AI 日报 · 11 月 13 日 星期五

2026-11-12 08:00 — 2026-11-13 08:00 (UTC+8)

1. 01

   据《华尔街日报》报道：英伟达董事会准备罢免黄仁勋，股价盘后跌约 8%

   《华尔街日报》援引知情人士称，英伟达董事会正准备罢免联合创始人兼 CEO 黄仁勋，最快周三开会决定其去留。此前黄仁勋承认婚外情，董事会已在调查他是否成为外国情报行动目标。消息传出后英伟达股价盘后下跌约 8%。

   展开完整报道

   全球 AI 算力最大供应商的掌门人，可能要离开自己一手创办的公司。据路透社转述《华尔街日报》11 月 11 日（美东时间周三）的报道，英伟达董事会正准备罢免联合创始人兼 CEO 黄仁勋，最快当天就会开会决定他的去留。《华盛顿邮报》也援引两名知情人士称，董事会将于周三晚间开会讨论黄仁勋的未来。

   事情起于本周日。黄仁勋在致员工的信中承认对妻子不忠并表示负全部责任，但没有透露细节。据《纽约时报》等媒体报道，涉事女性是新加坡数据中心公司 Megaspeed 的前高管，美国情报部门认为她与中国情报机构有关，曾协助英伟达芯片流向中国企业；北京方面称所谓间谍指控是“毫无根据的猜测”。同一天，英伟达董事会启动调查，由独立董事在外部律师协助下核查黄仁勋是否成为外国情报行动的目标，当时董事会仍表示对他有信心。周三，《纽约时报》又报道黄仁勋与一名向他汇报的公司高管有婚外关系，随后罢免传闻升级。

   市场反应剧烈：英伟达股价周三盘后下跌约 8%，据路透社统计，本周以来公司市值已蒸发约 6000 亿美元。据 TechCrunch 援引彭博社报道，英伟达正与外部机构合作物色可能的继任人选，并考虑先任命临时 CEO。分析人士指出，黄仁勋管理风格高度集中、直接下属约 60 人，公司此前没有公开的接班计划。

   需要注意的是，罢免计划目前来自媒体援引的知情人士说法，路透社表示无法立即独立核实相关报道，英伟达和当事人也未立即回应置评请求。截至本文所依据的报道，董事会尚未公布最终决定。英伟达将于 11 月 17 日发布财报。

2. 02

   百度推出模型 Token 交易平台“词元所”：给良莠不齐的模型中转站做验真和信用评级

   百度世界 2026 上，李彦宏提出 AI 的下一幕是“智能组织”，并正式推出大模型交易平台“词元所”，通过模型指纹比对、能力和可用性测试给模型供应方做验真和信用评级。百度称上线一个月日均调用超 5000 万次、日均 Token 超 7000 亿。

   展开完整报道

   同一个模型，在不同中转站买到的可能价格不同、来源不明、质量也不稳定。百度想用一个“交易所”来解决这个问题。11 月 12 日在北京举行的百度世界 2026 上，百度正式推出大模型交易平台“词元所”，让企业和个人能找到、购买和使用经过核验的模型 Token。

   据新华网报道，李彦宏在开幕式上说，今年前 9 个月几乎每天都有新模型发布，但“词元中转站并不对模型效果和服务稳定性负责”，模型越多越难选。词元所主打“验真”和“征信”：通过模型指纹比对、能力测试、性能与可用性测试核验资源，再用定期抽检、全链路实时监测调用等方式给模型提供商建立信用评级。百度称平台上线一个月已入驻超过 100 个供应资源，日均调用突破 5000 万次，日均调用 Token 超过 7000 亿。

   这场演讲的主题是“智能组织”。李彦宏把 AI 比作新电能，认为 AI 迟迟没有带来预期经济效益，是因为企业“只换了电机，没有重新设计工厂”，并首次提出“组织进化三原则”：打破岗位边界、沉淀隐性知识、设计流程闭环。他判断未来岗位会收敛为负责创造的 Builder 和负责人际连接的 Seller 两类。

   大会还发布了文心闪电深度思考模型、文心一镜微表情大模型，百度智能云天池 1024 卡超节点，以及数字人智能体百度一镜的“短漫剧 Studio”（官方称基于自研视频模型成本约每秒 0.2 元）。萝卜快跑方面，百度称已覆盖全球 28 座城市、自动驾驶里程超过 3.5 亿公里。以上数据均为百度方面披露。

