基础模型与技术
OpenAI 发布 GPT-6.2 Astra 与 Sol,并称 Astra API 较前代降价 20%、部分基准有所提升。

EDITORIAL BRIEF
今天筛出 16 个事件:大厂动态 11 条,技术进展 5 条,行业观点 0 条;另读 Hugging Face Papers 5 篇。
本期先发布已核实内容。1个事件因归属异常已暂缓收录,另有42条重要线索未完成核实,将继续核实并追补。
基础模型与技术

行业 / 商业动态
政策、安全与社会影响
本期暂无达到入选标准的新内容
AI 公司动态 · 模型发布 · 新业务 · 融资投资 · 人员变动
OpenAI 发布 GPT-6.2 Astra 与 Sol,面向 Plus、Pro、Enterprise、Edu 用户及 API 开放。 OpenAI 称 Astra API 定价为每百万输入 8 美元、输出 40 美元,较前代低 20%;
Sol 维持每百万输入 2 美元、输出 10 美元。 在 Artificial Analysis Intelligence Index 中,Astra 以 62 分排名第二,落后 Claude Fable 5.2 的 65 分;
Sol 得 57 分,Artificial Analysis 称其每任务成本约为上一代 Astra 的 15%。 OpenAI 称 Astra 是首个达到其 Preparedness Framework 自我改进“High”阈值的已发布模型;
Artificial Analysis 记录到两款模型编码智能体得分停滞且事实类任务幻觉率偏高,Epoch AI 认为 Astra 在真实研究任务上弱于 Fable 5.2。

这提示 OpenAI 自报的基准提升与第三方记录的编码智能体停滞、真实研究任务表现并不一致,后续需要更可复现评估。
Anthropic 公告,其 A 类普通股首次公开发行定价为每股 83.00 美元,发行规模为 9.80 亿股,其中 956,351,354 股由公司出售,其余 23,648,646 股由售股股东出售。
公司股票预计于 2026 年 11 月 19 日在纳斯达克全球精选市场以代码“ANT”开始交易,发行预计于 11 月 20 日完成。 Semafor 报道称,83 美元定价高于公司此前设定的初步区间。
该报道认为,高于预期的价格显示投资者对前沿 AI 实验室 IPO 的热情。

根据同一公告,美国证券交易委员会已于 11 月 18 日宣布与本次发行相关的注册声明生效。
据《华尔街日报》报道,美国证券交易委员会(SEC)已对英伟达启动民事调查,审查其是否违反披露规则、误导投资者,重点涉及亚洲芯片销售。 报道称,英伟达改变了收入披露方式,不再单独披露对新加坡的销售;
美国商务部自2024年底起调查总部位于新加坡的Megaspeed,指其用英伟达芯片在东南亚建设AI数据中心并涉嫌将部分芯片流向中国。 美国司法部也在推进多项调查,财政部长贝森特要求董事会在十天内说明是否知情向中国售芯以提振收入;
报道称危机以来英伟达股价跌幅超过10%。
对英伟达而言,短期风险不只是亚洲销售本身,更在于披露口径与合规审查叠加后对投资者信任的冲击;调查结论出来前,相关指控仍只能视为待核验信息。
Palo Alto Networks公布的第一财季调整后每股收益为1.05美元,营收为34.4亿美元;据LSEG,市场预期分别为97美分和33.1亿美元,营收同比增长39%。
Palo Alto称,其下一代安全业务的年度经常性收入同比增长66%至97.3亿美元。 Palo Alto同时上调2027财年调整后每股收益和营收指引,预计调整后每股收益为4.26至4.30美元,营收为145.2亿至145.7亿美元。
Palo Alto Networks称已达成以45亿美元全股票交易收购AI初创公司Applied Compute的协议。
Palo Alto称,Applied Compute帮助企业运行和定制自有AI模型,该交易将帮助企业在开放权重模型日益普及之际保障其安全。 CEO Arora在财报电话会上称,若这项交易奏效,这可能远超Palo Alto目前在网络安全领域的能力。
Applied Compute帮助企业运行和定制自有AI模型,Palo Alto称这笔45亿美元全股票交易是其网络安全之外的一项重大投资。
The Verge 报道,英伟达临时CEO Colette Kress 公布第三季度财报,开场未提及前CEO黄仁勋的离职细节或回归可能。
在随后的财报电话会上,董事长 Harvey Jones 表示董事会“不打算让黄仁勋复任CEO”,并称不会就黄仁勋辞职及正在进行的调查回答问题。 The Verge 的标题称这份财报“hit the mark”。
董事会把CEO复任选项和调查问题排除在本次电话会之外,短期看是为领导层路径设下边界,但调查本身仍未公开,治理不确定性没有消失。 对关注英伟达的读者,眼下更值得看官方财报中的真实业绩与后续调查披露,而不是电话会是否提及黄仁勋。
Hugging Face 把其 Inference Providers 的语言模型请求改由 OpenRouter 路由,默认按价格、速度和可靠性选择供应商,并在故障时自动切换。
开发者可用 :fastest 或 :cheapest 后缀调整路由,现有代码无需改动;语言模型自带 API Key 不再可用,改由 Hugging Face 无加价统一计费。
OpenRouter 自测称新路由使容量错误下降 46%、首 token 时间改善 16.9%、吞吐提升 16.3%;
Hugging Face 称开源模型占 OpenRouter 最常用 50 个模型周 token 的比例从 2025 年 10 月的 26.8% 升至 2026 年 9 月底的 71.7%。

