AI 日报 · 11 月 11 日 星期三

2026-11-10 08:00 — 2026-11-11 08:00 (UTC+8)

1. 01

   OpenAI 推出 Control Room，可在 35 秒内停止研究模型输出

   OpenAI 公布内部系统 Control Room，用于追踪研究基础设施中的模型工作负载，并在出现安全或安保问题时停止任务。OpenAI 称从收到停止指令到无法继续产出最长 35 秒；该系统目前覆盖内部研究任务，不涉及对外模型服务。

   展开完整报道

   OpenAI 介绍，Control Room 连接所有研究推理工作负载，包括用于训练和评估的智能体采样、数据处理等任务，并与其错位行为监控系统配合。每个任务需向 Control Room 申请 job_id，推理引擎在每次生成前都会核验该任务是否仍被授权；任务被停止后，引擎会拒绝请求，即使任务代码仍在运行。

   OpenAI 称，最长 35 秒的延迟来自推理授权缓存层，公司正努力将其降到零。系统采用“故障即关闭”设计：若 Control Room 宕机或被禁用，所有推理请求都会被拒绝。该机制已覆盖所有前沿模型研究任务，其余研究任务将在未来几天完成部署。以上均为 OpenAI 自述，尚无独立验证。

2. 02

   澳大利亚拟立法设立 AI 安全监管机构，约束前沿 AI 公司

   澳大利亚总理阿尔巴尼斯等四位部长 11 月 10 日宣布，将在《澳大利亚 AI 标准》立法中设定强制性安全与安保义务，适用于所有希望在澳运营的前沿 AI 公司，并拟由新设监管机构执法、可处以重大罚款。具体罚款额度和立法细节尚未公布。

   展开完整报道

   联合声明列出六项义务：在开发和部署各阶段维持安全控制；识别和管理模型的严重风险；允许对模型进行独立评估；迅速向政府强制通报事件；维护并公开安全与安保框架；随技术变化响应更新的标准和规则。

   政府称，新监管机构将与澳大利亚 AI 安全研究所合作提供技术专长，相关保护措施与议会 AI 联合特别委员会中期报告建议一致。声明未给出罚款数额或监管机构启动时间，称立法细节将在完成工作和咨询后公布。

3. 03

   Zyphra 开源 ZONOS3-Mini 语音合成模型，可在手机和浏览器实时运行

   Zyphra 发布开源文本转语音模型 ZONOS3-Mini，支持声音克隆和逐词控制情绪、语速与表达。模型总参数约 8 亿、每个 token 激活约 1 亿，权重以 Apache 2.0 许可发布在 Hugging Face。实时运行等性能表现为 Zyphra 自述。

   展开完整报道

   据 Hugging Face 模型卡，ZONOS3-Mini 采用 MoE 架构（64 个专家、top-2 路由），可通过 WebGPU 在浏览器中直接运行，也提供 CUDA、Apple MLX 和 C++/ggml 等本地运行时，并可通过 SGLang-Omni 部署；模型卡列出英语、中文、日语、韩语等 9 种语言的文本规范化支持，单次最多生成 10 分钟音频。

   Zyphra 称模型可在手机和笔记本上实时运行。模型仓库于 11 月 9 日创建，公司随后在 X 上正式宣布发布。

4. 04

   谷歌全面开放 Gemini 4 Carbon，面向开发者、企业与 Ultra 用户

   谷歌 11 月 10 日宣布 Gemini 4 Carbon 正式开放，付费开发者和企业可通过 Gemini API 使用，Google AI Ultra 订阅用户可在 Gemini 应用、搜索 AI 模式和 Antigravity 中使用。该模型 10 月 28 日首次公布，此前仅向部分网络安全防御者开放。

   展开完整报道

   谷歌称，Gemini 4 Carbon 是其目前最强的模型，主打网络安全能力和长周期智能体任务，适合复杂多步编码调试和开放式科研；日常软件工程与知识工作仍推荐 Argon。谷歌同时在 Antigravity 中预览 /swarm 功能，可把单个提示拆分给一组协同智能体执行。

   定价方面，截至 11 月 30 日的推广价为每百万输入 token 2 美元、输出 10 美元，之后调整为 4 美元和 20 美元。谷歌称 Carbon 在 CursorBench 4.0 等第三方基准上排名第一，这些排名为谷歌自述。

5. 05

   英伟达发布 Alpamayo 2 Edge，2B 参数自动驾驶推理模型开放权重

   英伟达发布 Alpamayo 2 Edge，这是一款约 2B 参数的视觉-语言-动作模型，可根据环视摄像头和导航信息生成驾驶轨迹与因果解释，面向 DRIVE AGX Thor 车载实时部署。权重已上架 Hugging Face，采用 OpenMDW-1.1 许可，代码为 Apache 2.0。