3. 03

   昆仑芯公布路线图：M100 已上市，旗舰 M300 明年推出，2028 年换全新 N 架构

   百度世界 2026 上，昆仑芯公布产品计划：主打性价比的 M100 已如期上市，旗舰 M300 将于 2027 年推出，2028 年将推出多款基于全新 N 架构的芯片。李彦宏称，智能体规模化带动推理需求爆发，推理将成为 AI 芯片长期增长的主要动力。

   展开完整报道

   百度旗下芯片公司昆仑芯在 11 月 12 日的百度世界 2026 上公布了未来三年的产品节奏，核心判断是 AI 芯片的增长动力正从训练转向推理。

   据 IT之家和新京报现场报道，李彦宏在开幕式上表示，过去 AI 算力需求以训练为主，现在是训练与推理并重，尤其是智能体应用规模化，带动了推理计算需求的大爆发。“我们相信，推理将成为 AI 芯片长期持续增长的主要推动力。”

   具体计划分三步：M100 已如期上市，主打“极致性价比”；旗舰款 M300 将于明年推出，官方称在算力、存储、互联等多个维度全面提升；到 2028 年，基于全新 N 架构的多颗芯片将推向市场，分别匹配不同的应用场景。百度官方 X 账号的英文帖也给出了相同时间表。

   李彦宏称，昆仑芯是百度“十多年坚持投入的结果”，其商业价值正获得越来越广泛的认可。目前公开信息里没有给出 M300 的具体规格、制程或价格，性能提升幅度也只是定性描述，实际竞争力还要等产品发布后的参数和客户部署情况。

4. 04

   英国 AI 芯片公司 Fractile 融资 7.2 亿美元，把 DRAM 叠在芯片上冲击推理速度

   英国 AI 芯片初创公司 Fractile 宣布完成 7.2 亿美元 C 轮融资，由 Thrive Capital、Founders Fund、Lightspeed 和 Redpoint 领投，英国主权 AI 基金参与。英国政府称估值超过 50 亿英镑，FT 和路透社消息源称约 70 亿美元。公司计划明年交付首批芯片和系统。

   展开完整报道

   又一家专攻推理的 AI 芯片公司拿到巨额融资。英国初创公司 Fractile 11 月 11 日宣布完成 7.2 亿美元 C 轮融资，由 Thrive Capital、Founders Fund、Lightspeed Venture Partners 和 Redpoint 领投。英国主权 AI 基金和英国商业银行也参与了本轮，英国政府称，支持这轮超过 5 亿英镑的融资是为了让英国在未来经济所依赖的硬件上“拥有更大份额”。

   估值方面，英国政府的说法是“超过 50 亿英镑”；据 TechCrunch，《金融时报》和路透社的消息来源给出的数字约为 70 亿美元。TechCrunch 认为，这使 Fractile 跻身 Axelera、Etched 等资金最充足的专用 AI 芯片初创公司之列。

   Fractile 的卖点在硬件设计。公司在一次转型后，把最常见的内存 DRAM 直接堆叠在每颗芯片上方，希望绕开内存容量和访问速度之间的常见取舍。这个问题在智能体时代更突出：企业希望让大模型连续执行很长的任务链，又不想牺牲生成速度。Fractile 还自研机器学习编译器，把自己定位为全栈的“前沿 AI 公司”，而不只是芯片厂。

   按 CEO Walter Goodwin 在领英上的说法，新资金将用于在明年交付首批芯片和系统，“还有大量工作要做”。也就是说，Fractile 的芯片目前尚未量产交付，性能优势仍有待产品落地后验证。

5. 05

   能装进手机的智能体模型：Tether 开源 0.8B 的 BotPsy，称工具调用胜过 2.5 倍大的模型

   Tether AI 研究团队发布开放权重模型 QVAC BotPsy，仅 8 亿参数，专门把用户请求转成工具调用，可在个人设备本地运行。官方测试称其在 BFCL v4、τ-bench 等基准上约为基座模型 Qwen3.5-0.8B 的两倍，并超过 Qwen3.5-2B。

