Weekly Technical Tracking

每周科技追踪 · 2026年11月第1周

技术新文 / 产品追踪 / 公司动态

每周追踪
今日焦点

评估方如何调查未发布 AI 模型的对齐情况

技术新文 自主体架构/研发范式/世界模型/具身推理/权重编程

  1. 1. Super-agent 设计探索：迈向更自主的 Agent 系统

    把计算机系统里的一组经典工程思想搬进 Agent：双层架构分出常驻 Router 与隔离 Worker，事件驱动替代逐条提示词，上下文按 Cache 的 Inline/Spill 管理，计算、状态与执行环境两段解耦，再挂一个外部 Watchdog 兜底。

    来源：DeepSeek Harness 团队

  2. 2. 拆解与体验 DeepSeek Super-agent 架构：从个人助手到主动工作的团队伙伴

    企业里一件事很少在一个对话里结束：要求出现在群聊，边界补充在开发中，意见来自 Review。Super-agent 把群聊、Issue、评审里的事件收拢成可追踪的工单，由协调层分派给持有独立上下文的执行会话，并用原型跑通了 GitHub 与飞书双入口。

    来源：AI大模型应用实践

  3. 3. 3年、1万人，快手技术团队首次系统披露AI研发范式升级历程

    一万名研发、8 条业务线，三个阶段：先把流程标准化，再用 AI 提个人效率，最后发现「用 AI 工具 ≠ 个人提效 ≠ 组织提效」，于是转向 L1 辅助、L2 协同、L3 自主的范式升级。

    来源：快手技术团队

  4. 4. 百度无人车搞出“黑客帝国”！世界模型实时推演全局，跑一天抵三年

    百度披露智能体驱动的全模态世界模型 Apollo World，把虚拟城市里的车与行人都建模为会自己做决定的智能体，支持任意起终点的完整 Robotaxi 行程，一天虚拟路测里程相当于真实测试车连续跑三年。

    来源：量子位

  5. 5. 不靠堆砌数据，让机器人看懂真实物理世界

    招商局狮子山人工智能实验室发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」，35B 总参数、每 Token 仅激活约 3B，靠能力蓝图与评测驱动的数据引擎，在十项具身基准上全部提升，等权均分 65.29。

    来源：量子位

  6. 6. MIT：GPT-6 Astra能直接修改Qwen权重，数学能力暴涨6倍

    MIT 让 GPT-6 Astra 直接读取并编辑神经网络权重：只改 Qwen3.5-0.8B 约 0.016% 的参数，MATH-500 从 7.9% 升到 48.1%，IFEval 从 21.0% 升到 62.3%，全程无梯度训练。

    来源：量子位

产品追踪 开源权重/世界模型/图像生成/大模型/办公 Agent/旗舰模型

  1. 1. 月之暗面开放 Kimi K3.1 Pro 权重，2.8 万亿参数

    月之暗面在 Hugging Face 开放 Kimi K3.1 Pro 权重：MoE 架构、总参数 2.8 万亿、单次推理激活约 1040 亿、上下文约 100 万 Token，Agent Arena 净改进率 +5.1% 居开放权重第一。

    来源：IT之家

  2. 2. 百度发布物理 AI 世界模型 Apollo World

    百度 Apollo 首次披露面向物理 AI 的智能体驱动全模态世界模型 Apollo World，把交通参与者都建模成能决策、能互动的智能体，已用于萝卜快跑全球化测试，并抛出世界模型「2+3」判断标准。

    来源：经济参考网

  3. 3. OpenAI 发布 Images 2.6：出图快五成，ChatGPT 能直接做 GIF

    OpenAI 推出 Images 2.6，在 ChatGPT 里一句话或一张图就能生成 GIF，还能调速与逐帧改单帧；出图速度提升约 50%，同步上线 Flare 与 Sunburst 两个 API 模型。

    来源：量子位

  4. 4. 腾讯混元 Hy4 正式发布，第一次能看屏幕、动鼠标

    腾讯混元 Hy4 正式版参数从 Hy3 的不到 300B 抬到 770B，首次引入视觉理解与电脑操作，能看屏幕、点按界面完成 Blender、CAD 等专业软件任务，价格不变、权重近期开源。

    来源：腾讯混元

  5. 5. 豆包工作接入 Kimi、智谱与 DeepSeek，首次用第三方模型

    豆包工作订阅版与企业版全面接入 Kimi K3.1 Pro、智谱 GLM-5.3 与 DeepSeek V4.1 Flash，功能默认开启、Token 从 AI 点数扣，是它第一次不只使用自研模型。

    来源：经济观察报

  6. 6. 刚刚，Gemini 4 Carbon全面超越Opus 5.5！首发Token半价

    谷歌推出 Gemini 4 Carbon，以 59 分登顶 Artificial Analysis 智能指数 5.0，Terminal-Bench 4.0 与 GraphWalks 均反超 Opus 5.5；首发输入 2 美元、输出 10 美元每百万 Token，仅对手一半。

    来源：量子位

公司动态 芯片自研/硬件原型/智能体落地/家务机器人/供应链安全/AI 成本

  1. 1. Anthropic 组 15 人芯片团队，让 Claude 参与设计

    新组建的 15 人硬件团队已用 Claude 做定制芯片的工程与设计，据称对比英伟达、AMD 的传统流程可缩短耗时；这项能力被摆到 IPO 路演的台面上，消息一出新思与楷登盘中一度跌约 4%。

    来源：财联社

  2. 2. OpenAI 员工用 GPT-6 Astra 一周做出硬件原型

    两名员工以副业方式，让 GPT-6 Astra 从功能定义、外壳结构、PCB 布线到固件软件全包，不到一周完成一台能与 Codex 对话的设备；代工厂一个月内交付小批原型，但公差与装配细节仍需人来补。

    来源：凤凰网科技

  3. 3. Uber：最忙的一周只有 4 个人用智能体叫车

    万圣节当周 Uber 与 Uber Eats 合计处理约 3.2 亿次行程与订单，由 AI 智能体完成的打车只有 4 单、外卖约 500 单；同期 DoorDash 也只收到数百笔智能体订单，C 端智能体交易仍处极早期。

    来源：腾讯新闻

  4. 4. 雷军晒小米机器人做家务：连干 30 分钟，跨 3 个房间

    小米机器人在小米青年公寓启动试运营，依托 Xiaomi-Robotics-1 具身基座模型与 Agent 闭环，实测连续超过 30 分钟、跨 3 个房间、完成 50 余项任务，收工前还会做房间巡检与全屋复检。

    来源：太平洋科技

  5. 5. 谷歌拆掉藏在 130 万台电视盒子里的僵尸网络

    谷歌威胁情报小组关闭 X.CPE 僵尸网络：经认证的安卓电视盒厂商在出厂固件里预置后门，把 130 万台设备的访问权限卖给犯罪团伙，用于住宅代理与广告欺诈，并主动禁用 Play Protect。

    来源：腾讯新闻

  6. 6. 美企“狂烧Token”时代落幕？苹果据悉削减内部AI使用预算

    据彭博报道，苹果正在收紧员工使用人工智能的预算。上个月公司已把部分使用 AI 模型的工程师每日支出上限从 300 美元下调到 200 美元，目前计划把部分工程团队的额度进一步压到 100 美元；工程部门以外许多…

    来源：财联社

加载中…