报道同时提到,Nvidia 收购 Hugging Face 的交易正接受美国司法部审查并预计 2027 年上半年完成,Stripe 已同意收购 OpenRouter。
Isomorphic Labs完成50亿美元C轮融资,由Greenoaks和Sequoia Capital共同领投,新投资方Andreessen Horowitz以及Alphabet和现有投资者参与。
这是其六个月内第二笔十亿美元级融资,此前2026年5月已完成21亿美元B轮;新资金将用于继续开发IsoDDE药物设计引擎,并推动候选药物进入临床试验。
公司称其项目在肿瘤学和免疫学取得“积极的临床前结果”,并与Eli Lilly、Novartis、Johnson & Johnson达成合作,但目前尚无获批药物。 TechCrunch援引Bloomberg报道称,其曾寻求以500亿美元估值融资;
Isomorphic未披露本轮估值。
这轮大额融资显示资本仍愿意押注AI制药平台的长周期叙事,但公司尚无获批药物、只有临床前结果,商业化兑现仍取决于后续临床试验和合作里程碑。
据 CNBC 报道,英伟达临时 CEO、原 CFO Colette Kress 在黄仁勋离任风波后的首次全员会上传达“Let's move forward”,并称董事会已决定不会让黄仁勋复职,董事会主席 Harvey Jones 在财报电话会上同样表示董事会一致接受其辞呈且不打算恢复其 CEO 职位。
一个自周末起流传的在线请愿已获得近 20 万个签名,其中超过 1 万个签名自称来自英伟达现任员工,而英伟达目前约有 4.2 万名员工。 公司季度财报好于预期,暂时安抚了投资者情绪;
但部分员工在 X 上公开支持黄仁勋,另有资深员工致信董事会与高管,警告不复职可能导致“不可替代的人才”流失,该细节由 CNBC 引述《华尔街日报》。
创始人离任后的组织稳定问题开始显性化,后续需观察是否出现高管与工程人员的实际流失,而非只看请愿与公开发言的热度。
四名马里兰州高中在读及已毕业学生提起诉讼,被告包括AI枪械检测系统供应商Omnilert、巴尔的摩县警方、教育委员会、涉事警员和校长,指控技术与人因错误导致他们被非法拘留和搜查。
诉状称,在足球训练结束后的一个傍晚,Omnilert Gun Detect把学生拿的多力多滋薯片袋以90%置信度标记为枪支,武装警察令其跪下、戴铐并搜查。 诉状还称,工作人员和警方复核认定误报后警报仍持续。
诉讼称,马里兰州教育监察长办公室发现,巴尔的摩县公校超过99%的OGD警报为无需警方响应的误报。 Omnilert发言人事先向Baltimore Banner表示,公司正审查诉讼,并对学生及家庭经历的恐惧表示“非常抱歉”。
诉讼把AI视频监控的误报率、人工复核流程和执法响应责任放在同一法律程序中,后续可观察被告答辩与校方是否调整部署。
花旗银行修改在线用户协议,明确客户使用第三方 AI 工具处理个人财务时,相关风险与责任由客户承担;协议还写明,若 AI 工具泄露凭证或遭黑客攻击,客户需对黑客利用账户的行为负责。 报道指出,摩根大通和美国银行上月已公布类似政策,PNC 也修改了条款;
花旗发言人称,更新旨在说明共享银行凭证或授权第三方 AI 工具访问账户的风险。 Anthropic 本月早些时候推出的个人财务工具则标注为“只读”,并称不能移动、管理或投资用户资金。
银行把第三方 AI 代理的授权风险转嫁给客户,等于在账户层设置信任与合规门槛;金融 Agent 若要进入这一场景,需要先解决可审计、权限隔离和损失责任划分。
LlamaParse 上线 OCRia-1.5 双尺寸:4B 为升级旗舰运行 Agentic 档,新增 2B 运行 Cost Effective 档,后者参数量为 OCRia-1 的一半。
官方称其在自有 ParseBench-2 的表格、图表和格式上达到 SOTA;
Agentic 表格分数从 86.5 升至 90.1,Cost Effective 从 83.2 升至 87.5,图表分数分别从 74.9 和 67.3 升至 76.8 和 73.0。
按官方数据,表单分数分别提升 2.6 和 4.2 分,Cost Effective 视觉定位从 77.0 升至 88.5,Agentic 提升 4.1 分;2B 每页 3 积分,4B 每页 10 积分。
OCRia-1 是数周前发布的 4B 文档解析模型,OCRia-1.5 针对复杂表格、图表、表单和更精确的 bounding box 更新,并新增 2B 版本;ParseBench-2 为 LlamaParse 自有基准。
Hugging Face · 技术报告 · 论文 · Benchmark · RL 研究
逐篇读取当天 paper 页面,由 deepseek-v4-1-flash-economy-261017 生成中文摘要。
介绍 Xing4 系列在昇腾 NPU 与 MindSpore 上完成架构设计、预训练和后训练,并开源 29B MoE 模型。
提出 MBT:共享首尾层,中间并行运行多条独立参数分支再融合,并给出 Wide-Shallow、Narrow-Deep、Balanced 三种变体。
提出 ForceHarness,无需演示或微调,让仅通过 API 访问的冻结多模态模型借助力觉反馈控制机器人操作。
OpenAI 称与 AMD 合作,在不到五个月内为 AMD 旗舰 GPU IP 带来最高 14% 的 PPA(功耗、性能、芯片面积)改进,并称这相当于在 AMD 已优化多年的设计之上约一年的进展,AMD 已将部分改动纳入送厂制造的设计。
同样方法也用于 OpenAI 首个定制推理芯片 Jalapeño;
据 OpenAI,在开放 RISC-V 处理器核心测试中 GPT-6.2 Astra 在各代模型中表现最佳,公司还与 Synopsys 合作 GPT-Synopsys 以借助其 EDA 工具扩大 AI 辅助芯片设计。
文章还称,Anthropic 的 Mythos 模型在 AMD MI355X GPU 上处理提示处理仅用三天,而非其通常所说的六到十二个月,公司目前在四个芯片系列上运行 Claude 以优化每美元成本与性能。
OpenAI 与 AMD、Synopsys 等硬件伙伴合作,将其模型用于芯片设计与 EDA 优化,是 AI 模型进入硬件工程流程的一个具体案例。
Stretto 与 AWS Generative AI Innovation Center 和 CI&T 合作构建了 Tara,一个由 Amazon Nova 2 Sonic 驱动、通过电话进行多阶段破产咨询访谈并按律师定义规则分类线索的 AI 语音 Agent。
其生产链路包括 Twilio 电话接入、ECS Fargate 上的语音桥、Amazon Bedrock 上的 Nova 2 Sonic,以及用 Claude 3 Haiku 抽取结构化字段,并以会话续接模式覆盖 15–20 分钟的访谈。
团队先用一周验证情绪化场景下的语音质量与打断处理,再花三周完成生产集成,并在上线后用四周把问卷扩展到超过 18 个带条件分支的采集类别。
Stretto 报告称,按 2026 年 4 月 us-east-1 的 Amazon Bedrock 按需定价,其每分钟语音成本较旧方案下降 95%。