   展开完整报道

   想让 AI 助手帮你改日程、发消息，又不想把邮件和日历交给云端？稳定币公司 Tether 旗下的 AI 研究团队 11 月 11 日发布了 QVAC BotPsy，一个只有 8 亿参数的开放权重模型，专门负责把一句请求拆成正确的工具调用，并且小到可以在个人设备上本地运行。

   BotPsy 基于阿里开源的 Qwen3.5-0.8B-Think 微调。按 Tether 自己的测试，它在四项主要智能体评测上大约把基座模型的分数翻了一倍：BFCL v4 从 23.4 提高到 44.0，ACEBench 从 30.1 到 58.7，τ-bench 从 23.2 到 51.5，ToolSandbox 从 30.5 到 64.6，并且超过参数量是它 2.5 倍的 Qwen3.5-2B-Think。在考验多轮工具调用的 BFCL 子项上，它得到 46.1 分，2B 模型为 23.8。官方还强调它在“没有合适工具时不乱调用”的幻觉测试中得分 86.1，为参测模型最高。

   官方举的例子是：一条消息因为 Wi-Fi 关闭、收件箱已满而发送失败，BotPsy 会先打开 Wi-Fi、清理空间再发送，而基座模型只会反复重试。Tether 的长期设想是让手机作为常驻助手，把复杂任务交给家里电脑或可信的点对点节点处理。

   权重和技术文档已在 Hugging Face 公开。所有评测结果均来自 Tether 的测试，模型本身只负责生成工具调用，连接哪些服务、如何授权仍要由开发者的应用来实现。

6. 06

   做“销售智能体”的 Rox 融资 1 亿美元，上线一年估值 13 亿美元

   开发 AI 销售智能体的创业公司 Rox 完成 1 亿美元 B 轮融资，由 General Catalyst 和 March Capital 共同领投，估值 13 亿美元。其产品用智能体自动完成客户调研和外联，《财富》称其目标是挑战 Salesforce。

   展开完整报道

   AI 智能体正在切入企业销售这块大市场。创业公司 Rox 11 月 11 日完成 1 亿美元 B 轮融资，估值 13 亿美元。据 Techmeme 转述《财富》报道，本轮由 General Catalyst 和 March Capital 共同领投；《财富》在标题中把 Rox 描述为押注能挑战 Salesforce 的 AI 销售创业公司。

   Rox 团队成员 @ishanmkh 在 X 上宣布，公司在上线仅 12 个月后达到这一估值，红杉、Databricks Ventures、p7ventures 和 Factory 等也参与了本轮。Rox 自称开创了“收入智能体”（Revenue Agent）这一类别：用 AI 智能体自动完成客户调研、触达外联等销售流程。

   这类产品的逻辑是让销售人员少做查资料、写开发信、跟进线索这些重复工作，把时间留给真正的客户沟通。公司没有在公告中披露营收和客户数量，产品效果的说法主要来自公司自身。

7. 07

   艺术家森万里子用 Claude 写代码，为回顾展做出新的影像装置

   Anthropic 官方账号介绍，日本艺术家森万里子在回顾展“All That Shines”中，用 Claude 编写了计算机生成动画的代码，作品以新的影像装置形式展出。这条帖子发布后获得数千点赞。

   展开完整报道

   AI 编程工具不只出现在软件公司里，也开始进入美术馆。Anthropic 旗下 Claude 官方账号 11 月 12 日发帖介绍，深耕艺术与科技交叉领域三十年的日本艺术家森万里子（Mariko Mori），在回顾展“All That Shines”中用 Claude 编写了一段计算机生成动画的代码，最终作为一件新的影像装置展出。

   帖子附带了作品的视频片段。这类案例的意思是，艺术家不必自己精通图形编程，也能借助 AI 把视觉构想转成可运行的生成式代码，再由自己把控最终效果。

   帖子没有说明森万里子具体如何与 Claude 协作、代码经过多少人工修改，这些细节目前只能以官方介绍为准。

8. 08

   让 AI 自己挑模型省钱：Rayline 推出路由模型 ARC，称以约十分之一成本保留 97% 质量

   创业公司 Rayline 推出 ARC，一个专门为每轮任务挑选合适模型和思考强度的“路由模型”。创始人称它能保留 Opus 5.5 约 97.5% 的质量、成本最低降到十分之一，并且完全开源；官网可接入 Claude Code、Codex、Cursor 等工具。