   展开完整报道

   据英伟达技术博客，该模型基于 Cosmos 3 Edge 的 Nemotron 推理骨干并配有扩散动作专家，采用自适应推理，仅在需要时生成推理文本，以节省常规驾驶时的算力。经 AlpaGym 闭环强化学习后训练，闭环驾驶表现较未做闭环 RL 的最佳检查点提升 48.9%。

   英伟达称，按其部署方案优化后，在 DRIVE AGX Thor 上从像素到轨迹的延迟为 160–190 毫秒。同时发布的还有用于评估推理质量的 AlpaJudge 模型。以上性能数据均来自英伟达及其合作方。

6. 06

   英伟达发布开放机器人模型 GR00T 2，称可完全在机器人本地运行

   英伟达研究负责人 Jim Fan 在 X 上宣布 GR00T 2，称其为英伟达最先进的开放机器人“System One”模型，可在机器人板载算力上离线运行。同步开放的还包括智能体框架、仿真与标注引擎、硬件设计和约 10 万小时训练数据；X-Adapt 配方将于 12 月发布。

   展开完整报道

   据 Jim Fan 的帖子，GR00T 2 支持串联 20 多个步骤、持续 5 分钟以上的长任务，例如完成化学实验或组装模型飞机；X-Adapt 可从人类可穿戴设备和仿真数据学习，并零样本部署到不同真实机器人；模型还原生集成前沿智能体，用于物理推理、错误恢复和安全监控。

   他称模型权重归用户所有，智能体框架、仿真引擎、标注引擎、硬件设计和训练数据当天即可获取，X-Adapt 配方 12 月推出。以上能力为英伟达方面自述，尚无独立评测。

7. 07

   MBZUAI 旗下 IFM 发布开放世界模型 PAN 2，可模拟动作后果

   MBZUAI 旗下基础模型研究院（IFM）发布 PAN 2，称其为面向物理智能的开放基础世界模型：根据观察和指定动作，预测并以视频呈现“下一刻的世界”，让智能体在实际行动前先模拟结果。

   展开完整报道

   据 IFM 项目页，PAN 2 由两部分组成：一个多模态大语言模型负责“概念推理”，判断会发生什么、何时发生；一个从零训练的 29B 潜空间扩散模型负责“感知推理”，补全外观与运动细节。用户可控制动作发生的时间和顺序，观察不同结果。

   IFM 称模型着重物理规律、时间控制和视角变化下的空间一致性。演示视频均由 PAN 2 生成，效果为机构自述，尚无独立评测。

8. 08

   Geodesic 发布 NovaAtom-Lite，称抗体-抗原结构预测超越 AlphaFold 3

   Geodesic Intelligence 发布全原子结构预测模型 NovaAtom-Lite，可预测蛋白质、核酸及其结合小分子的结构。公司称其在 FoldBench 抗体-抗原任务成功率为 79.07%，高于 IsoDDE 的 75.58% 和 AlphaFold 3 的 47.90%，已通过 API 和 NovaDDE 上线。

   展开完整报道

   据 Geodesic 官方介绍，NovaAtom-Lite 输入蛋白质、DNA、RNA 序列和小分子配体，输出每个重原子坐标及置信度；训练数据截止于 2021 年 9 月 30 日，与 AlphaFold 3 相同。在 FoldBench 蛋白-配体任务上，其成功率为 77.06%，IsoDDE 为 75.99%。

   需要注意，各模型分数来自不同报告，评测样本数不完全一致，公司也提示一两个百分点的差距应视为持平；在蛋白-DNA 等部分任务上，它并非最优。模型仅通过 API 提供，未开放权重。

9. 09

   WorkflowArena 基准发布：最强智能体编排配置仅完成约 37% 任务

   Einsia AI 与清华大学等团队发布 WorkflowArena，评测大模型自主编排多智能体工作流的能力，含 8 个专业领域的 145 个长周期任务。论文显示，表现最好的 Claude Opus 5.5（Claude Code，max 档）平均完全解决率仅 36.95%，且没有任何配置在所有领域领先。

   展开完整报道

   论文测试了 9 个模型共 25 种配置，任务覆盖软件工程、形式化数学、法律、金融、3D 制作等，由隐藏验证器评分，并记录每次委派。结果显示，Claude 系列在 Claude Code 中委派次数少但每次规模大，GPT 系列在 Codex 中委派更频繁、规模更小。

   在固定执行模型的迁移实验中，Opus 编写的工作流使 4 个较弱执行模型平均提升约 6.4 分。作者指出，每个配置只跑一次，部分领域由大模型评审打分。基准代码已在 GitHub 开源。