要点速览
- Anthropic 在 IPO 之际由 CEO Dario Amodei 系统阐述安全与科学愿景,S-1 显示其以资本高效方式达到 700 亿美元以上年化收入。
- SpaceX 星舰第 15 次飞行完成首次飞船回收,马斯克称完全可复用可将入轨成本降低 100 倍;摩根士丹利估算单次满载发射可为 Starlink 带来约 4 亿美元年化收入。
- 特斯拉上海工厂 2026 年至 10 月批发产量 810,889 辆、同比增长 21.4%,马斯克到访并谈及 FSD 与 Optimus。
- The Boring Company 与纳什维尔机场管理局签署 40 年协议建设 Music City Loop;Starlink 获巴西 Anatel 新增频谱授权,并在日本山区完成水闸远程控制测试。
- Hugging Face 生态集中出现模型与基准进展:Qwen3.8-27B 的 Hermes 适配器在 SWE-Bench Pro 上显著提升,Gemma 4 E2B 政策分类 F1 从 0.563 升至 0.902。
- LeCun 团队将 JEPA 扩展为反事实世界模型,四个模拟物理环境中反事实预测 R² 从 38-46% 提升至 86-96%。
- 关于 Claude 解决广义黎曼猜想的说法在社交平台流传,但仅有转述、缺少可核验细节,列为争议/待证实。
一、AI 公司与资本
- Anthropic 在 IPO 节点集中释放公司叙事。 CEO Dario Amodei 称创办公司是认为这个时代最强大的技术应造福人类,并以其父亲死于当时尚不可治愈的疾病为切入点,称基因编辑、基因合成、光控脑细胞等工具最初都源自纯粹的想法与智能;他表示科学家在蛋白质折叠、药物设计、癌症遗传学、临床试验管理等领域发现 Claude 能把研究时间缩短到几年前的一小部分,但强调目前只有早期结果,实验和临床试验仍需时间。他同时承认技术存在被个人或国家行为体滥用、经济冲击、失去对 AI 系统控制等真实风险,并称将控制训练和部署节奏、需要多久就等多久,IPO 增强财务实力只会强化这一决心。1 七位联合创始人共同讲述了公司发展历程。2 围绕 S-1 的讨论涉及该公司以资本高效方式达到 700 亿美元以上年化收入、算力支出的时间分布,以及长期算力承诺与并非总是签约的使用量型收入之间的关系。3
- IPO 引发的外部评价与争议并存。 Perplexity 的 Aravind Srinivas 祝贺 Anthropic 完成“历史性 IPO”,称其展示了专注、高信念、有品味的团队能多快执行,并称 Opus 5.5 仍大幅领先业界。1 另一条转发长文则指控 Anthropic 资金网络在 10 月 26 日向 SEC 公开提交 IPO 文件前后推动针对英伟达 CEO 黄仁勋的舆论攻击,并逐一点名记者、智库人士接受 Coefficient Giving、Open Philanthropy、Jaan Tallinn 等来源资金而未披露,包括 Kevin Roose 和 Casey Newton 获 Tarbell 48 万美元、Alec Stapp 的机构获超 2100 万美元、Kelsey Piper 获 100 万美元。2 该指控来自单一转发长文,未提供独立核验,列为争议/待证实。
二、航天与出行基础设施
- 星舰第 15 次飞行完成首次飞船回收,但助推器回收中止。 SpaceX 称超重型助推器返场回收时安全中止并溅落,公司否认网上关于大范围碎片和损害的传言,称独立毒性测试确认材料无化学、生物或毒理风险,并称已就墨西哥境内疑似碎片保持沟通、待命支援。1 马斯克称星舰首次回收飞船意味着所有部件均已被证明可飞往太空并完好回收,完全可复用可将入轨成本降低 100 倍、最终或达 1000 倍,目标是每年入轨 100 万吨。2 摩根士丹利报告估算,单次满载星舰发射可为 Starlink 带来约 4 亿美元年化收入,收入回本期约 13 周、EBIT 回本期约 19 周;假设每次搭载 50 颗 Starlink V3 卫星、每颗年化增量收入约 800 万美元,2030 年单次发射变动成本约 1 亿美元。3