   展开完整报道

   智能体越用越贵，一个原因是简单步骤也在调用最贵的模型。创业公司 Rayline 11 月 11 日推出 ARC，定位是“为 AI 做路由的统一模型”：它会针对每一轮任务，判断该交给哪个模型、用多大的推理强度来处理。

   创始人在 X 上宣布时给出的数字是：保留 Opus 5.5 约 97.5% 的质量，成本最低可到十分之一，并称 ARC“完全开源”。Rayline 官网的对比图口径略有不同：质量保留 97.4%，推理成本为 Opus 5.5 的 14.3%，若结合本地模型可降至 7.1%。官网另附技术报告解释方法和基准结果。

   使用方式上，ARC 可以像普通模型一样接入 Claude Code、Codex、Cursor、OpenCode、Cline、OpenRouter、llama.cpp 等工具；既可以让 Rayline 托管推理直接返回结果，也可以只拿回“该用哪个模型、什么推理强度”的建议，在自己的网关、云或本地模型上运行。官网还提供一个用于打分和选择题判断的 Decisions API。

   质量与成本数据均来自 Rayline 自己的测试，实际节省多少取决于具体任务结构；开源范围以官方仓库和许可证为准。

9. 09

   ElevenLabs 上线企业 AI 应用市场：Salesforce、Zendesk 等首批入驻，明年可用合同额度直接购买

   语音 AI 公司 ElevenLabs 在纽约峰会上推出 ElevenLabs Marketplace，汇集合作伙伴基于其模型打造的行业语音智能体，首批伙伴包括 Salesforce、IBM、NiCE、Twilio 和 Zendesk，覆盖金融、保险、医疗、零售等行业。CEO 称明年起企业可用 ElevenLabs 合同额度购买。

   展开完整报道

   语音 AI 公司 ElevenLabs 正在从“卖模型”走向“搭平台”。11 月 11 日在纽约举行的 ElevenLabs 峰会上，公司推出 ElevenLabs Marketplace，把合作伙伴基于其模型开发的行业 AI 和语音应用集中展示，企业可以直接在这里找到适合自己流程的智能体，并联系背后的开发方评估部署。

   首批合作伙伴包括 Salesforce、IBM、NiCE、Twilio 和 Zendesk，覆盖金融服务、保险、医疗、电信、零售和政府等领域。例子包括：Salient 自动处理贷款客户的服务电话，Assort Health 自动处理预约和来电，Zendesk 的智能体可以从头到尾解决客服请求，Consio 为电商品牌提供支持 70 种语言的语音和短信代理。

   CEO Mati Staniszewski 表示，与其让企业从零搭建，不如让他们找到已经贴合行业流程的智能体；从明年开始，企业将可以用自己在 ElevenLabs 的合同承诺额度购买这些方案。公司同日披露，企业客户已占其收入 55% 以上。目前市场仍以展示和对接为主，购买功能要到明年才逐步开放。

10. 10

    扫描件解析出错先拦下：Nace AI 推出文档处理工具 Drex，每千页 7 美元

    Nace AI 推出 Drex for Document Processing，用其“决策模型”检查和修正扫描件、照片中的文档解析错误，避免错误传给下游智能体。官方称在自家排行榜居首、在 RealDocBench 上修正速度快 38%；据 TestingCatalog，定价为每千页 7 美元。

    展开完整报道

    智能体处理合同、发票等文档时，最常见的问题之一是第一步就读错了：扫描件或手机照片解析出错，后面的推理再强也会跟着错。Nace AI 11 月 11 日推出 Drex for Document Processing，主打在解析结果交给智能体之前先把错误找出来并修正。

    官方帖子称，Drex 采用“决策驱动”的解析方式，在其自家解析排行榜上排名第一，表现超过 GPT-6 Astra、Claude Opus 4.7 和所有参测解析器；在 RealDocBench 上，修正速度快 38%。据 AI 资讯账号 TestingCatalog 介绍，Drex 可以分析并修复扫描页面或文档照片，在 Nace 的测试中比从头重新生成页面快 38%，定价为每 1000 页 7 美元。

