AI 日报 · 2026 年 11 月 10 日 · 星期二
设计前沿
腾讯发布混元Hy4,具备原生视觉与电脑操作能力
腾讯正式发布770B参数大模型混元Hy4,首次引入原生视觉及电脑操作功能。字节跳动推出Seedream 5.5,主打像素级精准编辑与百轮修改不崩坏。苹果公开HALO人形机器人研究,利用生成式仿真数据突破训练瓶颈。
工具与模型
字节跳动发布 Seedream 5.5:主打像素级精准编辑与百轮修改不崩坏
字节跳动发布新一代图像创作模型 Seedream 5.5,主打像素级精准编辑、支持上百轮连续修改不崩坏、原生 RGBA 透明素材及小字渲染等能力。该模型在 iPhone Duo 界面改造、多人物海报调整等测试中展现出局部编辑一致性,严重文字崩坏率降至 0.4%。
苹果公布HALO人形机器人研究:宇树G1搭载Mac mini与千问模型实现自主行动
苹果研究团队公开名为 HALO 的人形机器人项目,使用宇树 G1 作为本体,背部搭载运行阿里千问模型的 Mac mini M4 Pro。该方案通过生成式仿真合成视觉-语言-动作(VLA)训练数据,避免了传统遥操作采集的人力瓶颈。在6个未扫描的真实家庭环境中,机器人在坐下、钻桌底等任务上的平均成功率达到91%,且全程无需联网或遥控。
腾讯混元Hy4发布:具备原生视觉与电脑操作能力,实测多模态Agent交付力
腾讯正式发布混元Hy4大模型,总参数770B,激活参数49B,首次引入原生视觉能力和电脑操作功能,并宣称跻身最强开源模型之列。作者通过WorkBuddy平台实测发现,Hy4能精准还原设计截图生成复古音乐播放器,自主构建可交互的3D游乐园,并在制作PPT和开发图片批处理工具等长程任务中展现出阶段性自检与修正能力。
Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2 模型
Anthropic 正式发布 Claude Fable 5.2 和 Mythos 5.2 两款新模型,API 价格降低 20%。Fable 5.2 在 FrontierCode 2.0 测试中得分 49.1%,能协调 1000 个 Agent 连续工作 8 天从零构建操作系统,并在 30 小时内完成费马大定理的形式化证明。
蚂蚁灵波具身大模型挑战赛15强出炉,将展开48小时真机角逐
首届蚂蚁灵波具身大模型挑战赛公布决赛晋级名单,15支战队从全球1855支队伍中脱颖而出。这些团队将于11月14日至15日在上海张江进行48小时线下真机黑客松,基于LingBot-VLA 2.0开源预训练模型完成从任务理解到真机部署的全流程。此外,11月16日将举行闭幕式暨首届开发者大会,正式发布开发者生态计划,并邀请多家机构嘉宾围绕模型演进与产业应用进行交流。
千问办公发布2.0版本,推出支持多人与Agent协作的Team Agent功能
千问办公于11月9日发布2.0版本,推出行业首个支持多人与Agent协作的“协作”功能,以及“人机共创”、“资料空间”、“自动任务”和“三端互联”等核心能力。该版本旨在让Agent从服务个人走向服务团队和组织,所有功能已在客户端全量上线。
极客公园分析具身智能 API 化趋势与原力灵机 MaaS 升级
极客公园指出具身智能正迎来 API 时刻,Physical Intelligence、Dream Labs 和原力灵机等公司相继开放模型服务,允许开发者接入自有机器人进行微调与推理。
爱范儿体验 M6 MacBook Pro:AI 算力提升显著且 Creator Studio 新增 MCP 支持
搭载 M6 芯片的 MacBook Pro 在 Logic Pro 音轨分离和 Pixelmator Pro 超分辨率任务中,处理速度较 M3 Pro 机型有显著提升。
设计与空间
Segmented Building System 概念:用四英尺宽切片组装可重组住宅
设计师 Michael Jantzen 提出的 Segmented Building System 概念将建筑视为一系列四英尺宽的预制切片,每个切片包含地板、墙壁和屋顶面板。
Room for Utopias 播客:建筑师讨论拒绝标志性风格以塑造本能空间
designboom 与 INDX|GLOBAL 合作的 Room for Utopias 播客系列发布第 5 和第 6 集,主题为“无公式的未来”。多位印度建筑师和设计师参与讨论,批判将建筑打包成固定美学类别的做法,主张空间应根植于环境责任和人类本能而非视觉标签。嘉宾指出仪式可变但本能不变,呼吁保留自然光和时间感知,并强调叙事价值高于风格模仿,以应对气候变化等紧迫议题。
