概览
本期共 9 条,前 3 条为今日重点;正文按板块展开。
热门模型动态
- 重点 · OpenAI 再拆机器人团队,押注 GPT-6 Astra 这类通用模型
- 重点 · 前研究员 Coxon:Anthropic 重训 Mythos 只需当初算力的一小部分
- 重点 · DeepSeek 把应用里的搜索、文件、OCR 和语音能力开放成 API
全球 AI 资讯
- llama.cpp 和 ggml 发布 v1.0.0,开始用语义化版本
- Vercel 开源 UI SDK:给编码智能体用的 50 多种界面行为
- Inkitt 公开自动 PR 系统:难点在幂等、重试和权限,不在模型
- Grok Bot 可以进视频会议,在会上接任务
- Claude Code 桌面版支持用 mod 自定义主题
区域与早期信号
- The Endless Frontier 开放 Fx-Bio-1031 权重:基于千问的生信分析模型
热门模型动态
在英伟达的模拟测试中,通用模型超过了专用机器人模型;OpenAI 不再单独保留机器人团队。
据 The Decoder 援引 Fortune 报道,OpenAI 第二次解散了独立的机器人团队。这次不是放弃机器人方向,而是想通过合并加快进度。机器人研究员并入首席研究官 Mark Chen 的主研究团队,应用机器人和硬件团队并入 Greg Brockman 的 Applied 部门。决定来得很突然:OpenAI 已经在奥斯汀的机器人学习会议 CoRL 订好了展位,最后展位空着。
报道称,OpenAI 似乎认为 GPT-6 Astra 这类通用模型可以直接控制机器人,专用机器人模型就没那么必要了。英伟达的一项研究让智能体在模拟的 DROID 机器人上完成任务,结果如下:
| 方案 | 模拟机器人任务成功率(%) |
|---|---|
| GPT-6 Astra 智能体 | 74.8 |
| 最好的专用模型 | 51 |
局限:这组数字来自模拟环境,不是真机。报道指出,目前还不清楚 OpenAI 等公司训练时用了多少机器人数据。专用机器人模型即使泛化不如通用模型,在成本、可靠性、速度和能耗上可能仍有优势。

九凤根据本期已引用来源整理。

图片来源:nvidia。
来源:有原始出处 英伟达研究页 · arXiv:速度与能耗对比 · The Decoder
一位离职研究员拿 Anthropic 上市路演里的一张图,说算法效率的提升在加速。
Jacob Coxon 先后在 OpenAI 和 Anthropic 工作过。他说,Anthropic 为 IPO 路演公开的一张幻灯片,是他入职约四个月就离开的主要原因之一。这张图画的是 Anthropic 训练模型所需算力随时间的变化。纵轴压缩得很厉害,10 倍和 100 倍几乎看不出差别,曲线却仍然很陡。
Coxon 认为,这说明算法效率不只提升得快,提升的速度本身也在加快。他写道,Mythos「不是一次性的偏离,而是超指数曲线上的一个点」,Anthropic「已经可以用当初所需算力的一小部分重新训练 Mythos」。
局限:这是 Coxon 个人对一张图的解读。报道没有给出具体算力数字,也没有提到 Anthropic 对这一说法的回应。
来源:有原始出处 Coxon 的 X 帖子 · The Decoder
开发者可以用官方 API 拼出一个和 DeepSeek 应用功能相近的产品。
据 Pandaily 报道,DeepSeek 开放了两类能力:
- API 内的能力:联网搜索、深度思考搜索、文件输入、URL 读取和安全检查
- 独立接口:Search、Fetch、OCR、ASR(语音识别)和 TTS(语音合成)
报道说,有了这些接口,开发者可以自己重建 DeepSeek 应用。
局限:本条只有 Pandaily 一个来源。价格、调用限制等使用细节要以 DeepSeek 官方文档为准。
来源:单一报道 Pandaily
全球 AI 资讯
04/09
llama.cpp 和 ggml 发布 v1.0.0,开始用语义化版本
本地 AI 的推理底层库做了 3.5 年,第一次有了正式的版本号约定。
Georgi Gerganov 在 11 月 13 日发布了 llama.cpp 和 ggml v1.0.0。很多本地 AI 工具都建在这两个 C/C++ 推理库上。这是项目 3.5 年来第一次采用正式的语义化版本。从现在起,libllama 和 libggml 的 API、ABI 破坏性变更只会随主版本升级出现。
局限:在这两个库上开发的下游项目,升级主版本时要留意 API 和 ABI 的变化。
来源:有原始出处 Hugging Face Blog(ggml-org) · RuntimeWire
05/09