该案例的工程重点包括敏感对话的延迟、打断处理、情绪适应和长时会话续接,而不只是语音模型本身。
Simon Willison 与 Prime Radiant 合作探索“外置沙箱”模式,让编程智能体执行的代码运行在专用沙箱内、智能体留在沙箱外,以降低试用本地模型时误操作或提示注入对机器造成损害的风险。
他们为此发布三个共用同一 localhost API 的沙箱服务器实现,分别基于 Node.js/v86/WebAssembly、Python/Apple Containers 和 Python/Microsoft Quicksand,均运行 Alpine Linux。
用户可将 Pi、Claude Code 或 Codex 配置为按需调用该 API;沙箱另提供可选的 HTTP/HTTPS 主机白名单代理和无需向智能体共享密钥的凭证替换机制。
这一项目把智能体安全的具体落点放在代码执行隔离、网络白名单和密钥治理等运行时边界。
LlamaIndex 公布的 OCR 榜单称,LlamaParse 中的 4B 参数 OCRia-1 在 ParseBench 表格维度得 91.5;榜单表格则列 LlamaParse Agentic 层表格 90.90、总分 82.83。
榜单以 LlamaIndex 自建、约 2,000 页和逾 169,000 条测试规则的 ParseBench 为主,并用 olmOCR-bench、PulseBench-Tab、fr-bench 三个外部基准复核。
文章承认厂商自评存在利益冲突,指出纯文本识别已趋同,结构差异主要在表格、图表和格式;Textract 与 Google Document AI 纯文本读取均为每千页 1.50 美元。
LlamaParse 的 Cost Effective 层每千页 3.75 至 4.50 美元,Agentic 层 12.50 至 15 美元。
LlamaIndex 明确承认厂商自评存在利益冲突,并以三个非自建基准复核;这份榜单更适合作为选型线索,而非独立性能结论。
LiteLLM 发布 v1.110.0,更新以修复代理路由、流式转发和多家模型提供商的兼容性问题为主。
版本说明列出 Anthropic beta header 允许列表同步、Gemini 不支持聊天音频格式时返回 400、Azure AI 在 Anthropic /v1/messages 路径上原生流式等修复。
同时,更新按宿主计费方式统计 grok-4-1、grok-4.3 与 DeepSeek V4.1 工具请求的令牌数,并新增 Wally 为 OpenAI 兼容提供商。
材料主体是 LiteLLM 的版本发布说明,DeepSeek 只作为被兼容或计费的模型出现。
X 大 V · YouTube / Podcast · Builder 观察 · 开发者讨论