开源与项目
GOTC 2026 推出六个动手实操共建活动
GOTC 2026 将于 11 月 14 日在北京亦庄通明湖会展中心举行,由开源中国 OSCHINA、Gitee、MoArk 主办。大会改变传统“坐着听”模式,采用单环动线串联主舞台和四大街区,提供六个可动手实操的共建活动。
LobeHub发布AI协作平台,支持Agent自主派活与代码审查
LobeHub团队将其AI协作平台用于日常研发,实现Agent自主拆解任务、编写代码及交叉审查,GitHub获8.44万Star。作者实测显示,该平台能组建多Agent团队完成选题搜集与网页开发,具备后台持续执行、共享工作空间及多模态验收机制。目前LobeHub已开源源码,支持开发者自行部署体验。
UE5.9 在浏览器中通过 WebGPU 运行 Lumen
UE5.9 实现了在浏览器中通过 WebGPU 运行 Lumen。
Ava 发布 Android 端侧 1.2B LLM WhatsApp 销售智能体
标题显示 Ava 推出了一款运行在 Android 设备上的 1.2B 参数大语言模型 WhatsApp 销售智能体,并标注成本为 $0。由于正文抓取失败,具体功能细节和技术实现无法确认。
Automattic 发布 Spacefast 平台以部署 Vibe-Coding 应用
WordPress.com 所有者 Automattic 推出新服务 Spacefast,允许用户部署由 AI 生成的网站和应用。该平台提供数据库、认证、文件上传等基础设施,并支持与 ChatGPT、Claude 等多种智能体及 Git 仓库连接。Spacefast 旨在以更开放的方式与 Lovable 等竞品竞争,利用 Automattic 现有的企业级经验和服务能力。
NVIDIA 发布 Dynamo 优化配方以支持韩国主流开源模型生产部署
NVIDIA 发布了针对韩国领先开源模型(包括 SK Telecom 的 A.X K2、LG AI Research 的 K-EXAONE 2.0、Upstage 的 Solar Open 2 和 Motif Technologies 的 Motif-3)的 Dynamo 优化部署配方。
行业与商业
Vibe Coding 中让 AI 生成更具设计感 UI 的七个方法 · 该内容已按来源方要求下架或调整展示方式。
菜鸟开放全球仓网并推出科技出海三日达服务
菜鸟宣布向AI与具身智能企业开放全球仓网,打造实景训练集群,并推出面向高科技产品的“科技出海三日达”服务。该举措覆盖仓储拣选、自主导航等数十个行业场景,旨在通过真实物流环境提升机器人泛化能力,同时提供从跨境运输到海外运维的全链路支持。目前菜鸟科技出海相关收入已同比增长一倍以上,消费级机器人占国际业务收入10%。
雷峰网解读云望创新:00后团队耗时1000多天重做智能泡沫轴
云望创新发布第二代全自动泡沫轴 A1 Lite,该团队由 00 后组成,历时 1000 多天迭代完成三轮融资。创始人孙英东指出电机、发泡工艺和身体曲线算法是核心难点,其中智能化通过建立身体地图实现精准按摩。投资人更看重其从自身痛点出发定义产品的能力,而非单纯的技术参数或短期增长故事。这一案例反映了运动健康赛道借助 AI 和供应链重做传统设备的创业趋势。
猿声科技获五源、线性及拓普集团等入股,布局车规级触觉传感器量产
深圳企业猿声科技完成工商变更,新增五源资本、线性资本、拓普集团、速腾聚创等9名股东,注册资本增幅约18.8%。该公司通过“触觉零部件-数据采集终端-触觉数据与模型”全栈布局解决装机与数据痛点,并与上富电技合建全球首条车规级多维触觉传感器量产线,已进入定点批量出货阶段。
NVIDIA 助力韩国推进跨行业物理 AI 生态
NVIDIA 宣布正通过加速计算、AI 和仿真技术帮助韩国推进物理 AI 生态系统,涵盖从半导体制造到机器人和自动驾驶等多个领域。
快讯
- 百度文心披露RSI进展:ERNIE Evolve用于文心5.5 Flash研发雷峰网
- Meta 发布 Muse Ember:专为智能体重复性任务打造的小型 AI 模型The Decoder
- 大语言模型在构建终端用户软件中的承诺与风险Hacker News · LLM 新帖(试跑7天)