    上述排名和速度数据均来自 Nace 自己的排行榜和测试，尚无第三方评测。对需要大量处理纸质材料的团队来说，它提供了一个可以在控制台直接试用的选项。

11. 11

    黄仁勋辞去英伟达 CEO，财务长 Colette Kress 将出任临时 CEO

    多家媒体 11 月 12 日报道，英伟达联合创始人黄仁勋在两段婚外情曝光后辞去 CEO 职务，其中一名女性被怀疑为中国从事间谍活动。据 The Information，财务长 Colette Kress 将出任临时 CEO。全球 AI 股随之走低。

    展开完整报道

    前一天还停留在“董事会是否罢免”的传闻，11 月 12 日已经变成事实：据彭博社、路透社、《金融时报》和 The Information 等媒体报道，英伟达联合创始人黄仁勋辞去 CEO 职务。这家公司是全球 AI 算力最核心的供应商，他的离开被路透社形容为“AI 热潮的重大打击”。

    据彭博社报道，黄仁勋是在两段婚外情被曝光后辞职的，其中一名女性被怀疑为中国从事间谍活动。此前，英伟达董事会已启动调查，核查他是否成为外国情报行动的目标；北京方面曾称相关间谍指控是“毫无根据的猜测”。据 The Information 报道，财务长 Colette Kress 将出任临时 CEO。Kress 自 2013 年起担任英伟达执行副总裁兼 CFO，彭博社评论称，她接下来的任务是“稳住英伟达”。

    市场反应直接。路透社报道称，黄仁勋的离职加深了市场对 AI 板块的担忧，全球 AI 相关股票随之下跌；CNBC 则关注这一变动对华尔街约 5000 亿美元 AI 融资押注的影响。路透社另有报道称，这场风波让 AI 公司更重视安全风险，开始招募前情报人员。

    目前公开信息主要来自媒体报道，永久 CEO 人选、董事会调查结论以及对英伟达业务和出口管制政策的长期影响，仍有待后续披露。英伟达原定于 11 月 17 日发布财报。

12. 12

    研究者称从模型权重中找到“GPU 指纹”：DeepSeek、Kimi 等新模型用受管制 Blackwell 芯片训练

    前 OpenAI 研究员 Will DePue 发布分析称，模型初始化权重会留下训练 GPU 的“指纹”。他据此认为 DeepSeek、月之暗面、MiniMax 和蚂蚁集团的六个开放权重模型是在英伟达 Blackwell 系统上初始化的，并称已在真实硬件上复现。相关公司尚未在所读材料中回应。

    展开完整报道

    一个开放权重模型，能不能暴露它是用什么芯片训练的？研究者 Will DePue 11 月 12 日在 X 上发布长文称可以，并据此提出一项敏感指控：DeepSeek、月之暗面（Moonshot）、MiniMax 和蚂蚁集团的最新模型，是在对华禁运的英伟达 Blackwell 芯片上训练的。

    他的思路是：模型刚开始训练时，权重的初始值会按照特定 GPU 和随机种子的组合排布，形成一种“硬件指纹”，而这种痕迹会在训练后留在公开发布的权重里。DePue 称，他搜索了超过六万亿种芯片布局与种子组合，与公开权重进行匹配，发现包括 DeepSeek-V4-Pro、Kimi K3 和 MiniMax-M3 在内的六个模型是在 Blackwell 系统上初始化的，其中四个与 GB200、GB300 这类旗舰机架级系统吻合。

    他还称在真实硬件上做了验证：用找回的种子运行未修改的 PyTorch，一块 B300 能逐位复现 DeepSeek-V4-Flash 的初始权重，租用的 GB200 复现 Kimi K3 初始权重的相关系数达到 0.999995，而 H100 无法复现；该方法也在 24 个已知训练硬件的开放模型上得到印证。按他的估算，Kimi K3 和 DeepSeek-V4-Pro 各用了 2000 到 3000 块 Blackwell GPU，这些实验室合计涉及超过 5 亿美元的受管制芯片。

    需要注意，以上结论和估算均来自 DePue 本人的分析报告。他称结果已获 OpenAI 和 Anthropic 的资深研究员独立验证，但未在帖子中点名。这种方法能指向芯片型号，并不能说明芯片在哪里、通过什么渠道使用，例如是否来自境外租用。截至本文所依据的材料，未见四家公司回应。