Vercel 开源 UI SDK:给编码智能体用的 50 多种界面行为
智能体不用从零写组件,可以把现成的交互行为拼成无障碍组件。
Vercel Labs 发布了 UI SDK 测试版。这是一个无头(headless)库,提供的是交互行为,不是成品组件:
- 规模:50 多种行为,仓库里有 51 个组件模块,6 个 npm 包,版本 0.1.0-beta.1
- 许可:Apache-2.0
- 框架:React 19+、Vue 3.5+、Svelte 5.33+、Solid 2 RC,或原生 Web Components
- 运行:任意现代浏览器,不需要 GPU
Vercel 用一项设置页任务比较了两种做法:
| 方案 | 任务耗时(秒) |
|---|---|
| 浏览器工具(另一组件库) | 41 |
| UI SDK + 智能体桥接 | 16 |
和浏览器工具方案相比,UI SDK + 桥接方案的工具调用次数少 69%。
局限:这组数据是 Vercel 自己测的,只有 1 个任务、跑了 3 次。浏览器工具那一组用的是另一个组件库,两组的条件不完全一样。测试版 API 以后可能还会改。
来源:有原始出处 GitHub:vercel-labs/ui · MarkTechPost
06/09
Inkitt 公开自动 PR 系统:难点在幂等、重试和权限,不在模型
一套自动生成 PR 的编码智能体系统,把工程重点放在了编排上。
Inkitt 做了一个「一次性 PR 创建器」。任务从 Slack、Linear 或其他智能体的 API 调用进来,在远程基础设施上运行。系统的各个阶段分别负责需求说明、实现、验证、CI 失败修复和合并冲突解决,最终产出草稿 PR。首席工程师 Agi Letkiewicz Tanner 称,这是一个事件驱动的编排器,而不是固定流水线。编排器把每次运行的状态存进数据库,中断后可以接着跑。智能体容器只拿到短期有效的仓库 Token 和模型凭证,拿不到 Slack、Linear 的凭证,也拿不到云身份。另有一项检查会读实际的 Git Diff,确认没有改到受限路径。
验证、CI 修复和冲突解决各最多尝试 2 次。重复投递的 Webhook 用去重和条件数据库写入来处理。涉及以下内容的任务一律拒绝:数据库迁移、Schema 或共享契约变更、CI 和容器构建配置、身份验证、支付代码、增改软件包。Tanner 说:「模型反而是最简单的部分。」
局限:系统只处理小型、低风险的变更。它只能建草稿 PR,不能绕过分支保护,也不能自己合并,审查和审批仍然由人来做。规模更大的任务,Inkitt 用的是有人持续参与的本地版本。
AI 同事产品 Grok Bot 从聊天工具走进了会议室。
据 RuntimeWire 援引 11 月 13 日 X 上的一个帖子,团队共享的 Grok Bot 现在可以加入视频会议。它能回答讨论中的问题、接下分配给它的工作,并记录团队做的决定。会后的跟进工作可以在 Slack、Teams、Gmail、Calendar 和 GitHub 上继续。该功能面向 Super、Ultra、所有 Team 和 Enterprise 套餐,以及对应的旧版套餐。
局限:本条只有 RuntimeWire 一个报道来源,实际会议中的表现还没有独立测试。
来源:单一报道 RuntimeWire
描述一下想要的样子,Claude 就把主题做成 mod。
Anthropic 的开发者账号 ClaudeDevs 宣布,Claude Code 桌面版的 Code 标签页支持自定义主题。用户描述想要的外观,Claude 就生成 mod,可以改配色、加动态背景,也可以从 theme-examples 插件起步。TestingCatalog 在 11 月 14 日转发了这条消息。
局限:目前只支持本地会话,云端会话以后才支持。
来源:单一报道 RuntimeWire
区域与早期信号
一个开放权重的模型,能自己跑多步生物信息学分析。
据 Pandaily 报道,The Endless Frontier 开放了 Fx-Bio-1031 的权重。这个模型基于千问,用来执行多步的生物信息学分析。开发方自报它在 BioMysteryBench 最难子集上的成绩是 70.59%,在 BixBench3 上则落后于 GPT-6-Astra。
局限:70.59% 是开发方自报的成绩,而且只是最难子集上的成绩。在 BixBench3 上,它仍落后于 GPT-6-Astra。本条只有 Pandaily 一个来源。
来源:单一报道 Pandaily
本文由 AI 根据文中所附信源整理,经自动事实核查后发布,发布前未经人工逐篇审核;如与原文不一致,以原始出处为准。了解本日报的制作方式或报告错误:关于本日报