- 特斯拉上海工厂产量与出口数据披露。 转发内容称上海工厂 2025 年批发产量 851,732 辆,2026 年至 10 月已达 810,889 辆、同比增长 21.4%,出口 420,984 辆、同比增长逾 100%,成为特斯拉最大出口枢纽。1 马斯克到访该工厂,当面感谢中国及亚太团队,谈及 FSD 和 Optimus,并提出“让未来看起来像未来”。2 3
- The Boring Company 落地纳什维尔机场项目。 该公司与纳什维尔机场管理局签署 40 年协议建设 Music City Loop 车站,距航站楼入口 22 英尺、市中心到站不足 10 分钟;建设运营维护由该公司全额出资,预计 50 年期内为机场带来约 3.43 亿美元收入,已有两台掘进机在纳什维尔地下作业。1 2
- Starlink 在巴西获频谱授权,在日本完成山区工业测试。 巴西 Anatel 正式新增频谱授权,覆盖全巴西、非排他使用,新增 5 个上行和 4 个下行子频段及 Ku、Ka、Q/V 频段频谱。1 在日本新潟,KDDI 与 farmo 用 Starlink Mini 连接无手机信号的山区水闸,结合 LoRa 传感器和太阳能供电实现远程监控与控制,6 次远程闸门控制测试全部成功。2
三、模型、基准与研究进展
- Hugging Face 生态出现多项可量化进展。 NousResearch 为阿里 Qwen3.8-27B 推出 Hermes 适配器:SWE-Bench Pro(hard 51)pass@1 从 29.4% 升至 43.1%,开启 xhigh thinking 后从 45.1% 升至 51.0%;Terminal-Bench 2.1 从 44.7% 升至 58.8%,xhigh thinking 下从 58.8% 变为 57.6%;关闭 thinking 时性能可匹配基座模型 xhigh thinking,且 token 用量少 3.5–4.4 倍。1 AirbnbEng 的基准显示,用 Gemma 4 E2B 做政策分类并部署在单张 NVIDIA RTX Pro 6000 GPU 上,max F1 从 0.563 升至 0.902,与顶级前沿 API 相当;中位延迟 35ms(p99 85ms),前沿模型约 900ms;高流量下成本约为前沿 API 的 1%。2 此外,Cloudflare 在 Hugging Face 发布 Clairic,称其可在单次前向传播中抽取信息,实现超快的“系统一”式决策流程。3 OVH 发布 Olala mini 7A1B:70 亿参数、基于全新架构、在欧洲公共超算上训练、可无 GPU 运行,以开源形式在 Hugging Face 提供。4 Perplexity 的 pplx-decider-v1.3 与 flash 版本开放权重,新增按类型或指令抽取文本片段的 locate 功能,已在 Decisions API、Hugging Face 和 OpenRouter 上线。5
- LeCun 团队把 JEPA 扩展为反事实世界模型。 新论文《Counterfactual World Models: JEPAs That Reason About What If》可在相同隐藏条件下预测替代结果;例如机器人被风推离路线后,模型利用观测误差估计若采取不同动作会到达何处,无需额外训练。在四个模拟物理环境中,该方法将反事实预测 R² 从 38-46% 提升至 86-96%。1 相关研究提出让 JEPA 世界模型具备对意外事件进行推理并想象其他动作下结果的能力,且带有可证明的保证。2
