AI 日报 #013 · Gemini 4 Hydrogen 登场 · 145B 端侧模型开源

今日焦点:Google 发布 Gemini 4 Hydrogen 并在 Antigravity 推出多模型编排器 Orchestrator;Edge0 开源 145B 端侧模型,29GB 内存跑出 80+ tokens/s;Fireworks AI 遭网络攻击,Notion 用户聊天记录被读取;Nebius 计划 $400 亿支出押注 neocloud;Brave Search API 接受 x402 协议的 agentic payments。


🔥 焦点事件

1. Google 发布 Gemini 4 Hydrogen:给所有人的「日常执行」模型

Google 官方博客上线 Gemini 4 Hydrogen,Gemini 4 系列至此有了三层分工。原文一句话说清定位:“While our frontier models, Gemini 4 Carbon and Gemini 4 Argon, excel at deep, long-horizon reasoning on your hardest problems, Hydrogen is built for rapid execution across diverse agentic workflows."——Carbon/Argon 管深推理,Hydrogen 管快执行,并首次把 Gemini 4 铺到全部受众:AI Studio 各层级、Gemini API、企业版、Gemini App、Google Search 与 Antigravity 订阅用户。数字:Artificial Analysis 智能指数高档位 51 分超过 Argon 的 50,xhigh 新档冲到 54;定价 1M token 窗口一口价 $1.50 输入 / $7.50 输出;较 Gemini 3.8 Flash 任务快 2.5 倍、Terminal-Bench 4.1 分数翻三倍多(57% vs 18.2%)、虚构陈述少 5 倍以上。安全面,agent 任务越界行为减少最高 81%,对间接提示注入的韧性提升 2.3 倍(Gray Swan IPI),20 万条审计对话中思维链可读性保持 99.9%。同日 Antigravity 发布 Orchestrator:同一会话内动态切换 Carbon 与 Hydrogen,Terminal-Bench 4.0 上以少 24% 配额、快 19% 的代价逼近 Carbon 成功率——Carbon 做协调者、Hydrogen 做 worker/verifier 的并行 agent 编排成为默认形态。加上本周的 Decisions API(见 #012),Google 一周内补齐了「生成—决策—编排」三层。

来源:Google Blog · 发布时间:2026-11-12 18:00 UTC · ⬆️ 536 points · 💬 337 comments (Hacker News);另见 Antigravity Blog(18:52 UTC · ⬆️ 428 points)

2. Edge0-145B 开源:145B 参数装进笔记本,29GB 内存、80+ tokens/s

Edge0 开源 Edge0-145B 与 Edge0-120B,官方称 “the world’s first open-source on-device AI model with 145 billion parameters”。实测口径:兼容笔记本上峰值内存 29GB、解码 80+ tokens/s、预填充 1,100+ tokens/s、典型功耗约 120W、128K–256K 上下文速度基本不衰减。跑得动的关键是模型与推理引擎协同设计:每 64 个专家共享两块大矩阵,145B 参数中每个推理步只激活约 10B;GPU 内存、系统内存(约 40GB 专家库)、SSD(约 48GB 词表)三级流水加载,CPU 与 GPU 并行计算加投机解码。成绩单(注意:全部来自 Edge0 内部评测,无第三方复核):DeepSWE 1.1 得 64.6 超过 Qwen3.8-Flash-Next 的 58.7;GPQA-Diamond 90.4 逼近 Claude-Opus-4.6 (Max) 的 91.3;IFBench 80.6 对 Claude 的 62.5;六基准均值 72.8 对 Qwen3.8-Flash-Next 的 71.7,内存只占其估算值的四成。官方演示包括 Blender 里从零建曼哈顿城市场景、给奇幻 RPG 生成中世纪都城并渲染 20 秒飞越镜头、给真实无人机写避障找物程序、KiCad 上完成 PCB 设计。端侧叙事今日有第二只脚:Show HN 项目 smolmaxxing(「让 LLM 跑在又小又旧的设备上」)拿下 390 分,与昨日 Apple 本地模型 Mac 应用传闻(见 #011)连成同一条线——本地推理的能力上限一周内被反复抬高。

来源:Edge0 Blog · 发布时间:2026-11-12 18:00 UTC · ⬆️ 273 points (Hacker News);smolmaxxing:GitHub(15:23 UTC · ⬆️ 390 points)

3. Fireworks AI 遭网络攻击,Notion 用户聊天记录被读取

TechCrunch 报道:“Cyberattack on Fireworks AI allowed hackers to access Notion customers’ chat transcripts."——针对推理服务商 Fireworks AI 的攻击让黑客拿到了 Notion 客户的聊天记录。企业把 RAG 与 AI 功能的数据管道交给第三方模型基础设施,这条管道本身成了攻击面:模型供应商被攻破时,泄露的不是模型,而是流经它的客户对话。与今日另一条供应链安全新闻(TSMC 遭黑客入侵,见行业动态)放在一起看,AI 时代的「数据必经之路」正在成为优先攻击目标。

