Lazy loaded image
AI日报
11月10日AI资讯 | 蚂蚁开源触觉模型;Claude Fable 5.2发布;英伟达开源GR00T 2;美国数据中心审批受阻
字数 2092阅读时长≈ 6 分钟
2026-11-10
2026-11-10

1、触觉大模型 LingBot-Touch 开源:让机器人更灵巧

蚂蚁灵波开源触觉大模型 LingBot-Touch,将视触觉、磁触觉与压阻式触觉统一编码为触觉 Token,供 LingBot-VLA、π0.5 等动作模型调用。模型基于 4,983 小时真实触觉数据训练,最小版本仅 532 万参数;在 Sharpa Wave 与星动纪元 XHand 上测试 26 项真机任务,拉拉链成功率由 15% 升至 59%,分拣麻将牌由 5% 升至 56.25%,拧瓶盖达 90%。代码与权重已在 GitHub 和 Hugging Face 开源。

2、当美国无法建设数据中心,会对 AI 产生怎样的冲击

美国多州暂停或冻结大型数据中心审批,2026年7月至11月4日至少21个大型项目被取消,接近2025年全年23个。若规划未开工的约230至340GW无法落地,美国数据中心总容量或在2028年前后停在120至150GW,仅为当前2至2.5倍,数千万块Blackwell级GPU将缺机房。OpenAI、Anthropic、xAI、Meta及亚马逊相关园区受影响,2028至2030年下一代模型训练受阻;有效算力年增速或从12至15倍降至约6倍,AI明显减速但不会停摆。

3、英伟达机器人开源撞上Fable 5.2发布!Jim Fan:不是寒冬是夏天

英伟达在CoRL大会发布新一代机器人世界动作模型GR00T 2,并计划陆续开源模型、数据、仿真环境与采集硬件,首批开放10万小时人类数据。其预训练使用约40.3万小时人类第一视角视频、1.02万小时UMI演示和2.35万小时机器人遥操作数据,通过X-Adapt实现跨本体迁移;Dexter成功率65%,YAM机械臂组装成功率60%,少量示范加LoRA微调后Dexter成功率由40%升至95%。同期Claude Fable 5.2在RoboDojo仿真测试得分64.9%。

4、实测 Claude Fable 5.2:78 分钟捏了个操作系统

Anthropic发布Claude Fable 5.2与Mythos 5.2,Pro用户可用。Fable 5.2较5.1降价20%、输出最快提升30%,支持100万token上下文和12.8万token输出,API输入/输出每百万token为8/40美元。官方称以1000多个subagent、8天构建可启动操作系统,又以1000个agent在30小时内完成费马大定理形式化。实测中,Fable 5.2用78分钟从空文件夹生成可在浏览器启动的“墨OS”,含自研32位CPU、编译器和13个程序,约4840行代码。

5、Harness大战

微软发布Agent执行系统白皮书称,同样使用Claude Opus 4.8,仅替换Copilot Studio背后的Harness,复杂任务通过率提高22.1个百分点,单任务模型调用次数近翻倍,折算输入Token消耗减少21%。微软已将统一Copilot Harness推广至多款产品。Anthropic、OpenAI、DeepSeek和月之暗面也相继开放或托管Harness,Kimi提出Harness as a Service,显示大模型竞争正从模型本身延伸至Agent运行系统。

6、1500万美元!OpenAI联手Anthropic,请数学家给AI「验卷」

OpenAI公开722篇内部AI模型生成的数学手稿,次日因一处正负号错误撤回3篇并修订14篇。Simons基金会联合OpenAI、Anthropic承诺1500万美元资金及资源,其中两家各出资500万美元,并提供模型、算力或Claude权限,支持数学家检验、理解并拓展AI成果。陶哲轩指出,数学正从“证明稀缺”走向“证明充裕”,人类验证能力未必跟上;约42%的主要结果配有Lean形式化材料。

7、100轮图像编辑这道「毙刷题」,新出的Seedream 5.5稳上来了!

字节跳动推出图像生成模型Seedream 5.5,已在豆包上线,主打多轮编辑一致性与精准编辑。实测中,GPT-Image 2.6在连续100轮改图任务约第10轮开始畸变,Seedream 5.5虽后期仍有轻微失真,但整体保真度明显更高;同时提升真实感、小字与多语言渲染、透明PNG生成及图层拆分编辑能力,并支持多图合成、动作迁移与GIF生成。API延续“输入图+输出图”两段计费,2K方图编辑单张约0.28元,不到Seedream 5.0 Pro的一半。

8、千问办公2.0卷向Team Agent,我们用它跑了一遍编辑部日常

千问办公2.0发布,是公测三个月以来最大升级,定位为Team Agent,推出行业首个支持多人与Agent协作的“协作”功能,并上线人机共创、自动任务、资料空间和三端互联。团队可关联钉钉群聊、会议纪要和文档,让千问小Q跨群汇总选题、创建待办、催ddl、生成初稿和设定时任务。实测中,其将三个钉钉群讨论整理为选题进度表和任务看板,并随群聊更新任务认领情况。

9、Claude「做梦」机制大公开!AI睡一觉学会通关宝可梦

Anthropic公开Claude的Dreaming记忆机制:会话间隙用空闲算力回放原始日志、纠正错误记忆,整理成可跨会话复用的结构化知识。宝可梦测试中,旧版Sonnet 3.7生成413份记忆文件、近98万字符仅获1枚徽章,新版仅10份文件、4.3万字符便通关四枚徽章。CL-Bench 1.0上Opus 5.5得分从0.655升至0.838;35万份文档、4.2亿Token企业资料测试中,仅靠知识网络答题得分从13%升至48%,配合原文检索由53%升至61%。

10、看视频、建世界、做实验:清华Asking the World让AI用物理回答问题

清华大学团队提出Asking the World(ATW)框架,让AI根据视频自主构建可执行的物理仿真世界,并通过属性查询、运动仿真与条件干预获取证据,回答物理属性、运动预测和反事实推理问题。以Gemini-3-Flash为基座模型,ATW在CLEVRER和ContPhy基准上的整体准确率分别达到80.82%和70.56%,较直接根据视频回答提升46.50和28.10个百分点;在60段实拍视频的60个问题上准确率为71.67%,直接回答仅为33.33%。该方法无需额外训练或微调,并配套支持刚体、布料、流体等场景的PolyWorld Engine。

11、大语言模型能在「异世界」发现隐藏的物理规律吗?

香港科技大学(广州)与阿里巴巴研究者提出 LongChang 评测框架,基于 MuJoCo 构建 15 个场景,其中 1 个遵循常规物理、14 个各改写一条物理规律,例如重物下落更慢、红球相互吸引,要求大模型在不指定课题、不提示异常的情况下自主探索并发现规律。评测覆盖 12 个模型,每个场景运行 3 次、每次最多 100 轮。结果显示仅 GPT-6-Astra 在有实验证据支持的条件下完成规律发现,发现率 16.7%,其余 11 个模型均为 0%;GPT-6-Astra 证据支持率达 97.6%,但规律正确率仅 19.0%。
上一篇
11月11日AI资讯 | 文心5.5预览版发布;Anthropic启动IPO;Gemini 4 Carbon开放;MiniMax开源H3-Image;具身智能与Agent评测突破
下一篇
11月09日AI资讯 | GPT-6.2与Qwen 4模型评测;DeepSeek自改架构;AIDC与云电脑Agent进展;AISLE基准发布