- Gemini 相关模型获得多方评测与演示。 转发观点称 Google Gemini 新模型是当前最好的 AI 模型,优于 Fable 和 Astra,理由是回答风格与 Claude、ChatGPT 明显不同、能提供新颖视角,但承认 Google 的 harness 仍落后于 Anthropic 和 OpenAI。1 多条转发称 Gemini Neon 在 LiveBench 排名第一、超过 Fable 和 Astra。2 3 4 另有转发称 Gemini 4 Neon 在网络研究任务上比次优模型便宜最多 10 倍,改变了成本与智能的帕累托前沿。5 演示称 Gemini 4 Neon 仅凭一张静态图片,就自主从 Hugging Face 下载 Depth Anything V2 Large,在本地 Mac 生成深度图并转成可交互的 60fps Three.js 场景。6 上述排名与“史上最佳”表述来自转发评价,非独立基准复现。
- GPT-6.2 Astra 的基准表现被转述。 被引用推文称 GPT-6.2 Astra 在 Blueprint-Bench 2 上排名第一,该基准要求 AI 代理根据公寓室内照片绘制平面图,GPT-6.2 Sol 排名第三;转述还称 Astra 在物理 3D 理解基准上超过人类基线。1
- Claude 解决广义黎曼猜想的说法缺乏可核验细节。 有账号称 Anthropic 的 Levent Alpöge 宣称 Claude 已解决广义黎曼猜想,证明超过 25 万页且 Lean 已发布,并称这是 AI 解出的 6 个千禧年大奖难题中的第 2 个。1 2 另有账号称黎曼猜想可能在 Claude 协助下被解决,但同样未提供验证细节。3 上述说法均为社交平台转述,未见证明本身或独立验证,列为争议/待证实。
四、机器人与开发者工具
- NVIDIA 集中发布机器人与训练基础设施资源。 Cosmos Labs 发布两项机器人数据资源:从人类演示生成机器人训练数据,以及通过两个提示词构建可直接用于训练的 Encord 与 Voxel51 数据集。1 2 Dynamo 用于缓解强化学习后训练中的重复计算、权重更新开销和 worker 中断,微软 AI 将其用于 rollout 推理。3 WorldTrace 面向交互式视频世界模型,帮助模型无需重新训练即可记住场景,在 LoopBench 上对重访场景的回忆较标准滑动窗口方法提升 32%。4 另有内容介绍可用 Diffusers 对 RFD4-Proteina 进行 LoRA 微调以用于蛋白质设计。5
- Runway 推进视频模型用于机器人控制与视频生成。 机器人团队介绍 Praxis-1,该模型利用机器人所见的画面来指导下一步动作,即把视频模型用于机器人控制。1 公司同时推出 Runway Agent,称只需一段简短对话即可将用户讲述的故事生成视频。2
- Perplexity 将决策模型嵌入风控与产品流程。 Decider 已集成进 Context API,可按自定义标准对抓取页面打分,用于在智能体读取前检测提示注入等风险,该功能源于用户反馈、发布次日即上线。1 Decider-v1.3 及 Flash 在 OpenRouter 上再免费 3 周;Aravind Srinivas 称决策模型在其请求中的份额已接近 20%。2 3 据转发的 OpenRouter AMA 内容,Decider 源自内部使用多年的多头分类器(曾约 50 个头),被用作监控大规模 RL rollout 的“智能 grep”(近期一次运行有 1.5 万并行 rollout),也被视为重排器,且基准测试无法完整反映决策模型表现。4
- 开发者社区围绕 AI 工程实践展开讨论。 swyx 转发关于单月 11,000 个生产 PR 背后工程实践的演讲,称其达到 100 万次观看。1 其与 CODE 峰会演讲者及参会者合写的“No Slop Manifesto”已获超 1000 个签名,包括 bind/DNS 贡献者、主要云厂商的杰出工程师、Rust 编译器长期维护者、普渡/伯克利/斯坦福教授及 OpenAI、Glean、PostHog 等公司员工。2 他还批评社交媒体对不准确预测缺乏后果,认为 X 算法正奖励夸张表达。3