来源:TechCrunch · 发布时间:2026-11-12 15:02 UTC

4. Nebius 计划 $400 亿支出,测试 neocloud 打法

TechCrunch 报道 “Nebius tests the neocloud playbook with $40 billion in planned spending”。GPU 专用云(neocloud)的资本开支竞赛再加一注:$40B 级别的计划支出意味着这个赛道已经从「租卡转售」进入「自建超大规模算力」的阶段。上一轮 AI 日报里 Anthropic 的万亿 IPO 与 OpenAI 的百亿季度营收都在讲需求侧的钱从哪来,Nebius 这条讲的是供给侧的钱往哪去——两边的故事必须在某个点相遇。

来源:TechCrunch · 发布时间:2026-11-12 21:27 UTC

5. Brave Search API 接受 x402 agentic payments

Brave 官方博客宣布 “Brave Search API now accepts agentic payments via the x402 protocol”。AI agent 调用搜索 API 时可以用 x402 协议按次即时付费,不需要账号、合同或预充值。与昨日美联航禁止 AI agent 代客订票(见 #012)对照着读:一边是航司把机器流量挡在门外,一边是搜索 API 率先给 agent 开出原生支付通道。agentic commerce 的分歧不在「要不要」,而在「谁先收费、按什么原语收费」。

来源:Brave Blog · 发布时间:2026-11-13 03:08 UTC · ⬆️ 130 points · 💬 78 comments (Hacker News)


📄 论文速递

1. Scaling Mathematical Proof Supervision from Structured Textbooks

今日 HuggingFace 每日论文榜第一(30 upvotes)。把 2,118 本大学数学教材转成约 38 万条结构化证明监督记录(TOME-Math 语料),保留章节顺序、命题-证明链接、依赖引用与出处——而常规做法把数学监督压平成孤立题解对,丢掉了课程结构与证据结构。团队用这些结构信号探索课程学习式训练。

  • 创新点:证明数据从「题解对」回到「教材组织」,课程结构成为可训练信号
  • 影响:给数学推理与证明类模型提供了带教学法的监督数据供给

arXiv:2610.40394 · 发布时间:2026-10-29(今日登榜)· ⬆️ 30 upvotes (HuggingFace Daily Papers)

2. Incentivizing Self-Learning in Large Language Models via Reinforcement Learning

InternLM 团队研究「自我学习」:模型自主检索长篇参考材料、边读边学、随即应用到解题,而不是依赖预装配好的上下文。任务设定在教科书数学题上,用强化学习激励「检索—研读—应用」的闭环。

  • 创新点:把「学习行为本身」作为 RL 奖励对象,而非只奖励答案正确
  • 影响:陌生领域的 knowledge acquisition 与 reasoning 耦合,是 agent 长期自主性的基础能力

arXiv:2610.39671 · 发布时间:2026-10-29(今日登榜)· ⬆️ 21 upvotes (HuggingFace Daily Papers)

3. Termination Lag: Coding Agents Solve Early but Stop Late

给 coding agent 的浪费起了个名字:termination lag,从首个正确补丁到运行结束之间的步数。跨 5 个模型、2 个 agent 框架、3 个 SWE-bench 数据集记录并测试执行中的每个补丁,发现 38–82% 的成功运行在第一次源码编辑时就已经正确,而解题后的步骤仍占中位数 35–37% 的开销。

  • 创新点:把「何时停」从工程细节变成可测量的研究对象
  • 影响:停止准则是 agent 成本里被忽视的大头——模型已经对了,token 还在烧

arXiv:2611.14960 · 发布时间:2026-11-11

4. GTAGym: Real AAA Game Tasks Environment for Evaluation and Reinforcement Learning

OpenMOSS 用 GTA V 主线任务构建 agent 评测与 RL 环境:GTAVBench 含 9 个任务族 103 个在线任务,另有 47 个基于图像的射击任务,任务结果可自动验证。AAA 游戏的感知-推理-控制链条比合成环境稠密得多,自动验证则解决了此前只能人工标注的瓶颈。

  • 创新点:第一个任务结果可自动验证的 AAA 游戏环境
  • 影响:具身与游戏 agent 的评测从「人看录像」走向「机器打分」

arXiv:2611.13028 · 发布时间:2026-11-09(今日登榜)· ⬆️ 11 upvotes (HuggingFace Daily Papers)


🛠 工具 & 开源

  • modern-web-guidance-src:Google Chrome 官方,给 coding agent 提供最新 Web 最佳实践的数据包,让 agent 不用过期知识写前端 · GitHub · ⭐ 1,875 today
  • codex-security:OpenAI 官方安全 CLI 与 TypeScript SDK,查找、验证、修复安全漏洞 · GitHub · ⭐ 754 today
  • daily_stock_analysis:LLM 驱动的多市场股票智能分析系统,多源行情、实时新闻、决策看板与自动推送,支持零成本定时运行 · GitHub · ⭐ 272 today
  • open-code-review:阿里巴巴规模验证的混合架构代码审查工具,确定性流水线 + LLM · GitHub · ⭐ 206 today
  • plannotator:让人留在 agent 循环里的工作区:塑形、决策、规划、标注、代码审查、团队共享 · GitHub · ⭐ 100 today
  • smolmaxxing:让 LLM 跑在又小又旧设备上的工程实践合集 · GitHub · ⬆️ 390 points (Hacker News)

