AI 编程实时动态与要闻

阿联酋穆罕默德·本·扎耶德人工智能大学（MBZUAI）基础模型研究院 IFM 11 月 10 日发布开源世界模型 PAN 2。它把「概念推理」和「感知推理」分开：多模态 LLM 先把当前画面和文字动作写成带时间戳的结构化世界状态，再由从零训练的 29B 潜空间扩散模型生成最长 20 秒、704×1248、24fps 的模拟视频，让 Agent 在真正动手前先「预演」每个候选方案。权重和代码以 Apache 2.0 开源，Diffusers 与 vLLM-Omni 首日支持。官方也坦言约三分之二的多步计划模拟里至少有一步没执行到位。

查看大图

Google DeepMind 11 月 10 日与 Artificial Analysis 联合推出 MKA（Multimodal Knowledge Agent）基准，测 Agent 能否读懂建筑图纸、工程原理图、临床影像等视觉密集文件，并交付幻灯片、表格、报告和标注图。200 个私有任务覆盖 10 个行业、83 种职业，每题约 70 条专家评分项。Artificial Analysis 首批测了 21 个模型：Claude Fable 5.2（max）Climb WSR 57% 居首，Gemini 4 Carbon（high）54%，Claude Opus 5.5（max）53%；Fable 平均每题 31.97 美元，Carbon 为 6.29 美元。另有 10 道公开题已上 Hugging Face。

查看大图

Anthropic 11 月 10 日宣布 Claude 新增两种 artifact：Claude Whiteboards（团队可共同编辑的白板）和 Claude Sheets（带多标签页、公式和下拉框的协作表格），在所有付费套餐以 Beta 推出；10 月上线 Beta 的 Claude Dashboards 改名为 Claude Data 并正式可用，新增数据故事、认证查询和实时分享。同时，交互式连接器可以在对话旁或全屏打开 Adobe、Atlassian、Box、Notion 等完整应用，由用户或 Claude 直接在里面修改。功能今天起逐步推送。

查看大图

NVIDIA 11 月 10 日发布开源自动驾驶模型 Alpamayo 2 Edge。这是一个 2B 参数的视觉-语言-动作（VLA）推理模型，专为在车上实时运行设计，部署目标是 NVIDIA DRIVE AGX Thor。它只在需要时才生成「因果链」推理，常规路况直接出轨迹，以节省算力；经 TensorRT 和 DFlash2 优化后，像素到轨迹延迟为 160 到 190 毫秒。NVIDIA 同时在 Hugging Face 开源推理评分模型 AlpaJudge。

查看大图

Google DeepMind 11 月 10 日发布 Gemini Robotics 2.5，称其为迄今最强的视觉-语言-动作（VLA）模型。官方在 200 多项任务上评测，相比此前基线成功率按任务类型提高 30% 到 100%，完成速度快 20% 到 30%。在与 Apptronik、奔驰合作的概念验证中，Apollo 2 人形机器人在匈牙利和德国的汽车产线上自主分拣零件，成功率 96%。模型目前只向机器人合作伙伴推送，开发者暂时无法直接调用。

查看大图

谷歌云 CEO Thomas Kurian 11 月 10 日宣布 Gemini for healthcare，即日起在美国以预览版提供。它把 10 月 Gemini at Work 上发布的通用 Gemini agent 扩展到医疗机构和医保方，由医疗技能、系统连接器、合作伙伴生态和统一治理平台四部分组成：可汇总跨院病历、诊前备好病历摘要、按保险政策整理预授权材料并起草申诉，也能帮医保方按医疗政策审核请求、解释自付费用。官方称平台支持 HIPAA 合规，临床数据不会用于训练谷歌的基础模型。

查看大图

T3 Code CEO Theo 11 月 10 日发帖称，按他用 Ultra 订阅发出的 110 多万次真实请求折算，200 美元的 Claude Ultra 每月能用掉约 1.5 万美元 API 价的 Opus 5.5，换成 Fable 5.2 只有约 3000 美元。帖子获 3900 多赞、1000 多收藏。他也指出 Fable 更常一次做完任务，按每周完成的轮次算差距没那么大。这是个人样本，不是官方数据；官方确认的是 Fable 5.2 降价到 $8/$40，以及上线周的 Fable 用量规则。

查看大图

沃顿商学院教授 Ethan Mollick 11 月 9 日在 X 分享实验：他只给 Claude 一段描述，要求做一个穿过传送门、在 3D 世界间无尽飞行的网站，20 小时后上线 204 个世界，现已开源 471 个、约 140 万行 JavaScript。他在博客中写道，Agent 团队后来自发建立评审规则，规则手册膨胀到 204 节，开发速度从每天数百个跌到约十几个。帖子约 10 小时获 1262 赞、158 条回复。

查看大图

Anthropic 开发者博客 claude.dev 11 月 9 日发布 Addy Osmani 撰写的选型指南《Which Claude model should you build with?》，ClaudeDevs 推文获约 9200 赞、1.2 万收藏。核心建议：大多数编码和知识工作先用 Opus 5.5、effort 设 medium（Claude Code 默认）；范围明确的修 bug、按规格开发降到 Sonnet 5.5；分类、路由、抽取和读日志类子 Agent 用 Haiku 5.5；大型重构、迁移和深度研究再升到 Fable 5.2。换模型之前先调 effort，并先给模型加上自我验证手段。指南还列出四款模型价格、默认 effort 和迁移时会触发 400 错误的兼容性差异。