13. 13

    四家非营利组织起诉 Anthropic、OpenAI 等五家公司，要求法院冻结更强 AI 模型开发

    Public Citizen 等四家非营利组织 11 月 12 日在旧金山高等法院起诉 Anthropic、谷歌、Meta、OpenAI 和 SpaceXSI，援引加州《不正当竞争法》，请求法院禁止开发和部署超过现有水平的 AI 系统，并禁止让 AI 自主主导 AI 研发。目前仅为起诉，法院尚未下令。

    展开完整报道

    一场试图用消费者保护法“踩刹车”的诉讼来了。11 月 12 日，Irreplaceable Education Fund、Public Citizen、Heat Initiative 和 Alliance for Secure AI 四家非营利组织在加州旧金山县高等法院起诉 Anthropic、谷歌、Meta、OpenAI 和 SpaceX Super Intelligence（SpaceXSI），要求冻结更先进 AI 系统的开发。

    原告的核心论点是：这些公司的高管自己就公开警告过，先进 AI 可能带来灾难性风险，包括助长生物武器扩散和网络攻击、脱离人类控制。起诉书称，现有能力较弱的系统已经出现绕过安全措施、未经授权访问外部系统等情况。原告援引加州《不正当竞争法》，主张这类做法威胁公共安全。

    具体诉求有两项。据 Edit USA 对起诉书的梳理，第一项以每家被告提起诉讼时最强的系统为界，禁止开发和部署超过这一水平的系统，并未明确要求下线现有聊天产品，但若照此批准，可能影响 ChatGPT、Claude、Gemini 的后续版本；第二项要求禁止让 AI 系统自主开展或主导更强 AI 的研发。

    需要强调的是，这目前只是原告提出的请求，法院是否受理禁令、范围如何由法官决定。据美联社报道，诉讼发生在美国中期选举之后，赢回国会控制权的民主党人正强调监管 AI 的必要性。被告公司的回应尚未见于本文所依据的报道。

14. 14

    谷歌推出 Gemini 4 Hydrogen：比 3.8 Flash 快 2.5 倍，但 API 价格也更高

    谷歌 11 月 12 日发布 Gemini 4 Hydrogen，定位快速编程、多模态和日常智能体任务。官方称完成任务比 Gemini 3.8 Flash 快 2.5 倍，Artificial Analysis 智能指数 51，略超 Gemini 4 Argon。API 定价为每百万输入 1.5 美元、输出 7.5 美元，已上线 Gemini 应用、AI Studio 和 Cursor。

    展开完整报道

    谷歌这次没有沿用“Flash”的名字，而是推出了 Gemini 4 Hydrogen，作为面向日常使用和快速编程的主力模型。官方的说法是，它更能按指令办事、调用正确的工具，用更少的来回给出可靠结果。

    速度和能力是这次的卖点。谷歌称，在默认推理设置下，Hydrogen 完成任务的速度是 Gemini 3.8 Flash 的 2.5 倍；在 Artificial Analysis 的智能指数上，它默认档得分 51，超过 Gemini 4 Argon 的 50，开到最高的 xhigh 思考档可到 54。据 VentureBeat，3.8 Flash 在该指数上为 31 分。模型支持 100 万 token 上下文和四档可调的思考强度。编程工具 Cursor 也同步接入，Cursor 称它在默认档的 CursorBench 得分为 54.3%，高于 3.8 Flash 的 39.6%。

    代价是价格。Hydrogen 的 API 标准价为每百万输入 token 1.5 美元、输出 7.5 美元（思考 token 按输出计），在整个 100 万上下文内统一计价；缓存输入每百万 0.075 美元，批处理和 Flex 档为半价。VentureBeat 指出，这一价格约是 Claude Haiku 5.5、GPT-6 Luna 等低价模型最低标准价的 15 倍，也与 3.8 Flash 明年 1 月起的新价持平。

    对开发者来说，Hydrogen 可能可以接手一部分原本交给更贵推理模型的任务，但用来跑大批量的简单调用，成本需要重新算一遍。

15. 15

    Claude 能进视频会议了：边开会边写文档、画白板，Claude Meetings 开始测试

    Anthropic 11 月 12 日推出 Claude Meetings 测试版：可以把 Claude 加入团队视频通话，它会在大家讨论时同步生成文档、白板等成果。功能正向 Team 和 Enterprise 套餐逐步开放。

