiv 2611.22115),旗舰 285B-A17B 为 MoE 架构、每 token 激活 170 亿参数、上下文 100 万 token,预训练在 8192 张昇腾 910C 上完成,训练栈为 MindSpore HyperParallel,全程未用 GPU 与 CUDA——这是少数在该规模上完全绕开英伟达生态的公开案例。工程上做了三件事:把 60 层”瘦高楼”拍成 45 层”宽平房”(专家中间层 1536→2048,激活专家 6→8),256K 长文本首字延迟降 17%、预填充吞吐涨 20%;用 MLA + DeepSeek 稀疏注意力 + 跨层 IndexShare,配合 DSpark 投机解码,预填充吞吐达纯 MLA 基线的 4.68 倍;按角色绑核隔离 CPU,8192 卡规模下整体训练吞吐再涨 5%–10%。同步开源 Xing4.0-29B-A4B(激活 40 亿、原生 256K),并放出 TeleGym 智能体后训练平台。
4. 快手可灵 Image 4.0:原生 8K,一句提示出 10 张同风格图
快手发布可灵 Image 4.0,把视觉理解与图像生成合进一套架构,支持 原生 8K 出图、单条提示生成最多 10 张风格协同的图,单图内可渲染最多 2000 字文字,覆盖 7 种语言与 70 多款商用字体,并可上传参考图约束字体、光影与配色,或生成长图用于商品页和网页版式。模型已通过 API 向开发者与企业开放,瞄准广告、分镜与电商设计;CEO 程一笑称 Kling 4.0 已落地影视、游戏与具身智能,收入增长主要来自企业 API 与创作者订阅。
5. GAO 实测:四大模型 12 小时内都给出了可行的恐袭方案
美国政府问责局(GAO)18 日发布审计报告:2026 年春季,调查人员用常见的绕过手法测试 ChatGPT、Claude、Gemini 与 Grok,四家平台的防护栏全部被绕过,各自在 12 小时内产出可用于实施的攻击方案——两类场景分别是制造并引爆以大规模伤亡为目标的简易爆炸装置,以及打击电网造成经济损失,内容细到具体目标、地点、时机与手法;随后 GAO 又请专家逐条核验可行性。报告应参议员 Maggie Hassan 要求完成,刻意不公开”哪个模型出了哪份方案”,以免被用来反向测绘绕过路径。GAO 信息技术与网络安全主任 Kevin Walsh 的评价很直接:”我们要的恶意信息都拿到了,说明那些防护没起作用。”
6. DaisyRose-27B:1200 道题、18 天,把 27B 的终端能力翻倍
RadixArk 用 Qwen3.8-27B 做基座、以自家 Miles 框架做强化学习,仅用 1200 道精选任务、18 天、144 张 H200,把 Terminal-Bench 4.1 的 pass@1 从 5.6% 拉到 12.0%,训练会长达 100 万 token 的长程智能体会话。模型完整保留原架构、tokenizer、对话模板与图像理解能力,上下文 256K;权重以 Apache 2.0 放出 BF16、FP8、NVFP4 三个版本,官方推荐用 SGLang 配 DSpark 投机解码部署。在”后训练效率”这条线上,它给了一个相当便宜的证据:小模型的能力缺口,未必需要靠堆预训练算力来补。
7. Meta Muse Charm 定价 300 美元,搭 12 个月 Verizon 5G
据 The Information 报道,Meta 计划把口袋 AI 挂件 Muse Charm 定在 300 美元,并捆绑最长 12 个月的 Verizon 免费 5G 流量,目标 2026 年下半年卖出 1000 万台可穿戴设备,赶在 12 月假日季上市。设备约 2 英寸屏、带指纹传感器,点一下即可唤出 Muse 智能体,无需解锁手机或开 App;内置 5G 模组使其脱离 Wi-Fi 也能用,但不能打电话。为保 Charm 上市,Meta 已把智能手表推到 2027 年。官方回应只有一句”我们对自家 AI 设备的关注感到荣幸,很快会有更多消息”。
8. Gemini 能在 Mac 上替你干活了:后台跨应用操作
Google 19 日把 computer use 能力搬到 macOS 版 Gemini 桌面端,智能体可在后台跨原生 Mac 应用、文件与网页完成任务,官方举例:批量填表、把同一套流程在一堆文件上重复执行、按条件整理文件、从在线看板直接生成幻灯片。目前仅限美国、仅英文,面向 AI Plus / Pro / Ultra 订阅用户。Google 在这条线上明显落后——OpenAI、Anthropic、Meta 的桌面智能体已上线多时;自家 Gemini Tasks(代用户登录网站、下单、预约)也只在本周才扩大开放,”CC”家庭管家智能体仍在早期测试。
9. Accenture 在葡萄牙裁 950 人:Meta 把内容审核交给 AI
Accenture 计划在葡萄牙裁撤约 950 个岗位,占其当地约 5500 名员工的 16%–17%,全部来自里斯本为 Meta 审核 Facebook、Instagram、WhatsApp 的信任与安全业务,采用自愿离职方案,目标 2027 年 1 月前完成,约 1400 人符合条件。公司给出的理由是”客户需求发生重大变化”,即 Meta 正把审核转向 AI;葡萄牙多家工会已定于 11 月 21 日罢工。这是 AI 替代人工审核最直接的一次规模性落地。
10. 一个忘续费的域名,换走了月下载 1300 万的语音模型账号
安全研究员 Alon Hertz 团队周末注册了已过期的 hexgrad.com,借它重置了发布 Kokoro 文本转语音模型的 Hugging Face 账号密码,随后在一张游戏显卡上 87 秒完成权重微调——Kokoro 在 Hugging Face 月下载量接近 1300 万(平台计数,非审计数字)。研究者称被改的权重从未发布,也未发现投毒版本,但这套”域名复活”攻击链说明:只要有人忘了续费域名,一个被无数应用自动拉取的模型就可能落到外人手里。防护建议很朴素——加载模型时锁 commit 哈希而非仓库名,并检查容器、Agent 工作流和二次转换副本里的自动拉取逻辑。