查看大图

独立评测机构 Artificial Analysis 11 月 10 日公布两项新结果。在考察“让模型当 Agent 用 three.js 搭交互式 3D 网页”的 AA-3D 榜上，Claude Fable 5.2（Max）拿到 1271 Elo，比第二名 Claude Sonnet 5.5（1204）高 67 分，95% 置信区间 1246–1297 与其他模型不重叠，领先超出误差范围；比上一代 Fable 5.1（1139）高 132 分，也高于 OpenAI 最高的 GPT-6 Astra（1168）和 Google 最高的 Gemini 4 Argon（1147）。在生命科学图像推理榜 VIALS-AA 上，Fable 5.2 得 67%，超过此前领先的 Gemini 4 Carbon（64%）和 GPT-6 Astra（63%）。AA 还发现两家路线相反：Fable 每题平均约 37 次工具调用，Astra 只有约 8 次。

查看大图

西雅图初创公司 Nuance Labs 11 月 9 日发布 Nuplex 1.0（Nuance Full-duplex），一个能同时“听”和“说”的全双工音视频基础模型，以及基于它的第一个 AI 形象 Emma。Emma 在用户说话时就会点头、微笑、用视线示意轮到谁说话，而不是等对方说完才回应。官方在 1,785 个取自真实对话录音的问题上测试：Nuplex 的回复时机与原对话中真人的回复时机重合 89%，第二名系统只有 35%。Emma 免注册即可在浏览器视频聊天，Nuplex Beta API 也已开放，但官方有意做了很多限制：不能克隆真人、视频带水印、仅英语、仅限 18 岁以上，医疗和未成年人场景暂不开放。

查看大图

蚂蚁集团旗下具身智能公司灵波科技（Robbyant）11 月 9 日开源触觉基础模型 LingBot-Touch（Apache 2.0），用 JEPA 式潜空间预测和共享 Haptic Transformer，把压阻、磁感、视触觉三类传感器统一成同一套触觉 token。官方技术报告称：在 26 项双臂灵巧手真机任务上，接入冻结的 546 万参数 Tiny 编码器后，Diffusion Policy、π0.5、LingBot-VLA、T-Rex 的平均成功率分别提升 13.9–24.8 个百分点，而直接喂原始触觉信号最多只有约一半收益。Tiny 与 Small 两个权重已上 Hugging Face。

查看大图

机器人基础模型公司 Skild AI 11 月 9 日宣布开源内部物理求解器 Steel（Apache 2.0），由其与 NVIDIA 合作开发，作为 GPU 刚体动力学求解器并入开源 Newton 物理引擎，服务 Isaac Lab 机器人训练。官方博客称：20 个单任务基准上几何平均吞吐为 PhysX 的 3.8 倍、MuJoCo Warp 的约 1.3 倍；把 20 类不同机器人任务混在一个批次时，峰值吞吐达 PhysX 的 13 倍，同批次规模下显存约 11 GiB 对 29 GiB。同时开源 WebGPU 版本，可在浏览器里直接体验。

查看大图

Zyphra 11 月 9 日发布开源语音合成（TTS）模型 ZONOS3-Mini，权重以 Apache 2.0 协议上架 Hugging Face。它是稀疏 MoE 模型，总参数 8 亿、每 token 激活约 1 亿，用 112 张 H100 训练 2.5 天。官方口径：在 Pixel 9 浏览器里首段音频延迟低于 570 毫秒，M3 MacBook Air 上低于 150 毫秒；在自建的 ZTTS2-Eval（35 种语言朗读 + 20 种语言真实录音）能力指数上排名开源模型第一，领先 Fish S2 Pro 和 MOSS TTS v1.5。支持声线克隆、年龄/口音/性别调节和逐词语气控制，提供 WebGPU、SGLang、vLLM、GGML、MLX 等运行时。

查看大图

NVIDIA Robotics 官方账号在 CoRL 2026 宣布 GR00T 2，NVIDIA GEAR 实验室负责人 Yuke Zhu 同步发布技术细节。GR00T 2 是基于 Cosmos 的新一代世界动作模型（WAM）：一个扩散 Transformer 同时去噪未来视频和动作块，一套模型可驱动平行夹爪、灵巧手和人形机器人。预训练数据包括 40.27 万小时第一视角人类视频、1.02 万小时 UMI 手持夹爪示范和 2.35 万小时机器人遥操作。官方口径下，50 个目标机器人从未练过的任务零样本成功率 40%，每任务 5 条示范（不到 3 分钟机器人数据）在单张 RTX 5090 上 LoRA 微调 30 分钟后升至 95%。推理模型可通过 WAM API 把 GR00T 2 当工具调用。代码 12 月开放，已在 Hugging Face 放出 10 万小时人类视频数据集。

查看大图