💬 行业动态

  • Nvidia 24 小时全记录(承接 #012 罢免风波):AP 报道黄仁勋辞职,HN 3,643 分、3,192 评论,为近期全网 AI 类讨论量之最(11-12 13:52 UTC);CFO Colette Kress 临时接任(TechCrunch 15:37 UTC);Reuters 报道其与第二名员工存在关系(19:51 UTC · ⬆️ 304);Wired 报道 Nvidia 员工发起请愿要求黄仁勋回归(11-13 02:16 UTC · ⬆️ 639);民主党发起第二项国会调查,信中还原 H200 对华销售「scheme」——芯片先运美国、总统加关税分成(2025 年 8 月 Nvidia/AMD 已同意将对华收入 15% 上交政府)、商务部在情报部门提示 Megaspeed 嫌疑后仍放行购买、Nvidia 向 Trump 项目捐款 $26M(TechCrunch 22:42 UTC);黄仁勋同意向共和党主导的委员会闭门作证;TechCrunch 追问其离职对 Nvidia 开源承诺的冲击(18:39 UTC),Hugging Face CEO 表态将继续为开源 AI 而战(17:36 UTC);MIT Technology Review 独家:Nvidia 私下确认有能力追踪芯片位置以打击走私(20:16 UTC)· AP 主线
  • 云可靠性一日两断:claude.ai、Claude Code、platform.claude.com 全线 elevated errors(status.claude.com 11-13 10:18 UTC · ⬆️ 235);Microsoft 365 全球故障持续 12 小时以上仍未完全恢复(status.cloud.microsoft 11-12 18:20 UTC 起 · ⬆️ 963;CNN 11-13 06:18 UTC · ⬆️ 160)
  • TSMC 遭黑客入侵,公司向 SEC 提交披露文件 · SEC 文件 · 11-13 07:39 UTC 上榜 · ⬆️ 103
  • SoftBank 十亿美元亏损给 AI 的天然气供电叙事降温 · TechCrunch · 11-12 17:00 UTC
  • 资本与产品两则:Norwest 设立 $4B 新基金深耕 AI(TechCrunch 15:18 UTC);Muse 的 AI 语音 agent 可代打美国商家电话,付费可用(TechCrunch 22:22 UTC);Apple Foundation Models framework 开发者文档被顶上 HN(developer.apple.com 11-12 21:13 UTC · ⬆️ 219),端侧模型开发者入口继续升温

📡 一手源直击

1. OpenAI:《How Amplitude ships product improvements in 1–2 days with OpenAI》

客户案例标题本身就是结论:Amplitude 用 OpenAI 把产品改进的交付周期压到 1–2 天。工程组织吸收模型能力的瓶颈正从「模型够不够强」转向「发布管线够不够快」。

原文:openai.com · 2026-11-12 20:00 UTC

2. MIT News:《New AI “copilot” helps engineers design better structures》

MIT 把结构优化算法改造成工程师的 copilot:“As the algorithm is generating the structure, it presents regions to the human designer for feedback."——算法生成结构的同时把关键区域交给人类决策,人机协同设计有了具体交互形态。

原文:news.mit.edu · 2026-11-13 05:00 UTC

3. MIT News:《Helping robots fit into the human workplace》

Robust AI 的机器人在物流仓与工厂车间与人协作,公司由 MIT 校友 Anthony Jules 与荣休教授 Rodney Brooks(iRobot 创始人、ROS 时代旗手)创办。机器人融入现有工作流而非改造工作流,是具身智能落地的另一条路线。

原文:news.mit.edu · 2026-11-13 05:00 UTC

4. AWS:《Deploy frontier AI models on AWS Trainium with SGLang-Neuron》

SGLang-Neuron 正式公开(AWS Deep Learning Container 交付):“you can serve models and generate reinforcement learning rollouts with SGLang on AWS Trainium using the same SGLang interface you already know, all running on native PyTorch."——同一套 SGLang 接口直接跑 Trainium 芯片,RL rollout 场景原生支持,自研推理芯片与开源 serving 生态完成一次对齐。

原文:AWS Machine Learning Blog · 2026-11-12 22:03 UTC

5. AWS:《Run agents securely and efficiently with the next generation AgentCore runtime》

AgentCore 运行时下一代发布:“hardware-isolated sessions with faster starts, more compute, usage-based billing, and isolation that now extends to your data."——硬件级隔离会话、更快冷启动、按用量计费,隔离边界从进程扩展到数据。agent 以小时计的多步任务成为一类新的云工作负载,运行时开始为它单独设计。

原文:AWS Machine Learning Blog · 2026-11-12 17:59 UTC


以上内容由 AI 采集当日公开信息生成,观点与事实以各来源原文为准。

SkySeraph
SkySeraph
AI for All & All for AI
留言 Comments