    展开完整报道

    会议纪要类 AI 工具已经很多，Anthropic 这次想更进一步：让 Claude 直接参会，在大家还在讨论时就把东西做出来。11 月 12 日，Claude 官方账号发布 Claude Meetings，称用户可以把 Claude 加入团队的视频通话，它会在对话进行中与大家一起构建文档、白板以及其他“artifact”（Claude 生成的可交互内容）。

    这和只在会后整理纪要的工具不同，重点在于会议中实时产出可用的东西，例如讨论方案时同步写出文档草稿或画出白板。官方发布附有约一分钟的演示视频。

    开放范围方面，Claude Meetings 以测试版形式开始向 Team 和 Enterprise 套餐逐步推出，个人版用户暂时用不到。官方帖子没有在正文中列出支持哪些会议平台以及权限、隐私等细节，企业在启用前需要查看具体说明。这条发布在 X 上获得超过 3 万次点赞，讨论热度很高。

16. 16

    Thinking Machines 开放 Inkling 2 Small 权重：5940 亿参数 MoE，Apache 2.0 可商用

    Thinking Machines 11 月 12 日在 Hugging Face 以 Apache 2.0 许可证开放 Inkling 2 Small 权重。这是一个总参数 5940 亿、每 token 激活 170 亿的多模态 MoE 模型，支持文本和图像输入、100 万 token 上下文；本地运行至少需要约 500GB 显存。

    展开完整报道

    AI 实验室 Thinking Machines 11 月 12 日把 Inkling 2 Small 的权重放上了 Hugging Face，采用宽松的 Apache 2.0 许可证，开发者可以下载、微调并用于商业产品。

    名字里虽然有“Small”，但模型并不小。据模型页面，它是一个 48 层的稀疏混合专家（MoE）模型：总参数 5940 亿，每个 token 只调用 384 个专家中的 8 个，实际激活约 170 亿参数，因此推理成本远低于同等总参数的稠密模型。它原生支持文本和图像输入、输出文本，上下文窗口最长 100 万 token，定位是智能体、工具调用、编程助手和 RAG 等应用。

    门槛方面，模型在 NVFP4 低精度格式下完成训练，官方推荐的 NVFP4 版本需要至少约 500GB 总显存，例如 2 块 B300 或 4 块 H200；MXFP8 版本需要约 800GB。普通开发者更现实的方式是用 API：模型页面列出了 NVIDIA、Fireworks、Together、Nebius、Cloudflare 等第三方提供商，SGLang、vLLM 等推理框架也已首日支持。SGLang 称在 NVIDIA Vera Rubin 上可达单用户每秒 576 token。

    官方模型卡提示，部署方应自行评估效果与安全性，医疗、法律等高风险场景需额外验证和人工监督。

17. 17

    开源推理框架 SGLang 发布 1.0：关键路径改用 Rust，长智能体历史可存到显存之外

    开源大模型推理框架 SGLang 在首届 SGLang Summit 上发布 v1.0，带来零开销调度、Rust 重写关键路径、推测解码、分层缓存和预填充/解码分离等能力。官方称已有 330 多家机构采用，首日支持 217 个模型。同场还发布了强化学习框架 Miles v0.2。

    展开完整报道

    很多公司部署开源大模型时用到的推理框架 SGLang，11 月 12 日在旧金山首届 SGLang Summit 上发布了 1.0 版本，定位“为大规模生产环境打造”。

    官方介绍的更新分三块。一是更快：零开销调度、性能关键路径用 Rust 重写，并加入推测解码（先用小模型猜后续 token 再校验，以提速）和 megakernel。二是更省内存：为混合架构模型提供统一内存管理，并用分层缓存把很长的智能体对话历史保存在 GPU 显存之外，需要时再复用，这对长时间运行的 Agent 很关键。三是更灵活的扩展：支持预填充与解码分离部署和多种并行方式，可以按负载调整服务结构。

    官方称，SGLang 已被 330 多家机构采用，首日支持 217 个模型。同场，LMSYS 还发布了用于生产级强化学习的 Miles v0.2。据参会者 Richard Chen 转述，会上一张幻灯片显示，SGLang 目前约 95% 的合并 PR 由智能体编写，一年前还基本靠手写。完整的版本说明官方表示稍后发布。